Việc mang lại “đôi mắt” cho Robot

Để Robot có thể nhận thức thế giới giống như con người, trước tiên nó cần có khả năng “nhìn”. Giống như con người thu nhận phần lớn thông tin thông qua thị giác, đối với Robot, thị giác cũng là một giác quan cực kỳ quan trọng. Tuy nhiên, không phải cứ đơn thuần gắn camera lên là nó có thể “nhìn thấy”. Điều cần thiết ở đây chính là công nghệ mang tên Thị giác máy tính (Computer Vision / コンピュータビジョン).

Thị giác máy tính là tên gọi chung của các công nghệ giúp máy tính hiểu và phân tích các dữ liệu hình ảnh hoặc video thu được từ camera. Giống như não bộ con người xử lý thông tin đi vào từ mắt để nhận thức ý nghĩa, Trí tuệ nhân tạo (AI / 人工知能) sẽ đọc ra “ý nghĩa” nằm trong bức ảnh. Nhờ vào khả năng này, Robot không chỉ đơn thuần là nhìn thấy phong cảnh, mà còn có thể hiểu được những điều như “có người ở đằng kia”, “đây là chướng ngại vật”, “chuyển động này rất nguy hiểm”.

Trước khi công nghệ này xuất hiện, Robot hoàn toàn chỉ dùng Cảm biến khoảng cách (Distance sensor / 距離センサー) hay tia hồng ngoại để tránh các chướng ngại vật vật lý. Nhưng ngày nay, bằng cách kết hợp Nhận diện hình ảnh (Image recognition / 画像認識) và Học sâu (Deep learning / 深層学習), Robot đã có thể nắm bắt môi trường xung quanh như những “thông tin có ý nghĩa” và đưa ra phán đoán tùy theo tình huống.

Vậy thì, Thị giác máy tính được hình thành dựa trên cơ chế nào và đang hỗ trợ thị giác của Robot ra sao, chúng ta hãy cùng xem xét cụ thể.

AI mang lại thị giác: Nền tảng của xử lý hình ảnh

Hỗ trợ cho nền tảng cốt lõi của Thị giác máy tính là một lĩnh vực được gọi là Xử lý hình ảnh (Image processing / 画像処理). Đây là công nghệ xử lý các hình ảnh được chụp bởi camera dưới dạng Dữ liệu số (Numerical data / 数値データ), từ đó thực hiện các phân tích và biến đổi đa dạng trên dữ liệu đó.

Hình ảnh thực chất là tập hợp của các điểm gọi là “Điểm ảnh (Pixel / ピクセル)“, được cấu thành bởi các giá trị số của Hệ màu RGB (Đỏ – Xanh lá – Xanh dương / 赤・緑・青). Trước tiên, máy tính sẽ đọc tập hợp các giá trị số này. Sau đó, Thuật toán xử lý hình ảnh (Image processing algorithm / 画像処理アルゴリズム) sẽ phân tích sự khác biệt về độ sáng, sự thay đổi của màu sắc, các Cạnh (Edge / エッジ) (đường viền), v.v. để tìm ra “hình dáng” hay “cấu trúc” trong đó.

Ví dụ, khi có một vật thể màu đen nằm trước một bức tường trắng, máy tính sẽ sử dụng “sự thay đổi màu sắc”, “đường nét của viền”, “vị trí của bóng đổ” làm manh mối để nhận diện hình dạng của vật thể đó. Đây chính là vai trò cơ bản của Xử lý hình ảnh.

Hơn nữa, để nhận diện xem “cái gì đang được chụp” trong bức ảnh, người ta sử dụng Mô hình phân loại hình ảnh (Image classification model / 画像分類モデル) dựa trên Học sâu (Deep Learning / ディープラーニング). Ví dụ, nếu cho học hàng chục nghìn bức ảnh về chó và mèo, nó sẽ có khả năng phân biệt hình ảnh mới là chó hay mèo với độ chính xác cao.

Nếu ứng dụng cơ chế này, Robot sẽ có thể phán đoán được “đây là con người”, “đây là thùng các-tông”, “đây là một phần của cái kệ”. Tức là, Xử lý hình ảnh + AI chính là chìa khóa không chỉ mang lại “thị giác” mà còn là “sự thấu hiểu” cho Robot.

Ứng dụng vào nhận diện tự động, hành động tự chủ và nhận diện khuôn mặt

Phạm vi ứng dụng của Xử lý hình ảnh là cực kỳ rộng lớn, và nó đã được áp dụng rất nhiều vào các Robot gần gũi với chúng ta. Ví dụ, việc Robot hút bụi di chuyển tránh đồ nội thất, hay việc Robot giao hàng tự động né các chướng ngại vật ven đường, đều là vì chúng đang nhận thức môi trường xung quanh bằng Thị giác máy tính.

Một ứng dụng tiến bộ hơn nữa là công nghệ Nhận diện khuôn mặt (Face recognition technology / 顔認識技術). Đây là công nghệ phát hiện khuôn mặt người từ trong hình ảnh và xác định cụ thể đó là “ai”. Nó đang được sử dụng ở các cổng nhập cảnh tự động tại sân bay hay quản lý ra vào của doanh nghiệp, và công nghệ này cũng bắt đầu được tích hợp vào Robot.

Ví dụ, Robot lễ tân có thể nhận diện khuôn mặt của khách và cất tiếng chào: “Chào mừng quý khách [Tên] đã đến”. Ở Robot chăm sóc y tế, việc ghi nhớ khuôn mặt của người dùng giúp chúng có thể phục vụ theo từng cá nhân; còn ở Robot giáo dục dành cho trẻ em, nó được tận dụng như một yếu tố thu hẹp khoảng cách với con người bằng cách đọc cảm xúc từ biểu cảm để thay đổi cách ứng xử.

Ngoài ra, ở các Robot hướng dẫn giao thông hay Robot tuần tra an ninh, các công nghệ phát hiện “hành động nguy hiểm” hay “hành vi của kẻ khả nghi” từ hình ảnh cũng đang được tiến hành thực tế hóa. AI phân tích các chuyển động của con người, ánh nhìn, tư thế, v.v. theo Thời gian thực (Real-time / リアルタイム), và bằng cách phát hiện các bất thường, chúng đã có thể đóng góp vào việc phòng chống tai nạn và tội phạm.

Và điều quan trọng nhất chính là Tính tự chủ (Autonomy / 自律性) giúp kết nối những nhận thức này với hành động. Dựa trên kết quả nhận diện, bằng cách đưa ra các phán đoán theo thời gian thực như “nên tiến theo hướng nào”, “nên bắt chuyện với ai”, “nên cầm lấy cái gì”, Robot trông như đang hành động bằng chính ý chí của mình.

Nói cách khác, Thị giác máy tính không chỉ dừng lại ở việc “nhận diện” đơn thuần. Chỉ khi được kết nối với “lựa chọn” và “hành động” tiếp theo thì Robot mới có thể hoạt động tích cực trong thế giới thực.

Sự tích hợp cao cấp giữa Cảm biến và Camera

Mặc dù vậy, trong nhiều trường hợp, chỉ với thông tin thị giác là không đủ để điều khiển hành động của Robot. Vì hình ảnh là thông tin hai chiều, nên nó có giới hạn trong các thông tin về chiều sâu, kết cấu bề mặt hay chất liệu. Do đó, điều cần thiết là sự tích hợp với các loại Cảm biến (Sensor / センサー) đa dạng.

Ví dụ, các loại Cảm biến sau đây đang đóng vai trò bổ trợ cho Nhận diện hình ảnh:

● Cảm biến khoảng cách (LiDAR hay sóng siêu âm / 距離センサー（LiDARや超音波）): Đo khoảng cách đến vật thể mục tiêu, ứng dụng trong việc nhận thức không gian 3 chiều. ● Cảm biến gia tốc – Cảm biến con quay hồi chuyển (Accelerometer / Gyro sensor / 加速度センサー・ジャイロセンサー): Cảm nhận độ nghiêng và chuyển động của Robot. ● Cảm biến nhiệt độ – Cảm biến độ ẩm (Temperature sensor / Humidity sensor / 温度センサー・湿度センサー): Nắm bắt các điều kiện môi trường để điều chỉnh các mẫu hành vi. ● Cảm biến xúc giác (Tactile sensor / 触覚センサー): Đo lường phản ứng khi chạm vào vật thể, điều chỉnh lực tác động.

Ví dụ, khi Cánh tay Robot (Robot arm / ロボットアーム) lấy hàng hóa từ trên kệ, trước tiên camera sẽ nhận diện hàng hóa, LiDAR sẽ đo khoảng cách, sau đó cánh tay sẽ điều chỉnh vị trí và tiến lại gần. Cuối cùng, Cảm biến xúc giác sẽ điều chỉnh lực nắm hàng hóa và nhấc nó lên trong khi vẫn ngăn ngừa được hư hỏng. Chuỗi quy trình này đều được hình thành nhờ sự tích hợp của các Cảm biến khác nhau và AI.

Cơ chế xử lý thông tin đa chiều bằng cách kết hợp Thị giác (camera) và các giác quan khác (Cảm biến) như vậy được gọi là Dung hợp cảm biến (Sensor Fusion / センサーフュージョン). Nhờ công nghệ này, Robot vừa có thể đồng thời “nhìn”, “chạm” và “cảm nhận”, vừa có thể thực hiện những hành vi gần giống với con người hơn.

Ngoài ra, việc AI xử lý một cách tổng hợp các dữ liệu thu được từ Cảm biến và thay đổi Trọng số (Weighting / 重みづけ) tùy theo tình huống, giúp khả năng phán đoán trở nên linh hoạt và thông minh hơn. Đây không chỉ là công nghệ nhận diện đơn thuần, mà là một yếu tố quan trọng để bước thêm một bước tiến tới “trí tuệ”.

Khả năng khiến Robot “thấu hiểu” thế giới

Trong chương này, chúng ta đã giải thích về công nghệ Thị giác máy tính – nền tảng để Robot có thể “nhìn”, cùng với khả năng ứng dụng của nó. Thông qua Xử lý hình ảnh, thế giới trực quan được nắm bắt dưới dạng các con số, và Học sâu sẽ hiểu ý nghĩa của chúng, sau đó liên kết đến các hành động. Chuỗi quy trình này đã trở thành “đôi mắt” đối với Robot, cung cấp “nguyên liệu cho sự phán đoán”.

Hơn nữa, thông qua việc tích hợp với nhiều loại Cảm biến, nó có thể bao quát những thông tin mà thị giác không thể bù đắp hết, làm cho Tri giác phức hợp (Complex perception / 複合的な知覚) trở nên khả thi. Nhờ điều này, Robot không chỉ đơn thuần là quan sát thế giới vật lý, mà còn hiểu nó như một môi trường có ý nghĩa, và đang ngày càng có khả năng thích ứng với môi trường đó một cách tự chủ.

Vậy thì, giờ đây khi Robot đã có trong tay khả năng “nhìn”, thứ tiếp theo chúng cần là gì?

Câu trả lời là “nói chuyện” ―― tức là, giao tiếp tự nhiên với con người. Ở chương tiếp theo, chúng sẽ đi sâu đào sâu xem AI trao năng lực ngôn ngữ cho Robot như thế nào, và làm thế nào chúng tái tạo lại hành vi đậm chất con người mang tên “trò chuyện”. Từ Nhận diện giọng nói (Voice recognition / 音声認識) đến hiểu ý nghĩa, và cả những lời đáp trả “nghe rất ra dáng con người” ―― hãy cùng nhìn trộm vào thế giới “ngôn từ” của Robot.