AI sắp bước ra khỏi màn hình? Đây có thể là bước tiến lớn tiếp theo

Trong vài năm qua, chúng ta đã quen với một kiểu AI rất “kỹ thuật số”: hỏi ChatGPT, tạo ảnh, viết nội dung, phân tích dữ liệu hay lập trình. Nhưng một làn sóng mới đang xuất hiện: AI bắt đầu bước ra khỏi màn hình và đi vào thế giới vật lý.
Không chỉ trả lời câu hỏi, AI có thể quan sát môi trường, hiểu những gì đang xảy ra, đưa ra quyết định rồi tác động ngược trở lại thế giới thật thông qua robot, máy móc, phương tiện tự hành và các hệ thống tự động. Đây chính là hướng phát triển thường được gọi là Physical AI (AI vật lý). Nếu muốn tìm hiểu thêm về cách AI, robot và tự động hóa đang được ứng dụng vào sản xuất thực tế, anh em có thể tham khảo các giải pháp công nghệ công nghiệp tự động hóa.
Và điều thú vị là: đây có thể không chỉ là một xu hướng AI mới, mà là bước chuyển tiếp theo của tự động hóa.

Từ AI biết nói đến AI biết hành động.

Hãy nhìn vào một chatbot. Bạn đặt câu hỏi. AI phân tích → tạo câu trả lời → gửi lại cho bạn. Toàn bộ quá trình diễn ra trong thế giới số. Nhưng hãy thay chatbot bằng một robot. Robot nhận được yêu cầu:

“Lấy chiếc hộp màu đỏ trên bàn.”

Để thực hiện được câu nói tưởng như rất đơn giản này, robot phải giải quyết hàng loạt vấn đề: Nhìn thấy chiếc hộp → xác định vị trí → nhận diện vật thể → tính toán khoảng cách → lập kế hoạch chuyển động → điều khiển cánh tay → gắp vật → kiểm tra kết quả. Đây là một bài toán hoàn toàn khác. AI không còn chỉ cần hiểu ngôn ngữ. Nó phải hiểu không gian, vật thể, chuyển động, lực, thời gian và hậu quả của hành động. Đó chính là điểm khiến Physical AI trở nên đặc biệt. Physical AI là sự kết hợp giữa AI, cảm biến và phần cứng để hệ thống có thể nhận biết, suy luận và hành động trong thế giới vật lý.

Điều gì khiến Physical AI khác robot truyền thống?
Robot công nghiệp thực ra không phải thứ mới. Các robot trong nhà máy đã có thể hàn, lắp ráp, gắp đặt hoặc sơn với độ chính xác rất cao từ lâu. Nhưng phần lớn robot truyền thống hoạt động trong những môi trường được thiết kế cực kỳ có kiểm soát. Sản phẩm phải nằm đúng vị trí. Quỹ đạo đã được lập trình. Thông số đã được thiết lập. Môi trường ít thay đổi. Nếu thay đổi sản phẩm, đôi khi phải thay đổi cả chương trình. Physical AI đang cố gắng phá vỡ giới hạn đó. Thay vì:

“Đây là tình huống A → hãy thực hiện động tác B.”

hệ thống hướng tới:

“Đây là mục tiêu → hãy quan sát môi trường và tìm cách hoàn thành mục tiêu.”

Sự khác biệt nằm ở khả năng thích nghi. Tiến bộ của Physical AI đang tập trung vào khả năng nhận biết, thao tác khéo léo, lập kế hoạch và suy luận; tuy nhiên mức độ trưởng thành của từng khả năng vẫn rất khác nhau và nhiều màn trình diễn ấn tượng chưa đồng nghĩa với khả năng triển khai ổn định trong thực tế. Đây là điểm rất đáng lưu ý. Robot thông minh hơn không có nghĩa robot đã thông minh như con người.

“ChatGPT moment” tiếp theo có thể nằm ở robot
Một trong những dấu hiệu cho thấy lĩnh vực này đang nóng lên là các nhà phát triển robot bắt đầu nói về một “ChatGPT moment” cho robotics — thời điểm robot có thể hiểu yêu cầu đơn giản và thực hiện nhiều nhiệm vụ trong những môi trường mà chúng chưa được lập trình riêng cho từng tình huống. CEO Unitree gần đây dự đoán bước ngoặt như vậy có thể còn cách vài năm, cho thấy ngành vẫn đang ở giai đoạn phát triển chứ chưa đạt tới đích. Điều này khá giống sự thay đổi của AI tạo sinh. Trước đây, mỗi hệ thống AI thường được xây dựng để giải quyết một bài toán cụ thể. Sau đó xuất hiện các foundation model có khả năng xử lý nhiều loại nhiệm vụ. Trong robotics, mục tiêu tương tự đang được theo đuổi:

Một “bộ não” có thể hỗ trợ nhiều loại robot và nhiều nhiệm vụ khác nhau.

Các mô hình được gọi là world models đang được nghiên cứu để giúp AI hiểu và dự đoán cách các vật thể, môi trường và hành động tương tác với nhau trong không gian 3D. Đây là một trong những hướng được xem là nền tảng cho thế hệ robot linh hoạt hơn. Nhưng robot muốn “hiểu” thế giới thì phải có giác quan Đây là phần rất thú vị. Con người muốn nhặt một chiếc cốc, chúng ta không chỉ nhìn nó. Khi cầm chiếc cốc, tay còn cảm nhận: Nó nặng hay nhẹ. Bề mặt trơn hay nhám. Đang cầm quá mạnh hay quá nhẹ. Chiếc cốc có bắt đầu trượt hay không. Robot thì khó hơn rất nhiều. Camera giúp robot nhìn. Micro giúp robot nghe. Cảm biến vị trí giúp robot biết mình đang ở đâu. Nhưng để tương tác tinh tế với thế giới, robot còn cần một thứ rất quan trọng: xúc giác.
Đây cũng là một hướng đang được chú ý trong Physical AI. World Economic Forum gần đây nhận định tactile intelligence có thể trở thành một lớp hạ tầng quan trọng tiếp theo, bởi robot muốn hoạt động đáng tin cậy trong môi trường thực không chỉ cần nhận biết vật thể mà còn phải tương tác vật lý với chúng. Và đây chính là lý do Physical AI không chỉ là câu chuyện về AI model. Nó là sự kết hợp của: AI + cảm biến + robot + dữ liệu + mô phỏng + điều khiển + phần cứng.

Nhà máy sẽ thay đổi như thế nào?
Đây mới là phần đáng quan tâm đối với Industry 4.0. Tự động hóa truyền thống thường được xây dựng quanh những nhiệm vụ rất cụ thể. Nhưng nếu Physical AI trưởng thành, robot có thể trở nên linh hoạt hơn. Một dây chuyền có thể không cần được thiết kế lại hoàn toàn chỉ vì sản phẩm thay đổi một chút. Robot có thể:
Nhìn → nhận diện → lập kế hoạch → thực hiện → kiểm tra → điều chỉnh.
Điều này đặc biệt có ý nghĩa trong những môi trường sản xuất ngày càng đa dạng, nơi doanh nghiệp phải xử lý nhiều mẫu mã, đơn hàng nhỏ và thay đổi sản phẩm thường xuyên. AWS cũng đang thử nghiệm mô hình simulation-first robotics, sử dụng mô phỏng, AI và dữ liệu để giúp hệ thống robot thích ứng tốt hơn với sản xuất linh hoạt. Nói cách khác:

Tự động hóa thế hệ cũ cố gắng làm cho thế giới phù hợp với robot.
Physical AI đang cố gắng làm cho robot thích nghi tốt hơn với thế giới.

Đây có thể là một trong những thay đổi quan trọng nhất của ngành robotics. Vậy AI có thực sự “bước ra khỏi màn hình”? Có nhưng chưa hoàn toàn.
Đây là điểm cần tỉnh táo trước rất nhiều video robot đang viral. Một robot có thể thực hiện một màn trình diễn cực kỳ ấn tượng nhưng điều đó chưa chứng minh nó đã có khả năng hoạt động ổn định trong hàng nghìn tình huống thực tế. Physical AI hiện vẫn đối mặt với những bài toán rất khó:

Dữ liệu thực tế khan hiếm.
Chi phí phần cứng cao.
An toàn khi tương tác với con người.
Khả năng xử lý tình huống bất ngờ.
Độ tin cậy.
Khả năng hoạt động liên tục.
Chi phí triển khai trong nhà máy.

Deloitte cho biết hiện chỉ một tỷ lệ nhỏ doanh nghiệp xem Physical AI là yếu tố đang thực sự biến đổi tổ chức, nhưng tỷ lệ kỳ vọng công nghệ này sẽ tạo ra tác động lớn trong vài năm tới cao hơn đáng kể. Các rào cản lớn gồm chi phí, nguồn lực, thiếu nhân lực kỹ năng phù hợp và khó xác định use case.
Vì vậy, chúng ta chưa ở thời điểm:

“Robot sẽ làm được mọi thứ.”

Nhưng chúng ta đang tiến đến một thời điểm thú vị hơn:

“Robot có thể bắt đầu học cách làm nhiều thứ hơn mà không cần con người lập trình từng bước.”

Có lẽ đây mới là “làn sóng AI” tiếp theo
AI tạo sinh đã thay đổi cách chúng ta làm việc với thông tin.
Physical AI có thể thay đổi cách chúng ta làm việc với thế giới vật lý.
Nếu AI tạo sinh giúp máy tính:

đọc – viết – nhìn – nói

thì Physical AI hướng tới việc giúp máy móc:

nhìn – hiểu – quyết định – chạm – di chuyển – hành động.

Và khi những khả năng này kết hợp với robot, nhà máy thông minh, xe tự hành, logistics và các hệ thống tự động, ranh giới giữa “AI” và “máy móc” sẽ ngày càng mờ đi.
Có lẽ câu hỏi đáng đặt ra lúc này không còn là:

“AI có thể làm được gì trên máy tính?”

Mà là:

“AI sẽ làm được gì khi nó có một cơ thể?”

Đó có thể mới là câu hỏi lớn của AI, Robotics và Industry 4.0 trong những năm tới.