Hiểu rõ về Physical AI của Huang Renxun: Tại sao cơ hội Crypto cũng ẩn chứa trong những "góc khuất" của nó?

Viết bài: Haotian

Tại diễn đàn Davos, rốt cuộc Huang Renxun đã nói gì?

Có vẻ như ông đang quảng bá robot, nhưng thực chất, ông đang tiến hành một cuộc “cách mạng tự thân” táo bạo. Ông dùng một câu nói để kết thúc thời đại cũ của “chồng card đồ họa”, nhưng lại vô tình mở ra một tấm vé vào Crypto với cơ hội hiếm có?

Hôm qua, tại diễn đàn Davos, ông Huang chỉ ra rằng tầng ứng dụng AI đang bùng nổ, nhu cầu về sức mạnh tính toán sẽ chuyển từ “huấn luyện” sang “suy luận” và “Physical AI (AI vật lý)”.

Điều này thật sự rất thú vị.

Nvidia, với tư cách là người chiến thắng lớn nhất trong cuộc đua “quân bị sức mạnh tính toán” của thời đại AI 1.0, nay chủ động đề cập đến sự chuyển hướng sang “suy luận” và “AI vật lý”, thực ra đang gửi một tín hiệu rất rõ ràng: thời đại “dồn card để huấn luyện mô hình lớn” đã qua, trong tương lai, cạnh tranh AI sẽ xoay quanh việc ứng dụng thực tế của các kịch bản, tức “ứng dụng là vua”.

Nói cách khác, AI vật lý chính là giai đoạn thứ hai của Generative AI.

Bởi vì LLM đã đọc hết tất cả dữ liệu tích lũy trên Internet của nhân loại trong hàng chục năm, nhưng nó vẫn chưa biết cách mở nắp chai giống như con người. AI vật lý chính là để giải quyết vấn đề “nhận thức và hành động hợp nhất” ngoài trí tuệ AI.

Bởi vì, AI vật lý không thể dựa vào “chu trình phản xạ dài” của máy chủ đám mây từ xa, logic rất đơn giản: để ChatGPT tạo ra văn bản chậm đi một giây, bạn chỉ cảm thấy bị lag, còn một robot hai chân vì độ trễ mạng chậm một giây, có thể sẽ ngã xuống cầu thang.

Tuy nhiên, AI vật lý có vẻ là sự tiếp nối của AI sinh tạo, nhưng thực ra đang đối mặt với ba thách thức mới hoàn toàn khác:

1. Trí tuệ không gian: khiến AI có khả năng hiểu biết về thế giới ba chiều.

Giáo sư Li Feifei từng đề xuất, trí tuệ không gian là ngôi sao Bắc cực tiếp theo của sự tiến hóa AI. Robot muốn di chuyển, trước tiên phải “hiểu rõ” môi trường. Điều này không chỉ là nhận diện “đây là một chiếc ghế”, mà còn phải hiểu “vị trí, cấu trúc của chiếc ghế trong không gian 3D và tôi cần dùng lực bao nhiêu để di chuyển nó”.

Điều này đòi hỏi dữ liệu môi trường 3D khổng lồ, thời gian thực, phủ kín mọi góc trong nhà lẫn ngoài trời;

2. Sân tập ảo: để AI thử sai và huấn luyện trong thế giới mô phỏng.

Omniverse mà Huang Renxun đề cập chính là một dạng “sân tập ảo”. Trước khi robot bước vào thế giới vật lý thực, nó cần huấn luyện “ngã 10.000 lần” trong môi trường ảo để học đi bộ, quá trình này gọi là Sim-to-Real, tức từ mô phỏng đến thực tế. Nếu để robot thử sai trực tiếp trong thực tế, chi phí hao mòn phần cứng sẽ là con số khủng khiếp.

Quá trình này đòi hỏi khả năng xử lý và render của engine vật lý phải cực kỳ mạnh mẽ;

3. Da điện tử: “dữ liệu xúc giác” là một mỏ vàng chưa được khai thác.

Để AI vật lý có thể cảm nhận “cảm giác tay”, cần có da điện tử để cảm nhận nhiệt độ, áp lực, kết cấu. Những “dữ liệu xúc giác” này là tài sản hoàn toàn mới chưa từng được quy mô hóa thu thập trước đây. Có thể cần cảm biến quy mô lớn, như tại CES, công ty Ensuring đã trình diễn “da sản xuất hàng loạt” tích hợp 1.956 cảm biến trên tay, để tạo ra hiệu quả kỳ diệu của robot bóp trứng.

Những “dữ liệu xúc giác” này là tài sản mới chưa từng được quy mô hóa thu thập trước đây.

Xem xong những điều này, chắc chắn bạn sẽ cảm thấy, sự xuất hiện của luận điểm AI vật lý đã mở ra cơ hội lớn cho các thiết bị đeo và robot humanoid, vốn trước đây bị xem là “đồ chơi lớn” hoặc “đồ chơi khổng lồ”.

Thực ra, tôi muốn nói rằng, trong bản đồ mới của AI vật lý, lĩnh vực Crypto cũng có cơ hội bổ sung hệ sinh thái cực kỳ tốt. Tôi cứ ví dụ vài trường hợp:

1. Các ông lớn AI có thể cử xe cảnh quan quét mọi con phố chính trên thế giới, nhưng lại không thể thu thập dữ liệu ở các ngõ nhỏ, khu dân cư, tầng hầm, và nhờ vào token khuyến khích của mạng DePIN, kích hoạt người dùng toàn cầu dùng thiết bị mang theo để bổ sung dữ liệu này, có thể hoàn thành việc điền đầy đủ;

2. Như đã nói, robot không thể dựa vào sức mạnh tính toán đám mây, nhưng trong ngắn hạn cần tận dụng quy mô lớn khả năng tính toán biên và render phân tán, đặc biệt là để hoàn thành nhiều dữ liệu từ mô phỏng đến thực tế. Sử dụng mạng lưới tính toán phân tán, tập hợp phần cứng tiêu dùng còn thừa, phân phối và điều phối, chẳng phải rất phù hợp sao;

3. “Dữ liệu xúc giác”, ngoài ứng dụng cảm biến quy mô lớn, tên gọi đã đủ để biết sẽ cực kỳ riêng tư, làm thế nào để huy động cộng đồng chia sẻ dữ liệu liên quan đến quyền riêng tư này cho các ông lớn AI? Con đường khả thi là để người đóng góp dữ liệu nhận được quyền xác nhận dữ liệu và phần thưởng.

Tổng kết lại:

AI vật lý chính là giai đoạn thứ hai của web 2 AI mà ông Huang kêu gọi, còn đối với các lĩnh vực web 3 AI + Crypto như DePIN, DeAI, DeData, thì sao? Bạn nghĩ thế nào?