Khi robot cần được 'dạy dỗ': Nghề mới của kỷ nguyên AI

Sự phát triển nhanh chóng của trí tuệ nhân tạo đang thúc đẩy các công ty công nghệ tìm kiếm những phương pháp mới để đào tạo robot, trong đó dữ liệu video từ đời sống hàng ngày trở thành nguồn tài nguyên quan trọng.

Huấn luyện robot bằng dữ liệu video - thị trường tỷ đô đang hình thành

Trong vài tháng gần đây, nhiều công ty khởi nghiệp đã nhanh chóng tham gia đáp ứng nhu cầu dữ liệu bằng cách thu thập và chú thích video từ hàng nghìn lao động hợp đồng trên toàn thế giới.

Huấn luyện robot bằng video đời sống, giúp máy móc học cách làm việc như con người.

Ông Arian Sadeghi, Phó Chủ tịch phụ trách dữ liệu robot tại Công ty Micro1, cho biết: dữ liệu chuyển động là yếu tố cần thiết trong hầu hết các môi trường như sản xuất, nhà kho, bán lẻ, viện dưỡng lão hay bệnh viện, bởi mỗi nơi đều có đặc thù vận động khác nhau.

Công ty Micro1 đã bắt đầu tuyển dụng những người quay phim làm việc từ xa cho mình một năm trước. Những người tham gia được cung cấp thiết bị đội đầu gắn camera, hướng dẫn quay phim cùng danh sách nhiệm vụ như nấu ăn, dọn dẹp, làm vườn hay chăm sóc thú cưng. Họ luân phiên thực hiện các công việc và nộp tối thiểu 10 giờ video mỗi tuần.

Dù phần lớn nội dung hiện tập trung vào công việc gia đình, Micro1 khuyến khích người tham gia sáng tạo trong quá trình ghi hình để giúp robot thích nghi tốt hơn với môi trường và nhiệm vụ mới.

Hiện Micro1 có trụ sở tại Palo Alto (California, Mỹ) và sở hữu khoảng 4.000 “chuyên gia robot” tại 71 quốc gia, cung cấp hơn 160.000 giờ video mỗi tháng. Tuy nhiên, theo ông Sadeghi, con số này vẫn chưa đáp ứng đủ nhu cầu.

“Có lẽ cần đến hàng tỷ giờ dữ liệu. Chúng ta thậm chí còn chưa đề cập đến tương tác giữa con người với nhau, mà mới chỉ là những công việc nhà đơn giản”, ông nói.

Nhu cầu dữ liệu trong lĩnh vực robot được cho là tương đồng với giai đoạn phát triển ban đầu của các chatbot AI như ChatGPT - vốn được huấn luyện từ khối lượng dữ liệu khổng lồ trên internet.

Tuy nhiên, khác với xử lý văn bản hay hình ảnh, robot đòi hỏi bộ dữ liệu chuyên biệt hơn nhiều, trong khi chưa có “thư viện sẵn có” tương tự internet. Điều này mở ra thị trường trị giá hàng tỷ USD cho các công ty thu thập và gắn nhãn dữ liệu.

Theo ước tính của các tổ chức nghiên cứu, ngành công nghiệp này có thể tăng trưởng khoảng 30% mỗi năm, đặc biệt tại châu Á, và đạt quy mô ít nhất 10 tỷ USD vào năm 2030.

Tự động hóa và thách thức - khi robot học cách làm việc như con người

Bước ngoặt của robot tự hành được cho là xuất hiện khoảng 3 năm trước, khi các mô hình ngôn ngữ lớn giúp phát triển thuật toán có khả năng chuyển đổi tín hiệu hình ảnh thành hành động vật lý.

Ông Puneet Jindal, đồng sáng lập Labellerr AI (phần mềm gắn nhãn dữ liệu và chú thích hình ảnh), cho biết các robot vốn chỉ thực hiện nhiệm vụ lặp lại giờ đây đã có thể bắt đầu nhận thức và điều hướng môi trường xung quanh.

Trong năm nay, công ty của ông đã thu thập video góc nhìn thứ nhất từ công nhân tại các nhà máy ở Ấn Độ. Theo ông, dữ liệu con người sẽ tiếp tục đóng vai trò quan trọng trong vài năm tới, nhưng xu hướng này có thể thay đổi nhanh chóng.

“Các phòng thí nghiệm robot hiện cũng chưa thể xác định chính xác họ sẽ cần loại dữ liệu nào trong 12 tháng tới”, ông nói.

Theo Rutav Shah, nhà nghiên cứu tại Đại học Texas ở Austin, môi trường gia đình là thách thức lớn đối với robot do tính biến động cao: đồ đạc, thiết bị và con người luôn thay đổi.

“Điều còn thiếu là trực giác giống con người về lực, ma sát và sự không chắc chắn - những kỹ năng mà con người có được nhờ tích lũy suốt cuộc đời”, ông nhận định.

Ông cho rằng việc giúp robot xử lý hiệu quả các công việc hàng ngày như nấu ăn hay dọn dẹp sẽ là “chặng cuối cùng” của quá trình tự động hóa.

Hiện nay, robot hình người chủ yếu hoạt động trong môi trường kiểm soát như nhà máy, nơi có thể đạt độ chính xác tới 99,9%. Tuy nhiên, ngay cả những nhiệm vụ đơn giản như gấp áo vẫn chưa đạt hiệu quả thương mại khi tỷ lệ thành công chỉ khoảng 70-80%.

Bên cạnh đó, vấn đề an toàn cũng là mối lo lớn. Đại diện Objectways - công ty chuyên tạo dữ liệu vật lý để đào tạo AI) cảnh báo rằng nếu robot không phân biệt được giữa búp bê và em bé thật, hậu quả có thể rất nghiêm trọng.

Việc thử nghiệm robot với trẻ sơ sinh vẫn còn là chặng đường dài, dù các thử nghiệm với thú cưng đã bắt đầu được triển khai.

Hà Mai