Ý tưởng mới của Musk: Optimus có thể học gấp quần áo chỉ bằng cách xem video

Tesla (TSLA.O) đang áp dụng một bản thiết kế đã được kiểm chứng để huấn luyện robot hình người của mình. Theo các nguồn tin thân cận, nhà sản xuất xe điện này đã thông báo với nhân viên vào cuối tháng 6 rằng dự án Optimus sẽ tập trung nhiều hơn vào phương pháp “thuần thị giác”.

Trước đây, Tesla từng sử dụng bộ đồ ghi chuyển động và kính thực tế ảo để ghi lại dữ liệu của người vận hành và điều khiển robot từ xa. Hiện tại, công ty sẽ chủ yếu huấn luyện robot bằng cách quay video công nhân thực hiện các nhiệm vụ, ví dụ như dạy nó cách nhặt vật thể hoặc gấp áo thun.

Các nguồn tin cho biết, công ty khẳng định rằng loại bỏ bộ đồ ghi chuyển động và điều khiển từ xa sẽ giúp nhóm có thể mở rộng quy mô thu thập dữ liệu nhanh hơn.

Sự thay đổi này đánh dấu một điều chỉnh lớn trong chiến lược robot của Tesla, đưa Optimus phù hợp với niềm tin lâu dài của CEO Musk rằng trí tuệ nhân tạo chỉ cần học qua camera cũng có thể làm chủ các nhiệm vụ phức tạp. Tesla đã sử dụng phương pháp tương tự để huấn luyện phần mềm lái xe tự động của mình.

Sự thay đổi này diễn ra không lâu sau khi trưởng dự án Optimus, Milan Kovac, từ chức. Các nguồn tin tiết lộ rằng trưởng bộ phận AI, Ashok Elluswamy, đã tiếp quản dự án này.

Ghi chuyển động và điều khiển từ xa là phương pháp tiêu chuẩn trong ngành robot. Ví dụ, công ty robot hàng đầu Boston Dynamics cũng từng sử dụng điều khiển từ xa để huấn luyện robot Atlas của mình. Trong quá trình huấn luyện, công nhân mặc bộ đồ ghi chuyển động để thực hiện nhiều nhiệm vụ khác nhau, dữ liệu sau đó được nhập vào robot. Bộ đồ ghi chuyển động cũng có thể được sử dụng để điều khiển robot từ xa.

Hiện vẫn chưa rõ liệu Tesla trong tương lai có ưu tiên trở lại phương pháp ghi chuyển động và điều khiển từ xa hay sẽ tiếp tục phát triển dựa trên dữ liệu video thu thập được trước đó.

Nhà khoa học nghiên cứu cao cấp tại Viện Nghiên cứu Nhận thức Con người và Máy móc, Robert Griffin, cho biết, lượng lớn dữ liệu điều khiển từ xa có thể giúp robot học hỏi thông qua tương tác vật lý với môi trường. Ông nhận định, chỉ dựa vào dữ liệu video thì rất khó để robot chuyển đổi chính xác các động tác trong video sang thế giới thực.

“Nếu bạn chỉ sử dụng dữ liệu video, bạn sẽ không có sự tương tác vật lý trực tiếp.” ông nói.

Gấp áo thun và nhặt đồ vật

Musk lần đầu công bố kế hoạch phát triển robot hình người mang tên Optimus của Tesla vào năm 2021. Tỷ phú này cho biết, robot này cuối cùng sẽ có thể đảm nhận các nhiệm vụ lao động trong nhà máy và chăm sóc.

Năm ngoái, công ty từng tuyển dụng “nhân viên thu thập dữ liệu”. Vị trí này liên quan đến việc thực hiện và ghi lại các nhiệm vụ gia đình cơ bản. Thông báo tuyển dụng cho biết, nhân viên cần phải đeo bộ đồ ghi chuyển động và kính thực tế ảo trong thời gian dài.

Cho đến cuối tháng 6, dự án vẫn bao gồm việc huấn luyện Optimus thông qua điều khiển từ xa và bộ đồ ghi chuyển động. Các nguồn tin cho biết, công nhân đã dành rất nhiều thời gian để xử lý các vấn đề về trang phục và bản thân robot, điều này hạn chế lượng dữ liệu mà nhóm có thể thu thập.

Kể từ khi thay đổi phương pháp huấn luyện, công nhân bắt đầu sử dụng một bộ gồm năm camera do Tesla tự chế tạo để ghi lại các động tác của mình. Các nguồn tin cho biết, những camera này được gắn trên mũ bảo hiểm và balo nặng mà công nhân đeo, quay về nhiều hướng khác nhau, cung cấp dữ liệu định vị môi trường chính xác cho mô hình AI.

Christian Hubicki, Giám đốc phòng thí nghiệm robot tại Trường Kỹ thuật Liên kết Đại học Nông nghiệp & Cơ khí Florida và Đại học Bang Florida, cho biết các camera từ nhiều góc độ này có thể giúp Tesla thu thập được các chi tiết tinh vi hơn, “như vị trí khớp và ngón tay”, và định vị robot tốt hơn. Ông bổ sung rằng các video này cũng có thể được dùng để bổ sung cho dữ liệu thu thập trước đó qua điều khiển từ xa.

Trong quá trình huấn luyện, công nhân sẽ nhận được chỉ dẫn nhiệm vụ cụ thể, đặc biệt là về các động tác tay, để đảm bảo các động tác trông giống người nhất có thể. Một nhân viên cho biết, họ có thể phải lặp đi lặp lại cùng một nhiệm vụ đơn giản trong nhiều tháng.

Chuyên gia robot Jonathan Aitken của Đại học Sheffield cho biết, Tesla có thể cần tìm ra một phương pháp để Optimus học được nhiều nhiệm vụ thông qua một số động tác có thể tổng quát hóa.

“Với quy mô này, họ phải có một bộ động tác chung, nếu không việc huấn luyện cho tất cả các nhiệm vụ sẽ mất thời gian cực kỳ lâu.” Aitken nói.

Ông bổ sung rằng Tesla có thể áp dụng chiến lược tương tự như công ty Physical Intelligence, công ty này huấn luyện robot bằng cách nhập vào lượng lớn dữ liệu trình diễn, giúp robot học được các kỹ năng có thể chuyển đổi và ứng dụng linh hoạt, thay vì chỉ ghi nhớ một nhiệm vụ duy nhất.

“Cách phát triển robot rất đặc trưng của Tesla”

Chiến lược mới này phù hợp với cách Tesla huấn luyện phần mềm lái xe tự động. Các công ty xe tự lái khác sử dụng cảm biến lidar và radar sóng milimet để huấn luyện phần mềm, trong khi Tesla chủ yếu dựa vào camera.

Công ty sử dụng dữ liệu thu thập từ hàng triệu xe Tesla được trang bị 8 đến 9 camera. Musk từng cho biết, việc Tesla ra mắt phần mềm lái xe hỗ trợ tại Trung Quốc là nhờ huấn luyện hệ thống AI bằng video công khai trên đường phố châu Á.

Musk thừa nhận trong cuộc họp báo cáo tài chính tháng 1 năm nay rằng, “Nhu cầu huấn luyện cho robot hình người Optimus cuối cùng có thể ít nhất gấp 10 lần so với xe hơi.”

“Đây là một cách phát triển robot rất đặc trưng của Tesla. Không có công ty nào khác đang cố gắng làm điều này ở quy mô như vậy.” Aitken nói. “Họ cần lượng dữ liệu khổng lồ như khi huấn luyện xe hơi.”

Chuyên gia AI và robot Alan Fern của Đại học Bang Oregon cho biết, việc huấn luyện Optimus thậm chí còn khó khăn hơn cả phát triển xe tự lái đối với Tesla.

“Lái xe chỉ là một nhiệm vụ.” ông nói. Việc chủ yếu dựa vào học qua video “đòi hỏi robot vừa phải hiểu được những gì đang diễn ra trong video, vừa phải có kỹ năng hoàn thành nhiệm vụ. Một số thứ có thể học qua quan sát, nhưng một số khác thì cần phải thực hành trong mô phỏng hoặc thực tế.”