Robot

Giới thiệu

Robot là bất kỳ máy móc vận hành tự động (automatically operated machine) nào thay thế nỗ lực của con người, mặc dù nó có thể không giống con người về ngoại hình hoặc thực hiện các chức năng theo cách giống người. Mở rộng ra, robot học (robotics) là ngành kỹ thuật (engineering discipline) liên quan đến thiết kế, chế tạo và vận hành robot.

Khái niệm về con người nhân tạo có từ trước lịch sử ghi chép (xem máy tự động - automaton), nhưng thuật ngữ hiện đại "robot" bắt nguồn từ tiếng Séc "robota" ("lao động cưỡng bức" hoặc "nông nô"), được sử dụng trong vở kịch R.U.R. (1920) của Karel Čapek. Những robot trong vở kịch là con người được sản xuất, bị các chủ nhà máy bóc lột tàn nhẫn cho đến khi họ nổi dậy và cuối cùng hủy diệt loài người. Không xác định rõ họ là sinh học, như quái vật trong Frankenstein (1818) của Mary Shelley, hay là cơ khí, nhưng phương án cơ khí đã truyền cảm hứng cho nhiều thế hệ nhà phát minh chế tạo người máy điện (electrical humanoids).

Từ "robotics" (robot học) lần đầu xuất hiện trong truyện khoa học viễn tưởng Liar! (1941) của Isaac Asimov, trong đó một robot được vô tình trao khả năng đọc tâm trí. Cùng với các câu chuyện robot sau này của Asimov, nó đặt ra một tiêu chuẩn mới về tính hợp lý liên quan đến những khó khăn có thể gặp khi phát triển robot thông minh và các vấn đề kỹ thuật, xã hội có thể phát sinh. Trong tác phẩm tiếp theo, Runaround (1942), Asimov đã giới thiệu Ba định luật Robot học (Three Laws of Robotics) nổi tiếng:

1. Robot không được làm hại con người, hoặc do không hành động, để con người bị tổn hại. 2. Robot phải tuân theo các mệnh lệnh của con người trừ khi các mệnh lệnh đó mâu thuẫn với Định luật thứ nhất. 3. Robot phải bảo vệ sự tồn tại của chính mình miễn là sự bảo vệ đó không mâu thuẫn với Định luật thứ nhất hoặc thứ hai.

Năm 1970, nhà robot học người Nhật Masahiro Mori đề xuất rằng khi sự giống người tăng lên trong thiết kế của một vật thể, sự yêu thích (affinity) đối với vật thể đó cũng tăng theo, dẫn đến hiện tượng gọi là "thung lũng kỳ dị" (uncanny valley). Theo lý thuyết này, khi sự giống nhân tạo gần đạt đến mức hoàn toàn chính xác, sự yêu thích giảm mạnh và được thay thế bằng cảm giác kỳ lạ hoặc rùng rợn. Sự yêu thích sau đó tăng trở lại khi đạt được sự giống người thực sự - giống một người đang sống. Sự giảm và tăng đột ngột này do cảm giác kỳ dị tạo ra một "thung lũng" trong mức độ yêu thích.

Robot công nghiệp

Mặc dù không có hình dạng giống người, các máy móc với hành vi linh hoạt và một vài thuộc tính vật lý giống người đã được phát triển cho công nghiệp. Robot công nghiệp cố định đầu tiên là Unimate có thể lập trình (programmable), một cánh tay nâng nặng thủy lực (hydraulic) điều khiển điện tử có thể lặp lại các chuỗi chuyển động tùy ý. Nó được phát minh năm 1954 bởi kỹ sư người Mỹ George Devol và được phát triển bởi Unimation Inc., một công ty được thành lập năm 1956 bởi kỹ sư người Mỹ Joseph Engelberger. Năm 1959, một nguyên mẫu (prototype) của Unimate được giới thiệu tại nhà máy đúc khuôn (die-casting) của General Motors Corporation ở Trenton, New Jersey. Năm 1961, Condec Corp. (sau khi mua lại Unimation năm trước đó) đã giao robot dây chuyền sản xuất (production-line robot) đầu tiên trên thế giới cho nhà máy GM; nó có nhiệm vụ không mấy dễ chịu (đối với con người) là loại bỏ và xếp chồng các bộ phận kim loại nóng từ máy đúc khuôn. Các cánh tay Unimate tiếp tục được phát triển và bán bởi các nhà cấp phép trên toàn thế giới, với ngành công nghiệp ô tô vẫn là khách hàng lớn nhất.

Các cánh tay điện điều khiển bằng máy tính tiên tiến hơn, được hướng dẫn bởi cảm biến (sensors), đã được phát triển vào cuối những năm 1960 và 1970 tại Viện Công nghệ Massachusetts (MIT) và Đại học Stanford, nơi chúng được sử dụng với camera trong nghiên cứu tay-mắt robot (robotic hand-eye research). Victor Scheinman của Stanford, làm việc với Unimation cho GM, đã thiết kế cánh tay đầu tiên như vậy được sử dụng trong công nghiệp. Được gọi là PUMA (Máy lắp ráp có thể lập trình đa năng - Programmable Universal Machine for Assembly), chúng đã được sử dụng từ năm 1978 để lắp ráp các bộ phận phụ ô tô như bảng điều khiển và đèn. PUMA được bắt chước rộng rãi, và các hậu duệ của nó, lớn nhỏ, vẫn được sử dụng để lắp ráp nhẹ trong điện tử và các ngành công nghiệp khác. Từ những năm 1990, các cánh tay điện nhỏ đã trở nên quan trọng trong các phòng thí nghiệm sinh học phân tử (molecular biology), xử lý chính xác các mảng ống nghiệm và hút pipet các chuỗi thuốc thử phức tạp.

Robot công nghiệp di động cũng xuất hiện lần đầu tiên vào năm 1954. Trong năm đó, một xe điện không người lái, do Barrett Electronics Corporation sản xuất, bắt đầu kéo hàng quanh một kho tạp hóa ở South Carolina. Những máy móc như vậy, được gọi là AGV (Xe tự hành - Automatic Guided Vehicles), thường điều hướng bằng cách theo dõi các dây phát tín hiệu được chôn trong sàn bê tông. Trong những năm 1980, AGV có được bộ điều khiển vi xử lý (microprocessor controllers) cho phép hành vi phức tạp hơn so với các điều khiển điện tử đơn giản. Trong những năm 1990, một phương pháp điều hướng mới trở nên phổ biến trong các kho hàng: AGV được trang bị laser quét (scanning laser) để xác định vị trí bằng tam giác đạc thông qua đo phản xạ từ các gương phản chiếu cố định (ít nhất ba trong số đó phải nhìn thấy được từ bất kỳ vị trí nào).

Mặc dù robot công nghiệp xuất hiện đầu tiên ở Hoa Kỳ, ngành kinh doanh này không phát triển mạnh ở đó. Unimation được Westinghouse Electric Corporation mua lại năm 1983 và đóng cửa vài năm sau đó. Cincinnati Milacron, Inc., nhà sản xuất cánh tay thủy lực lớn khác của Mỹ, đã bán bộ phận robot học của mình năm 1990 cho công ty Thụy Điển Asea Brown Boveri Ltd. Adept Technology, Inc., tách ra từ Stanford và Unimation để sản xuất cánh tay điện, là công ty Mỹ duy nhất còn lại. Các nhà cấp phép nước ngoài của Unimation, đặc biệt ở Nhật Bản và Thụy Điển, tiếp tục hoạt động, và trong những năm 1980, các công ty khác ở Nhật Bản và châu Âu bắt đầu tích cực tham gia lĩnh vực này. Triển vọng về dân số già hóa và tình trạng thiếu hụt lao động hệ quả đã khiến các nhà sản xuất Nhật Bản thử nghiệm tự động hóa tiên tiến (advanced automation) ngay cả trước khi nó mang lại lợi nhuận rõ ràng, mở ra thị trường cho các nhà sản xuất robot. Đến cuối những năm 1980, Nhật Bản - dẫn đầu bởi các bộ phận robot học của Fanuc Ltd., Matsushita Electric Industrial Company, Ltd., Mitsubishi Group và Honda Motor Company, Ltd. - là nhà lãnh đạo thế giới trong sản xuất và sử dụng robot công nghiệp. Chi phí lao động cao ở châu Âu cũng khuyến khích việc áp dụng robot thay thế, với số lượng lắp đặt robot công nghiệp ở Liên minh châu Âu vượt qua Nhật Bản lần đầu tiên vào năm 2001.

Robot đồ chơi

Sự thiếu tin cậy về chức năng đã hạn chế thị trường cho robot công nghiệp và robot dịch vụ (service robots - được xây dựng để làm việc trong môi trường văn phòng và gia đình). Mặt khác, robot đồ chơi có thể giải trí mà không cần thực hiện các tác vụ một cách đáng tin cậy, và các loại cơ khí đã tồn tại hàng nghìn năm. (Xem máy tự động - automaton.) Trong những năm 1980, các đồ chơi điều khiển bằng vi xử lý (microprocessor-controlled) xuất hiện có thể nói hoặc di chuyển để phản hồi với âm thanh hoặc ánh sáng. Những loại tiên tiến hơn trong những năm 1990 có thể nhận dạng giọng nói và từ ngữ. Năm 1999, Tập đoàn Sony giới thiệu một robot giống chó tên là AIBO, với hai chục động cơ để kích hoạt chân, đầu và đuôi của nó, hai microphone và một camera màu, tất cả được phối hợp bởi một vi xử lý mạnh mẽ. Sống động hơn bất cứ thứ gì trước đây, AIBO đuổi theo bóng màu và học cách nhận ra chủ nhân của chúng, khám phá và thích nghi. Mặc dù những AIBO đầu tiên có giá $2,500, đợt phát hành ban đầu 5,000 con đã bán hết ngay lập tức qua Internet.

Nghiên cứu robot học

Các bộ thao tác công nghiệp khéo léo (dexterous industrial manipulators) và thị giác công nghiệp (industrial vision) có nguồn gốc từ công trình robot học tiên tiến được thực hiện trong các phòng thí nghiệm trí tuệ nhân tạo (AI) từ cuối những năm 1960. Tuy nhiên, thậm chí còn hơn cả bản thân AI, những thành tựu này còn xa mới đạt được tầm nhìn động lực về máy móc với khả năng rộng như con người. Các kỹ thuật để nhận dạng và thao tác đối tượng, điều hướng không gian đáng tin cậy và lập kế hoạch hành động đã hoạt động trong một số bối cảnh hẹp, bị ràng buộc, nhưng chúng đã thất bại trong các tình huống tổng quát hơn.

Các chương trình thị giác robot học đầu tiên, được theo đuổi đến đầu những năm 1970, sử dụng các công thức thống kê để phát hiện ranh giới tuyến tính trong hình ảnh camera robot và suy luận hình học thông minh để liên kết các đường này thành ranh giới của các đối tượng có thể, cung cấp một mô hình nội bộ (internal model) về thế giới của chúng. Các công thức hình học tiếp theo liên hệ vị trí đối tượng với các góc khớp cần thiết để cho phép cánh tay robot nắm bắt chúng, hoặc các chuyển động lái và truyền động để đưa robot di động đi xung quanh (hoặc đến) đối tượng. Cách tiếp cận này tẻ nhạt để lập trình và thường thất bại khi các phức tạp hình ảnh không được lên kế hoạch làm sai lệch các bước đầu tiên. Một nỗ lực vào cuối những năm 1970 để vượt qua những hạn chế này bằng cách thêm một thành phần hệ thống chuyên gia (expert system) cho phân tích thị giác chủ yếu làm cho các chương trình trở nên cồng kềnh hơn - thay thế các thất bại đơn giản bằng các nhầm lẫn mới phức tạp.

Vào giữa những năm 1980, Rodney Brooks từ phòng thí nghiệm AI của MIT đã sử dụng bế tắc này để khởi động một phong trào mới rất nổi bật, từ chối nỗ lực để máy móc tạo ra các mô hình nội bộ về môi trường xung quanh. Thay vào đó, Brooks và những người theo ông đã viết các chương trình máy tính với các chương trình con đơn giản kết nối đầu vào cảm biến (sensor inputs) với đầu ra động cơ (motor outputs), mỗi chương trình con mã hóa một hành vi như tránh chướng ngại vật được cảm nhận hoặc hướng về mục tiêu được phát hiện. Có bằng chứng cho thấy nhiều loài côn trùng hoạt động phần lớn theo cách này, cũng như các phần của hệ thần kinh lớn hơn. Cách tiếp cận này tạo ra một số robot giống côn trùng rất hấp dẫn, nhưng - như với côn trùng thực - hành vi của chúng không ổn định, vì các cảm biến của chúng tạm thời bị đánh lừa, và cách tiếp cận tỏ ra không phù hợp cho các robot lớn hơn. Ngoài ra, cách tiếp cận này không cung cấp cơ chế trực tiếp để chỉ định các chuỗi hành động dài, phức tạp - lý do tồn tại của các bộ thao tác robot công nghiệp và chắc chắn của các robot gia đình tương lai (tuy nhiên, lưu ý rằng năm 2004, iRobot Corporation đã bán hơn một triệu máy hút bụi robot có khả năng hành vi đơn giản giống côn trùng, lần đầu tiên cho một robot dịch vụ).

Trong khi đó, các nhà nghiên cứu khác tiếp tục theo đuổi các kỹ thuật khác nhau để cho phép robot cảm nhận môi trường xung quanh và theo dõi các chuyển động của chính chúng. Một ví dụ nổi bật liên quan đến robot di động bán tự động (semiautonomous mobile robots) để thám hiểm bề mặt sao Hỏa. Do thời gian truyền tín hiệu dài, những "rover" này phải có khả năng di chuyển khoảng cách ngắn giữa các lần can thiệp từ Trái Đất.

Một sân thử nghiệm đặc biệt thú vị cho nghiên cứu robot di động hoàn toàn tự động (fully autonomous mobile robot) là bóng đá. Năm 1993, một cộng đồng quốc tế các nhà nghiên cứu đã tổ chức một chương trình dài hạn để phát triển robot có khả năng chơi môn thể thao này, với tiến trình được kiểm tra trong các giải đấu máy hàng năm. Giải đấu RoboCup đầu tiên được tổ chức năm 1997 tại Nagoya, Nhật Bản, với các đội tham gia ba hạng mục thi đấu: mô phỏng máy tính (computer simulation), robot nhỏ và robot cỡ trung. Chỉ riêng việc tìm và đẩy bóng đã là một thành tựu lớn, nhưng sự kiện đã khuyến khích người tham gia chia sẻ nghiên cứu, và trình độ chơi cải thiện đáng kể trong những năm tiếp theo. Năm 1998, Sony bắt đầu cung cấp cho các nhà nghiên cứu AIBO có thể lập trình cho một hạng mục thi đấu mới; điều này cho các đội một nền tảng phần cứng tiêu chuẩn đáng tin cậy được xây dựng sẵn để thử nghiệm phần mềm.

Trong khi bóng đá robot đã giúp phối hợp và tập trung nghiên cứu vào một số kỹ năng chuyên biệt, nghiên cứu liên quan đến khả năng rộng hơn bị phân mảnh. Các cảm biến - máy đo khoảng cách sonar và laser (sonar and laser rangefinders), camera và nguồn sáng đặc biệt - được sử dụng với các thuật toán (algorithms) mô hình hóa hình ảnh hoặc không gian bằng cách sử dụng các hình dạng hình học khác nhau và cố gắng suy ra vị trí của robot là gì, những thứ khác ở đâu và là gì ở gần đó, và các tác vụ khác nhau có thể được hoàn thành như thế nào. Các vi xử lý nhanh hơn được phát triển trong những năm 1990 đã cho phép các kỹ thuật mới, hiệu quả rộng rãi. Ví dụ, bằng cách đánh giá thống kê số lượng lớn các phép đo cảm biến, máy tính có thể giảm thiểu các đọc số gây nhầm lẫn cá nhân do phản xạ, tắc nghẽn, chiếu sáng kém hoặc các biến chứng khác. Một kỹ thuật khác sử dụng học "tự động" (automatic learning) để phân loại đầu vào cảm biến - ví dụ, thành các đối tượng hoặc tình huống - hoặc để chuyển đổi trạng thái cảm biến trực tiếp thành hành vi mong muốn. Mạng nơ-ron kết nối (connectionist neural networks) chứa hàng nghìn kết nối có cường độ điều chỉnh được là những bộ học nổi tiếng nhất, nhưng các khung nhỏ hơn, chuyên biệt hơn thường học nhanh hơn và tốt hơn. Trong một số, một chương trình thực hiện đúng gần như có thể được sắp xếp trước cũng có "núm điều chỉnh" để tinh chỉnh hành vi. Một loại học khác ghi nhớ một số lượng lớn các trường hợp đầu vào và các phản hồi đúng của chúng và nội suy giữa chúng để xử lý các đầu vào mới. Các kỹ thuật như vậy đã được sử dụng rộng rãi cho phần mềm máy tính chuyển đổi giọng nói thành văn bản.

Tương lai

Nhiều công ty đang làm việc trên các robot tiêu dùng (consumer robots) có thể điều hướng môi trường xung quanh, nhận dạng các đối tượng phổ biến và thực hiện các công việc vặt đơn giản mà không cần cài đặt tùy chỉnh chuyên gia. Quá trình này sẽ tạo ra những "robot đa năng" (universal robots) có năng lực rộng đầu tiên với trí óc giống thằn lằn có thể được lập trình cho hầu hết mọi công việc thường ngày. Với sự gia tăng dự kiến về năng lực tính toán (computing power), đến năm 2030 các robot thế hệ thứ hai với trí óc giống chuột có thể huấn luyện có thể trở nên khả thi. Ngoài các chương trình ứng dụng, những robot này có thể chứa một bộ "mô-đun điều kiện" (conditioning modules) phần mềm tạo ra các tín hiệu củng cố tích cực và tiêu cực (positive- and negative-reinforcement signals) trong các tình huống được xác định trước.

Đến năm 2040, năng lực tính toán sẽ cho phép robot thế hệ thứ ba với trí óc giống khỉ trở nên khả thi. Những robot như vậy sẽ học từ các bài diễn tập tinh thần (mental rehearsals) trong các mô phỏng mô hình hóa các yếu tố vật lý, văn hóa và tâm lý. Các thuộc tính vật lý sẽ bao gồm hình dạng, trọng lượng, sức mạnh, kết cấu và ngoại hình của các vật thể và kiến thức về cách xử lý chúng. Các khía cạnh văn hóa sẽ bao gồm tên, giá trị, vị trí thích hợp và mục đích của một vật. Các yếu tố tâm lý, áp dụng cho con người và robot khác, sẽ bao gồm mục tiêu, niềm tin, cảm xúc và sở thích. Mô phỏng sẽ theo dõi các sự kiện bên ngoài và sẽ điều chỉnh các mô hình của nó để giữ chúng trung thành với thực tế. Điều này sẽ cho phép robot học bằng cách bắt chước và mang lại cho nó một loại ý thức (consciousness). Đến giữa thế kỷ 21, robot thế hệ thứ tư có thể tồn tại với năng lực tinh thần giống người có khả năng trừu tượng hóa (abstract) và tổng quát hóa (generalize). Các nhà nghiên cứu hy vọng rằng những máy móc như vậy sẽ xuất hiện từ việc kết hợp các chương trình suy luận mạnh mẽ (powerful reasoning programs) với các máy thế hệ thứ ba. Được giáo dục đúng cách, robot thế hệ thứ tư có khả năng trở nên đáng gờm về trí tuệ.