Chỉ mất 8 tiếng, những con robot này sẽ trở thành chuyên gia trong một lĩnh vực bằng cách tự học

    Quân Nguyễn,  

    Nhà sản xuất robot công nghiệp lớn nhất thế giới, Fanuc, đang phát triển những robot có thể sử dụng “reinforcement learning” để tìm ra cách thực hiện công việc.

    Trong một tòa văn phòng khiêm tốn tại Tokyo, là một robot thông minh đến lạ kỳ được tạo ra bởi công ty Fanuc của Nhật Bản. Đưa cho robot này một nhiệm vụ, như lấy đồ vật từ một chiếc hộp rồi đặt nó vào chỗ chứa khác, và nó sẽ dành cả đêm để tìm cách thực hiện việc đó. Tới sáng hôm sau, cỗ máy này sẽ có thể thành thạo công việc đó cứ như là nó đã được lập trình bởi một chuyên gia.

     Fanuc trình diễn một robot luyện tập với “reinforcement learning” tại Triển lãm Robot Quốc tế tại Tokyo vào Tháng 12.

    Fanuc trình diễn một robot luyện tập với “reinforcement learning” tại Triển lãm Robot Quốc tế tại Tokyo vào Tháng 12.

    Robot công nghiệp có thể có tốc độ và độ chính xác cực cao, nhưng thường thì chúng cần phải được lập trình cực kỳ cẩn thận để có thể thực hiện những việc như gắp một đồ vật. Việc này rất khó khắn và tốn thời gian, và những robot như vậy thường chỉ có thể làm việc ở trong những môi trường được kiểm soát chặt chẽ.

    Robot của Fanuc sử dụng một kỹ năng với tên gọi học củng cố (deep reinforcement learning) để tự trau dồi bản thân, qua thời gian, để có thể học được nhiệm vụ mới. Nó sẽ tìm cách nhặt đồ vật lên cùng lúc với việc quay phim lại toàn bộ quá trình. Mỗi khi nó thành công hay thất bại, nó sẽ ghi nhớ đồ vật đó có hình dáng như thế nào, tri thức được sử dụng để định hình một mô hình deep learning, hay một mạng lưới thần kinh lớn, sẽ điều khiển hành động của nó. Deep learning đã cho thấy nó là cách tiếp cập đầy mạnh mẽ trong việc nhận dạng mẫu từ vài năm nay.

    “Sau khoảng tám giờ nó sẽ đạt được độ chính xác 90% hoặc cao hơn, vốn gần như tương đương với việc được lập trình bởi một chuyên gia,” giải thích bởi Shohei Hido, giám đốc nghiên cứu tại Preferred Networks, một công ty tại Tokyo chuyên ngành Machine learning. “Nó hoạt động suốt đêm; tới sáng hôm sau nó đã được tinh chỉnh.”

    Các nhà nghiên cứu robot đang thử nghiệm reinforcement learning như một cách để đơn giản hóa và tăng tốc việc lập trình cho những robot làm việc tại nhà máy. Đầu tháng này, Google đã công bố chi tiết về nghiên cứu của họ trong việc sử dụng reinforcement learning để dạy những robot học cách cầm nắm đồ vật.

    Robot của Fanuc vốn được lập trình bởi Preferred Networks. Fanuc, nhà sản xuất robot công nghiệp lớn nhất thế giới, đã đầu từ 7,3 triệu USD vào Preferred Networks vào tháng tám năm ngoái. Công ty này đã trình diễn robot có thể học hỏi tại Triển lãm Robot Quốc tế tại Tokyo vào tháng mười hai.

    Một trong nhưng lợi ích tiềm năng của cách tiếp cận này, Hido nói, là nó có thể tăng tốc nếu rất nhiều robot cùng hoạt động song song và từ đó chia sẻ những gì chúng học hỏi được. Nếu tám robot cùng làm việc trong một giờ thì có thể học được lượng kiến thức tương đương với những gì một robot thực hiện trong tám giờ. “Dự án của chúng tôi sẽ định hướng tới học tập phân tán,” Hido nói. “Bạn có thể tưởng tượng hàng trăm robot trong nhà máy cùng chia sẻ thông tin chúng học được.”

    Loại học tập phân tán này, đôi khi được gọi là “robot đám mây”, đang dần định hình thành một xu hướng lớn trong cả nghiên cứu lẫn công nghiệp.

     Robot sẽ chia sẻ với nhau những gì chúng học được.

    Robot sẽ chia sẻ với nhau những gì chúng học được.

    “Fanuc đang ở vị trí rất thuận lợi để nghĩ về điều này,” trích lời Ken Goldberg, một giáo sư về robot tại Đại học California, Berkeley, bởi họ đã cài đặt rất nhiều máy móc trong nhà máy trên toàn thế giới. Ông nói thêm rằng robot đám mây gần như sẽ định hình lại cách mà robot được sử dụng trong những năm tới đây.

    Goldberg và đông nghiệp (gồm cả rất nhiều nhà nghiên cứu tại Google) đang tiến một bước xa hơn bằng việc dạy robot một chuyển động nhất định nào đó có thể được dùng để không những cầm nắm một đồ vật mà còn là một hình dáng nhất định như thế nào. Một báo cáo về nghiên cứu này sẽ xuất hiện tại Hội nghị IEEE Quốc tế về Robot và Tự động hóa vào tháng năm.

    Tuy nhiên, Goldberg chỉ ra, áp dụng machine learning vào robot sẽ là một thử thách bởi kiểm soát hành vi sẽ phức tạp hơn với những việc như nhận dạng đối tượng từ hình ảnh. “Deep learning đã có những tiến bộ to lớn trong việc nhận dạng mẫu,” Goldberg nói. “Thử thách với robot còn là thứ vượt xa điều đó. Bạn sẽ cần phải có khả năng tạo ra hành vi phù hợp với một lượng đầu vào cực lớn.”

    Fanuc có thể không phải là công ty duy nhất phát triển những robot sử dụng machine learning. Vào năm 2014, nhà sản xuất robot Thụy Sỹ ABB đã đầu tư vào một startup AI khác với tên gọi Vicarious. Tuy nhiên nó vẫn chưa cho thấy được thành quả.

    Theo Technology Review.

    Tin cùng chuyên mục
    Xem theo ngày

    NỔI BẬT TRANG CHỦ