Ngành công nghiệp robot đứng trước thời khắc lịch sử

AI vật lý (Physical AI) là một trong những lĩnh vực nóng nhất trong đầu tư mạo hiểm. Các công ty đang huy động hàng tỷ USD để ứng dụng những công cụ từng tạo ra các Mô hình ngôn ngữ lớn (LLM) vào lĩnh vực robot. Sự phấn khích này đã góp phần tạo nên một đợt phát hành cổ phiếu lần đầu ra công chúng (IPO) thành công rực rỡ cho Unitree – nhà sản xuất robot hàng đầu Trung Quốc – với mức định giá doanh nghiệp lên tới 66 tỷ USD sau khi niêm yết trên sàn giao dịch được ví như "NASDAQ của Trung Quốc". Tuy nhiên, trong tuần này, mức vốn hóa thị trường của công ty này đã sụt giảm gần 50%. Các nhà phân tích chỉ ra một vấn đề rõ ràng: dù năng lực vật lý của robot đang được cải thiện, chúng vẫn thiếu đi bí quyết cần thiết để thực hiện các công việc thực sự tạo ra giá trị.

Tại hội nghị công nghệ thường niên Actuate diễn ra tuần trước – nơi quy tụ các nhà phát triển đang xây dựng bộ não AI cho robot – bầu không khí khá sôi động. Theo đơn vị tổ chức Foxglove (công ty hỗ trợ các nhà xây dựng mô hình AI vật lý quản lý và trực quan hóa dữ liệu), quy mô sự kiện đã tăng gấp ba lần kể từ khi bắt đầu vào năm 2023, thu hút 1.500 người tham dự. Tuy vậy, những rủi ro cũng lộ rõ: một tấm biển tại gian hàng của Avala – một doanh nghiệp khác trong lĩnh vực hạ tầng AI vật lý – đã cam kết giải quyết "cuộc khủng hoảng dữ liệu robot".

Cuộc khủng hoảng này chính là sự thiếu hụt dữ liệu huấn luyện chất lượng cao cho các mô hình AI. Việc chế tạo các robot đa năng có thể thực hiện mọi tác vụ vẫn còn là mục tiêu xa vời, và việc sử dụng phương pháp học đầu-cuối (end-to-end learning) cho các tác vụ cụ thể vẫn chưa mang lại những sản phẩm có hiệu suất thương mại đáng tin cậy. Đối với các nhà phát triển, giải pháp nằm ở việc mô phỏng tốt hơn những tiến bộ từ các phòng thí nghiệm AI tiên phong: tìm kiếm hoặc tạo ra các bộ dữ liệu đa dạng hơn, thử nghiệm những quy trình huấn luyện khác nhau và tìm ra các kịch bản học tăng cường (reinforcement learning) hiệu quả hơn.

Ông Harry Mellsop, nhà sáng lập Antioch – một công ty khởi nghiệp chuyên xây dựng công cụ mô phỏng cho các nhà phát triển mô hình – cho rằng AI vật lý đang ở giai đoạn GPT-2 (tương ứng với mô hình của OpenAI ra đời trước khi ChatGPT xuất hiện). Sẽ cần thêm dữ liệu và năng lực tính toán để vượt qua giai đoạn này, đặc biệt là các bộ xử lý đồ họa (GPU) được tối ưu hóa cho công nghệ dò tia – vốn được sử dụng để tạo ra các mô phỏng có độ chân thực cao.

Lĩnh vực đi đầu hiện nay là xe tự vận hành; điều này một phần nhờ khả năng thu thập dữ liệu thực tế từ các xe do con người điều khiển, và một phần do nhiệm vụ chính của chúng là tránh va chạm thay vì thao tác trực tiếp lên môi trường vật lý. Phần lớn các công cụ phục vụ việc xây dựng mô hình đều bắt nguồn từ những công ty sản xuất xe tự vận hành. Ví dụ, Foxglove do các cựu nhân viên của Cruise - dự án xe tự lái trước đây của General Motors - thành lập. 

Hiện nay, các hãng xe này dự báo việc đầu tư vào những công cụ học máy (ML) sẽ giúp họ cạnh tranh với những công ty chuyên sản xuất robot hình người. Tesla đang thử nghiệm điều này với robot Optimus, trong khi cả Wayve và công ty gọi xe Uber đều đã thành lập các phòng thí nghiệm robot chuyên nghiên cứu và phát triển (R&D) các mẫu robot có hình dáng giống con người.

Ông Alex Kendall, Giám đốc điều hành (CEO) của Wayve, cho rằng cần phải bắt đầu từ lĩnh vực xe cộ trong bối cảnh công nghệ robot thao tác hiện nay cũng giống như công nghệ xe tự vận hành của 5 năm về trước vậy. Cơ sở hạ tầng dữ liệu, mô phỏng và vận hành học máy (MLOps) có thể sẽ được dùng chung, nhưng mô hình thế giới cụ thể dành cho trình mô phỏng sẽ khác biệt sau giai đoạn huấn luyện. Sẽ có nhiều điểm chung hơn là khác biệt, tuy nhiên vẫn cần có những điều chỉnh nhất định để phù hợp với các dạng hình thể robot khác nhau.

Vậy đâu sẽ là khoảnh khắc bùng nổ như ChatGPT dành cho lĩnh vực AI ứng dụng vào phần cứng – điều mà CEO OpenAI Sam Altman gần đây dự báo sẽ diễn ra trong vài năm tới? Ông Théophile Gervet, CEO của Genesis AI – một công ty robot hình người - cho rằng đó là khi con người có thể giao tiếp với robot bằng ngôn ngữ tự nhiên và yêu cầu nó thực hiện bất kỳ thao tác cơ bản nào – chẳng hạn như đẩy, kéo, đóng nắp máy tính xách tay, dọn dẹp bàn ăn hay bất cứ việc gì họ muốn – và nó hoạt động với độ tin cậy cao (ví dụ: tỷ lệ thành công trên 80% ngay khi bắt đầu sử dụng). Đấy chính là trải nghiệm tương tự như khi ChatGPT xuất hiện./.