Mô hình Thị giác–Ngôn ngữ–Hành động là gì? Nền tảng của robot đa dụng

Mô hình thị giác–ngôn ngữ–hành động kết nối khả năng nhận biết bằng thị giác và các chỉ dẫn bằng ngôn ngữ với những chuỗi hành động vật lý dành cho các hệ thống có hiện thân.

Mô hình thị giác–ngôn ngữ–hành động cần được giải thích chính xác, bởi tên gọi này xác định một luồng thông tin, lựa chọn huấn luyện, cơ chế khi vận hành hoặc ranh giới quản trị cụ thể. Coi đây là từ đồng nghĩa với “AI tiên tiến” khiến các tuyên bố không thể kiểm chứng. Hướng dẫn này lần theo khái niệm từ đầu vào và các giả định cho đến kết quả có thể quan sát, sau đó kiểm tra cách hiểu tắt dễ bị nhầm lẫn nhất với khái niệm này.

Mô hình Thị giác–Ngôn ngữ–Hành động: Định nghĩa, ranh giới và mục đích

Mô hình thị giác–ngôn ngữ–hành động kết nối khả năng nhận biết bằng thị giác và các chỉ dẫn bằng ngôn ngữ với những chuỗi hành động vật lý dành cho các hệ thống có hiện thân. Định nghĩa này bao hàm ba cam kết thực tiễn: có một đầu vào xác định được; có một phép biến đổi hoặc quyết định đặc trưng cho mô hình thị giác–ngôn ngữ–hành động; và có một kết quả có thể được đánh giá dựa trên mục tiêu đã nêu. Nếu thiếu một trong những yếu tố đó, nhãn này có thể chỉ mô tả một điều được kỳ vọng đạt tới, chứ không phải một cơ chế đã được triển khai.

Các hệ thống đa phương thức phải căn chỉnh những tín hiệu khác nhau về độ phân giải, thời điểm, nhiễu và mức độ mơ hồ. Một từ có thể chỉ một vùng nhỏ trong ảnh; một sự kiện âm thanh có thể xảy ra trước khung hình video giải thích cho sự kiện đó. Với mô hình thị giác–ngôn ngữ–hành động, cách nhìn toàn hệ thống này rất quan trọng, bởi hiệu năng có thể phụ thuộc vào dữ liệu, giao diện, phần cứng, quyền hạn và con người xung quanh, ngay cả khi mô hình nền tảng không thay đổi. Vì vậy, một lời giải thích hữu ích cần tách biệt hành vi mà mô hình đã học với sản phẩm quyết định khi nào, ở đâu và với quyền hạn nào hành vi đó được sử dụng.

Cách hiểu tắt dễ gây nhầm lẫn nhất là bộ điều khiển robot được lập trình riêng cho một nhiệm vụ cố định. Bộ điều khiển này có thể có một đặc điểm bề ngoài giống với mô hình thị giác–ngôn ngữ–hành động, nhưng lại làm thay đổi câu chuyện nhân quả: cần loại bằng chứng khác để xác lập thành công, các nguồn lực khác sẽ chi phối chi phí, và các biện pháp kiểm soát khác sẽ ngăn ngừa tác hại. Vì vậy, ranh giới ở đây mang tính vận hành chứ không phải thuật ngữ.

Bản đồ vận hành gồm năm giai đoạn của mô hình Thị giác–Ngôn ngữ–Hành động

Sơ đồ là bản đồ nhân quả cô đọng của mô hình thị giác–ngôn ngữ–hành động, chứ không khẳng định rằng mọi cách triển khai đều sử dụng năm thành phần phần mềm. Một số hệ thống kết hợp các giai đoạn, còn những hệ thống khác lặp lại chúng theo vòng lặp. Bản đồ này vẫn hữu ích vì buộc mỗi thay đổi về thông tin hoặc quyền hạn phải có người chịu trách nhiệm, đầu vào, đầu ra và phép thử.

1. Quan sát khung cảnh qua camera và cảm biến: Đầu vào và giả định trong mô hình Thị giác–Ngôn ngữ–Hành động

Ở giai đoạn này của mô hình thị giác–ngôn ngữ–hành động, hệ thống phải quan sát khung cảnh qua camera và cảm biến. Câu hỏi hữu ích không chỉ là thao tác đó có diễn ra hay không, mà còn là hệ thống tiếp nhận thông tin nào, làm thay đổi trạng thái nào và có bằng chứng gì cho thấy thay đổi đó hợp lệ. Người đánh giá cần có thể phân biệt thao tác này với bộ điều khiển robot được lập trình riêng cho một nhiệm vụ cố định, đồng thời tái tạo kết quả của thao tác trong cùng những điều kiện đã nêu.

Việc chuyển giao sang giai đoạn này của mô hình thị giác–ngôn ngữ–hành động bắt đầu từ mục tiêu đã nêu và cần kết thúc bằng một kết quả có thể hỗ trợ diễn giải chỉ dẫn và các đối tượng liên quan. Hãy ghi lại mức độ bất định, các phương án đã bị loại bỏ, việc sử dụng nguồn lực, và mọi biện pháp kiểm soát do con người hoặc phần mềm áp dụng tại ranh giới này. Dấu vết đó giúp các nhóm phát hiện liệu những lỗi nhỏ trong nhận thức có thể dẫn đến hành động vật lý không thể đảo ngược hay không, trước khi điểm yếu tương tự ảnh hưởng đến một đầu ra có hệ quả đáng kể.

2. Diễn giải chỉ dẫn và các đối tượng liên quan: Biểu diễn hoặc quyết định trong mô hình Thị giác–Ngôn ngữ–Hành động

Ở giai đoạn này của mô hình thị giác–ngôn ngữ–hành động, hệ thống phải diễn giải chỉ dẫn và các đối tượng liên quan. Câu hỏi hữu ích không chỉ là thao tác đó có diễn ra hay không, mà còn là hệ thống tiếp nhận thông tin nào, làm thay đổi trạng thái nào và có bằng chứng gì cho thấy thay đổi đó hợp lệ. Người đánh giá cần có thể phân biệt thao tác này với bộ điều khiển robot được lập trình riêng cho một nhiệm vụ cố định, đồng thời tái tạo kết quả của thao tác trong cùng những điều kiện đã nêu.

Quy trình chuyển giao sang giai đoạn mô hình thị giác-ngôn ngữ-hành động bắt đầu bằng việc quan sát cảnh vật qua camera và cảm biến, và cần kết thúc bằng một kết quả đủ để hỗ trợ biểu diễn nhiệm vụ trong một mô hình kết hợp. Hãy ghi lại mức độ không chắc chắn, các phương án đã bị loại bỏ, mức sử dụng tài nguyên, cũng như mọi hình thức kiểm soát của con người hoặc phần mềm được áp dụng tại ranh giới đó. Dấu vết này giúp các nhóm phát hiện liệu những sai sót nhỏ trong nhận thức có thể dẫn đến hành động vật lý không thể đảo ngược hay không, trước khi điểm yếu tương tự gây ra một đầu ra có hệ quả đáng kể.

3. Biểu diễn nhiệm vụ trong một mô hình kết hợp: Bước chuyển đổi đặc trưng trong mô hình thị giác-ngôn ngữ-hành động

Ở giai đoạn này của mô hình thị giác-ngôn ngữ-hành động, hệ thống phải biểu diễn nhiệm vụ trong một mô hình kết hợp. Câu hỏi hữu ích không chỉ là liệu thao tác đó có diễn ra hay không, mà còn là nó sử dụng thông tin nào, làm thay đổi trạng thái nào và bằng chứng nào chứng minh thay đổi đó là hợp lệ. Người đánh giá cần có khả năng phân biệt thao tác này với một bộ điều khiển robot được lập trình riêng cho một nhiệm vụ cố định, đồng thời tái tạo kết quả trong cùng các điều kiện đã nêu.

Quy trình chuyển giao sang giai đoạn này của mô hình thị giác-ngôn ngữ-hành động bắt đầu bằng việc diễn giải chỉ dẫn và các đối tượng liên quan, và cần kết thúc bằng một kết quả đủ để hỗ trợ tạo ra các hành động cấp thấp hoặc theo cụm. Hãy ghi lại mức độ không chắc chắn, các phương án đã bị loại bỏ, mức sử dụng tài nguyên, cũng như mọi hình thức kiểm soát của con người hoặc phần mềm được áp dụng tại ranh giới đó. Dấu vết này giúp các nhóm phát hiện liệu những sai sót nhỏ trong nhận thức có thể dẫn đến hành động vật lý không thể đảo ngược hay không, trước khi điểm yếu tương tự gây ra một đầu ra có hệ quả đáng kể.

4. Tạo các hành động cấp thấp hoặc theo cụm: Ranh giới về ràng buộc và xác minh trong mô hình thị giác-ngôn ngữ-hành động

Ở giai đoạn này của mô hình thị giác-ngôn ngữ-hành động, hệ thống phải tạo ra các hành động cấp thấp hoặc theo cụm. Câu hỏi hữu ích không chỉ là liệu thao tác đó có diễn ra hay không, mà còn là nó sử dụng thông tin nào, làm thay đổi trạng thái nào và bằng chứng nào chứng minh thay đổi đó là hợp lệ. Người đánh giá cần có khả năng phân biệt thao tác này với một bộ điều khiển robot được lập trình riêng cho một nhiệm vụ cố định, đồng thời tái tạo kết quả trong cùng các điều kiện đã nêu.

Quy trình chuyển giao sang giai đoạn này của mô hình thị giác-ngôn ngữ-hành động bắt đầu bằng việc biểu diễn nhiệm vụ trong một mô hình kết hợp, và cần kết thúc bằng một kết quả đủ để hỗ trợ quan sát kết quả và điều chỉnh quỹ đạo. Hãy ghi lại mức độ không chắc chắn, các phương án đã bị loại bỏ, mức sử dụng tài nguyên, cũng như mọi hình thức kiểm soát của con người hoặc phần mềm được áp dụng tại ranh giới đó. Dấu vết này giúp các nhóm phát hiện liệu những sai sót nhỏ trong nhận thức có thể dẫn đến hành động vật lý không thể đảo ngược hay không, trước khi điểm yếu tương tự gây ra một đầu ra có hệ quả đáng kể.

5. Quan sát kết quả và điều chỉnh quỹ đạo: Đầu ra, phản hồi và quy tắc dừng trong mô hình thị giác-ngôn ngữ-hành động

Ở giai đoạn này của mô hình thị giác-ngôn ngữ-hành động, hệ thống phải quan sát kết quả và điều chỉnh quỹ đạo. Câu hỏi hữu ích không chỉ là liệu thao tác đó có diễn ra hay không, mà còn là nó sử dụng thông tin nào, làm thay đổi trạng thái nào và bằng chứng nào chứng minh thay đổi đó là hợp lệ. Người đánh giá cần có khả năng phân biệt thao tác này với một bộ điều khiển robot được lập trình riêng cho một nhiệm vụ cố định, đồng thời tái tạo kết quả trong cùng các điều kiện đã nêu.

Quy trình chuyển giao sang giai đoạn này của mô hình thị giác-ngôn ngữ-hành động bắt đầu bằng việc tạo các hành động cấp thấp hoặc theo cụm, và cần kết thúc bằng một kết quả đủ để hỗ trợ hoạt động giám sát hoặc đưa ra quyết định cuối cùng. Hãy ghi lại mức độ không chắc chắn, các phương án đã bị loại bỏ, mức sử dụng tài nguyên, cũng như mọi hình thức kiểm soát của con người hoặc phần mềm được áp dụng tại ranh giới đó. Dấu vết này giúp các nhóm phát hiện liệu những sai sót nhỏ trong nhận thức có thể dẫn đến hành động vật lý không thể đảo ngược hay không, trước khi điểm yếu tương tự gây ra một đầu ra có hệ quả đáng kể.

Hãy đọc sơ đồ mô hình thị giác-ngôn ngữ-hành động theo chiều tiến để hiểu quá trình vận hành thực tế, và theo chiều ngược để chẩn đoán lỗi. Phân tích xuôi chiều xem xét cách mỗi giai đoạn cung cấp thông tin cho giai đoạn tiếp theo. Phân tích ngược bắt đầu từ một kết quả không chính xác, chậm, tốn kém hoặc không an toàn, rồi lần ngược lại để tìm giả định trước đó nào đã dẫn đến kết quả ấy. Thường thì chính quá trình lần ngược giúp nhóm phát hiện lỗi quyết định đã xảy ra trước khi mô hình tạo ra bất kỳ đầu ra nào.

Ví dụ minh họa về mô hình thị giác-ngôn ngữ-hành động

Robot trong kho có thể làm theo yêu cầu bằng lời nói để tìm, nhặt và đặt một kiện hàng chưa từng gặp trước đó, đồng thời sử dụng phản hồi hình ảnh.

Ví dụ này hữu ích vì có thể gắn mô hình thị giác-ngôn ngữ-hành động với các đầu vào quan sát được, trạng thái trung gian và kết quả đầu ra, thay vì chỉ đánh giá mô hình qua một màn trình diễn được trau chuốt. Một phép thử nghiêm ngặt sẽ xây dựng các tình huống thông thường, khó khăn và cố ý gây hiểu lầm xoay quanh kịch bản này, duy trì một đường cơ sở không sử dụng kỹ thuật đó, đồng thời ghi lại cả hiệu suất trung bình lẫn mức độ nghiêm trọng của từng lỗi riêng lẻ.

Hãy thay đổi một giả định trong ví dụ về mô hình thị giác-ngôn ngữ-hành động rồi lặp lại quá trình phân tích. Loại bỏ một đầu vào cần thiết, đưa vào một tín hiệu mâu thuẫn, giới hạn năng lực tính toán, thay đổi nhóm người dùng hoặc buộc hệ thống không đưa ra câu trả lời. Một cơ chế chỉ thành công trong một màn trình diễn được sắp đặt cẩn thận duy nhất thì chưa chứng minh được khả năng khái quát hóa sang môi trường vận hành.

Mô hình thị giác-ngôn ngữ-hành động và cách giản lược phổ biến nhất

Mô hình thị giác-ngôn ngữ-hành động thường bị giản lược thành bộ điều khiển robot được lập trình riêng cho một nhiệm vụ cố định. Cách giản lược đó xóa bỏ chính ranh giới định nghĩa nên khái niệm này. Điều đó có thể khiến người mua so sánh những sản phẩm không tương đồng, khiến nhà nghiên cứu phóng đại những gì một thử nghiệm chứng minh được và khiến người vận hành theo dõi sai tín hiệu sau khi triển khai.

Phép so sánh cũng cần xác định đơn vị phân tích. Một bài nghiên cứu về mô hình thị giác-ngôn ngữ-hành động có thể chỉ khảo sát riêng một mô hình hoặc thuật toán, trong khi một dịch vụ đã triển khai còn bổ sung các thành phần truy xuất, định tuyến, lưu bộ nhớ đệm, chính sách, danh tính, giao diện người dùng và giám sát. Hai sản phẩm có thể dùng cùng một thuật ngữ nổi bật nhưng triển khai những phần khác nhau trong hệ thống đó. Hãy xác định thành phần nào thực hiện phép biến đổi cốt lõi và những thành phần nào khác cần thiết để tạo ra kết quả được báo cáo.

Vì sao mô hình thị giác-ngôn ngữ-hành động quan trọng trong các hệ thống AI hiện nay

Mô hình thị giác-ngôn ngữ-hành động ngày càng quan trọng vì các hệ thống AI đang được cung cấp ngữ cảnh lớn hơn, nhiều phương thức đầu vào hơn, năng lực tính toán khi chạy cao hơn, quyền truy cập công cụ rộng hơn và kết nối sâu hơn với các quyết định của tổ chức. Trong những điều kiện đó, điều từng có vẻ chỉ là một chi tiết nghiên cứu có thể quyết định độ trễ, tính bảo mật, khả năng tiếp cận, chi phí môi trường, chất lượng sản phẩm hoặc trách nhiệm pháp lý.

Thước đo phù hợp không phải là liệu mô hình thị giác-ngôn ngữ-hành động có thể tạo ra một kết quả ấn tượng hay không. Vấn đề là liệu kỹ thuật này có cải thiện một kết quả quan trọng trong các điều kiện đại diện và làm được điều đó hiệu quả hơn một phương pháp cơ sở đơn giản hơn hay không. Hãy báo cáo phân phối kết quả, các nhóm lỗi, độ trễ ở phần đuôi phân phối, mức sử dụng tài nguyên và các nhóm đối tượng bị ảnh hưởng, thay vì gộp mọi kết quả thành một giá trị trung bình.

Việc đánh giá cần tách riêng từng phương thức đầu vào, kiểm tra các đầu vào mâu thuẫn và xác minh khả năng định vị theo thời gian hoặc không gian. Một câu trả lời đa phương thức trôi chảy không chứng minh rằng mô hình đã chú ý đến đúng tín hiệu. Khi áp dụng riêng cho mô hình thị giác-ngôn ngữ-hành động, cách đánh giá chặt chẽ này giúp các nhóm khác có thể kiểm chứng bằng chứng: họ có thể nhận định liệu mức cải thiện được tuyên bố có khả năng vẫn duy trì khi sử dụng một mô hình, ngôn ngữ, nền tảng phần cứng, tập dữ liệu, nhóm người dùng hoặc mức độ chấp nhận rủi ro khác hay không.

Những lợi ích mà mô hình thị giác-ngôn ngữ-hành động có thể mang lại

Lý do thuyết phục nhất để sử dụng mô hình thị giác-ngôn ngữ-hành động là chúng có thể trực tiếp giải quyết nút thắt mà chúng được thiết kế để xử lý. Tùy cách triển khai, lợi ích có thể thể hiện ở khả năng định vị tốt hơn, biểu diễn trung thực hơn, khả năng khái quát hóa được cải thiện, độ trễ thấp hơn, mức luân chuyển dữ liệu trong bộ nhớ giảm, trách nhiệm giải trình rõ ràng hơn hoặc ranh giới an toàn hơn giữa đề xuất của mô hình và hành động thực tế.

Cần diễn đạt lợi ích dưới dạng quyết định và số đo. “Thông minh hơn” không phải là tiêu chí nghiệm thu cho mô hình thị giác-ngôn ngữ-hành động. Một mục tiêu hữu ích có thể quy định tỷ lệ lỗi trong các trường hợp khó, khả năng phục hồi sau khi có bằng chứng mâu thuẫn, chi phí tại một phân vị lưu lượng, thời gian con người cần để rà soát, độ hiệu chuẩn hoặc tỷ lệ hành động nằm trong giới hạn thẩm quyền đã xác định.

Kiểu thất bại định hình mô hình thị giác-ngôn ngữ-hành động

Hạn chế cốt lõi là những lỗi nhỏ trong nhận thức có thể biến thành hành động vật lý không thể đảo ngược. Không thể xem thất bại này là chuyện thứ yếu chỉ cần liệt kê sau khi hoàn tất phát triển. Ngay từ đầu, thất bại này cần định hướng việc thu thập dữ liệu, thiết kế kiến trúc, phân quyền, đánh giá, các điều kiện phê duyệt phát hành và hoạt động giám sát mô hình thị giác-ngôn ngữ-hành động.

Biện pháp kiểm soát mô hình thị giác-ngôn ngữ-hành động chỉ hữu ích nếu được áp dụng trước khi xảy ra hệ quả tốn kém hoặc không thể đảo ngược. Hãy xác định dấu hiệu báo trước sớm nhất có thể quan sát được của sự cố, đặt ngưỡng hoặc quy tắc, chỉ định người chịu trách nhiệm và kiểm tra khả năng khôi phục. Tùy trường hợp sử dụng, khôi phục có thể là từ chối thực hiện, chuyển sang một hệ thống đơn giản hơn, yêu cầu thêm bằng chứng, chuyển cho con người xử lý, khôi phục phiên bản mô hình trước đó hoặc dừng hoàn toàn một hành động.

Kế hoạch đánh giá mô hình thị giác-ngôn ngữ-hành động

Hãy bắt đầu đánh giá mô hình thị giác-ngôn ngữ-hành động bằng cách xác định quyết định mà bằng chứng cần hỗ trợ. Xác định nhóm đối tượng vận hành, hệ quả của một kết quả sai, thông tin thực sự có sẵn tại thời điểm ra quyết định và phương án thay thế đáng tin cậy đơn giản nhất. Cách làm này ngăn việc biến điểm chuẩn thành mục tiêu chỉ vì nó dễ triển khai.

Hãy dùng một tập kiểm tra chưa từng được sử dụng để so sánh trong điều kiện kiểm soát, sau đó xác thực mô hình thị giác-ngôn ngữ-hành động trong môi trường vận hành theo từng giai đoạn. Đánh giá ngoại tuyến giúp so sánh các biến thể; chế độ chạy ngầm, triển khai thử nghiệm cho một nhóm nhỏ, giới hạn tốc độ hoặc các cổng phê duyệt cho thấy lưu lượng truy cập thực, vòng lặp phản hồi và con người làm thay đổi hành vi ra sao. Giai đoạn triển khai cần có điều kiện dừng rõ ràng, thay vì mặc định rằng mọi cải tiến đều đáng được triển khai trên quy mô đầy đủ.

Hãy lập phiên bản cho các đầu vào cần thiết để tái tạo mô hình thị giác-ngôn ngữ-hành động: dữ liệu nguồn, bước tiền xử lý, bộ tách từ hoặc bộ mã hóa, trọng số mô hình, cấu hình, lời nhắc hoặc chính sách, chỉ mục truy xuất, tập đánh giá, giả định về phần cứng và mã phục vụ mô hình, tùy trường hợp áp dụng. Nếu không có thông tin về nguồn gốc và lịch sử dữ liệu, nhóm không thể xác định kết quả thay đổi là do kỹ thuật, môi trường hay một chỉnh sửa ngoài ý muốn trong quy trình xử lý.

Cuối cùng, hãy tự hỏi phát hiện nào sẽ bác bỏ tuyên bố rằng mô hình thị giác-ngôn ngữ-hành động có ích. Nếu không có kết quả nào có thể khiến nhóm đảo ngược quyết định áp dụng, thì việc đánh giá chỉ nhằm mục đích tiếp thị. Các ngưỡng chấp nhận được xác định trước và một tập xác nhận được lưu giữ sẽ biến quá trình này thành hoạt động thu thập bằng chứng.

Những câu hỏi cần đặt ra trước khi áp dụng mô hình thị giác-ngôn ngữ-hành động

• Mục tiêu: Mô hình thị giác-ngôn ngữ-hành động được kỳ vọng giải quyết điểm nghẽn nào có thể đo lường?
• Cơ chế: Phép biến đổi đặc trưng diễn ra ở giai đoạn nào trong năm giai đoạn?
• Phương án cơ sở: Mô hình này so sánh ra sao với bộ điều khiển robot được lập trình riêng cho một nhiệm vụ cố định hoặc với một phương án thay thế đơn giản hơn?
• Bằng chứng: Những trường hợp thông thường, khó, đối kháng và thuộc các nhóm nhỏ nào đã được kiểm tra?
• Vận hành: Khi triển khai ở quy mô lớn, sẽ phát sinh những chi phí nào về độ trễ, bộ nhớ, năng lực tính toán, năng lượng, bảo trì và rà soát?
• Rủi ro: Nhóm sẽ phát hiện ra sao nếu những lỗi nhỏ trong nhận thức có thể dẫn đến các hành động vật lý không thể đảo ngược?
• Khôi phục: Hệ thống có thể từ chối thực hiện, chuyển sang phương án dự phòng, khôi phục phiên bản trước hoặc chuyển cấp xử lý trước khi gây hại không?

Nguồn chính để nghiên cứu mô hình thị giác-ngôn ngữ-hành động

Những tài liệu khởi đầu có thẩm quyền về phần của hệ thống AI bao quanh mô hình thị giác-ngôn ngữ-hành động gồm bài nghiên cứu CLIP và mô hình đa phương thức hiện thân PaLM-E. Hãy đọc các tài liệu này cùng với tài liệu hướng dẫn dành cho đúng mô hình, tập dữ liệu, phần cứng và khu vực pháp lý có liên quan. Một nguồn tài liệu tổng quát có thể giải thích cơ chế, nhưng chỉ bằng chứng gắn với môi trường triển khai cụ thể mới xác định được một cách triển khai nhất định có phù hợp hay không.

Những điều cần ghi nhớ về mô hình thị giác-ngôn ngữ-hành động

Mô hình thị giác-ngôn ngữ-hành động là một cơ chế xác định trong một hệ thống kỹ thuật-xã hội rộng lớn hơn. Giá trị của mô hình đến từ việc cải thiện một kết quả cụ thể trong những điều kiện rõ ràng, chứ không phải từ chính tên gọi. Sơ đồ năm giai đoạn làm rõ luồng thông tin, phần so sánh chỉ ra mô hình không phải là gì, còn lộ trình kiểm soát cho thấy người vận hành có trách nhiệm có thể can thiệp ở đâu.

Nguyên tắc thực tiễn đối với mô hình thị giác-ngôn ngữ-hành động là xác định mục tiêu, so sánh với một phương án cơ sở đáng tin cậy, kiểm tra sự cố quan trọng nhất và lưu giữ bằng chứng cần thiết để theo dõi những thay đổi. Khi có đủ những yếu tố này, khái niệm đó trở thành một lựa chọn về kỹ thuật và quản trị có thể được đánh giá. Nếu không, nó chỉ là một cái tên đầy hứa hẹn gắn với một rủi ro vận hành chưa rõ.