AI vật lý (Physical Artificial Intelligence)

Physical AI

Physical AI (AI vật lý) là trí tuệ nhân tạo giúp các loại máy móc như robot, xe tự lái và drone cảm nhận thế giới thật qua cảm biến, quyết định cần làm gì và thực hiện hành động trong đó. Đầu ra của nó là chuyển động hoặc việc điều khiển máy móc, thay vì chữ, hình ảnh hay code.

Đây là một thuật ngữ của ngành chứ chưa phải tiêu chuẩn chính thức, nên phạm vi của nó khác nhau tùy nhà cung cấp. NVIDIA, một trong những công ty dùng thuật ngữ này nổi bật nhất, mô tả trong bảng thuật ngữ rằng physical AI giúp máy móc tự hành nhận biết, hiểu và thực hiện các hành động phức tạp trong thế giới vật lý.

Physical AI hoạt động như thế nào?

Một hệ thống physical AI chạy liên tục một vòng lặp gồm ba phần:

  • Nhận thức: diễn giải dữ liệu từ camera và các cảm biến khác để ước lượng trạng thái của máy và môi trường xung quanh.
  • Ra quyết định: chọn việc cần làm tiếp theo dựa trên trạng thái đó và mục tiêu hiện tại.
  • Điều khiển: biến quyết định thành lệnh chính xác cho động cơ, hệ thống lái hoặc bộ phận cầm nắm.

Vòng lặp này phải theo kịp tốc độ của máy. Ví dụ, robot nhỏ Microduck chạy bộ điều khiển dáng đi 50 lần mỗi giây, vì robot dừng lại để tính toán có thể bị ngã.

Hệ thống physical AI được huấn luyện như thế nào?

Dữ liệu ngoài đời thật có thể chậm, tốn kém hoặc không an toàn để thu thập, nên phần lớn việc huấn luyện diễn ra trong mô phỏng. Học tăng cường (reinforcement learning) là phương pháp phổ biến: máy ảo thử các hành động, được thưởng khi đạt kết quả tốt và dần tiến bộ. Khung ba máy tính của NVIDIA mô tả toàn bộ quy trình qua ba giai đoạn liên kết với nhau:

  • Huấn luyện: xây dựng và tinh chỉnh các mô hình AI.
  • Mô phỏng: kiểm thử và xác thực hệ thống trong môi trường ảo dựa trên vật lý, đôi khi là bản sao số (digital twin) của một máy hoặc cơ sở thật.
  • Vận hành: triển khai mô hình đã huấn luyện lên máy thật.

Khoảng cách giữa mô phỏng và thực tế là gì?

Khoảng cách giữa mô phỏng và thực tế (sim-to-real gap) là phần chênh lệch giữa cách hệ thống hoạt động trong mô phỏng và trên phần cứng thật. Một mô hình đã huấn luyện, thường gọi là chính sách (policy), có thể chạy hoàn hảo trong trình mô phỏng nhưng vẫn thất bại trên robot, vì động cơ thật có ma sát, độ trễ và linh kiện hao mòn mà trình mô phỏng không tái hiện chính xác.

Một cách xử lý được trích dẫn rộng rãi là domain randomization, được nghiên cứu trong bài báo năm 2017 của Tobin và cộng sự. Bài báo thay đổi ngẫu nhiên phần kết xuất hình ảnh trong trình mô phỏng để mô hình học trên ảnh mô phỏng có thể dùng được với ảnh thật. Cách làm hiện nay còn thay đổi cả các thuộc tính vật lý như ma sát và độ trễ động cơ, để chính sách học cách xử lý nhiều điều kiện thay vì chỉ một cỗ máy lý tưởng.

Physical AI khác AI tạo sinh như thế nào?

AI tạo sinh tạo ra nội dung, còn physical AI giúp máy móc hành động trong thế giới thật. Từ đó dẫn đến những khác biệt thực tế sau:

  • Đầu vào: mô hình ngôn ngữ lớn thường đọc văn bản. Hệ thống physical AI đọc một luồng dữ liệu cảm biến liên tục.
  • Dữ liệu huấn luyện: mô hình ngôn ngữ có thể học từ lượng văn bản khổng lồ sẵn có. Chưa có bộ dữ liệu tương đương về máy móc di chuyển trong thế giới thật, nên mô phỏng rất quan trọng.
  • Hệ quả: lỗi của mô hình tạo sinh là một câu trả lời sai, chẳng hạn AI hallucination. Lỗi của máy móc có thể là va chạm, ngã hoặc gây thương tích.

Physical AI, robot học và embodied AI khác nhau ra sao?

Robot học (robotics) là ngành kỹ thuật chế tạo máy móc có khả năng cảm nhận và chuyển động. Một cánh tay robot lặp lại động tác cố định đã lập trình sẵn là robot học nhưng không có trí thông minh học được. Embodied AI (AI hiện thân) hẹp hơn physical AI: theo TechTarget, khái niệm này chỉ việc tích hợp trí tuệ vào một cơ thể vật lý và được xem là tập con của physical AI, thuật ngữ rộng hơn cho AI tương tác với thế giới thật.

Physical AI được dùng ở đâu?

  • Sản xuất: cánh tay robot thích nghi với linh kiện và công việc mới.
  • Kho vận và logistics: máy móc lấy, di chuyển và phân loại hàng hóa.
  • Giao thông: xe tự lái và drone hoạt động trong môi trường luôn thay đổi.
  • Robot đa năng: robot hình người được thiết kế để đảm nhận nhiều loại việc.
  • Nghiên cứu và giáo dục: các nền tảng chi phí thấp để thực hành quy trình từ mô phỏng sang phần cứng thật.

Liên đoàn Robot Quốc tế (IFR) ghi nhận 542.000 robot công nghiệp được lắp đặt trong năm 2024 và 4.664.000 robot đang vận hành trên toàn cầu. Các con số này bao gồm cả robot lập trình theo cách truyền thống, nên chúng phản ánh lượng robot đã lắp đặt chứ không phải mức độ áp dụng physical AI.

Giới hạn của physical AI là gì?

  • Giới hạn trên thiết bị: mô hình phải chạy theo thời gian thực trên phần cứng bị giới hạn về điện năng, trọng lượng và chi phí.
  • An toàn: vì lỗi có thể gây hại cho người hoặc tài sản, việc triển khai thường cần kiểm thử cẩn thận, giới hạn vận hành và sự giám sát của con người.

Câu hỏi thường gặp

Nói đơn giản, physical AI là gì?+

Physical AI là AI có cơ thể. Nó dùng cảm biến để hiểu thế giới thật, quyết định cần làm gì và hành động thông qua một cỗ máy như robot, xe hoặc drone.

Physical AI có giống robot học không?+

Không. Robot học là ngành chế tạo máy móc có khả năng cảm nhận và chuyển động, và nhiều robot chỉ lặp lại động tác đã lập trình sẵn. Physical AI là phần trí tuệ giúp máy móc nhận biết, quyết định và thích nghi trong thế giới thật.

Vì sao physical AI được huấn luyện trong mô phỏng?+

Dữ liệu ngoài đời thật có thể chậm, tốn kém hoặc không an toàn để thu thập. Mô phỏng cho phép nhiều máy ảo tập luyện cùng lúc mà không gây rủi ro cho phần cứng hay con người, dù kết quả vẫn phải được xác thực trên máy thật.

Có những ví dụ nào về physical AI?+

Ví dụ gồm xe tự lái, drone giao hàng và kiểm tra, robot trong kho, cánh tay robot thích nghi trong nhà máy và robot hình người.