Why Don’t We Have Better Robots Yet? | Ken Goldberg | TED

Translator: Hieu Dinh Reviewer: Trần Thái Hưng

I have a feeling most people in this room would like to have a robot at home.

Tôi có cảm giác rằng hầu hết mọi người ở đây đều muốn có một con robot ở nhà.

It'd be nice to be able to do the chores and take care of things.

Sẽ thật tuyệt nếu nó làm được việc nhà và chăm sóc mọi thứ.

Where are these robots?

Đám robot này ở đâu chứ?

What's taking so long?

Sao mất nhiều thời gian thế?

I mean, we have our tricorders,

Ý tôi là, chúng ta có cảm biến lượng tử rồi đây,

and we have satellites.

và chúng ta có cả vệ tinh.

We have laser beams.

Chúng ta có tia laser luôn.

But where are the robots?

Nhưng mấy con robot ở đâu?

(Laughter)

(Cười)

I mean, OK, wait, we do have some robots in our home,

Ý tôi là, ok đúng là chúng ta có một số robot trong nhà,

but, not really doing anything that exciting, OK?

nhưng, chả làm được gì thực sự thú vị, đúng chứ?

(Laughter)

(Cười)

Now I've been doing research at UC Berkeley for 30 years

Tôi đã làm nghiên cứu tại UC Berkeley trong 30 năm

with my students on robots,

với các sinh viên về lĩnh vực robot,

and in the next 10 minutes,

và trong vòng 10 phút tới,

I'm going to try to explain the gap between fiction and reality.

tôi sẽ cố gắng giải thích khoảng cách giữa sự hư cấu và thực tế nhé.

Now we’ve seen images like this, right?

Chúng ta thấy nhiều những hình ảnh thế này rồi, phải không?

These are real robots.

Những con robot thực sự.

They're pretty amazing.

Chúng khá tuyệt đấy.

But those of us who work in the field,

Nhưng với người làm trong lĩnh vực này,

well, the reality is more like this.

thì thực tế nó giống thế này hơn.

(Laughter)

(Cười)

That's 99 out of 100 times, that's what happens.

Cái đấy nói lên 99% những gì thường xuyên xảy ra.

And in the field, there's something that explains this

Và trong ngành, có một thứ dùng để giải thích điều này

that we call Moravec's paradox.

thứ chúng tôi gọi là nghịch lý của Moravec.

And that is, what's easy for robots,

Và đó là, thứ gì dễ dàng với robot,

like being able to pick up a large object,

như có thể nhặt được một vật lớn,

large, heavy object,

vật to nặng,

is hard for humans.

thì lại khó đối với con người.

But what's easy for humans,

Nhưng thứ gì dễ dàng với con người

like being able to pick up some blocks and stack them,

như có thể nhặt đồ chơi và xếp chúng,

well, it turns out that is very hard for robots.

hóa ra lại rất khó với robot.

And this is a persistent problem.

Đây là một vấn đề luôn dai dẳng.

So the ability to grasp arbitrary objects is a grand challenge for my field.

Vì khả năng cầm nắm đối tượng bất kỳ là một thách thức lớn cho ngành của tôi.

Now by the way, I was a very klutzy kid.

Nhân tiện, tôi là một đứa trẻ rất vụng về.

(Laughter)

(Cười)

Tôi hay làm rơi đồ đạc.

I would drop things.

Any time someone would throw me a ball, I would drop it.

Mỗi lần có ai ném tôi quả bóng, tôi sẽ bắt hụt nó.

I was the last kid to get picked on a basketball team.

Tôi là đứa đậu vớt nếu được chọn vào một đội bóng rổ.

I'm still pretty klutzy, actually,

Thực ra, bây giờ tôi vẫn khá vụng về,

but I have spent my entire career studying how to make robots less clumsy.

Nhưng tôi đã dành toàn bộ sự nghiệp để nghiên cứu sao cho robot bớt vụng về đi.

Now let's start with the hardware.

Giờ hãy bắt đầu với phần cứng nhé.

So the hands.

Bàn tay.

Now this is a robot hand, a particular type of hand.

Đây là một bàn tay robot, một loại bàn tay đặc biệt.

It's a lot like our hand.

Rất giống của chúng ta.

And it has a lot of motors, a lot of tendons

Nó được trang bị rất nhiều động cơ, rất nhiều gân

and cables as you can see.

và dây cáp như các bạn thấy.

So it's unfortunately not very reliable.

Không may là, thứ này không đáng tin cậy lắm.

It's also very heavy and very expensive.

Nó cũng rất nặng và rất đắt.

So I'm in favor of very simple hands, like this.

Nên tôi hứng thú với kiểu bàn tay đơn giản thế này hơn.

So this has just two fingers.

Cái này chỉ có hai ngón tay.

It's known as a parallel jaw gripper.

Nó được gọi là bộ gắp hàm song song.

So it's very simple.

Nhìn rất đơn giản.

It's lightweight and reliable and it's very inexpensive.

Nó nhẹ tênh, đáng tin cậy và rất rẻ.

And if you're doubting that simple hands can be effective,

Và nếu bạn nghi ngờ rằng liệu bàn tay đơn giản này thực sự hiệu quả,

look at this video where you can see that two very simple grippers,

xem thử video và để ý đến hai tay gắp đơn giản này,

these are being operated, by the way,

nhân tiện, chúng đang được vận hành

by humans who are controlling the grippers like a puppet.

bởi chúng ta như một loại con rối.

But very simple grippers are capable of doing very complex things.

Nhưng thứ tay gắp đơn giản này lại có thể làm được những việc phức tạp.

Now actually in industry,

Giờ đây trong công nghiệp,

there’s even a simpler robot gripper, and that’s the suction cup.

thậm chí có một loại robot tay gắp đơn giản hơn, và đó là cốc hút.

And that only makes a single point of contact.

Và nó tạo ra chỉ duy nhất một điểm tiếp xúc.

So again, simplicity is very helpful in our field.

Lần nữa, sự đơn giản rất hữu ích trong lĩnh vực của chúng tôi.

Now let's talk about the software.

Giờ hãy nói về phần mềm.

This is where it gets really, really difficult

Đây là lúc nó trở nên thực sự, thực sự nan giải

because of a fundamental issue, which is uncertainty.

vì một vấn đề cơ bản, đó là sự không chắc chắn.

There's uncertainty in the control.

Tồn tại sự không chắc chắn trong việc kiểm soát.

There’s uncertainty in the perception.

Sự không chắc chắn trong nhận thức.

And there’s uncertainty in the physics.

Và sự không chắc chắn về mặt truyền động.

Now what do I mean by the control?

Vậy ý tôi là gì khi nói về kiểm soát?

Well if you look at a robot’s gripper trying to do something,

Nếu bạn nhìn vào các ngón tay sẽ thấy nó đang cố gắng làm điều gì đó,

there's a lot of uncertainty in the cables and the mechanisms

có nhiều điểm không chắc chắn trong dây cáp và các cơ chế cơ học

that cause very small errors.

gây ra những lỗi rất nhỏ.

And these can accumulate and make it very difficult to manipulate things.

Và những thứ này có thể tích lũy khiến việc kiểm soát trở nên khó khăn.

Now in terms of the sensors, yes,

Nói đến cảm biến, đúng vậy,

robots have very high-resolution cameras just like we do,

robot có camera độ phân giải rất cao giống như mắt người,

and that allows them to take images of scenes in traffic

điều đó cho phép chúng chụp lại quang cảnh giao thông

or in a retirement center,

hay trung tâm hưu trí,

or in a warehouse or in an operating room.

hoặc khung cảnh trong nhà kho hay trong phòng mổ.

But these don't give you the three-dimensional structure

Nhưng những thứ này không cung cấp cho bạn cái nhìn ba chiều

of what's going on.

của những gì đang diễn ra.

So recently, there was a new development called LIDAR,

Vì vậy, gần đây có một phát kiến mới tên là LIDAR,

and this is a new class of cameras that use light beams to build up

đây là một dạng máy ảnh mới sử dụng tia sáng để dựng nên

a three-dimensional model of the environment.

mô hình ba chiều của môi trường xung quanh.

And these are fairly effective.

Thứ này thực sự hiệu quả.

They really were a breakthrough in our field, but they're not perfect.

Đây là một bước đột phá trong ngành, nhưng thật ra nó không hoàn hảo.

So if the objects have anything that's shiny or transparent,

Đó là nếu vật thể có điểm sáng bóng hoặc trong suốt

well, then the light acts in unpredictable ways,

thì tác động của ánh sáng sẽ không thể dự đoán được,

and it ends up with noise and holes in the images.

và sẽ tạo ra nhiễu cùng lỗ hổng trong hình ảnh.

So these aren't really the silver bullet.

Nên thứ này không thực sự là viên đạn bạc.

And there’s one other form of sensor out there now called a “tactile sensor.”

Và có một dạng cảm biến khác hiện nay được gọi là “cảm biến xúc giác”.

And these are very interesting.

Thứ này rất thú vị.

They use cameras to actually image the surfaces

Họ sử dụng máy ảnh để vẽ nên cấu trúc bề mặt

as a robot would make contact,

như cách một robot sẽ tiếp xúc,

but these are still in their infancy.

nhưng nó vẫn còn ở giai đoạn sơ khai.

Now the last issue is the physics.

Bây giờ vấn đề cuối cùng là truyền động.

And let me illustrate for you by showing you,

Và hãy để tôi minh họa bằng cách cho bạn thấy,

we take a bottle on a table

chúng tôi lấy một cái chai trên bàn

and we just push it,

và đơn giản là đẩy nó,

and the robot's pushing it in exactly the same way each time.

và con robot sẽ đẩy nó chính xác theo cùng một cách mỗi lần.

But you can see that the bottle ends up in a very different place each time.

Nhưng bạn có thể thấy mỗi lần như vậy cái chai lại nằm ở vị trí khác nhau.

And why is that?

Tại sao lại như vậy?

Well it’s because it depends on the microscopic surface topography

À, đó là bởi vì nó phụ thuộc vào cấu trúc vi bề mặt

underneath the bottle as it slid.

bên dưới cái chai khi nó trượt.

For example, if you put a grain of sand under there,

Ví dụ, nếu bạn đặt một hạt cát dưới đó,

it would react very differently than if there weren't a grain of sand.

nó sẽ phản ứng rất khác so với việc không có một hạt cát nào.

And we can't see if there's a grain of sand because it's under the bottle.

Và chúng ta không thể thấy liệu có hạt cát nào hay không vì nó nằm dưới chai.

It turns out that we can predict the motion of an asteroid

Hóa ra chúng ta lại có thể dự đoán chuyển động của một tiểu hành tinh

a million miles away,

cách xa cả triệu dặm,

far better than we can predict the motion of an object

tốt hơn nhiều so với việc dự đoán chuyển động của một vật thể

as it's being grasped by a robot.

khi được robot cầm nắm.

Now let me give you an example.

Bây giờ hãy để tôi cho bạn một ví dụ.

Put yourself here into the position of being a robot.

Hãy đặt mình vào vị trí của một con robot.

You're trying to clear the table

Bạn đang cố gắng dọn bàn

and your sensors are noisy and imprecise.

và cảm biến của bạn bị nhiễu, không chuẩn xác.

Your actuators, your cables and motors are uncertain,

Thiết bị truyền động, dây cáp và động cơ của bạn không chắc chắn,

so you can't fully control your own gripper.

vì vậy bạn không thể kiểm soát tay gắp của mình.

And there's uncertainty in the physics,

Và có sự không chắc chắn trong truyền động

so you really don't know what's going to happen.

nên bạn thực sự không biết điều gì sẽ xảy ra.

So it's not surprising that robots are still very clumsy.

Vì vậy, không có gì đáng ngạc nhiên khi robot vẫn rất vụng về.

Now there's one sweet spot for robots, and that has to do with e-commerce.

Thực ra có một nơi hấp dẫn dành cho robot, và nó liên quan đến thương mại điện tử.

And this has been growing, it's a huge trend.

Nó đang diễn ra mạnh hơn, là một xu hướng rất lớn.

And during the pandemic, it really jumped up.

Và trong thời kỳ đại dịch, nó thực sự đã tăng vọt.

I think most of us can relate to that.

Tôi nghĩ hầu hết chúng ta đều dễ liên tưởng đến việc đó.

We started ordering things like never before,

Chúng ta đặt những hàng hóa mà trước đây chưa từng nghĩ đến,

and this trend is continuing.

và xu hướng này đang tiếp diễn.

And the challenge is to meet the demand,

Và thách thức là để đáp ứng nhu cầu,

we have to be able to get all these packages delivered in a timely manner.

chúng tôi phải đảm bảo tất cả các gói hàng này được giao kịp thời.

And the challenge is that every package is different,

Thêm nữa là mỗi gói hàng đều khác nhau,

mỗi đơn đặt hàng là khác nhau.

every order is different.

So you might order some some nail polish and an electric screwdriver.

Bạn đặt một lọ nước sơn móng và một tuốc nơ vít điện.

And those two objects are going to be

Hai món hàng đó sẽ

somewhere inside one of these giant warehouses.

ở đâu đó bên trong kho hàng khổng lồ này.

And what needs to be done is someone has to go in,

Và điều cần làm là ai đó phải vào đây,

find the nail polish and then go and find the screwdriver,

tìm lọ sơn móng và sau đó đi tìm tuốc nơ vít,

bring them together, put them into a box and deliver them to you.

gom lại với nhau, đặt vào một cái hộp và giao chúng cho bạn.

So this is extremely difficult, and it requires grasping.

Điều này rất khó khăn, và nó yêu cầu phải làm thủ công.

So today, this is almost entirely done with humans.

Nên hiện tại việc này gần như được thực hiện bởi con người.

And the humans don't like doing this work,

Và con người không thích làm công việc này,

there's a huge amount of turnover.

vì lượng hàng hóa rất khổng lồ.

So it's a challenge.

Nên đây là thách thức.

And people have tried to put robots

Và con người đã cố gắng đưa robot

into warehouses to do this work.

vào kho hàng để thực hiện công việc này.

(Laughter)

(Cười)

It hasn't turned out all that well.

Mọi chuyện không diễn ra tốt đẹp như vậy.

But my students and I, about five years ago,

Nhưng tôi và nhóm sinh viên, vào khoảng 5 năm trước,

we came up with a method, using advances in AI and deep learning,

đã nghĩ ra một phương pháp, sử dụng những tiến bộ trong AI và học sâu,

to have a robot essentially train itself to be able to grasp objects.

để robot về cơ bản sẽ tự rèn luyện việc nắm bắt các vật thể.

And the idea was that the robot would do this in simulation.

Và ý tưởng là robot sẽ làm điều này trong mô phỏng.

It was almost as if the robot were dreaming about how to grasp things

Nó gần như là robot đang mơ về cách cầm nắm mọi thứ

and learning how to grasp them reliably.

và học cách cầm chúng một cách chắc chắn.

And here's the result.

Và đây là kết quả.

This is a system called Dex-net

Thứ này là một hệ thống gọi là DEX-Net

that is able to reliably pick up objects

nó có thể nhặt các vật thể một cách chắc chắn

that we put into these bins in front of the robot.

trong chiếc thùng mà chúng tôi đặt trước mặt chúng.

These are objects it's never been trained on,

Đây là những vật thể mà nó chưa bao giờ được huấn luyện

and it's able to pick these objects up

nhưng nó có thể nhặt chúng lên

and reliably clear these bins over and over again.

và dọn sạch chiếc thùng hết lần này tới lần khác.

So we were very excited about this result.

Vì vậy, chúng tôi rất hào hứng với kết quả này.

And the students and I went out to form a company,

Và tôi cùng các sinh viên đã ra ngoài để thành lập một công ty,

and we now have a company called Ambi Robotics.

Bây giờ chúng tôi đã có một công ty tên là Ambi Robotics.

And what we do is make machines that use the algorithms,

Những gì chúng tôi làm là tạo ra các máy móc sử dụng những thuật toán,

the software we developed at Berkeley,

phần mềm chúng tôi phát triển ở Berkeley,

to pick up packages.

để thu thập các gói hàng.

And this is for e-commerce.

Chúng dành cho thương mại điện tử.

The packages arrive in large bins, all different shapes and sizes,

Hàng hóa đến trong các thùng lớn, với hình dạng và kích cỡ khác nhau,

and they have to be picked up,

và chúng phải được nhặt,

scanned and then put into smaller bins depending on their zip code.

quét và cho vào các thùng nhỏ hơn tùy thuộc vào mã zip.

We now have 80 of these machines operating across the United States,

Chúng tôi hiện có 80 máy trong số này hoạt động trên khắp Hoa Kỳ,

sorting over a million packages a week.

phân loại hơn một triệu gói hàng mỗi tuần.

Now that’s some progress,

Đó có thể là một số tiến bộ,

but it's not exactly the home robot that we've all been waiting for.

nhưng nó không hẳn là loại robot gia đình mà tất cả chúng ta trông chờ.

So I want to give you a little bit of an idea

Vì vậy, tôi muốn cung cấp cho các bạn một số ý tưởng

of some the new research that we're doing

về nghiên cứu mới chúng tôi đang thực hiện

to try to be able to have robots more capable in homes.

để cố gắng hiện thực hóa việc có robot trong nhà.

And one particular challenge is being able to manipulate deformable objects,

Và một thách thức đặc thù là có thể thao tác với các vật thể biến dạng,

like strings in one dimension,

như dây nhợ một chiều

two-dimensional sheets and three dimensions,

mặt phẳng hai chiều và ba chiều,

like fruits and vegetables.

như trái cây và rau quả.

So we've been working on a project to untangle knots.

Vì vậy, chúng tôi đang thực hiện một dự án để gỡ rối các nút thắt.

And what we do is we take a cable and we put that in front of the robot.

Và những gì chúng tôi làm là lấy một sợi cáp và đặt nó trước mặt robot.

It has to use a camera to look down, analyze the cable,

Nó phải sử dụng máy ảnh để nhìn, phân tích sợi cáp,

figure out where to grasp it

tìm ra đầu nào để nắm

and how to pull it apart to be able to untangle it.

và làm thế nào để kéo nó ra nhằm gỡ rối nó.

And this is a very hard problem,

Đây là một vấn đề nan giải,

because the cable is much longer than the reach of the robot.

bởi vì sợi cáp dài hơn nhiều so với tầm với của con robot.

So it has to go through and manipulate, manage the slack as it's working.

Vì vậy, nó phải vòng qua và gỡ rối, để ý đoạn dây chùng khi thực hiện.

And I would say this is doing pretty well.

Và tôi có thể nói rằng nó đang làm khá tốt đấy.

It's gotten up to about 80 percent success

Nó đã thực hiện được khoảng 80%

when we give it a tangled cable at being able to untangle it.

khi chúng tôi đưa một dây cáp rối để nó gỡ ra.

The other one is something I think we also all are waiting for:

Cái còn lại là thứ mà tôi nghĩ tất cả chúng ta đang chờ đợi:

robot to fold the laundry.

một robot có thể gấp quần áo.

Now roboticists have actually been looking at this for a long time,

Các nhà chế tạo robot đã thực sự xem xét vấn đề này trong một thời gian dài,

and there was some research that was done on this.

và có một số nghiên cứu đã được thực hiện trên chủ đề này.

But the problem is that it's very, very slow.

Nhưng vấn đề là đám robot rất, rất chậm.

So this was about three to six folds per hour.

Đây là khoảng 3 đến 6 lần gấp đồ mỗi giờ.

(Laughter)

(Cười)

So we decided to to revisit this problem

Vì vậy, chúng tôi quyết định xem xét lại vấn đề này

and try to have a robot work very fast.

và cố gắng để robot hoạt động nhanh hơn.

So one of the things we did was try to think

Chúng tôi đã cố gắng nghĩ đến

about a two-armed robot that could fling the fabric

một robot hai tay có thể giũ tấm vải

the way we do when we're folding,

như cách ta làm khi gấp quần áo,

and then we also used friction in this case to drag the fabric

và chúng tôi đồng thời sử dụng ma sát để kéo vải

to smooth out some wrinkles.

nhằm làm phẳng một số nếp nhăn.

And then we borrowed a trick which is known as the two-second fold.

Sau đó chúng tôi sử dụng một thủ thuật được gọi là gấp đồ 2 giây.

You might have heard of this.

Có thể bạn đã nghe về nó rồi.

It's amazing because the robot is doing exactly the same thing

Thật tuyệt vời vì con robot đang làm chính xác điều tương tự

and it's a little bit longer, but that's real time,

tuy có lâu hơn một chút, nhưng đó là thời gian thực,

it's not sped up.

không hề tăng tốc video.

So we're making some progress there.

Chúng tôi đang đạt được một số tiến triển.

And the last example is bagging.

Và ví dụ cuối cùng là đóng bao.

So you all encounter this all the time.

Tất cả các bạn đều gặp thứ này mọi lúc.

You go to a corner store, and you have to put something in a bag.

Bạn đến một cửa hàng ở góc đường, và phải bỏ thứ gì đó vào túi.

Now it's easy, again, for humans,

Nó rất dễ, với con người,

but it's actually very, very tricky for robots

nhưng thực sự nó rất, rất lắt léo đối với robot

because for humans, you know how to take the bag

bởi vì là con người, bạn biết cách lấy túi

and how to manipulate it.

và cách thao tác với nó.

But robots, the bag can arrive in many different configurations.

Nhưng với robot, túi có thể là nhiều hình thái khác nhau.

It’s very hard to tell what’s going on

Rất khó để biết chuyện gì đang xảy ra

and for the robot to figure out how to open up that bag.

và cách để con robot tìm ra cách mở chiếc túi đó.

So what we did was we had the robot train itself.

Vì vậy, những gì chúng tôi đã làm là tạo nên một robot tự huấn luyện chính nó.

We painted one of these bags with fluorescent paint,

Bằng việc sử dụng sơn huỳnh quang lên một chiếc túi,

and we had fluorescent lights that would turn on and off,

chúng tôi bật tắt đèn huỳnh quang,

và robot về cơ bản sẽ tự học cách thao tác với những chiếc túi này.

and the robot would essentially teach itself how to manipulate these bags.

And so we’ve gotten it now up to the point

Hiện tại chúng tôi đã đạt đến cột mốc

where we're able to solve this problem about half the time.

mà có thể giải quyết vấn đề này chỉ với một nửa thời gian.

So it works,

Nó đã có tác dụng,

but I'm saying, we're still not quite there yet.

nhưng ý tôi là, chúng tôi vẫn chưa thực sự thành công.

So I want to come back to Moravec's paradox.

Vì vậy, tôi muốn quay lại nghịch lý của Moravec.

What's easy for robots is hard for humans.

Thứ gì dễ dàng với robot thì khó với con người.

And what's easy for us is still hard for robots.

Và những gì dễ dàng với chúng ta vẫn rất khó với robot.

We have incredible capabilities.

Chúng ta có những năng lực đáng kinh ngạc.

We're very good at manipulation.

Chúng ta rất giỏi thao tác đấy chứ.

(Laughter)

(Cười)

But robots still are not.

Nhưng robot vẫn chưa được như vậy.

I want to say, I understand.

Tôi muốn nói, tôi hiểu.

It’s been 60 years,

Đã 60 năm trôi qua rồi,

and we're still waiting for the robots that the Jetsons had.

và chúng ta vẫn đang chờ đợi những con robot mà Jetsons có.

Why is this difficult?

Tại sao điều này khó khăn đến vậy?

We need robots because we want them to be able to do tasks that we can't do

Chúng ta cần robot vì ta muốn chúng có thể làm những nhiệm vụ mà ta không thể làm

or we don't really want to do.

hoặc ta thực sự không muốn làm.

But I want you to keep in mind that these robots, they're coming.

Nhưng tôi muốn bạn luôn nhớ rằng những robot này, chúng đang đến.

Just be patient.

Chỉ cần kiên nhẫn thôi.

Because we want the robots,

Bởi vì chúng ta muốn có robot,

but robots also need us

nhưng robot cũng cần chúng ta

to do the many things that robots still can't do.

để thực hiện nhiều điều mà robot vẫn chưa thể làm được.

Thank you.

Cảm ơn các bạn.

(Applause)

(Vỗ tay)