[2026 GGGF] Giáo sư Dennis Hong: 'Thành công của AI vật lý phụ thuộc vào dữ liệu thực địa... Hàn Quốc cần phát huy thế mạnh sản xuất'

"Dữ liệu cho AI sinh tạo có sẵn trên internet, nhưng dữ liệu quan trọng cho AI vật lý lại nằm ở thực địa. Việc đưa robot vào các nhà máy để tạo ra dữ liệu vật lý chất lượng cao và kết nối lại với việc học AI và tái phân bổ là hướng đi độc đáo cho AI vật lý của Hàn Quốc."

Giáo sư Dennis Hong, Trường Kỹ thuật Cơ khí và Hàng không UCLA và Giám đốc Viện Nghiên cứu Robot RoMeLa, đã đưa ra chiến lược sinh tồn độc lập cho ngành AI vật lý Hàn Quốc trong bài phát biểu chính tại "Diễn đàn Toàn cầu về Tăng trưởng Tốt và Việc làm Tốt lần thứ 18 (2026 GGGF)" diễn ra chiều ngày 2 tháng 9 tại khách sạn The Plaza, Seoul.

Giáo sư Hong nhấn mạnh: "Hàn Quốc không cần phải sao chép mô hình phát triển AI của Mỹ, vốn tập trung vào các công ty công nghệ lớn, hay cách tiếp cận của Trung Quốc với chuỗi cung ứng phần cứng mạnh mẽ. Hàn Quốc sở hữu các nhà máy sản xuất hàng đầu thế giới trong lĩnh vực ô tô, bán dẫn và đóng tàu, và cần phải phát huy thế mạnh dữ liệu thực địa để nâng cao sức cạnh tranh trong ngành công nghiệp."

Ông cũng chỉ ra rằng sự thay đổi lớn nhất trong ngành robot gần đây là sự chuyển đổi mô hình điều khiển robot. Trước đây, các thuật toán được lập trình thủ công để xử lý thông tin từ cảm biến, nhưng trong 1-2 năm qua, việc xử lý từ đầu vào cảm biến đến điều khiển động tác cuối cùng bằng một mô hình AI đã trở thành xu hướng chính.

Tuy nhiên, để thực hiện phương pháp điều khiển dựa trên AI này, dữ liệu là điều kiện tiên quyết. Giáo sư Hong chỉ ra rằng lĩnh vực AI vật lý đang đối mặt với tình trạng "khát dữ liệu" nghiêm trọng, khác với các mô hình ngôn ngữ lớn (LLM) hay AI sinh tạo. Dữ liệu vật lý tinh vi như vị trí khớp, tốc độ, gia tốc và lực ma sát không có sẵn trên internet để đào tạo robot.

Các phương pháp thu thập dữ liệu mà các công ty công nghệ toàn cầu đang thử nghiệm cũng bộc lộ những hạn chế. Ví dụ, việc học từ mô phỏng thế giới ảo thường gặp lỗi khi áp dụng vào robot thực tế do sự khác biệt với thực tế. Việc con người sử dụng thiết bị thực tế ảo (VR) để thu thập dữ liệu từ xa tốn rất nhiều thời gian và chi phí, trong khi việc học từ video trên YouTube không cung cấp được dữ liệu "cảm giác" như lực tác động hay cảm giác tiếp xúc.

Giáo sư Hong nhấn mạnh rằng Hàn Quốc có thể tận dụng lợi thế độc đáo từ các "nhà máy sản xuất" để trở thành một trung tâm sản xuất dữ liệu vật lý trong thời đại AI vật lý. Các nhà máy K-đẳng cấp thế giới trong lĩnh vực ô tô, bán dẫn và đóng tàu chính là nơi tối ưu để thu thập dữ liệu vật lý thực tế một cách chính xác và kịp thời.

Ông cũng cảnh báo về sự cường điệu và ảo tưởng trong ngành robot hiện nay. Mặc dù phương pháp điều khiển dựa trên AI cho thấy tính linh hoạt cao, nhưng vấn đề "hộp đen" khiến việc xác định nguyên nhân khi xảy ra sự cố trở nên khó khăn. Ông nhấn mạnh rằng cần phải tiến hành nghiên cứu nâng cao kết hợp giữa phương pháp điều khiển truyền thống dựa trên mô hình đã phát triển trong suốt 100 năm qua với phương pháp AI.

Giáo sư Hong kết luận: "Thành công của robot hình người và AI vật lý cuối cùng phụ thuộc vào việc ai có thể thu thập và áp dụng dữ liệu thực tế một cách hiệu quả nhất. Ngành công nghiệp Hàn Quốc cần tối đa hóa những lợi thế thực tế từ các nhà máy sản xuất để xây dựng một hệ sinh thái AI vật lý thực tiễn."