Khắc phục tình trạng bộ nhớ mờ của robot

Trong tình huống khẩn cấp, con người trong tương lai có thể yêu cầu robot trợ lý lấy máy khử rung tim gắn tường ở cuối hành lang. Tuy nhiên, nếu robot gắn nhầm nhãn máy khử rung tim thành bình chữa cháy trong bộ nhớ lưu trữ, thiết bị này có thể không xác định được vị trí của thiết bị cứu sinh. Robot trợ lý có thể hưởng lợi từ một hệ thống bộ nhớ mới do các nhà nghiên cứu tại Viện Công nghệ Massachusetts (MIT) phát triển. Hệ thống này có khả năng nhận diện các mục dữ liệu có nguy cơ sai sót trong bộ nhớ của robot và hiệu chỉnh phần mô tả của các vật thể bị gắn nhãn sai. Trong tương lai, phương pháp này có thể giúp robot gia dụng hoặc robot công nghiệp thực hiện tốt hơn các tác vụ phức tạp gồm nhiều bước, chẳng hạn như dọn bàn ăn hoặc phối hợp cùng con người lắp ráp máy móc. Được đặt tên là UQ-DAAAM (viết tắt của Uncertainty Quantification for Describe Anything, Anywhere, at Any Moment - Định lượng độ không chắc chắn cho mô hình mô tả mọi vật thể, tại mọi nơi, vào mọi thời điểm), hệ thống so sánh nhiều mô tả khác nhau về cùng một vật thể từ các góc nhìn khác nhau nhằm định lượng mức độ không chắc chắn của robot về những gì đã quan sát. Sau đó, hệ thống lựa chọn các góc nhìn bổ sung để giảm mức độ không chắc chắn và tổng hợp các chú thích này thành một mô tả chính xác hơn về vật thể để lưu vào bộ nhớ. Nhóm nghiên cứu cũng áp dụng một kỹ thuật đặc biệt nhằm tinh gọn quy trình này, cho phép robot di động liên tục cập nhật các mục bộ nhớ chưa chắc chắn theo thời gian thực. So với các phương pháp cơ sở, UQ-DAAAM đã nâng cao mức độ tin cậy của robot và cải thiện độ chính xác trong các câu trả lời về vật thể, vị trí cũng như thời điểm robot nhìn thấy vật thể đó. “Khác với ChatGPT, khi xem xét AI trong thế giới vật lý, việc chỉ đưa ra khuyến cáo rằng robot đôi khi có thể sai là chưa đủ. Cho phép robot nhận thức được những gì bản thân chưa biết sẽ là yếu tố thiết yếu để công nghệ này được triển khai an toàn và mang lại tác động tích cực cho xã hội”, Phó Giáo sư Luca Carlone thuộc Khoa Hàng không và Vũ trụ học MIT (AeroAstro), nghiên cứu viên chính tại Phòng thí nghiệm Hệ thống Thông tin và Quyết định (LIDS), Giám đốc Phòng thí nghiệm SPARK của MIT, đồng thời là tác giả cao cấp của bài báo giới thiệu UQ-DAAAM, cho biết. Cùng tham gia nghiên cứu với tư cách đồng tác giả chính là các học viên sau đại học tại MIT, Harry Zhang và Nicolas Gorlo. Công trình nghiên cứu sẽ được trình bày tại Hội nghị về Hệ thống Xử lý Thông tin Mạng thần kinh (NeurIPS). Hiệu chỉnh bộ nhớ Phương pháp mới này được xây dựng dựa trên công trình nghiên cứu trước đó của nhóm là DAAAM, một hệ thống bộ nhớ robot sử dụng mô hình thị giác-ngôn ngữ (VLM) để mô tả phong phú các vật thể trong không gian được camera tích hợp ghi lại. Các mô tả này được lưu trữ dưới dạng chú thích chi tiết trong mô hình bản đồ 3D tái hiện môi trường của robot, phục vụ việc truy xuất dữ liệu sau này để trả lời các câu hỏi. Tuy nhiên, robot đôi khi chỉ quan sát được một phần vật thể hoặc nhìn từ khoảng cách xa, hoặc camera có thể ghi lại hình ảnh mờ và thiếu sáng. Trong những trường hợp này, DAAAM có thể mô tả sai lệch, chẳng hạn như nhầm lẫn một ống khói màu xám với một con sóc đang đậu trên mái nhà. “Nếu không có cơ chế tự hiệu chỉnh, ký ức sai lệch này sẽ tồn tại dai dẳng khi robot di chuyển trong môi trường, qua đó có thể ảnh hưởng tiêu cực đến các ứng dụng tiếp theo”, Zhang cho biết. UQ-DAAAM tích hợp khả năng định lượng độ không chắc chắn vào khung hệ thống DAAAM. Cơ chế này cho phép robot đo lường mức độ tin cậy đối với tính chính xác của các mô tả vật thể và sửa các chú thích sai lệch trong quá trình di chuyển qua các môi trường. Trong quá trình di chuyển, robot liên tục thu thập và lưu trữ hình ảnh về thế giới chung quanh. Nhiều hình ảnh trong số đó ghi lại cùng một vật thể từ các góc độ khác nhau. UQ-DAAAM sử dụng các dữ liệu bổ sung này ...các góc nhìn nhằm xác định và điều chỉnh những mô tả không đáng tin cậy. Trước hết, hệ thống tính toán mức độ tin cậy của VLM đối với các từ ngữ được tạo ra nhằm mô tả một vật thể có khả năng bị gắn nhãn sai. Sau đó, hệ thống đo lường tính nhất quán bằng cách so sánh mô tả này với phần chú thích của các hình ảnh mô tả cùng một vật thể từ nhiều góc quan sát khác nhau. Ông Carlone giải thích: “Chúng tôi kết hợp cả hai nguồn bất định này thành một chỉ số duy nhất, phản ánh mức độ chắc chắn của VLM trong việc hiểu tổng thể về vật thể”. Nếu chỉ số này vượt qua một ngưỡng nhất định, mức độ không chắc chắn bị coi là quá cao, và UQ-DAAAM sẽ tinh chỉnh phần chú thích bằng cách sử dụng thêm các hình ảnh bổ sung về vật thể. Hệ thống thực hiện điều này thông qua một phương pháp phỏng đoán (heuristic), hay quy tắc đơn giản, nhằm xác định những góc nhìn bổ sung nào sẽ giúp giảm thiểu mức độ không chắc chắn của robot về vật thể. Đơn cử, hệ thống có thể chọn một hình ảnh được ghi lại sau đó vài khung hình, thể hiện rõ khói bốc ra từ ống khói. Các nhà nghiên cứu đã chứng minh bằng toán học rằng phương pháp phỏng đoán này có thể xác định các khung hình tối ưu nhất mà không cần chạy lại VLM, qua đó giảm đáng kể khối lượng tính toán. Ông Carlone cho biết: “Thách thức then chốt mà Nico và Harry phải vượt qua là làm thế nào để kết hợp các mô hình VLM với việc định lượng độ không chắc chắn thành một quy trình có thể vận hành trong một phần nhỏ của giây trên một robot đang di chuyển”. Ghi nhớ với độ tin cậy cao Sau khi xác định được các chú thích bổ sung giúp giảm mức độ không chắc chắn về vật thể, hệ thống sẽ sử dụng một LLM để hợp nhất chúng thành một mô tả vật thể duy nhất. Nhằm nâng cao độ chính xác, LLM sẽ đặt trọng số lớn hơn vào các chú thích mới và các chú thích có mức độ mơ hồ thấp hơn. Bước tinh chỉnh này có khả năng giải quyết sự mơ hồ cho khoảng 92% số vật thể trong môi trường của robot, trong khi chỉ yêu cầu thêm hai chú thích bổ sung cho mỗi vật thể. Phương pháp này đã nâng cao độ chính xác của các mô tả vật thể thêm 5% so với các công nghệ tiên tiến nhất hiện nay. UQ-DAAAM cũng đưa ra câu trả lời chính xác hơn các phương pháp đối chứng đối với những câu hỏi về các vật thể được quan sát, vị trí và thời điểm phát hiện chúng lần gần nhất. Ông Gorlo nhận định: “Việc thực hiện quy trình định lượng độ không chắc chắn này trên toàn bộ bản đồ do robot tạo ra sẽ giúp nâng cao mức độ hiểu biết của thiết bị đối với những gì đã quan sát được”. Trong giai đoạn tiếp theo, các nhà nghiên cứu dự kiến ứng dụng UQ-DAAAM để điều hướng các loại robot khác nhau, chẳng hạn như cánh tay robot di động, đồng thời áp dụng các kỹ thuật định lượng độ không chắc chắn này sang các lĩnh vực khác. Ngoài ra, nhóm nghiên cứu cũng đang xem xét việc sử dụng UQ-DAAAM để xác định các khu vực có mức độ không chắc chắn cao mà robot có thể quay trở lại nhằm nâng cao mức độ hiểu biết về