Có một số xu hướng khác biệt trong chế tạo robot đang hứa hẹn sẽ hội tụ hiệu ứng hấp dẫn trong những năm tới. Tôi đã đề cập vào đầu năm nay về một dự án do DARPA dẫn đầu, thấy một robot nghiên cứu các video nấu ăn trên YouTube và sau đó hiểu cả những dụng cụ sử dụng và quan trọng hơn là cách xử lý những dụng cụ đó.

Xu hướng thú vị thứ hai được tiêu biểu hóa bởi một dự án do MIT dẫn đầu để phát triển các robot có khả năng hợp tác với các robot khác. Nhóm nghiên cứu đã xây dựng một nhóm robot có khả năng phục vụ một quán bar, với một robot nhận đơn đặt hàng, một phục vụ đồ uống, v.v. Mỗi người đều giao tiếp và hợp tác với những người khác.

Rô bốt dạy rô bốt

Những loại nhiệm vụ này tương đối đơn giản đối với bạn và tôi, nhưng rất khó khăn đối với robot, đặc biệt là nếu vật phẩm được đề cập là bất thường hoặc không quen thuộc.

Một dự án gần đây của Đại học Brown đang làm việc hướng tới các robot có thể dạy cho nhau cách thực hiện các loại nhiệm vụ này. Các máy sẽ sử dụng một loạt các camera và cảm biến để nhìn đối tượng từ nhiều góc độ, sau đó chia sẻ việc học và trải nghiệm đó với những người khác.

Mặc dù điều này sẽ mất một chút thời gian để trải qua quá trình học ban đầu, một khi nó đã được thực hiện một lần, nhóm nghiên cứu tin rằng nó sẽ rất nhanh một khi nó đã được học một lần.

Mục đích cuối cùng là "dạy" robot nhận hàng triệu thứ khác nhau. Bản thân robot được phát triển bởi công ty Rethink Robotics có trụ sở tại Boston , người cũng đứng sau một dự án gần đây thông qua Đại học Maryland cũng sử dụng phương pháp tiếp cận dựa trên YouTube để học tập.

Khả năng điều khiển đồ vật là vô cùng quan trọng đối với robot, vì vậy nếu nhóm có thể quản lý để đạt được thành công này, nó sẽ đánh dấu một bước tiến lớn trong những gì robot có thể đạt được.

Các nhà nghiên cứu cho biết, hiện tại chúng ta có các thuật toán mạnh mẽ - chẳng hạn như học sâu - có thể học từ các tập dữ liệu lớn, nhưng các thuật toán này yêu cầu dữ liệu. Thực hành Robot là một cách để có được dữ liệu mà robot cần để học cách thao tác mạnh mẽ với các vật thể.

Hiện tại có khoảng 300 loại robot này đang hoạt động trong các phòng thí nghiệm khác nhau trên khắp thế giới. Các nhà nghiên cứu đưa ra giả thuyết rằng nếu đoàn hệ tương đối nhỏ này có thể kiểm tra các vật thể bằng cả hai cánh tay, thì có thể 1 triệu đối tượng sẽ được 'học' chỉ trong 11 ngày.

Họ có thể chia sẻ những gì họ đã học được, họ có thể tăng tốc độ thu thập dữ liệu theo các đơn đặt hàng lớn, họ nói.

Kỹ năng vận động tinh

Để nắm bắt từng đối tượng, nhóm Brown đã sửa đổi thuật toán cốt lõi trong Baxter để tối ưu hóa quá trình thực hành các cách cầm khác nhau. Điều này cho phép nó nắm bắt thành công từng đối tượng nhiều hơn khoảng 75% so với phương thức ban đầu.

Khi một phương thức thành công đã được tìm thấy, nó được mã hóa theo định dạng và sau đó được chia sẻ với các robot khác trực tuyến.

Quá trình học tập này sẽ rất quan trọng đối với sự phát triển của robot, vì con người vốn dĩ có khả năng học hỏi từ kinh nghiệm của chúng theo cách mà hầu hết các robot hiện nay không có.

Hy vọng, trong thời gian tới, khả năng này sẽ được chọn bởi thế hệ robot tiếp theo.