Trong khi trí tuệ nhân tạo tiếp tục phát triển với tốc độ chóng mặt, các chuyên gia robot học đang chỉ ra một rào cản đáng ngạc nhiên có thể hạn chế việc phát triển những robot thực sự có khả năng: thiếu công nghệ cảm biến xúc giác tinh vi. Thách thức này đã khơi dậy cuộc thảo luận sôi nổi trong cộng đồng công nghệ về những gì thực sự cần thiết để chế tạo robot có thể sánh ngang với sự khéo léo của con người.
 |
|---|
| Bài đăng blog này phân tích những phức tạp trong việc phát triển khả năng khéo léo của robot có thể so sánh với khả năng của con người |
Vấn đề xúc giác mà không ai nói đến
Bàn tay con người chứa khoảng 17.000 cảm biến chuyên biệt phát hiện áp lực, rung động, kéo giãn và thay đổi nhiệt độ. Những cảm biến này hoạt động cùng nhau để mang lại cho chúng ta khả năng kiểm soát đáng kinh ngạc khi xử lý các vật thể - từ việc nhặt một quả trứng dễ vỡ đến xâu kim. Các bàn tay robot hiện tại đơn giản là không thể sánh được với mức độ khả năng cảm biến này, điều này giải thích tại sao ngay cả những robot tiên tiến nhất cũng gặp khó khăn với các nhiệm vụ thao tác cơ bản mà trẻ em có thể làm chủ một cách dễ dàng.
Cộng đồng đã lưu ý rằng trong khi chúng ta đã thành công trong việc số hóa hình ảnh, văn bản và âm thanh để huấn luyện AI, xúc giác vẫn là lãnh thổ chưa được chinh phục. Không giống như thị giác hay thính giác, không có cách tiêu chuẩn nào để thu thập và xử lý dữ liệu xúc giác mà robot có thể học từ đó một cách hiệu quả.
Thông số kỹ thuật cảm biến bàn tay con người:
- Tổng số cảm biến: ~17.000 thụ thể cơ học ngưỡng thấp
- Cảm biến đầu ngón tay: ~1.000 cảm biến trên mỗi đầu ngón tay
- Các loại cảm biến: 4 loại (thích ứng chậm/nhanh, độ nhạy cục bộ/rộng)
- Chức năng: Phát hiện áp suất, rung động, căng giãn, nhiệt độ
Tại sao bánh xe có thể thắng chân
Một cuộc tranh luận thú vị đã xuất hiện về việc liệu robot hình người có nên cố gắng sao chép thiết kế cơ thể con người hay không. Nhiều chuyên gia cho rằng bánh xe đơn giản là tốt hơn chân cho hầu hết các ứng dụng thực tế - chúng rẻ hơn, bền hơn và hiệu quả hơn. Thách thức xuất hiện khi robot cần di chuyển qua cầu thang, lề đường hoặc bề mặt không bằng phẳng có đầy trong thế giới được thiết kế cho con người.
Con người sẽ có bánh xe nếu có con đường tiến hóa dẫn đến bánh xe.
Quan sát này làm nổi bật cách cơ sở hạ tầng hiện tại của chúng ta định hình loại robot nào sẽ thực sự hữu ích. Một số cho rằng robot hình người trong tương lai có thể trông khá khác so với con người, có lẽ sử dụng bánh xe để di chuyển trong khi duy trì cánh tay giống người để thực hiện các nhiệm vụ thao tác.
Kinh tế học của độ phức tạp robot
Cuộc thảo luận tiết lộ một hiểu biết quan trọng về lý do tại sao robot học tụt hậu so với AI phần mềm: kinh tế. Phục vụ thêm một khách hàng với ChatGPT gần như không tốn chi phí gì, nhưng chế tạo và triển khai robot vật lý liên quan đến chi phí vật liệu và sản xuất khổng lồ. Thực tế kinh tế này buộc các công ty robot phải tập trung vào các giải pháp hiệu quả về chi phí thay vì đẩy ranh giới của những gì có thể thực hiện về mặt kỹ thuật.
Thách thức về độ phức tạp đi sâu hơn chỉ là chi phí. Các hệ thống sinh học tự nhiên đại diện cho hàng tỷ năm tinh chỉnh tiến hóa mà chúng ta chỉ mới bắt đầu hiểu. Việc xây dựng các hệ thống tự động có thể sánh ngang với độ phức tạp này có thể đòi hỏi những cách tiếp cận hoàn toàn khác thay vì chỉ mở rộng quy mô công nghệ hiện tại.
 |
|---|
| Những thiết lập cơ khí này đại diện cho các cách tiếp cận khác nhau trong thiết kế robot—một được chế tạo thủ công và một được sản xuất công nghiệp—làm nổi bật sự phức tạp về kinh tế trong sản xuất robot |
Học tập trong mô phỏng so với thực tế
Hầu hết việc học của robot hiện tại diễn ra trong mô phỏng máy tính thay vì thế giới thực, chủ yếu vì robot vật lý thường xuyên hỏng hóc và tạo ra dữ liệu nhiễu, khó sử dụng. Trong khi cách tiếp cận này hiệu quả cho một số ứng dụng, thế giới thực liên tục đưa ra những tình huống bất ngờ mà mô phỏng không thể nắm bắt đầy đủ - như robot kho của Amazon bị nhầm lẫn bởi một chiếc hộp carton màu đỏ đơn giản.
Cộng đồng chỉ ra rằng ngay cả những nhiệm vụ cơ bản như nhặt hộp một cách nhất quán và đặt chúng lên pallet vẫn là những vấn đề chưa được giải quyết trong môi trường kho thực tế, bất chấp nhiều năm nỗ lực phát triển tập trung.
Các Ứng Dụng Robot Hiện Tại:
- Kho hàng: Robot kho hàng của Amazon , hệ thống lấy hàng được hỗ trợ bởi AI của Instacart
- Xây dựng: Robot xây nhà (tốc độ áp dụng chậm)
- Nông nghiệp: Robot nông nghiệp được hỗ trợ bởi AI
- Sản xuất: Làm việc trong môi trường nguy hiểm, chế tạo chất bán dẫn
- Y tế: Hỗ trợ phẫu thuật, xử lý thuốc men, chăm sóc bệnh nhân
Nhìn xa hơn sự cường điệu
Trong khi làn sóng tiến bộ AI hiện tại đã tạo ra sự phấn khích về xã hội hoàn toàn tự động, thực tế có vẻ tinh tế hơn. Robot có thể sẽ tiếp tục xuất sắc trong môi trường được kiểm soát và các nhiệm vụ cụ thể, nhưng giấc mơ về trợ lý hình người đa năng phải đối mặt với những rào cản kỹ thuật và kinh tế đáng kể có thể mất hàng thập kỷ để vượt qua.
Con đường phía trước có thể liên quan đến việc chấp nhận những hạn chế này và thiết kế robot hoạt động trong phạm vi đó, thay vì cố gắng sao chép chính xác khả năng của con người. Điều này có thể có nghĩa là robot chuyên biệt cho các nhiệm vụ cụ thể, công cụ hợp tác người-robot tốt hơn, hoặc các cách tiếp cận hoàn toàn mới đối với tự động hóa không dựa vào hình dạng giống người.
Tham khảo: WHY TODAY'S ENTHRALLMENTS WON'T LEAD TO AN AUTOMATED SOCIETY