Dạy robot suy nghĩ

Preferred Networks Inc. – một công ty khởi nghiệp chuyên về lĩnh vực trí tuệ nhân tạo của Nhật Bản – bỗng nổi như cồn nhờ một chương trình ứng dụng sáng tạo, sử dụng công nghệ AI để tự động tô màu cho các bộ truyện tranh manga. Công ty khởi nghiệp bốn tuổi đời này hiện là công ty AI có giá trị cao nhất ở Nhật Bản với vòng gọi vốn mới nhất hơn 2 tỉ đô la. Người khổng lồ về sản xuất xe hơi của Nhật Bản, Toyota Motor Corp., cũng là nhà đầu tư lớn nhất vào Preferred Networks Inc. 110 triệu đô la rằng thuật toán của Preferred Networks Inc. sẽ giúp hãng này cạnh tranh với Google trong lĩnh vực xe hơi không người lái. Vào tháng 2 vừa qua, Thủ tướng Nhật Bản Shinzo Abe đã chụp hình chung với hai nhà đồng sáng lập của công ty Preferred Networks Inc. ở văn phòng của ông, nơi mà họ được trao giải thưởng cho những liên doanh mới tiềm năng.

Tạo ra robot suy nghĩ cho các nhà máy

Vũ khí mà các công ty khởi nghiệp AI có giá trị đang sở hữu là những giải pháp AI cùng với những thuật toán mang tên máy học (machine learning), học sâu (deep learning) có thể giúp giải quyết một hay nhiều vấn đề nào đó theo cách đơn giản và có khả năng ứng dụng cao trong thực tế. Tuy nhiên, điều khiến các công ty này biến ý tưởng thành một công cụ bán được ra thị trường là nhờ vào sự hậu thuẫn tài chính hung hậu và điều kiện phát triển.

Theo Bloomberg, Preferred Networks có cả hai thứ nhưng hơi khác biệt với các công ty khởi nghiệp AI ở chỗ công ty này nhận được một sự hậu thuẫn từ các mối quan hệ khăng khít của công ty với sức mạnh tinh thần của ngành công nghiệp sản xuất Nhật Bản mà đứng đằng sau đó là Toyota và Fanuc Corp., nhà sản xuất robot lớn nhất thế giới, những nơi sẽ cho phép công ty tiếp cận được với nhà máy sản xuất hàng đầu thế giới.

Hai nhà đồng sáng lập Preferred Networks Inc. là Daisuke Okanohara và Toru Nishikawa gặp nhau ở trường đại học Tokyo, nơi họ học chuyên ngành khoa học máy tính vào đầu những năm 2000. Ý tưởng thành lập một doanh nghiệp đến trong khi Nishikawa và Okanohara đã làm việc bán thời gian tại một công ty công nghệ sinh học, viết phần mềm để giải trình tự bộ gen. Liên doanh đầu tiên của họ, với những người bạn đại học, đã xây dựng một nền tảng học máy có thể phân tích cú pháp văn bản nhanh hơn bất kỳ ứng dụng nào có thể tạo ra nó.

Sau đó, vào năm 2012, những bước đột phá khoa học trong công nghệ học sâu đã làm cho máy tính có thể đáng tin cậy hơn trong việc hiểu lời nói và nhận biết đối tượng. Và các nhà nghiên cứu tin rằng sự tăng tốc xử lý và phân tích dữ liệu sẽ giúp mở ra những hướng ứng dụng mới. Nishikawa và Okanohara bắt đầu với Preferred Networks vào năm 2014 và quyết định tập trung vào việc làm cho máy móc công nghiệp thông minh hơn và được cho là một quyết định khôn ngoan vì Nhật Bản vẫn là nơi sản xuất thiết bị sản xuất tiên tiến và các siêu cường AI nhiềm tiềm lực như Google và Facebook lúc đó vẫn chưa có nhiều tiến bộ trong mảng AI.

Một trong những người đầu tiên nhìn thấy tiềm năng của họ là Chủ tịch Fanuc Yoshiharu Inaba. Một doanh nhân có tiếng là người thận trọng và một kỹ sư xuất sắc tự mình phát minh ra các công cụ quan trọng để sản xuất xe hơi Inaba đồng ý gặp gỡ Nishikawa và Okanohara vào đầu năm 2015. Một cuộc trò chuyện kéo dài một giờ đã thuyết phục ông trao cho hai nhà khoa học máy tính 9 triệu đô la, cùng với một số bí mật thương mại được lưu giữ kỹ lưỡng nhất của ông - những luồng dữ liệu khổng lồ được tạo ra bởi hàng nghìn robot trên dây chuyền sản xuất của ông.

Bốn tháng sau đó, Toyota đầu tư vào Preferred Networks 10 triệu đô la và thêm 100 triệu đô la vào tháng 8 năm ngoái, tiếp sau họ là các nhà đầu tư từ Hitachi Ltd., Mizuho Financial Group Inc., và Mitsui Co.

Yutaka Matsuo, một nhà khoa học máy tính thuộc Trường Đại học Tokyo và là Chủ tịch Hiệp hội học sâu Nhật Bản (Japan Deep Learning Association – JDLA), nói: “Công nghệ học sâu hứa hẹn nhiều cơ hội mới trong lĩnh vực sản xuất”. Điều ông Matsuo muốn nói đến là cơ hội tạo ra robot biết suy nghĩ cho các nhà máy sản xuất, trước hết là ở Nhật Bản – nơi robotđược sử dụng vào lực lượng người lao động từ rất sớm.

Tại cuộc triển lãm hàng điện tử tiêu dùng CES 2016 ở Las Vegas (Mỹ), Toyota đã trình diễn dàn ô tô đồ chơi cho thấy sức mạnh tiềm ẩn của AI trong mảng ô tô tự hành. Những chiếc Toyota Priuses thu nhỏ lúc đầu khó có thể di chuyển mà không va chạm nhau đã chạy một cách trơn tru như thể có tài xế ngồi ở bên trong sau hai giờ đồng hồ bị sai và học cách tự sửa sai. Hãng này cho biết, không có bất cứ chương trình lập sẵn nào hướng dẫn các xe đang biểu diễn đó. Thay vào đó, các xe tự thâu thập lấy dữ liệu tình huống thực tế để “rút kinh nghiệm” và chia sẻ chúng lên hệ thống kết nối, nhờ đó tăng tốc việc sửa lỗi. Nó tương tự như việc bạn rút ra được tất cả các bài học kinh nghiệm từ sự thất bại của bạn bè nếu như họ cho bạn biết hết mọi thứ, không giấu giếm một điều gì.

Trong một cuộc triển lãm ở Nhật Bản vài tháng sau đó, những con robot Fanuc biết chọn nhặt được các vật phẩm từ trong một đống tạp nham nhiều thứ đã được trưng bày, hứa hẹn sự xuất hiện của những thợ máy, thợ thủ công robot có tay nghề không khác gì con người trong nay mai. Hai nhà đồng sáng lập Nishikawa và Okanohara đã khẳng định rằng, “máy móc có thể tự học lẫn nhau qua đêm” – ý là học rất nhanh và nếu có hàng ngàn hay hàng triệu con robot kết nối trên cùng một hệ thống như nói trên thì chúng sẽ cùng với nhau học nhanh hơn rất nhiều và trở thành những “tay chơi kiệt xuất” trong lĩnh vực của chúng.

Ông Inaba của Fanuc giải thích thông thường phải mất 10 năm để đào tạo một thợ máy lành nghề và kiến thức đó của người thợ đó không thể được tải xuống để chia sẻ cho người khác – nghĩa là bạn chỉ có duy nhất một người thợ giỏi đó thôi. Nhưng một khi có một chuyên gia robot, bạn có thể có được rất nhiều chuyên gia robot giỏi như vậy. Năm 2018 này, Nishikawa và Okanohara muốn có một sản phẩm độc lập riêng của Preferred Networks: PaintsChainer, một công cụ dành cho mảng phim hoạt hình và dĩ nhiên là đến nay vẫn giữ bí mật về chi tiết.

Robot tự phê bình

Robot AI có khả năng tự học nhưng có khả năng tự đánh giá, phê bình hay không?

Là một phần của chương trình Sáng kiến nghiên cứu đại học đa ngành cạnh tranh (MURI), Bộ Quốc phòng mới đây đã treo giải 7,5 triệu đô la cho các nhà nghiên cứu từ các trường Carnegie Mellon, Brigham Young, UMass Lowell và Tufts để phát triển các phương pháp mới để máy tự đánh giá về chúng.

Nghiên cứu nhắm vào giao điểm của việc học máy và trí thông minh nhân tạo và đây được cho là một trong những lĩnh vực phát triển robot nóng nhất trong thập kỷ tới. Lý do là robot đang ngày càng trở nên tự chủ và các kỹ sư không thể tính đến mọi quyết định mà một hệ thống tự động sẽ thực hiện. Điều đó càng trở nên đúng khi robot bắt đầu hoạt động bên ngoài môi trường có cấu trúc như nhà máy và nhà kho.

Cách thức con người tích lũy kinh nghiệm từ những lỗi sai giống như một vòng kiến thức được phản hồi liên tục, nhận diện điểm sai, sửa lỗi, bổ sung và củng cố hành vi để có kết quả tích cực, cho phép chúng ta chuyển những kết quả hành vi đó sang các tình huống tương tự và giúp chúng ta tránh thực hiện những hành vi tiêu cực. Nhưng việc gán các giá trị của sự nhận thức chủ động này vào các hệ thống robot, máy móc không phải là điều đơn giản.

Có điều là các nhà khoa học đang tìm cách dạy cho robot học theo hướng chúng sẽ biết suy nghĩ để thực hiện các hành vi cư xử như con người, đặc biệt là với những tình huống phức tạp như hiểu được ý nghĩa của việc giết chóc, gây sự tổn thương, hay biết chăm sóc thú cưng, nhận diện cảm xúc của con người… Khoản tài trợ cho chương trình MURI sẽ kéo dài trong năm năm, trong thời gian đó các nhà nghiên cứu chủ yếu sẽ làm việc với các robot có nhiệm vụ điều khiển các đối tượng bằng cách cảm nhận và chuyển các bài học sang các tình huống mới theo thời gian thực.

Cũng có liên quan đến việc dạy robot suy nghĩ như con người, hãng Google mới đây đã tuyên bố đã gán được các giá trị nhận thức về sự sống, cái chết cho một hệ thống máy tính sử dụng công nghệ trí tuệ nhân tạo mới, cho phép cỗ máy này dự đoán một bệnh nhân sẽ qua đời hay không trong vòng 24 giờ sau khi người này nhập viện.

Công nghệ AI sẽ xử lý và phân tích dữ liệu về tuổi tác, sắc tộc và giới tính của bệnh nhân, sau đó kết hợp với dữ liệu thông tin từ kết quả chẩn đoán y khoa, các dấu hiệu sống ở thời điểm hiện tại và các kết quả xét nghiệm ở bệnh viện. Ngoài ra, công nghệ dự đoán này còn có khả năng đọc được các điểm ghi chú hay các nội dung được các bác sĩ điều trị lưu ý trong hồ sơ bệnh án của bệnh nhân (từ kết quả xét nghiệm, biểu đồ, hình ảnh…). Nhờ vậy mà kết quả dự đoán, theo Google, chính xác đến 95%. Hiện nay, hãng này khuyên các bệnh viên áp dụng AI có thể sử dụng hệ thống AI này để “cải thiện việc chăm sóc” cho bệnh nhân.

(Bloomberg, nypost.com)

Phương Anh