Một startup non trẻ tại Thung lũng Silicon vừa hé lộ khả năng khiến giới nghiên cứu bất ngờ: robot có thể tự suy luận và thực hiện những nhiệm vụ chưa từng được huấn luyện.

Khả năng tiếp nhận hướng dẫn bằng ngôn ngữ tự nhiên mở ra tiềm năng lớn: robot có thể được triển khai trong môi trường mới và cải thiện hiệu suất ngay lập tức mà không cần thu thập thêm dữ liệu hay huấn luyện lại mô hình.

Tuy nhiên, nhóm nghiên cứu cũng thẳng thắn thừa nhận hạn chế. Trong một số trường hợp, vấn đề không nằm ở robot mà ở cách con người “ra lệnh”. Lucy Shi cho biết, trong một thử nghiệm ban đầu, tỷ lệ thành công chỉ đạt 5%. Nhưng sau khoảng 30 phút điều chỉnh cách diễn đạt yêu cầu (prompt), con số này tăng vọt lên 95%.

Dẫu vậy, mô hình hiện vẫn chưa thể tự động thực hiện các nhiệm vụ phức tạp chỉ từ một lệnh tổng quát. Theo Levine, bạn không thể chỉ nói “hãy làm bánh mì nướng” và kỳ vọng robot tự hoàn thành. Nhưng nếu hướng dẫn từng bước cụ thể, hệ thống sẽ hoạt động khá hiệu quả.

Một thách thức lớn trong lĩnh vực robot là thiếu các tiêu chuẩn đánh giá thống nhất. Vì vậy, nhóm nghiên cứu đã so sánh π0.7 với các mô hình chuyên biệt trước đây của chính họ. Kết quả cho thấy mô hình đa năng này có thể đạt hiệu suất tương đương trong nhiều nhiệm vụ phức tạp như pha cà phê, gấp quần áo hay lắp ráp hộp.

Điều đáng chú ý nhất không nằm ở từng màn trình diễn riêng lẻ, mà ở việc chính các nhà nghiên cứu, những người hiểu rõ dữ liệu huấn luyện, cũng bị bất ngờ bởi khả năng của mô hình. Ashwin Balakrishna cho biết, lần đầu tiên trong sự nghiệp, anh cảm thấy không thể dự đoán trước robot sẽ làm được gì.

Levine so sánh trải nghiệm này với thời điểm GPT-2 lần đầu tạo ra một câu chuyện kỳ lạ về kỳ lân ở dãy Andes. Sự kết hợp tưởng chừng vô lý ấy lại là dấu hiệu cho thấy mô hình đã học được cách liên kết kiến thức theo cách sáng tạo. Và giờ đây, hiện tượng tương tự đang xuất hiện trong lĩnh vực robot.

(Còn tiếp)