Máy tính đã đánh bại nhà vô địch cờ vua thế giới từ hàng chục năm trước. Thế nhưng, nhấc một chiếc cốc trên bàn ăn hay đi lại trong căn phòng bừa bộn mà không bị ngã vẫn là những nhiệm vụ không hề đơn giản ngay cả với robot ngày nay. Những việc khó đối với con người lại dễ đối với máy móc, còn những việc quá dễ với con người lại khó đối với máy móc. Mối quan hệ đảo ngược này được gọi là “nghịch lý Moravec (Moravec's Paradox)”.
Nói một cách đơn giản, nghịch lý Moravec là nhận xét rằng “những hoạt động cảm giác và vận động mà con người thực hiện không chút khó nhọc lại khó với máy móc hơn nhiều so với các bài kiểm tra trí thông minh hay trò chơi”. Nhà nghiên cứu robot Hans Moravec đã trình bày nhận xét này một cách có hệ thống trong cuốn sách xuất bản năm 1988, và các nhà nghiên cứu như Rodney Brooks và Marvin Minsky cũng chỉ ra điều tương tự vào thập niên 1980.
Trong bài viết này, chúng ta sẽ lần lượt tìm hiểu bối cảnh ra đời của nghịch lý Moravec, cách giải thích từ góc nhìn tiến hóa, các ví dụ trong thực tiễn robot, cùng những bài học và giới hạn mà nghịch lý này để lại cho ngành robot học.
Nghịch lý Moravec: Vì sao việc dễ lại khó nhất
Nghịch lý Moravec là gì?
Hans Moravec nhận bằng tiến sĩ năm 1980 tại Đại học Stanford với nghiên cứu giúp robot di động gắn camera “Stanford Cart” tìm đường tránh chướng ngại vật, sau đó làm việc tại Viện Robot thuộc Đại học Carnegie Mellon. Kinh nghiệm trực tiếp chế tạo máy móc có khả năng nhìn và di chuyển đã trở thành nền tảng của nghịch lý này. Ông đã tận mắt xác nhận rằng ngay cả máy tính giỏi tính toán cũng gặp rất nhiều khó khăn khi đi qua một căn phòng có chướng ngại vật.
Trong cuốn sách “Những đứa con của tâm trí (Mind Children)” xuất bản năm 1988, Moravec viết như sau.
“Làm cho máy tính đạt kết quả ngang người trưởng thành trong các bài kiểm tra trí thông minh hoặc trò chơi cờ đam là việc tương đối dễ, nhưng trang bị cho nó khả năng tri giác và di chuyển của một em bé một tuổi là việc khó hoặc không thể.”
Năm 1994, nhà khoa học nhận thức Steven Pinker cũng đúc kết rằng bài học lớn nhất từ 35 năm nghiên cứu trí tuệ nhân tạo là thực tế “bài toán khó thì dễ, bài toán dễ thì khó”.
Vì sao việc dễ lại khó hơn?
Moravec giải thích nghịch lý này bằng tiến hóa. Theo ông, phần não đảm nhiệm cảm giác và vận động chứa đựng kinh nghiệm sống sót trong thế giới qua 10 trăm triệu năm, trong khi tư duy trừu tượng là một kỹ năng mới có lẽ còn chưa xuất hiện được 10 vạn năm.
- Kỹ năng lâu đời (Evolved Skills): Đây là những khả năng được trau dồi qua thời gian dài, như nhận diện khuôn mặt, di chuyển trong không gian, bắt bóng và phân biệt giọng nói. Chúng được hoàn thiện đến mức diễn ra một cách vô thức nên có vẻ dễ dàng.
- Kỹ năng mới (Recent Skills): Đây là những khả năng xuất hiện tương đối gần đây, như toán học, logic và cờ vua. Con người phải nỗ lực học hỏi để làm được những việc này, nhưng vì quy tắc rõ ràng nên chúng dễ được chuyển sang cho máy móc.
Chỉ cần nhìn vào hành động nhấc một chiếc cốc cũng thấy điều đó. Ngay khi nhìn thấy cốc, con người ước lượng khoảng cách và hình dạng, mở các ngón tay vừa đủ để nắm lấy, rồi lập tức tăng lực nếu cảm thấy cốc sắp trượt. Chúng ta hầu như không ý thức được quá trình này, nhưng robot phải giải quyết riêng từng bước bằng cảm biến và tính toán.
Minsky cũng cho rằng chúng ta ít nhận biết nhất những việc mà tâm trí làm giỏi nhất. Những quá trình phức tạp vận hành trơn tru hiếm khi xuất hiện trong ý thức, nên việc phân tích ngược các quá trình ấy để đưa vào máy móc lại càng khó hơn.
Nghịch lý Moravec thể hiện trong thực tiễn robot
Nghịch lý này thể hiện rõ nhất khi robot bước vào thế giới thực.
(1) Cờ vua và việc nhấc cốc
Năm 1997, Deep Blue của IBM đã đánh bại nhà vô địch thế giới Garry Kasparov. Tuy nhiên, cầm các đồ vật có hình dạng, trọng lượng và độ trơn khác nhau mà không làm rơi đến nay vẫn là bài toán mà bàn tay robot cần giải quyết.
(2) Cuộc thi robot ứng phó thảm họa
Tại vòng chung kết Robotics Challenge do Cơ quan Các dự án Nghiên cứu Quốc phòng Tiên tiến Hoa Kỳ (DARPA) tổ chức năm 2015, các robot đã thử sức với những nhiệm vụ như lái xe, mở cửa và khóa van. Hubo của đội Viện Khoa học và Công nghệ Tiên tiến Hàn Quốc (KAIST) đã giành chiến thắng, nhưng những cảnh nhiều robot ngã khi mở cửa hoặc đi lại cũng trở thành chủ đề được chú ý.
(3) Việc nhà
Ngay cả trẻ em cũng có thể học cách gấp quần áo hay rửa bát, nhưng vì phải nhận biết hình dạng của vải nhăn và điều chỉnh lực nên robot cần khả năng cảm nhận và điều khiển tinh vi.
Điểm chung của ba ví dụ là phải xử lý môi trường thực tế thay đổi mỗi lần, thay vì các quy tắc cố định. Chỉ cần độ cao thấp của sàn, vị trí đồ vật hay hướng ánh sáng thay đổi một chút, robot cũng phải quan sát và phán đoán lại.
Những điều nghịch lý Moravec để lại cho ngành robot học
Các nhà nghiên cứu trí tuệ nhân tạo thời kỳ đầu kỳ vọng rằng, vì đã giải được các bài toán logic và đại số, những bài toán “dễ” như thị giác hay hiểu biết thông thường sẽ sớm được giải quyết, nhưng dự đoán ấy đã sai. Vận dụng bài học này theo chiều ngược lại, Rodney Brooks đề xuất một hướng đi mới: chế tạo robot bằng cách xây dựng khả năng cảm nhận và hành động trước khi phát triển suy luận phức tạp. Sau này, ông còn đồng sáng lập iRobot, công ty được biết đến với robot hút bụi Roomba. Ngày nay, các nhà nghiên cứu đang thử những phương pháp giúp robot học vận động bằng mô phỏng và lượng lớn dữ liệu thị phạm, nhưng robot di chuyển thành thạo như con người trong những tình huống đa dạng bên ngoài phòng thí nghiệm vẫn còn hiếm.
Tuy nhiên, cũng có ý kiến phản đối việc xem nghịch lý này như một quy luật. Năm 1983, nhà tiên phong trí tuệ nhân tạo Allen Newell đã phê phán quan điểm này là một “huyền thoại”, còn nhà khoa học máy tính Arvind Narayanan cho rằng nó gần với một nhận định cho thấy các nhà nghiên cứu đã tập trung công sức vào đâu hơn là một dự đoán về việc bài toán nào sẽ dễ hay khó.
Nghịch lý Moravec nhắc chúng ta rằng những khả năng nhìn, cầm nắm và đi lại mà ta coi là hiển nhiên thực chất là các kỹ năng tinh vi được hình thành qua thời gian dài. Vì thế, chế tạo robot cũng là quá trình học lại rằng cơ thể con người kỳ diệu đến nhường nào.
Nhận ra trước hết sự khó khăn ẩn trong những việc có vẻ dễ nhất chính là bước khởi đầu của ngành robot học hướng tới những robot làm việc bên cạnh con người.
