Các nhà nghiên cứu tại MIT đã phát triển một khung trí nhớ dài hạn mang tên DAAAM (Describe Anything, Anywhere, Anytime, at Any Moment), cho phép robot nhanh chóng xây dựng và hồi tưởng mô hình chi tiết về các môi trường phức tạp, quy mô lớn. Công nghệ này kết hợp thị giác máy tính và lập bản đồ robot, giúp máy móc có khả năng suy luận về thời gian và không gian theo cách gần với con người hơn.
Thách thức của trí nhớ robot
Một công nhân trong nhà máy ô tô có thể nhớ vị trí linh kiện đang lắp dở từ tối hôm trước và nhanh chóng quay lại lấy nó. Với con người, kiểu ghi nhớ này diễn ra tự nhiên: chúng ta nhớ không chỉ "vật gì" mà còn "ở đâu", "khi nào" và trong bối cảnh nào. Tuy nhiên, với robot, việc hình thành và truy xuất trí nhớ "không thời gian" như vậy vẫn là thách thức lớn, đặc biệt khi robot làm việc song song với con người trong nhà máy, văn phòng hay không gian công cộng.
Giải pháp DAAAM từ MIT
Luca Carlone, phó giáo sư tại Khoa Hàng không và Du hành vũ trụ của MIT, nhà nghiên cứu chính tại Phòng thí nghiệm Hệ thống Thông tin và Quyết định, đồng thời là giám đốc Phòng thí nghiệm MIT SPARK, cho rằng: "Nếu muốn robot làm việc cùng con người và tương tác tốt hơn với con người, robot phải 'nói cùng một ngôn ngữ' với chúng ta. Nói cách khác, robot cần có khả năng suy luận về thời gian và không gian theo cách gần với con người hơn."
Phương pháp mới DAAAM kết nối hai hướng nghiên cứu thường tách biệt: thị giác máy tính và lập bản đồ robot. Khi robot di chuyển, DAAAM gắn các mô tả chi tiết vào vật thể nhìn thấy và lưu trữ trong bản đồ 3D sắp xếp theo không gian, giúp robot nhớ chính xác vị trí từng vật thể.
Hiệu suất vượt trội
Một thách thức lớn là tốc độ. Các kỹ thuật tạo mô tả phong phú thường mất vài giây cho mỗi vật thể, quá chậm cho robot thời gian thực. DAAAM giải quyết bằng cách gom nhóm vật thể gần nhau và chọn khung hình then chốt có góc nhìn rõ nhất, cho phép mô tả nhiều đồ vật song song, tăng tốc tính toán lên khoảng 10 lần.
Khi thử nghiệm so sánh với các phương pháp khác, DAAAM cho độ chính xác cao hơn từ 21% đến 53%, tùy loại câu hỏi. Hệ thống sử dụng mô hình ngôn ngữ lớn có khả năng gọi nhiều công cụ để truy xuất thông tin từ cơ sở dữ liệu khổng lồ, phản hồi truy vấn chỉ trong vài giây.
Ứng dụng và tương lai
Trong tương lai, công nghệ này có thể giúp công nhân chỉ cần nói với robot: "Hãy đi lấy linh kiện mà chúng ta bắt đầu lắp ráp tối qua", và robot hiểu, nhớ vị trí và di chuyển lấy đúng đồ. Nhóm nghiên cứu muốn mở rộng DAAAM để ghi nhận các sự kiện quan trọng trong môi trường, tích hợp mức độ tin cậy vào câu trả lời. Mục tiêu xa hơn, như Gorlo nói, là xây dựng nền tảng cho một tác nhân tổng quát hỗ trợ con người trong nhiều loại nhiệm vụ.
