Startup Covariant phát triển công nghệ AI của ChatGPT “gia nhập” thế giới thực

Covariant được thành lập bởi ba nhà nghiên cứu từng làm việc ở OpenAI đang phát triển công nghệ ứng dụng AI vào thế giới thực. Và Covariant đang tạo ra những giải pháp để cho robot lấy, di chuyển và phân loại các vật phẩm khi được vận chuyển qua kho cũng như trung tâm phân phối. Và mục tiêu của họ là giúp cho robot hiểu được những gì đang diễn ra xung quanh, tự đưa ra quyết định nên làm gì tiếp theo. 

Và công nghệ này cũng giúp cung cấp cho robot khả năng hiểu tiếng Anh, cho phép mọi người có thể giao tiếp với chúng như đang trò chuyện với ChatGPT. 

Tuy nhiên, công nghệ này vẫn đang được phát triển và chưa hoàn thiện. Đây là một dấu hiệu rõ ràng cho thấy được các hệ thống trí tuệ nhân tạo của chatbot và quá trình tạo hình ảnh cũng có thể điều khiển các máy móc ở trong môi trường đời thực.

Cũng tương tự như chatbot và quá trình tạo hình ảnh, công nghệ robot này học những kỹ năng bằng cách phân tích khối lượng lớn dữ liệu kỹ thuật số. Điều đó cũng có nghĩa là các kỹ sư có thể cải thiện được công nghệ bằng cách cung cấp cho nó ngày càng nhiều dữ liệu hơn.

Hiện tại, Covariant đã huy động được gần 222 triệu USD cho dự án này, trong đó sẽ tập trung xây dựng phần mềm điều khiển robot. Và mục tiêu của công ty chính là triển khai công nghệ mới đối với robot làm việc ở trong nhà kho, từ đó tạo ra tiền đề phát triển công nghệ robot phục vụ cho nhà máy sản xuất cũng như ô tô tự lái. 

Những hệ thống AI điều khiển chatbot cùng với quá trình tạo hình ảnh được gọi là mạng nơron được đặt theo tên của mạng lưới nơron của não bộ.

Và bằng cách xác định được các mẫu ở trong khối lượng lớn dữ liệu, các hệ thống này cũng có thể học cách nhận dạng từ, âm thanh cho đến hình ảnh, thậm chí là tự tạo ra chúng. Đây chính là cách mà OpenAI xây dựng ChatGPT, tăng khả năng trả lời câu hỏi ngay lập tức, viết bài nghiên cứu cũng như tạo ra chương trình máy tính. Song song với đó, hệ thống cũng học được những kỹ năng này từ văn bản được thu thập từ internet, khiến cho một số bên thứ ba khởi kiện OpenAI vì vi phạm bản quyền.

Những công ty hiện nay đang xây dựng hệ thống có thể học hỏi từ những loại dữ liệu khác nhau cùng một lúc. Ví dụ như bằng cách phân tích cả bộ sưu tập ảnh, chú thích mô tả những bức ảnh đó thì hệ thống có thể nắm bắt được mối tương quan giữa hai thứ. Và nó có thể học được rằng từ "chuối" mô tả một loại quả màu vàng có hình dạng cong. 

OpenAI cũng đã sử dụng hệ thống đó để xây dựng Sora - đây là trình tạo video mới của họ. Và bằng cách phân tích hàng nghìn video có chú thích, hệ thống đã học được cách tạo video khi được cung cấp mô tả ngắn về một cảnh, ví dụ như thế giới rạn san hô được làm thủ công bằng giấy rất đẹp, đầy ắp cá với nhiều màu sắc và sinh vật biển. 

Covariant được thành lập bởi Pieter Abbeel - là giáo sư tại Đại học California, Berkeley cùng 3 cựu sinh viên của ông, Peter Chen, Rocky Duan và Tianhao Zhang cũng đã sử dụng các kỹ thuật tương tự để có thể xây dựng hệ thống điều khiển robot kho bãi. 

Công ty giúp vận hành robot phân loại trong các kho hàng trên toàn cầu. Họ đã dành nhiều năm để thu thập dữ liệu từ camera cùng các cảm biến khác để thấy cách thức hoạt động của những robot này. 

Tiến sĩ Chen nói rằng: “Chúng tôi thu thập tất cả các dữ liệu cần thiết cho robot - có thể giúp cho chúng hiểu thế giới thực cũng như tương tác với nó”. 

Và bằng cách kết hợp dữ liệu đó đối với khối lượng lớn văn bản được sử dụng để đào tạo chatbot như là ChatGPT, công ty đã xây dựng công nghệ AI giúp cho robot của họ hiểu biết một cách rộng hơn nhiều về thế giới xung quanh.

Và sau khi xác định các quy tắc ở trong tổng hợp những hình ảnh, dữ liệu cảm biến và văn bản, công nghệ này cung cấp cho robot năng lực để xử lý những tình huống bất ngờ trong đời thực. Hay nó thậm chí có thể tạo video dự đoán những gì có thể xảy ra khi mà nó cố gắng cầm một quả chuối. Những video này không có tác dụng thực tế ở trong nhà kho, tuy nhiên chúng cho thấy được sự hiểu biết của robot về môi trường xung quanh.

Tiến sĩ Abbeel nói rằng: "Nếu như robot có thể dự đoán các khung hình tiếp theo trong video thì nó có thể xác định chính xác chiến lược cần thực hiện”. 

Công nghệ này được gọi là R.F.M. - đây là từ viết tắt của mô hình nền tảng robot (robotics foundational model) vẫn còn mắc lỗi giống như chatbot. Dù nó thường hiểu những gì mà mọi người yêu cầu tuy nhiên vẫn có khả năng nó sẽ không hiểu hay thỉnh thoảng sẽ làm rơi đồ vật.

Gary Marcus - là một doanh nhân về AI đồng thời là giáo sư danh dự về tâm lý học và khoa học thần kinh tại Đại học New York cho hay, công nghệ này có thể hữu ích ở trong kho bãi cũng như các tình huống khác, nơi có thể chấp nhận được sự sai sót. Tuy nhiên, ông nói về khó khăn, rủi ro hơn khi tiến hành triển khai trong các nhà máy sản xuất cùng với các tình huống nguy hiểm tiềm ẩn khác. 

Ông cho rằng, điều đó phụ thuộc vào chi phí của lỗi. Nếu như bạn có một con robot cả trăm kg thì hệ quả của việc sai sót là rất nghiêm trọng. 

Các nhà nghiên cứu cũng tin rằng, khi những công ty đào tạo hệ thống này trên nguồn dữ liệu đang ngày càng lớn, đa dạng thì hiệu quả của robot sẽ nhanh chóng được cải thiện. Và bằng cách học hỏi từ dữ liệu kỹ thuật số, robot có thể bắt đầu xử lý những điều bất ngờ. Và khi mà những ví dụ đó được ghép nối với ngôn ngữ thì robot có thể phản hồi các đề xuất bằng văn bản, giọng nói giống như là chatbot. Điều này cũng có nghĩa là giống như những chatbot và trình tạo hình ảnh thì robot sẽ trở nên linh hoạt hơn./.