Robot làm việc nhà nhờ trí tuệ nhân tạo hỗ trợ

(NTD) - Rất ít người trong chúng ta thích làm việc nhà. Ai mà lại không thích có người giúp làm các việc như giặt đồ chứ? Vì vậy, có thể rất thú vị khi ta biết robot gấp quần áo đã xuất hiện. Phiên bản nổi tiếng nhất là máy gấp quần áo của Nhật có tên Laundroid, dự kiến ra mắt thử nghiệm vào tháng 10/2018.

Một loại máy khác cũng đã được sáng chế, với phần mềm do Đại học California - Berkely thiết kế, và phần cứng là sản phẩm của Công ty Rethink Robotics. Nếu bạn ngại gấp quần áo? Hãy để robot làm thay! Nhờ trí tuệ nhân tạo (Antificial intelligence hay Machine intelligence  - AI), robot có thể hút bụi, chăm sóc vết thương, quản lý thuốc cho bệnh nhân...

Robotts1
Do bận việc làm, ai cũng ngại gấp quần áo (Ảnh: Getty)

Từ việc AI hỗ trợ robot gấp quần áo...

Nhưng đừng quá hào hứng. Tuy robot có khả năng tập trung vô cùng đáng nể khi làm nhiệm vụ nhưng tiến độ làm việc của chúng lại cực kỳ chậm chạp. Robot Laundroid tốn mất 4 phút để gấp xong một cái quần. Còn robot giúp việc Rethink Robotics thì mất khoảng 15 phút.

Robot giúp việc xuất hiện là một tiến bộ vượt bậc của khoa học công nghệ. Đây là một kỳ công. Phát triển ra những robot giúp việc nhà không có nghĩa là chúng chỉ làm mỗi việc giặt ủi: Nó còn giúp các nhà nghiên cứu hiểu thêm vấn đề cốt lõi trong AI nói chung.

Việc phát triển các trợ lý tự động giúp làm việc nhà thường phức tạp hơn người ta tưởng. Có những việc con người chúng ta có thể làm một cách dễ dàng nhưng để khiến cho hệ thống tự động hiểu và xử lý một cách đáng tin cậy lại là điều khó vô cùng.

Đây là nghịch lý - Mariana Pestana - đồng giám tuyển tại triển lãm "Tương lai bắt đầu từ đây" (The Future Starts Here) tại Bảo tàng Victoria & Albert ở London nơi có trưng bày robot, nói. Nó "được chế tạo từ quá trình nghiên cứu sâu và bởi một trong những trường đại học tiên phong trong lĩnh vực AI nhưng vẫn tốn đến 15 phút để làm một việc mà ta chỉ cần làm vài giây mà chẳng cần để ý".

Robots2
Robot này cần đến 15 phút để gấp một chiếc khăn nhưng quan trọng của công nghệ này là việc giặt ủi (Ảnh: BERKELEY AI RESEARCH LAB/ROBOT LEARNING LAB)

Một gia đình bình thường sẽ liên tục có nhiều tình huống khó lường - ví dụ như trẻ con không hẳn sẽ hiểu những việc robot làm và có thể ra các lệnh mới tùy ý mỗi ngày (hãy nghĩ tới những yêu cầu mà Siri của Apple được nhận).

"Một trợ lý tự động làm việc giỏi trong môi trường này sẽ phải có khả năng thay đổi linh hoạt, đáp ứng được các yêu cầu và phải dễ sử dụng" - Siddharth Srivastava, người hồi còn là khoa học gia làm việc tại Berkeley, đã hỗ trợ phát triển robot này.

Một trong những thách thức mà Srivastava và nhóm làm việc của ông gặp phải là giúp robot hiểu loại nhiệm vụ cao cấp mà chủ nhân muốn robot thực hiện. Theo Srivastava, "Mọi người trong nhóm đều hiểu rằng trợ lý sẽ không hữu ích lắm nếu nó cần người ta ra lệnh từng chút một".

Tất nhiên, robot không có tri thức "bẩm sinh". Chúng ta có thể chỉ muốn bảo robot giúp việc hãy "giặt quần áo", nhưng robot lại cần nhiều thông tin hơn như vậy, từ cách thức chuyển động từng khớp đến vị trí mà nó cần thực hiện động tác, đến cách thức camera và cảm biến của nó vận hành.

... đến robot hút bụi, chăm sóc vết thương

Vấn đề sẽ trở nên phức tạp hơn rất nhiều nếu ta muốn robot làm nhiều thứ hơn là chỉ mỗi việc giặt giũ. Bởi rốt cuộc là nếu mà robot chỉ biết làm mỗi một việc, thì chuyện giúp xử lý việc nhà cho chúng ta sẽ rất hạn chế. Vì vậy, một robot thực sự hữu ích sẽ cần phải nhận lệnh và thể hiện được một loạt nhiệm vụ mà chủ giao cho nó. Rõ ràng là người ta không thể lập trình trước cho robot từng biến thiên việc nhà trong từng gia đình.

Robots3
Trợ lý giúp việc nhà kỹ thuật số ngày càng có thể hiểu nhiều hơn các lệnh đa dạng nhưng chúng vẫn còn rất lâu mới hết ngờ nghệch (Ảnh: Getty)

"Thay vào đó" - Srivastava nói - "chúng tôi cần phải phát triển thuật toán để lên kế hoạch thứ bậc, nhận thức và lý giải để robot có thể tính toán xem nó cần làm gì theo thứ tự để xử lý tốt nhiệm vụ được giao".

Điều này đòi hỏi nhiều hơn nhiều so với việc xử lý một vấn đề - và đây là lĩnh vực đang được nghiên cứu. Nếu các khoa học gia có thể khiến một robot gấp quần áo thì họ cũng có thể áp dụng nghiên cứu này cho những tình huống khác phức tạp hơn, như phản ứng khi có trường hợp khẩn cấp, cứu hộ khi có thảm họa hay chăm sóc người đau yếu tại nhà.

Liệu Srivastava có thể tưởng tượng đến thời mà robot giúp việc nhà sẽ trở nên phổ biến không? Với ông, thay đổi sẽ đến từ từ, cùng với các AI tự động và ứng dụng robot khác, như xe hơi tự lái. Máy hút bụi robot đã xuất hiện rồi. Vì vậy, tất nhiên là sẽ có những trợ lý ảo như Alexa (theo lý thuyết, sản phẩm này có thể trả lời các câu hỏi căn bản, mặc dù cho đến nay chất lượng của vẫn chưa đều, lúc tốt lúc dở).

Nhưng sự phức tạp trong tính toán với việc lên kế hoạch và lý giải theo một thời gian nào đó còn lớn hơn, và nó cũng liên quan đến nhiều vấn đề kèm theo, dù đó là những vấn đề không khó lắm với những ứng dụng đã có.

Robots4
Robot hút bụi (Ảnh: Getty)

Robot giúp việc nhà cần phải dễ sử dụng và phù hợp với mức độ kỹ năng của người nó phục vụ - đa số những người chủ này không rành lắm công nghệ cao như AI hay robot. Và robot phải có khả năng thực hiện lệnh mà các nhà thiết kế hệ thống chưa chuẩn bị sẵn cho nó.

"Khác với lĩnh vực hoạt động của robot công nghiệp và xe hơi, việc nhà là những hành vi không có cấu trúc và được kỳ vọng và khó xác định hơn hẳn" - Srivastava cho biết - "Để có thể hiện thực hóa được những lợi ích xã hội mà hệ thống AI giúp việc đem lại, chúng ta cần phải phát triển những nguyên lý mới trong thiết kế để khiến chúng dễ làm việc cùng, dễ hiểu và dễ bảo trì".

Một khi những yếu tố đó được phát triển, sẽ có nhiều khả năng ứng dụng khác. Robot có thể giúp chăm sóc vết thương, quản lý thuốc men hoặc chuẩn bị thực phẩm cho chế độ ăn uống đặc biệt.

Rất nhiều vấn đề cần phải giải quyết trước khi điều này trở thành hiện thực - nhưng sẽ đến một ngày ta nhìn lại robot gấp quần áo chậm chạp là khởi nguồn cho việc con người không cần phải làm việc nhà nữa.

                                                                                                    Khánh Phương

                                                                                                 (Theo BBC News)