Tại một cơ sở mới rộng 12.000m2 ở Vũ Hán, các cử nhân trẻ Trung Quốc dành trọn ngày làm việc để điều khiển robot hình người phục vụ bánh bao hấp, lau bàn và gấp quần áo.
Mọi chuyển động của máy móc bên trong các căn bếp và phòng ngủ mô phỏng của phòng thí nghiệm trị giá 200 triệu NDT đều được camera và cảm biến theo dõi, ghi lại.
Trung tâm Đổi mới Robot hình người Hồ Bắc là một trong hàng chục cơ sở huấn luyện robot do nhà nước tài trợ vừa mọc lên trên khắp Trung Quốc, nhằm xây dựng một kho dữ liệu huấn luyện khổng lồ dành riêng cho thiết bị máy móc.
“Chúng tôi giống như giáo viên, còn robot là học sinh”, Zhang Jia, nam quản lý chương trình 21 tuổi tại cơ sở này, chia sẻ. “Khi bạn dạy một con người, họ sẽ hiểu sau vài lần lặp lại. Nhưng dạy một robot thì khác, bạn phải lặp lại các hành động hàng trăm, hàng nghìn, thậm chí hàng chục nghìn lần”.
Giới chức kỳ vọng việc tích lũy lượng dữ liệu này sẽ giúp ngành công nghiệp robot hình người non trẻ của đất nước vượt qua những thách thức cốt lõi mà trí tuệ nhân tạo (AI) đang phải đối mặt, khi nó bước ra khỏi ranh giới phần mềm để tiến vào thế giới vật lý.
Tham vọng ‘trí tuệ hiện thân’
Nỗ lực này nằm trong chiến lược của Chủ tịch Tập Cận Bình nhằm đưa Trung Quốc trở thành siêu cường khoa học công nghệ hàng đầu thế giới. Tuần trước, Bắc Kinh đã xác định “trí tuệ hiện thân” là một trong sáu ngành công nghiệp tương lai cần thúc đẩy trong kế hoạch 5 năm 2026-2030, kêu gọi phát triển các trung tâm huấn luyện, mô hình AI và phần cứng để tăng tốc triển khai robot hình người.
Các chuyên gia nhận định sự thiếu hụt dữ liệu huấn luyện dành riêng cho robot vẫn là trở ngại lớn trong việc chuyển hóa những tiến bộ gần đây của AI vào lĩnh vực robot thực tế. Các mô hình ngôn ngữ lớn làm nền tảng cho ChatGPT và DeepSeek đã được “nhồi” lượng lớn văn bản thu thập từ Internet. Trong khi đó, việc thu thập dữ liệu robot vẫn đang ở giai đoạn sơ khai.
Các công ty ở Trung Quốc và Mỹ đang sử dụng nhiều phương pháp để thu thập dữ liệu huấn luyện, bao gồm triển khai trong thế giới thực, mô phỏng và sử dụng dữ liệu do AI tạo ra.
Tesla từng thử nghiệm sử dụng video do con người thực hiện để huấn luyện robot Optimus. Trong khi đó, công ty khởi nghiệp 1X Technologies ở Thung lũng Silicon muốn đưa robot vào các hộ gia đình, nơi chúng sẽ được con người điều khiển từ xa một phần trong quá trình học hỏi.
Kế hoạch nhiều năm của Bắc Kinh cho ngành công nghiệp robot hình người bao gồm việc mở rộng quy mô huấn luyện và thu thập dữ liệu. Các chính quyền địa phương, từ thành phố ven biển giàu có Hàng Châu đến thành phố nội địa nhỏ Miên Dương, đang đổ tiền vào các cơ sở huấn luyện mới. Tỉnh Hồ Bắc, nơi đặt phòng thí nghiệm Vũ Hán, đã công bố một quỹ nhà nước trị giá 10 tỷ NDT dành riêng cho robot hình người.
“Trung Quốc đang trở nên thông minh hơn trong cách hỗ trợ các ngành công nghiệp mới nổi đang gặp nút thắt và đó là những gì họ đang làm với các trung tâm thu thập dữ liệu”, Jay Huang, người đứng đầu bộ phận công nghệ công nghiệp châu Á tại tập đoàn nghiên cứu Bernstein, nhận định. “Sự hỗ trợ của chính phủ đồng nghĩa với việc dữ liệu được chia sẻ, mang lại lợi ích cho tất cả. Nó thúc đẩy mọi người đi chung một hướng”.
Thu thập dữ liệu bằng ‘sức người’
Tại Vũ Hán, Zhang giám sát 70 huấn luyện viên trẻ làm việc theo ca 8 tiếng để đào tạo 46 robot. Họ sử dụng điều khiển từ xa hoặc các thiết bị cầm tay gắn cảm biến để vận hành máy móc, lặp đi lặp lại cùng một động tác.
Gần đó, các dãy nhân viên túc trực kiểm tra đầu ra video, dán nhãn cứ mỗi vài giây cảnh quay bằng các chú thích như “xoay trái” hoặc “mở rộng cánh tay”. Cơ sở này tạo ra khoảng 100 giờ dữ liệu có thể sử dụng được mỗi ngày. “Chúng tôi thu thập và sắp xếp dữ liệu, sau đó tải lên nền tảng của mình để dán nhãn và xử lý”, Zhang nói. “Chúng tôi vẫn đang trong giai đoạn khám phá”.
Ý tưởng ở đây là chuỗi dữ liệu đọc từ cảm biến và video ghi lại vị trí, vận tốc và mô-men xoắn của các bộ phận robot khi di chuyển có thể được nạp vào các mô hình AI dành cho robot – thường được gọi là mô hình “hành động ngôn ngữ thị giác”.
Quy trình này nhằm tái tạo những đột phá đã thấy ở các mô hình ngôn ngữ lớn để áp dụng vào lĩnh vực robot. Điều đó có thể giúp máy móc học được các kỹ năng tổng quát hơn, chẳng hạn như nhặt một chai nước mà không cần được lập trình thủ công để làm việc đó.
“Thu thập dữ liệu ở quy mô lớn không hề dễ dàng”, Zhao Xiang, đồng sáng lập Motphys, một công ty khởi nghiệp đã xây dựng nền tảng mô phỏng trí tuệ hiện thân, cho biết. Các kỹ sư trẻ trong phòng thí nghiệm Vũ Hán được nhà nước hậu thuẫn đeo kính thực tế ảo để huấn luyện robot, cho phép Motphys thu thập dữ liệu hiệu quả hơn với chi phí thấp hơn. “Mô phỏng là điều cần thiết. Một bước đột phá về trí tuệ có thể cần hàng trăm triệu, thậm chí hàng tỷ giờ dữ liệu”, Zhao giải thích.
Thách thức và nghịch lý
Tuy nhiên, giới chuyên gia cảnh báo một thách thức mang tính căn bản hơn đang đe dọa tham vọng của Trung Quốc: hiện tại, dữ liệu thu thập từ một robot không thể dễ dàng được sử dụng để vận hành một robot khác có phần cứng khác biệt. Vì phần cứng đang tiến hóa quá nhanh, dữ liệu thu thập hôm nay có thể không hoạt động tốt cho thế hệ máy của năm tới.
Ông Huang từ Bernstein cho biết khả năng chuyển giao dữ liệu vẫn là một lĩnh vực đang được tích cực nghiên cứu và dự kiến sẽ có tiến triển. Ví dụ, các mô hình AI robot của Google DeepMind đã cho thấy những hứa hẹn ban đầu trong việc chuyển giao một số kỹ năng nhất định qua các nền tảng phần cứng khác nhau.
Cách tiếp cận của Trung Quốc đã được vạch ra trong tài liệu chiến lược của Bộ Công nghiệp và Công nghệ Thông tin. Kế hoạch này xác định các cơ sở dữ liệu huấn luyện quy mô lớn và dữ liệu đa phương thức chất lượng cao là trung tâm để xây dựng “bộ não” cho robot hình người.
Nhưng ngay cả những nhà nghiên cứu robot hàng đầu và các kỹ sư thực hiện dự án này cũng thừa nhận, vẫn chưa rõ liệu nỗ lực thu thập dữ liệu có mang lại những thành tựu công nghệ như mong muốn hay không.
Dù vậy, có một lợi ích hiện hữu: việc các trung tâm thu thập dữ liệu mua sắm thiết bị đã giúp duy trì sự sống cho các nhà sản xuất robot hình người của Trung Quốc, trong khi nhu cầu thực tế từ thị trường đối với phần cứng vẫn đang trong giai đoạn thành hình.
Trung tâm Vũ Hán đã mua hàng chục robot từ AgiBot (trụ sở Thượng Hải) với giá 350.000 NDT mỗi con. Các nhà phân tích của Bernstein ước tính, doanh số bán hàng phục vụ mục đích thu thập dữ liệu chiếm khoảng 1/5 trong tổng số hơn 20.000 robot hình người xuất xưởng của Trung Quốc vào năm ngoái.
Dù vậy, những nghịch lý vẫn tồn tại. Tại một trung tâm thu thập dữ liệu mà tờ Financial Times tới thăm, hàng tá robot hình người treo bất động ở một bên của sảnh lớn. Một nhân viên giấu tên giải thích rằng những con robot này không được sử dụng để thu thập dữ liệu huấn luyện: “Đó là những con chuyên dùng để biểu diễn mỗi khi có quan chức đến thăm”.
(Theo FT)
