Ken Goldberg là giáo sư và là Chủ tịch xuất sắc về Kỹ thuật của William S. Floyd Jr. tại UC Berkeley, người đồng sáng lập và nhà khoa học trưởng của công ty khởi nghiệp phân loại bưu kiện bằng robot Ambidextrous và là thành viên của IEEE.
AI tổng hợp sẽ đóng vai trò gì trong tương lai của chế tạo robot?
Mặc dù những tin đồn bắt đầu sớm hơn một chút nhưng năm 2023 sẽ được ghi nhớ là năm mà AI chuyển đổi Robotics. Các mô hình ngôn ngữ lớn như Chat GPT có thể cho phép robot và con người giao tiếp bằng ngôn ngữ tự nhiên. Các từ phát triển theo thời gian để thể hiện các khái niệm hữu ích từ “chair” đến “sô cô chocolate ” đến “charisma”. Các nhà nghiên cứu robot cũng phát hiện ra rằng các mô hình Vision-Language-Action lớn có thể được đào tạo để tạo điều kiện thuận lợi cho nhận thức của robot và kiểm soát chuyển động của cánh tay và chân robot. Việc đào tạo đòi hỏi lượng dữ liệu khổng lồ nên các phòng thí nghiệm trên khắp thế giới hiện đang hợp tác để chia sẻ dữ liệu. Kết quả đang đổ về và mặc dù vẫn còn những câu hỏi mở về khái quát hóa, nhưng tác động sẽ rất sâu sắc.
Một chủ đề thú vị khác là “Mô hình đa phương thức” theo hai nghĩa của đa phương thức:
Đa phương thức trong việc kết hợp các chế độ nhập khác nhau, ví dụ như Tầm nhìn và Ngôn ngữ. Điều này hiện đang được mở rộng để bao gồm Cảm biến xúc giác và Độ sâu cũng như Hành động của robot.
Đa phương thức về mặt cho phép các hành động khác nhau đáp ứng với cùng một trạng thái đầu vào. Điều này phổ biến một cách đáng ngạc nhiên trong chế tạo robot; ví dụ có nhiều cách để nắm bắt một đối tượng. Các mô hình sâu tiêu chuẩn sẽ “trung bình hóa” các hành động nắm bắt này, có thể tạo ra khả năng nắm bắt rất kém. Một cách rất thú vị để duy trì các hành động đa phương thức là Chính sách khuếch tán, được phát triển bởi Shuran Song, hiện đang làm việc tại Stanford.
Bạn nghĩ gì về yếu tố hình dạng con người?
Tôi luôn nghi ngờ về robot hình người và robot có chân, vì chúng có thể quá giật gân và kém hiệu quả, nhưng tôi đang cân nhắc lại sau khi xem các robot hình người và robot bốn chân mới nhất của Boston Dynamics, Agility và Unitree. Tesla có tiềm năng kỹ thuật để phát triển động cơ và hệ thống truyền động chi phí thấp trên quy mô lớn. Robot có chân có nhiều lợi thế hơn bánh xe trong nhà và nhà máy khi di chuyển các bậc thang, mảnh vụn và thảm. Robot hai tay (hai tay) rất cần thiết cho nhiều nhiệm vụ, nhưng tôi vẫn tin rằng các dụng cụ kẹp đơn giản sẽ tiếp tục đáng tin cậy hơn và tiết kiệm chi phí hơn so với tay robot năm ngón.
Sau sản xuất và kho bãi, hạng mục chính tiếp theo của robot là gì?
Sau các thỏa thuận về lương của công đoàn gần đây, tôi nghĩ chúng ta sẽ thấy nhiều robot hơn trong sản xuất và kho hàng so với hiện nay. Những tiến bộ gần đây về taxi tự lái rất ấn tượng, đặc biệt là ở San Francisco, nơi điều kiện lái xe phức tạp hơn Phoenix. Nhưng tôi không tin rằng chúng có thể tiết kiệm chi phí. Đối với phẫu thuật được hỗ trợ bởi robot, các nhà nghiên cứu đang khám phá “Tăng cường sự khéo léo” - nơi robot có thể nâng cao kỹ năng phẫu thuật bằng cách thực hiện các nhiệm vụ cấp thấp như khâu vết thương.
Robot có mục đích chung thực sự cách xa bao xa?
Tôi không mong đợi sẽ thấy những robot AGI thực sự và những robot đa năng trong tương lai gần. Không một nhà chế tạo robot nào mà tôi biết lại lo lắng về việc robot sẽ cướp mất việc làm hoặc trở thành chúa tể của chúng ta.
Liệu robot gia đình (ngoài máy hút bụi) có phát triển trong thập kỷ tới không?
Tôi dự đoán rằng trong thập kỷ tới, chúng ta sẽ có những robot gia đình giá cả phải chăng có thể dọn dẹp - nhặt những thứ như quần áo, đồ chơi và rác trên sàn và đặt chúng vào các thùng thích hợp. Giống như những chiếc máy hút bụi ngày nay, những robot này đôi khi sẽ mắc lỗi nhưng lợi ích mang lại cho các bậc cha mẹ và người già sẽ lớn hơn những rủi ro.
Câu chuyện/xu hướng quan trọng nào về robot chưa được đưa tin đầy đủ?
Lập kế hoạch chuyển động của robot. Đây là một trong những chủ đề lâu đời nhất về robot - cách điều khiển các khớp vận động để di chuyển công cụ robot và tránh chướng ngại vật. Nhiều người nghĩ rằng vấn đề này đã được giải quyết, nhưng thực tế không phải vậy.
“Điểm kỳ dị” của robot là một vấn đề cơ bản đối với tất cả các cánh tay robot; chúng rất khác với thời điểm giả thuyết của Kurzweil khi AI vượt qua con người. Điểm kỳ dị của robot là những điểm trong không gian nơi robot dừng đột ngột và phải được người điều khiển thiết lập lại theo cách thủ công. Những điểm kỳ dị nảy sinh từ phép toán cần thiết để chuyển đổi chuyển động thẳng mong muốn của bộ kẹp thành các chuyển động tương ứng cho từng động cơ trong số sáu động cơ khớp của robot. Tại một số điểm nhất định trong không gian, quá trình chuyển đổi này trở nên không ổn định (tương tự như lỗi chia cho 0) và robot cần được đặt lại.
Đối với các chuyển động lặp đi lặp lại của robot, có thể tránh được các điểm kỳ dị bằng cách tinh chỉnh thủ công tẻ nhạt các chuyển động lặp đi lặp lại của robot để điều chỉnh chúng sao cho chúng không bao giờ gặp phải các điểm kỳ dị. Một khi những chuyển động như vậy được xác định, chúng sẽ được lặp đi lặp lại nhiều lần. Nhưng đối với thế hệ ứng dụng ngày càng phát triển trong đó các chuyển động của robot không lặp lại, bao gồm xếp hàng, lấy thùng, thực hiện đơn hàng và phân loại gói hàng, thì các điểm kỳ dị là phổ biến. Chúng là một vấn đề cơ bản và phổ biến vì chúng làm gián đoạn hoạt động của robot vào những thời điểm không thể đoán trước (thường là vài lần mỗi giờ). Tôi đồng sáng lập một công ty khởi nghiệp mới, Jacobi Robotics, triển khai các thuật toán hiệu quả *được đảm bảo* để tránh những điểm kỳ dị. Điều này có thể tăng đáng kể độ tin cậy và năng suất cho tất cả các robot.