Điểm chínhHALO của Apple cho thấy tiến bộ của robot hình người trong việc thực hiện các tác vụ đơn lẻ ở môi trường thực tế có giới hạn. Tuy nhiên, kết quả với tác vụ kết hợp, sự tham gia của con người vào quá trình tạo dữ liệu và những hạn chế về nhận thức thị giác cho thấy việc mở rộng phạm vi ứng dụng của sự tích hợp não lớn/ não nhỏ vẫn bị hạn chế bởi dữ liệu, huấn luyện và sự phối hợp phần cứng.
Tỷ lệ thành công 91% của HALO cho thấy điều gì?
- Nhóm nghiên cứu của Apple cho biết hệ thống HALO đã thực hiện 360 lượt thử nghiệm tác vụ đơn lẻ tại 6 môi trường thực tế chưa được quét hoặc lập bản đồ trước đó, với tỷ lệ thành công trung bình 91%. Điều này cho thấy robot đã có thể, ở một mức độ nhất định, dựa vào điều khiển tự chủ để hoàn thành các tác vụ đơn lẻ trong môi trường thực tế.
- Kết quả của các tác vụ kết hợp thấp hơn đáng kể: tại một môi trường thực tế khác, 3 loại tác vụ kết hợp được thử nghiệm mỗi loại 10 lần, với tỷ lệ thành công trung bình 70%; tỷ lệ thành công của tác vụ “cúi người vượt chướng ngại vật—đi tới mục tiêu—đẩy thùng” là 50%. Độ ổn định khi thực hiện vẫn giảm khi chuyển từ các động tác đơn lẻ sang tác vụ liên tục.
Những hạn chế nào cản trở việc mở rộng tỷ lệ thành công sang nhiều tình huống hơn?
- Việc tạo dữ liệu vẫn có sự tham gia của con người: các tác vụ vật lý mới đòi hỏi con người viết câu lệnh và thiết kế khung hình then chốt cho động tác; một số động tác còn sử dụng video của con người hoặc tư liệu ghi hình chuyển động. Vì vậy, kết quả thử nghiệm không có nghĩa là robot đã có thể tự thích nghi với bất kỳ tác vụ mới nào.
- Hiện HALO chủ yếu dựa vào thị giác và khó cảm nhận trực tiếp sự tiếp xúc. Khi vật thể ra khỏi khung hình hoặc bị che khuất, hiệu suất với các tác vụ có nhiều tiếp xúc sẽ giảm. Nhóm Apple xác định cảm nhận xúc giác là hướng cải tiến tiếp theo; trong khi đó, tình trạng khan hiếm dữ liệu, khó khăn trong gán nhãn và môi trường vật lý phức tạp cũng tạo ra trở ngại cho khả năng khái quát hóa.
Vì sao các tổ chức tập trung vào “tích hợp não lớn và não nhỏ”?
- “Não lớn” phụ trách nhận thức và ra quyết định, còn “não nhỏ” phụ trách điều khiển chuyển động; sự phối hợp giữa hai bộ phận mới có thể kết nối nhận thức, quyết định và thực thi thành một vòng khép kín. Báo cáo khái quát quá trình phát triển của ngành là chuyển từ kiến trúc phân tầng, phối hợp sang tích hợp sâu hơn, nhưng cũng chỉ ra rằng mức độ tích hợp hiện nay giữa các mô hình AI lớn và robot hình người vẫn còn nông.
- Dong Xiaobin của Industrial Securities cho rằng quy trình chế tạo phần cứng robot đã đạt mức tương đối cao, còn năng lực trí tuệ hiện thân có thể trở thành nút thắt phát triển; hiện các tình huống ứng dụng vẫn tương đối tập trung. Nếu các tình huống chuyên biệt mở rộng, phương thức huấn luyện được tối ưu hóa và phần cứng tiếp tục có đột phá, quá trình tích lũy dữ liệu chất lượng cao mới có thể tăng tốc, đồng thời thúc đẩy ứng dụng mở rộng sang các tình huống phổ dụng và gia đình.
Tiến độ của các công ty liên quan có ở cùng một giai đoạn không?
- Không. Joyson Electronics cho biết đã ra mắt các linh kiện như bộ điều khiển não lớn/ não nhỏ, nhưng các sản phẩm liên quan đến khách hàng Bắc Mỹ vẫn đang được gửi mẫu, nâng cấp theo từng vòng và triển khai công việc sản xuất hàng loạt. JWIPC cho biết đã có đơn đặt hàng của khách hàng trong lĩnh vực bộ điều khiển não lớn/ não nhỏ cho robot. Trong khi đó, các SoC não lớn/ não nhỏ của SigmaStar dành cho trí tuệ hiện thân đã lần lượt được đưa vào giai đoạn tape-out.
- Các thông tin này lần lượt phản ánh tiến độ khác nhau của linh kiện, bộ điều khiển và chip. Chúng cho thấy sản phẩm và dự án trong chuỗi ngành đang được thúc đẩy, nhưng không thể xem việc gửi mẫu, đơn hàng và tape-out là cùng một giai đoạn thương mại hóa.