TRUNG QUỐC – Ngày 19 đến 25/10/2025, thành phố Hàng Châu, khu vực đô thị có sức mạnh về kinh tế ở miền đông Trung Quốc, đã trở thành trung tâm của thế giới robot. Hơn 5.000 nhà nghiên cứu và lãnh đạo ngành đã tập trung tại IROS 2025, hội nghị quốc tế về robot và hệ thống thông minh (International conference on intelligent robots and systems), và khẳng định rõ ràng rằng những ý tưởng của chúng ta về “đồng nghiệp robot” (robot collegues) sẽ chỉ là một ý tưởng nhất thời, vì công nghệ sẽ sớm phát triển để thay đổi điều đó.
Bài phát biểu có tiêu đề “Staging the machine: not built for work, built for wonder” (tạm dịch: ‘Dàn dựng cỗ máy: không được chế tạo vì công việc, mà vì sự kinh ngạc’) của ông Dennis Hong, Giáo sư tại Đại học California (University of California), đã cho thấy, giống như nhiều đóng góp khác, rằng chúng ta sẽ tiếp tục ngạc nhiên trong tương lai.
Một trong những điểm nổi bật tại thành phố Hàng Châu là Robot Manipulation Eye (AC2) của công ty RoboSense, một chiếc camera có chức năng hơn cả cảm biến, nó như một giác quan thứ sáu. Công nghệ direct time-of-flight (*) của nó có khả năng cung cấp hình ảnh với độ sâu chính xác đến từng milimet, ngay cả trong điều kiện ánh sáng mạnh và khi đang chuyển động. Các doanh nghiệp phát triển của AC2 cho biết thiết bị này có khả năng “perception like a living being” (tạm dịch là ‘nhận thức như một sinh vật sống’), và đó là thực tế. Trong tương lai, AC2 sẽ cho phép các cánh tay robot, xe tự hành và robot dịch vụ không chỉ nhìn thấy được môi trường xung quanh, mà còn thực sự hiểu được chúng. (*) Công nghệ direct time-of-flight: là công nghệ cốt lõi. Cảm biến này đo khoảng cách đến vật thể bằng cách tính toán thời gian ánh sáng (thường là laser) phát ra từ cảm biến phản xạ trở lại. Công nghệ “direct” giúp tăng độ chính xác và hiệu suất của thiết bị.
Trí tuệ nhân tạo với khả năng cảm nhận xúc giác Chủ đề “understanding” (tạm dịch là ‘sự thấu hiểu’) đã được trình bày trong nhiều hội thảo tại hội nghị IROS 2025. Robot không còn học riêng các chuyển động, mà học toàn bộ các khái niệm, thông qua các hệ thống học tập đa phương thức và đào tạo “human-in-the-loop” (*) (tạm dịch là ‘có sự can thiệp của con người’), và kết hợp các tín hiệu thị giác, ngôn ngữ và xúc giác để hoàn thành nhiệm vụ trong môi trường công nghiệp cũng như trong đời sống thực tế. Do đó, việc mở một gói thuốc hay phân loại trái cây theo độ chín không còn là một kỹ năng độc nhất của con người nữa. Và tiềm năng gắn liền với nhận thức tưởng chừng như tầm thường này đã trở thành chủ đề hàng đầu tại thành phố Hàng Châu. (*) Human-in-the-loop: là một mô hình phát triển và vận hành hệ thống công nghệ AI, trong đó con người đóng vai trò thiết yếu và không thể thiếu trong quá trình tạo ra, huấn luyện và kiểm duyệt các thuật toán học máy. Nói cách khác, thay vì để công nghệ AI tự động học hoàn toàn, thì mô hình này sẽ tích hợp phản hồi, đánh giá hoặc quyết định của con người vào chu trình học tập và hoạt động của hệ thống.
Robot biết đồng cảm Một trong những phát triển hấp dẫn được trình bày tại hội nghị IROS 2025 là điều hướng xã hội. Một nhóm nghiên cứu từ công ty Xiaomi đã chứng minh rằng một robot dịch vụ chỉ đơn thuần là tránh va chạm với con người trong không gian hẹp vì lý do an toàn thì kém tinh tế, thậm chí kém lịch sự hơn nhiều so với một mô hình cố gắng hiểu ý định của con người. Trong thực tế, điều này có nghĩa là robot sẽ tạm dừng một chút và đi đường vòng nhỏ để duy trì khoảng cách mà không tỏ ra hờ hững hay xua đuổi. Hệ thống này dựa trên các cảm biến RGB-D và một mô-đun để “proactive risk assessment” (tạm dịch là ‘đánh giá rủi ro chủ động’), theo cách gọi của các doanh nghiệp phát triển. Vì vậy, tương lai của tương tác robot không chỉ dừng lại ở tính hiệu quả, mà còn thể hiện sự tinh tế, hoặc ít nhất là tỏ ra như vậy.
Nghiên cứu và thực tiễn đang hội tụ Một xu hướng đặc biệt ổn định tại hội nghị IROS 2025 là robot ngày càng rời bỏ công việc tại các phòng thí nghiệm vô trùng và đảm nhận các nhiệm vụ do con người phân công trong các lĩnh vực như nông nghiệp, hậu cần, phòng chống thiên tai, và một lĩnh vực không kém phần quan trọng là y học, điều này đang diễn ra với sự tin tưởng ngày càng tăng vào năng lực của các đồng nghiệp robot được điều khiển bởi công nghệ trí tuệ nhân tạo (AI – artificial intelligence), nhờ đó các cỗ máy thông minh đang thâm nhập vào các môi trường thực tế ở khắp mọi nơi. Đặc biệt ấn tượng ở đây là các “continuum robots” (tạm dịch là ‘robot liên tục’) trong ngành y tế, với thân hình không phải là các khớp cứng mà là các cấu trúc linh hoạt, có thể uốn cong, cùng với khả năng thực hiện một số thao tác phẫu thuật của chúng.
Robot có khả năng tự phục hồi Bởi vì những robot “mềm” (soft robot) được lấy ý tưởng từ các hệ thống sinh học này không chỉ hoạt động tốt trong phòng phẫu thuật, mà còn dễ bị hư hỏng hơn do cấu trúc của chúng, ông Bram Vanderborght từ đại học Vrije Universiteit Brussel (ở Bỉ) đã trình bày những robot có khả năng tự phục hồi tại hội nghị IROS 2025. Trong bài phát biểu, ông Vanderborght chia sẻ: “Những tiến bộ công nghệ của chúng tôi cho phép những robot này tự sửa chữa, cải thiện độ bền và tăng tuổi thọ phục vụ. Sự đổi mới này không chỉ làm tăng khả năng tái sử dụng, mà còn cho phép thực hiện các quy trình tái chế và được cấu tạo dựa trên các vật liệu có nguồn gốc sinh học, đó là một đóng góp quan trọng cho tính bền vững”. Ông nói thêm: “Những đổi mới mang tính đột phá của chúng tôi bao gồm các cánh tay gắp tự phục hồi với các cảm biến tích hợp không chỉ có thể phát hiện hư hỏng, mà còn chủ động phản ứng với với nó. Hiện tại, chúng tôi tiếp tục phát triển công nghệ này để thành lập một công ty công nghệ chuyên sâu mang tên Valence Technologies, với mục tiêu đưa các giác hút tự bịt kín (self-sealing suction cup) (*) và lốp xe đạp, lốp ô tô tự phục hồi ra thị trường”.
(1) Soft robot: hay “robot mềm” là loại robot được làm từ vật liệu mềm, linh hoạt và có tính đàn hồi như silicon, cao su hoặc polyme mềm. Khác với robot truyền thống thường có khớp cứng, soft robot trường có khớp mềm và khả năng thao tác linh hoạt hơn. (2) Giác hút tự bịt kín: là một loại giác hút được thiết kế để tự động sửa chữa hoặc đóng lại các hư hỏng nhỏ trên bề mặt của chúng. Giác hút hoạt động bằng cách tạo ra chân không (áp suất âm) giữa giác và bề mặt nó bám vào. Nếu có một vết nứt, lỗ thủng nhỏ, hoặc rò rỉ, chân không sẽ bị mất, và giác hút sẽ rơi ra. Khả năng của giác hút tự bịt kín: – Tự bịt kín: giác hút tự bịt kín được chế tạo từ vật liệu thông minh (thường là các polymer tự phục hồi) hoặc có cấu trúc đặc biệt cho phép chúng phát hiện hư hỏng, và cảm nhận được sự xuất hiện của các vết nứt hoặc lỗ thủng nhỏ. – Phục hồi tức thì: tự động phản ứng bằng cách đóng lại hoặc “vá” vết hở đó ngay lập tức.
Từ sự thấu hiểu ngữ nghĩa đến quyền tự chủ an toàn Nhà khoa học máy tính và giảng viên đại học người Đức, bà Angela P. Schoellig và Giáo sư Alexander von Humboldt, về lĩnh vực robot và công nghệ AI tại đại học kỹ thuật Munich (Technical University of Munich), đã có bài phát biểu tại thành phố Hàng Châu rằng các mô hình nền tảng và học tập quy mô lớn (large-scale learning) (1) đang thay đổi cơ bản ngành robot học. Ngày nay, robot có thể được lập trình bằng ngôn ngữ, hình ảnh trực quan và các ví dụ minh họa, thay vì phải viết mã thủ công tốn công sức. Nhưng theo bà Schoellig, mô hình mới này đặt ra một câu hỏi then chốt: Làm thế nào để đảm bảo an toàn trong các môi trường mở và năng động? Để trả lời câu hỏi này, bà Schoellig đã trình bày các nghiên cứu hiện tại kết hợp sự thấu hiểu ngữ nghĩa và các chiến lược điều khiển tạo sinh (generative control strategies) (2) với các khuôn khổ điều khiển an toàn quan trọng. Các ví dụ bao gồm: điều hướng an toàn trong đám đông bằng cách sử dụng các mô hình khuếch tán (diffusion models) và dự đoán chuyển động của con người (tương tự như robot dịch vụ của công ty Xiaomi đã đề cập ở trên), bộ lọc an toàn ngữ nghĩa cho các nhiệm vụ thao tác và điều khiển nhóm robot thông qua các hướng dẫn bằng ngôn ngữ tự nhiên với các cơ chế bảo vệ tích hợp. Bà Schoellig đã nói rằng: “Những kết quả này làm nổi bật cả những cơ hội và khó khăn mới liên quan đến việc sử dụng công nghệ AI ở quy mô internet trong robot học”. Bà kết luận bằng cách trình bày một lộ trình cho các hệ thống tự động đáng tin cậy, có khả năng mở rộng và an toàn trong các môi trường lấy con người làm trung tâm.
(1) Học tập quy mô lớn: là một thuật ngữ trong lĩnh vực công nghệ AI dùng để mô tả quá trình huấn luyện các mô hình học máy sử dụng: tập dữ liệu lớn, mô hình lớn với nhiều tham số và năng lực tính toán cực lớn. (2) Chiến lược điều khiển tạo sinh: là một phương pháp điều khiển tiên tiến trong robot học và hệ thống tự hành, trong đó các mô hình AI tạo sinh được sử dụng để tạo ra các hành động, đường đi, hoặc chính sách điều khiển mới và tối ưu cho robot một cách tự động theo thời gian thực.
Để xem các tin bài khác về “Robot”, hãy nhấn vào đây.
Nguồn: Hannover Messe
