Trí tuệ nhân tạo
Paolo Pirjanian, CEO và Người sáng lập của Embodied – Loạt phỏng vấn
Paolo Pirjanian là một người Armenia sinh ra ở Iran và逃 đến Đan Mạch khi còn là một thiếu niên. Từ khi còn nhỏ, anh đã bị thu hút bởi máy tính và bắt đầu lập trình trong phòng ngủ của mình. Sau khi nhận được bằng tiến sĩ về robot, Paolo trở thành một trong những người lãnh đạo đầu tiên trong lĩnh vực robot tiêu dùng, người có hơn 16 năm kinh nghiệm phát triển và thương mại hóa robot gia đình tiên tiến. Anh đã làm việc tại NASA JPL và lãnh đạo các đội và công ty hàng đầu tại iRobot®, Evolution Robotics® và các công ty khác. Vào năm 2016, Paolo sáng lập Embodied, Inc. với tầm nhìn xây dựng các bạn đồng hành số xã hội và cảm xúc thông minh để cải thiện chăm sóc và sức khỏe và hỗ trợ mọi người sống tốt hơn mỗi ngày.
Điều gì đã thu hút bạn ban đầu đến AI và robot?
Sự thu hút của tôi với AI và robot bắt nguồn từ thời thơ ấu. Tôi đã bị di dời từ quốc gia này sang quốc gia khác nhiều lần cho đến khi gia đình tôi chuyển đến Đan Mạch. Bằng cách tình cờ, tôi đã phát hiện ra một máy tính. Tôi trở nên mê mẩn với nó đến mức tôi đã khóa mình trong phòng và bắt đầu lập trình cả ngày và đêm trong nhiều tháng. Cha mẹ tôi nghĩ tôi bị trầm cảm hoặc sử dụng ma túy, nhưng không phải vậy. Tôi chỉ hoàn toàn bị thu hút bởi máy tính!
Trong cùng thời gian đó, tôi đã xem một tài liệu trên TV của Pixar. Pixar đã trình bày bộ phim hoạt hình ngắn đầu tiên của họ, Luxo Jr., một bộ phim ngắn hai phút về hai chiếc đèn bàn chạy xung quanh và chơi với một quả bóng. Tôi rất bị thu hút bởi điều đó và ngạc nhiên rằng một máy tính mà tôi vừa học cách lập trình có thể tạo ra những nhân vật đáng yêu như vậy trên TV, evoking nhiều cảm xúc trong tôi. Vì vậy, từ đó, tôi quyết định đi học để nghiên cứu robot, cuối cùng nhận được bằng tiến sĩ.
Tôi sau đó chuyển đến Mỹ để làm việc trên các robot thăm dò sao Hỏa tại NASA, đây là một công việc mơ ước từ thời thơ ấu. Cuối cùng, tôi đã trở thành một doanh nhân để phát triển công nghệ điều hướng SLAM, công nghệ hiện đang cho phép các sản phẩm của iRobot.
Nhưng nhìn lại, tôi nhận ra rằng nguồn cảm hứng cho suốt hành trình này thực sự là bộ phim hoạt hình ngắn của Pixar, mang lại sự sống cho các vật thể vô tri. Vì vậy, đó là lý do chúng tôi tạo ra Embodied – để mang lại sự sống cho các robot có thể tương tác với mọi người, tập trung vào việc giúp trẻ em phát triển xã hội và cảm xúc.
Khi nào bạn lần đầu tiên tiếp xúc với khái niệm ra mắt Evolution Robotics?
Evolution Robotics ban đầu được thành lập bởi Bill Gross của Idealab vào năm 2001 để trở thành Microsoft của Robotics, một tầm nhìn táo bạo mà sau đó đã chứng minh là quá sớm và cuối cùng đã thất bại. Tôi là CTO và GM tại Evolution Robotics và sau khi thất bại, tôi đã đàm phán với Idealab để tách một số công nghệ cốt lõi mà nhóm của tôi và tôi đã phát triển và bắt đầu một công ty mới. Vào năm 2008, thực thể mới, cũng được gọi là Evolution Robotics, bắt đầu phát triển sản phẩm sử dụng công nghệ điều hướng cốt lõi của chúng tôi, bao gồm NorthStar và vSLAM, những cách tiếp cận đột phá về lập bản đồ không gian và điều hướng tự động tương tự như những gì chúng ta đang thấy trong các phương tiện tự lái nhưng nhắm vào các sản phẩm điện tử tiêu dùng giá thấp.
Chúng tôi đã phát triển một dòng sản phẩm để quét và lau sàn cứng tự động gọi là Mint, mà chúng tôi đã ra mắt vào năm 2010. Đến năm 2011, chúng tôi đã tăng trưởng nhanh chóng lên 25 triệu đô la doanh thu và được iRobot mua lại vào năm 2012 vì doanh thu sản phẩm và công nghệ điều hướng vSLAM, hiện đang cung cấp năng lượng cho các dòng sản phẩm Roomba và Braava tại iRobot.
Ở thời điểm đó, bạn đã trở thành CTO tại iRobot. Bạn có thể thảo luận về kinh nghiệm của mình tại iRobot và những gì bạn đã học được từ kinh nghiệm của mình?
Là CTO của iRobot, tôi đã có thể nhanh chóng tích hợp vSLAM vào dòng sản phẩm Roomba để ra mắt một mô hình mới có thể bao phủ toàn bộ kế hoạch sàn mà không bỏ lỡ một điểm. Điều đó đã giúp công ty duy trì vị trí dẫn đầu trước sự cạnh tranh như Dyson, đang đưa ra các giải pháp làm sạch hệ thống. vSLAM hiện là một phần không thể thiếu của các dòng sản phẩm hàng đầu của iRobot, Roomba và Braava.
Tôi đã tận hưởng việc làm việc chặt chẽ với Colin Angel, CEO của iRobot để giúp thiết lập một hướng chiến lược để làm cho Roomba trở thành trung tâm của hệ sinh thái ngôi nhà kết nối, nơi nhận thức không gian của Roomba cung cấp cho nó một vị trí duy nhất trong việc hiểu kế hoạch sàn và trở thành mô hình kết nối giữa tất cả các thiết bị kết nối. Chiến lược đó dường như đã có một nền tảng vững chắc kể từ khi tôi rời công ty vào năm 2015.
Ngoài ra, chúng tôi đã quyết định tăng gấp đôi kinh doanh Robot tiêu dùng để giúp iRobot duy trì vị trí lãnh đạo toàn cầu. Điều này đã dẫn đến việc thanh lý kinh doanh quốc phòng và thoát khỏi các doanh nghiệp ngoại vi khác để mang lại sự tập trung và cường độ cho kinh doanh tiêu dùng.
Hơn nữa, chúng tôi đã phải tái cấu trúc tổ chức để có thể hỗ trợ một chiến lược nặng về phần mềm với các sản phẩm kết nối. Điều đó đòi hỏi một sự chuyển đổi của văn hóa công ty để chấp nhận nhiều hơn một cách tiếp cận linh hoạt và lặp lại.
Danh sách những điều tôi đã học được tại iRobot là rất dài. Một điều gì đó nổi bật là sức mạnh của văn hóa đội. Duy trì sự linh hoạt và cam kết với sứ mệnh có lẽ là lợi thế cạnh tranh quan trọng nhất mà bất kỳ công ty nào cũng có thể có, vượt qua bất kỳ danh mục bằng sáng chế và bí mật thương mại nào. Nếu bạn có một đội ngũ hoạt động cao, cảm thấy được trao quyền và truyền cảm hứng hướng tới một mục tiêu rõ ràng, họ sẽ rất khó bị ngăn cản.
Bạn hiện là Người sáng lập và CEO của Embodied. Bạn có thể thảo luận về những gì đã truyền cảm hứng cho việc ra mắt công ty này?
Tôi thực sự đã tận hưởng thời gian của mình tại iRobot với tư cách là CTO, và chúng tôi đã làm việc trên nhiều dự án thú vị và đẩy ranh giới của robot. Đó là một điều thú vị khi ra mắt các robot thương mại thành công vào thị trường, thực hiện các nhiệm vụ vật lý hữu ích, chẳng hạn như hút bụi sàn.
Tuy nhiên, trong sâu thẳm tâm trí, tôi biết tôi vẫn còn một giấc mơ suốt đời để thực hiện – xây dựng các bạn đồng hành robot xã hội và cảm xúc thông minh có thể cải thiện chăm sóc và sức khỏe và nâng cao cuộc sống hàng ngày của chúng ta. Tôi biết chúng tôi đang ở một điểm chuyển đổi trong cách chúng ta sẽ tương tác với công nghệ. Vì vậy, với điều đó, tôi đã quyết định rời iRobot và bắt đầu Embodied.
Khi chúng tôi bắt đầu Embodied, từ đầu, chúng tôi đã suy nghĩ lại và tái phát minh cách thức tương tác giữa con người và máy, vượt ra ngoài các lệnh bằng giọng nói đơn giản, để kích hoạt thế hệ máy tính tiếp theo và cung cấp năng lượng cho một lớp máy mới có khả năng tương tác xã hội lưu loát. Cụ thể, sản phẩm đầu tiên là tập trung vào xây dựng một người bạn đồng hành để giúp trẻ em xây dựng kỹ năng xã hội và cảm xúc thông qua học tập dựa trên chơi. Người bạn đồng hành này sẽ được gọi là Moxie. Moxie là một loại robot mới có khả năng hiểu và thể hiện cảm xúc với giọng nói富 cảm xúc, biểu cảm khuôn mặt và ngôn ngữ cơ thể đáng tin cậy, khai thác tâm lý học và sinh lý học của con người để tạo ra mối quan hệ sâu sắc hơn. Để làm điều này, chúng tôi đã tập hợp một đội ngũ lãnh đạo đầy đam mê trong kỹ thuật, công nghệ, giải trí, thiết kế trò chơi và phát triển trẻ em. Trong bốn năm qua, Embodied đã làm việc chăm chỉ để đưa tất cả công nghệ mới nhất lại với nhau để mang Moxie đến cuộc sống, và đội ngũ đang rất hào hứng khi cuối cùng cũng đưa nó đến các gia đình cần một người bạn đồng hành để hỗ trợ sự phát triển khỏe mạnh của trẻ em.
Điều gì là những thách thức doanh nghiệp độc đáo đằng sau một công ty khởi nghiệp robot?
Thật thú vị khi làm điều không thể, nhưng nó cũng có thể hơi đáng sợ. Chúng tôi biết rằng nếu chúng tôi muốn cách mạng hóa cách con người tương tác với máy, chúng tôi sẽ phải giải quyết các vấn đề chưa được giải quyết trước đây. Một số vấn đề bao gồm:
- Màn hình phẳng trên thiết bị, và chúng tôi muốn mang lại sự sống cho thiết bị. Vậy làm thế nào chúng tôi tạo ra một khuôn mặt giống như sự sống, tròn và không hai chiều?
- Các công cụ trò chuyện hiện tại chỉ cho phép trò chuyện rất hạn chế, vậy làm thế nào chúng tôi tạo ra một giải pháp cho phép trò chuyện tự nhiên hơn?
- Chúng tôi không muốn giọng nói nghe có vẻ robot, vậy làm thế nào chúng tôi làm cho giọng nói nghe tự nhiên, với ngữ điệu và inflection phù hợp với ngữ cảnh?
- Chúng tôi biết rằng giao tiếp bằng mắt rất quan trọng, vậy làm thế nào chúng tôi tạo ra khả năng theo dõi mắt đáng tin cậy bằng cách sử dụng tầm nhìn máy tính?
Tất cả những câu hỏi về các tính năng của Moxie đã dẫn đến nhiều đổi mới công nghệ tiên tiến.
Trước hết, khuôn mặt được chiếu và tròn. Các số liệu thống kê đang bắt đầu xếp chồng lên nhau để cho chúng tôi thấy rằng thời gian màn hình quá nhiều có thể có tác động tiêu cực đến tâm trí đang phát triển. Thậm chí còn tồi tệ hơn, hầu hết các thiết bị công nghệ của trẻ em đều có màn hình hiển thị kỹ thuật số. Đó là lý do chúng tôi quyết định đầu tư thêm để làm cho khuôn mặt của Moxie được chiếu hoàn toàn, cho phép chúng tôi tạo ra một màn hình khuôn mặt được bo tròn với các cạnh tự nhiên, thay vì một màn hình phẳng. Điều này làm cho việc tương tác với Moxie cảm giác giống như sự sống, thực tế và đáng tin cậy. Trên thực tế, chỉ thông qua sự xuất hiện 3D của khuôn mặt, Moxie mới có thể có giao tiếp bằng mắt thực sự với trẻ em. Vì vậy, không chỉ khuôn mặt của Moxie bảo vệ trẻ em khỏi thời gian màn hình quá nhiều, mà còn làm cho trải nghiệm tương tác cảm giác thật hơn.
Thứ hai, công cụ trò chuyện. Cho đến nay, các loa thông minh và trợ lý giọng nói đã yêu cầu sử dụng lặp đi lặp lại các từ kích hoạt để khởi tạo lệnh. Công cụ trò chuyện của Moxie khác. Nó tuân theo một cuộc trò chuyện tự nhiên và phản hồi theo dòng chảy thông thường của giao tiếp mà không cần sử dụng từ kích hoạt (như “Hey Siri” hoặc “Ok Google”). Xử lý ngôn ngữ tự nhiên tiên tiến cho phép Moxie nhận ra, hiểu và tạo ra ngôn ngữ một cách liền mạch, làm cho tương tác cảm giác cá nhân và tự nhiên hơn.
Thứ ba, tổng hợp giọng nói. Giọng nói của Moxie không có cùng giọng nói robot và âm thanh đơn điệu được tìm thấy trong hầu hết các robot và trợ lý giọng nói. Thay vào đó, Moxie sử dụng giọng nói富 cảm xúc và inflection tự nhiên, giúp giao tiếp một loạt cảm xúc rộng hơn. Điều này tăng cường phạm vi các bài học xã hội và cảm xúc mà Moxie có thể tham gia, đồng thời mang lại sự sống và đáng tin cậy cho tương tác.
Thứ tư, đôi mắt. Một trong những tính năng quan trọng nhất là đôi mắt lớn, hoạt hình của Moxie. Công nghệ theo dõi mắt sáng tạo cho phép Moxie duy trì giao tiếp bằng mắt với trẻ em ngay cả khi trẻ em di chuyển xung quanh phòng. Khả năng theo dõi mắt này không chỉ tạo ra một tương tác giống như sự sống, mà còn giúp trẻ em thực hành giao tiếp bằng mắt. Ngoài ra, đôi mắt lớn, hoạt hình giúp tăng cường giao tiếp cảm xúc, vì vậy trẻ em có thể dễ dàng nhận ra các cảm xúc nhất định hơn. Thực hành giao tiếp bằng mắt và hiểu cảm xúc là hai mục tiêu phát triển quan trọng trong chương trình giảng dạy xã hội và cảm xúc.
Cuối cùng, tất cả những tính năng công nghệ này cho phép các tương tác với Moxie cảm giác thật và tự nhiên. Sự hợp nhất cảm giác đa phương thức của Moxie làm cho Moxie nhận thức được môi trường và người dùng của nó. Công nghệ tầm nhìn máy tính và theo dõi mắt của Moxie giúp duy trì giao tiếp bằng mắt khi trẻ em di chuyển. Học máy giúp Moxie học về sở thích và nhu cầu của người dùng và nhận ra người, nơi và thứ. Các mic đặc biệt cho phép Moxie nghe hướng mà giọng nói đến từ và dễ dàng quay đến nguồn. Các cảm biến chạm cho phép Moxie nhận ra ôm và bắt tay. Tất cả những mảnh ghép này đều kết hợp lại để tạo ra một trải nghiệm rất thực tế.
Có thể cho chúng tôi biết một số điều làm cho Moxie hoàn hảo cho trẻ em?
Với Moxie, trẻ em có thể tham gia vào các hoạt động chơi có ý nghĩa, mỗi ngày, với nội dung được thông tin bởi các phương pháp hay nhất trong phát triển trẻ em và giáo dục mầm non. Mỗi tuần là một chủ đề khác nhau như lòng tốt, tình bạn, đồng cảm hoặc tôn trọng, và trẻ em được giao nhiệm vụ giúp Moxie với các nhiệm vụ khám phá trải nghiệm của con người, ý tưởng và kỹ năng sống. Những nhiệm vụ này là các hoạt động bao gồm chơi sáng tạo không có cấu trúc như vẽ, thực hành tâm lý thông qua các bài tập thở và thiền, đọc với Moxie và khám phá cách đối xử với người khác. Moxie khuyến khích sự tò mò để trẻ em khám phá thế giới và mọi người xung quanh chúng. Tất cả những hoạt động này giúp trẻ em học và thực hành an toàn các kỹ năng sống thiết yếu như lần lượt, giao tiếp bằng mắt, lắng nghe tích cực, điều chỉnh cảm xúc, đồng cảm, quản lý mối quan hệ và giải quyết vấn đề.
Embodied cũng đã hợp tác với Encyclopaedia Britannica và Merriam-Webster để tích hợp Từ điển Merriam-Webster cho Trẻ em, cho phép Moxie cung cấp định nghĩa và thông tin liên quan phù hợp với lứa tuổi để giúp trẻ em học và hiểu ý nghĩa của các từ và khái niệm mới. Đây là sự tích hợp đầu tiên trong số nhiều tích hợp với Moxie cung cấp sứ mệnh chung của Britannica và Merriam-Webster để truyền cảm hứng cho sự tò mò và niềm vui học tập.
Embodied cũng đã phát triển một hệ sinh thái đầy đủ giúp phụ huynh hỗ trợ hành trình của trẻ em với Moxie và cho phép trẻ em mở rộng việc sử dụng Moxie theo cách an toàn và được phụ huynh phê duyệt:
- Ứng dụng Phụ huynh Embodied Moxie cung cấp một bảng điều khiển để giúp phụ huynh hiểu tiến trình phát triển của trẻ em với Moxie. Ứng dụng sẽ cung cấp thông tin chính về sự phát triển xã hội, cảm xúc và nhận thức của trẻ em thông qua các hoạt động với Moxie. Ứng dụng cung cấp thêm gợi ý và mẹo hữu ích cho phụ huynh để nâng cao trải nghiệm và tiến trình của trẻ em với Moxie.
- Trang web cổng thông tin trực tuyến dành cho trẻ em (được gọi là Phòng thí nghiệm Robot Toàn cầu, hoặc G.R.L.) cung cấp các hoạt động, trò chơi và câu chuyện bổ sung sẽ nâng cao trải nghiệm với Moxie.
- Gói Nhiệm vụ Moxie hàng tháng là các thư từ nhằm thu hút trẻ em vào các hoạt động mới với Moxie và cũng cung cấp các vật dụng thú vị như thẻ giao dịch và nhãn dán.
Theo thời gian, Moxie học thêm về trẻ em để cá nhân hóa nội dung của mình tốt hơn để giúp với các mục tiêu phát triển cá nhân của từng trẻ em. Embodied đã thực hiện các bước cẩn thận để đảm bảo rằng thông tin được cung cấp bởi trẻ em và gia đình được xử lý với tiêu chuẩn cao về quyền riêng tư và bảo mật. Chúng tôi dự định Moxie sẽ được chứng nhận An toàn Harbor COPPA (Đạo luật Bảo vệ Quyền riêng tư Trực tuyến của Trẻ em) để phụ huynh có thể cảm thấy an toàn khi biết rằng Moxie sử dụng các thủ tục và hệ thống bảo mật hàng đầu và được kiểm toán thường xuyên để đảm bảo tuân thủ đầy đủ. Hơn nữa, dữ liệu có thể xác định cá nhân và thông tin nhạy cảm được mã hóa với mức bảo mật cao nhất và chỉ có thể được giải mã bằng một khóa duy nhất mà chỉ phụ huynh mới có quyền truy cập.
Có thể cho chúng tôi biết một số thách thức xử lý ngôn ngữ tự nhiên mà Moxie phải đối mặt?
Tại Embodied, chúng tôi phấn đấu để tái định nghĩa cách con người tương tác với máy, đặc biệt là trong cuộc trò chuyện thông qua xử lý ngôn ngữ tự nhiên. Vì vậy, chúng tôi quyết định tạo ra SocialXTM, một nền tảng cho phép trẻ em tương tác với Moxie thông qua tương tác tự nhiên (tức là biểu cảm khuôn mặt, cuộc trò chuyện, ngôn ngữ cơ thể, v.v.), evoking niềm tin, đồng cảm và động lực cũng như sự tham gia sâu sắc hơn để thúc đẩy các kỹ năng phát triển. Với SocialXTM, Embodied đang giới thiệu một loại robot hoàn toàn mới: bạn đồng hành hoạt hình. “Hoạt hình” có nghĩa là mang lại sự sống và SocialXTM cho phép Moxie thể hiện những gì tốt nhất của nhân loại trong một hình thức công nghệ mới và tiên tiến có thể thúc đẩy các cách học mới.
Xử lý ngôn ngữ tự nhiên là cốt lõi của công cụ trò chuyện tự nhiên của chúng tôi, và có nhiều tính năng độc đáo cho công cụ trò chuyện mà chúng tôi đã làm việc chăm chỉ để tạo ra.
Tính năng chính chúng tôi đã làm việc là khả năng của Moxie tập trung vào cuộc trò chuyện với một người dùng duy nhất và tách ra các cuộc trò chuyện và âm thanh nền, vì vậy Moxie chỉ phản hồi với người dùng. Điều này cho phép một tương tác tập trung và cá nhân hơn. Đây là một giải pháp cho những gì nhiều người gọi là “vấn đề bữa tiệc cocktail”. Khi bạn ở một bữa tiệc cocktail, và có nhiều người xung quanh bạn đang nói trong một phòng trong khi bạn đang cố gắng ở trong một cuộc trò chuyện với một người, điều đó không quá khó đối với con người. Đối với một máy tính, điều đó vô cùng khó khăn. Làm thế nào chúng tôi đảm bảo rằng Moxie chỉ phản hồi những gì người dùng đơn lẻ nói, và không bị phân tâm bởi các âm thanh nền, cuộc trò chuyện, TV, v.v. Có nhiều cách chúng tôi tiếp cận giải pháp cho vấn đề này.
- Chúng tôi sử dụng hệ thống tầm nhìn của mình để xác định ai đang nhìn và đối mặt với Moxie.
- Chúng tôi có một số micrô ở phía trước của Moxie cho chúng tôi biết âm thanh đến từ đâu.
- Chúng tôi có thể sử dụng học máy để khớp âm thanh với người đang nói trước Moxie. Điều này cho phép chúng tôi lọc ra các cuộc trò chuyện khác và tập trung vào một người dùng duy nhất.
Nói chung, các đại lý trò chuyện trên thị trường đã tránh “vấn đề bữa tiệc cocktail” bằng cách sử dụng từ kích hoạt, chẳng hạn như “Hey (thiết bị, theo sau là một câu hỏi)”. Từ kích hoạt cho phép đại lý trò chuyện nghe từ kích hoạt và phản hồi chỉ khi từ kích hoạt đó được nói. Tuy nhiên, vì Moxie có thể tập trung vào một người dùng duy nhất, Moxie không cần có từ kích hoạt để kích hoạt phản hồi.
Chúng tôi muốn đảm bảo rằng công cụ trò chuyện của Moxie đủ tinh vi để nhận thức được ngữ cảnh của các phản hồi trò chuyện. Điều này cho phép một cuộc trò chuyện tinh tế hơn. Ví dụ, Moxie có thể hiểu các ý nghĩa khác nhau đằng sau “Tôi không biết” và “không”.
Có gì khác mà bạn muốn chia sẻ về Moxie hoặc Embodied?
Chúng tôi đã làm việc trên dự án này trong bốn năm với một đội ngũ tận tâm đã làm việc chăm chỉ để tạo ra những phát minh tuyệt vời cần thiết để mang Moxie đến cuộc sống. Bây giờ chúng tôi rất hào hứng khi cuối cùng cũng đưa Moxie đến các gia đình để giúp trẻ em với sự phát triển xã hội và cảm xúc. Vì vậy, chúng tôi đang mong đợi hành trình!
Cảm ơn bạn đã phỏng vấn, tôi yêu thích cách bạn được truyền cảm hứng ban đầu bởi một bộ phim ngắn Pixar, và cách bạn đã theo đuổi đam mê của mình. Những người đọc muốn tìm hiểu thêm hoặc muốn đặt hàng Moxie nên truy cập Embodied, Inc.
