Sử dụng AI lập trình robot thông minh

Sử dụng AI lập trình robot thông minh

Khám phá môn học “Lập trình robot tự hoạt động” và tìm hiểu cách học viên Thạc sĩ Trí tuệ Nhân tạo tại RMIT học lập trình để robot có thể tự ra quyết định thông minh.

Bạn đã từng tự hỏi điều gì tạo nên một robot thông minh? Đâu là thứ đằng sau khả năng ra quyết định của những robot tự hành? Đó chính là chủ đề chính của môn học “Lập trình robot tự hoạt động” thuộc chương trình Thạc sĩ Trí tuệ Nhân tạo.

Môn học này gồm phần thực hành trên một số robot bao gồm NAO (người máy có thể được lập trình) và AWS DeepRacer. Tiến sĩ Ginel Dorleon, giảng viên phụ trách môn học, cho biết “Mỗi robot có đặc tính khác nhau. NAO có thể nói, di chuyển, mang vác đồ vật trong khi xe AWS lại có những thao tác đặc thù khác. Tuy nhiên, chìa khóa của mọi thứ chính là chuyển động học.”

Chuyển động học có mục đích mô tả chuyển động của các điểm, vật thể hoặc hệ vật thể trong khi bỏ qua nguyên nhân dẫn đến những chuyển động đó. Về bản chất, chuyển động học trong trường hợp này tập trung vào các giá trị tức thời của tọa độ của robot. Tiến sĩ Dorleon giải thích “Học viên học về chuyển động học và các tham số để hiểu cách thức một robot di chuyển và từ đó lập trình chuyển động của chúng. Một số phần quan trọng trong bao gồm các bậc tự do, các khớp và bộ phận di chuyển của robot.”

Lập trình tọa độ là bước nền tảng trong việc lên kế hoạch đường đi cho robot thông minh, trong đó sử dụng nhiều kỹ thuật, chẳng hạn như học tăng cường (reinforcement learning). Đây là một phần trong việc tạo ra các tác tử thông minh (autonomous agent) để một hệ thống có khả năng ra quyết định và phản ứng với môi trường xung quanh một cách độc lập với các lệnh trực tiếp từ người dùng.  

a hand typing on laptop with a robot reaching out from the screen

Để robot có khả năng di chuyển trong một môi trường thay đổi liên tục (như trường hợp của xe tự lái), tại lớp các bạn thực hành bằng cách đặt những chướng ngại vật trên sàn và dạy robot cách tránh chúng. Học viên sẽ phải tạo ra những thuật toán để dạy robot cách tự ra quyết định. Tiến sĩ Dorleon nhấn mạnh “Học tăng cường là một phần quan trọng của AI - và điều gì sẽ xảy ra nếu bạn phải huấn luyện cho một mô hình mà không có dủ dữ liệu? Bạn sử dụng học tăng cường.”

Trong dự án cuối khóa, học viên sẽ làm bài tập nhóm 3-4 thành viên và chọn trong các đề tài có sẵn, chẳng hạn như dạy robot NAO đá một quả bóng vào lưới hoặc giúp DeepRacer nhận diện người băng qua đường, biển hiệu dừng lại và chạy trên các mặt đường đặc biệt.

Một điều thú vị là AWS đang có một cuộc thi quốc tế mang tên DeepRacer Race, và tại thời điểm viết bài, một team có học viên từ chương trình Thạc sĩ Trí tuệ Nhân tạo RMIT đang dẫn đầu tại Việt Nam.

Tiến sĩ Dorleon chia sẻ “Có những học viên có kiến thức và kỹ năng làm việc thực tế với ngành robot ở Việt Nam ngày nay. Thế nhưng, robot tự hành sẽ sớm có mặt tại Việt Nam và học viên Thạc sĩ Trí tuệ Nhân tạo sẽ có được vị thế sẵn sàng để dẫn đầu lĩnh vực này khi điều đó xảy ra.” 

Những lý thuyết và kỹ năng tích lũy từ việc học lập trình robot tự hành sẽ trở thành nền tảng quan trọng có thể ứng dụng trong nhiều phân ngành khác nhau thuộc AI. Bạn muốn trải nghiệm lập trình robot và phát triển nền tảng năng lực ngành trí tuệ nhân tạo? Hãy tìm hiểu chương trình Thạc sĩ Trí tuệ Nhân tạo tại RMIT!

Chia sẻ

Tin tức liên quan

Julie Porteous headshot photo

Chia sẻ từ 30 năm quan sát sự phát triển của trí tuệ nhân tạo

Cùng gặp gỡ Phó Giáo sư Tiến sĩ Julie Porteous, Chủ nhiệm Chương trình Thạc sĩ Trí tuệ Nhân tạo tại Melbourne. Với vốn kinh nghiệm phong phú và lâu dài trong lĩnh vực khoa học máy tính, Tiến sĩ Porteous có những chia sẻ thú vị về trí tuệ nhân tạo, những ảnh hưởng của nó đến công việc của con người và liệu rằng chúng ta có nên lo lắng cho sự nghiệp tương lai.

Vy Nguyen portrait photo

Startup founder nhận học bổng thạc sĩ chia sẻ tiềm năng của AI trong ngành tài chính

Chia sẻ đầy cảm hứng từ Vỹ Nguyễn, học viên nhận học bổng chương trình Thạc sĩ Trí tuệ Nhân tạo, về hoài bão tạo ra thay đổi tích cực cho ngành tài chính ngân hàng bằng ứng dụng trí tuệ nhân tạo

2 ladies processing a payment using Square, a fintech solution.

Giải pháp trí tuệ nhân tạo trong quản lý tài chính cá nhân

Công nghệ trí tuệ nhân tạo đang đem lại những ảnh hưởng to lớn đến nhiều lĩnh vực khác nhau. Cùng theo dõi câu chuyện startup của Vỹ Nguyễn, học viên nhận học bổng Thạc sĩ Trí tuệ Nhân tạo, với ý tưởng ứng dụng AI trong công nghệ tài chính.

a headshot of a man

Thăng tiến sự nghiệp ngành A.I. - Ưu thế từ nền tảng vững chắc

Với Trần Quý Hưng, học viên Thạc sĩ Trí tuệ Nhân tạo, việc có được nền tảng kiến thức bài bản trong lĩnh vực AI và Machine Learning là điều vô cùng quan trọng để tiến xa trong ngành này. Cùng tìm hiểu những chia sẻ thực tế của Hưng về trải nghiệm chương trình học.

Quay lại trang tin tức