“Đi!”

Theo lệnh được đưa ra, chiếc máy bay không người lái tấn công cỡ nhỏ hình ruồi ăn thịt đầu tiên trong đội hình đã tách ra khỏi đám đông và lao với tốc độ cao về phía con đường chứa các chướng ngại vật đã được bố trí sẵn.

Con đường chứa chướng ngại vật này rất hẹp, thực chất chỉ được ngăn cách bởi những tấm gỗ và kính acrylic; nơi hẹp nhất chỉ có vài centimet và yêu cầu phải liên tục rẽ cong. Hơn nữa, do tính trong suốt của kính acrylic, điều này làm tăng đáng kể độ khó trong việc thu thập dữ liệu từ các cảm biến trên máy bay không người lái.

Khi chiếc máy bay đầu tiên bước vào con đường thử nghiệm, tốc độ của nó lập tức giảm xuống, nhưng vẫn rất nhanh. Thân máy bay di chuyển nhanh chóng trong không gian hẹp, tránh né các chướng ngại vật ở mọi hướng, bay theo đường zig-zag để tiến lên.

Tuy nhiên, chiếc máy bay này chưa kịp bay lâu đã gặp sự cố khi qua một chướng ngại vật bằng kính acrylic. Cánh quạt nhỏ trên máy bay bị mắc vào mép tấm kính, khiến nó mất kiểm soát và đâm thẳng vào tấm gỗ bên kia, phá hủy hoàn toàn bên trong con đường thử nghiệm.

“Koko, dữ liệu bay đã được truyền về chưa?” Ngô Hoà hỏi.

Trên màn hình bên cạnh, hình ảnh ảo của Koko hiện lên và báo cáo: “Thưa ngài, dữ liệu bay đã được truyền về cơ sở dữ liệu và được chia sẻ đồng bộ với các máy bay không người lái khác thông qua hệ thống điều khiển đội hình.”

Nghe vậy, Ngô Hoà gật đầu và mỉm cười: “Bắt đầu thử nghiệm với chiếc thứ hai!”

“Vâng.” Koko đáp lại, và chiếc máy bay không người lái tấn công cỡ nhỏ hình ruồi ăn thịt thứ hai lại bay ra khỏi đội hình, tiến vào con đường thử nghiệm. Nhờ có dữ liệu từ chiếc máy bay đầu tiên, chiếc máy bay này bay nhanh hơn rõ rệt trong giai đoạn đầu, rõ ràng là nó đã tham khảo dữ liệu từ chiếc máy bay đầu tiên.

Đây chính là một trong những đặc điểm nổi bật của hệ thống điều khiển đội hình: việc chia sẻ tài nguyên. Tất cả dữ liệu thu thập được đều có thể được chia sẻ, bao gồm cả lộ trình bay. Chiếc máy bay đi trước sẽ truyền thông tin về các chướng ngại vật đã phát hiện cho đội hình, giúp các máy bay khác biết được cấu trúc của các chướng ngại vật đó, từ đó các máy bay sau có thể bay theo lộ trình của máy bay trước để tiếp tục thử nghiệm.

Tất nhiên, việc này không phải là sao chép hoàn toàn; những lộ trình bay này chỉ mang tính tham khảo, giúp giảm bớt gánh nặng xử lý dữ liệu cho các máy bay không người lái, từ đó chúng có thể bay nhanh hơn trong những con đường hẹp.

Điều này không có nghĩa là chúng hoàn toàn từ bỏ việc thu thập thông tin về môi trường xung quanh, bởi trong thực tế, dù khoảng cách giữa các chiếc drone này rất nhỏ, môi trường xung quanh vẫn có thể thay đổi trong thời gian đó, khiến vị trí và góc độ của các chướng ngại vật xung quanh thay đổi.

Vì vậy, nếu chúng bay theo quỹ đạo của chiếc drone phía trước, rất có thể sẽ đâm vào chướng ngại vật và gặp tai nạn.

Đặc biệt là những chiếc drone siêu nhỏ này, chúng càng dễ bị ảnh hưởng bởi những thay đổi trong môi trường xung quanh.

Hãy lấy một ví dụ đơn giản: lá cây và cành lá sẽ đung đưa theo gió. Những chiếc drone lớn có thể không cần phải quan tâm đến điều này, nhưng những chiếc drone siêu nhỏ thì bắt buộc phải xem xét đến yếu tố này. Chỉ cần một chiếc lá cũng có thể khiến cả chiếc drone bị chặn lại.

Rất nhanh sau đó, chiếc drone thứ hai đã bay qua đống đổ nát của chiếc drone đầu tiên và tiếp tục hành trình, nhưng tốc độ bay của nó đã giảm đáng kể so với trước đó.

Chiếc drone này chỉ bay được khoảng một mét, sau đó do không kịp rẽ, nó đã đâm trực tiếp vào một chướng ngại vật và bị hủy hoại hoàn toàn.

Tiếp theo, chiếc drone thứ ba lại rời khỏi đội hình và tiếp tục thực hiện các bài kiểm tra.

Việc làm này không phải là để chơi đùa hay lãng phí, mà là để huấn luyện hệ thống điều khiển tự động của drone. Thông qua việc thu thập lượng lớn dữ liệu về việc vượt qua chướng ngại vật, hiệu suất điều khiển và tránh chướng ngại vật của drone có thể được cải thiện đáng kể, đặc biệt là trong những không gian hẹp.

Thực tế, trước đó họ đã thu thập được rất nhiều dữ liệu về việc bay của drone, bởi vì họ là những người đầu tiên bắt đầu nghiên cứu và phát triển công nghệ drone, và qua quá trình phát triển, họ đã tích lũy được rất nhiều kinh nghiệm trong lĩnh vực này.

Tuy nhiên, những chiếc drone mà họ sử dụng trước đây đều là loại có kích thước lớn, trung bình hoặc nhỏ, và ngay cả chiếc drone nhỏ nhất mà họ sản xuất cũng lớn hơn nhiều so với chiếc drone hiện tại.

Do đó, những dữ liệu điều khiển mà những chiếc drone trước đây thu thập được có thể không áp dụng được cho những chiếc drone siêu nhỏ này. Họ có thể tham khảo một phần, nhưng những trường hợp còn lại thì drone cần phải tự mình thực hiện. Qua việc liên tục thu thập dữ liệu về việc bay, hệ thống điều khiển tự động của drone sẽ học được cách ứng phó với những tình huống tương tự.

Thực ra, toàn bộ quá trình thử nghiệm này hoàn toàn không cần sự tham gia của Ngô Hoà; người khác cũng có thể đảm nhận công việc này. Tất nhiên, còn một cách thuận tiện hơn nữa, đó là giao việc này cho Koko và những robot mô phỏng thông minh – họ chỉ cần chờ

Tuy nhiên, có một số thứ mà trí tuệ nhân tạo không thể hiểu được. Dù chúng rất thông minh, nhưng chúng không thể sở hững khả năng suy nghĩ phong phú và sáng tạo như con người. Đôi khi, những dữ liệu quá chính xác hoặc những phán đoán quá lý trí lại không hề có lợi cho việc sáng tạo. Thực tế, rất nhiều thành tựu sáng tạo ra đời từ những tình cờ bất ngờ, thậm chí là từ những sai lầm. Còn trí tuệ nhân tạo thì lại không quan tâm đến những sai lầm này, hay thậm chí cố tình loại bỏ chúng để theo đuổi kết quả thành công.

Chúng có thể rất lý trí, nhưng lại không thể cảm nhận được những điều mang tính cảm xúc. Đây chính là vấn đề kỹ thuật lớn nhất hiện nay trong lĩnh vực trí tuệ nhân tạo – làm thế nào để chúng có thể cảm nhận được? Đó chính là chìa khóa giúp chúng phát triển ý thức tự chủ.

Ngô Hoà rõ ràng đã vượt qua những rào cản này, bằng cách sử dụng những ý tưởng trong đầu mình để tạo ra Coco. Tuy nhiên, do bị hạn chế bởi trình độ kỹ thuật chung của thế giới hiện nay, anh ấy vẫn chưa thể phát huy hết tiềm năng của mình; trí tuệ nhân tạo chỉ đang dần được cải thiện từng bước một.

Ví dụ, kể từ khi Coco được tạo ra cho đến nay, hiệu năng của nó liên tục được nâng cao. So với ban đầu, bây giờ Coco đã thông minh hơn nhiều và cũng gần giống con người hơn. Nếu không như vậy, Chen Kehuan cũng không thể làm việc tại công ty trong thời gian dài như vậy được.

Bây giờ, mặc dù anh ấy trực tiếp tham gia vào toàn bộ quá trình thí nghiệm, nhưng thực ra anh ấy không cần phải thực hiện các thao tác bằng tay mình nữa. Chỉ cần đưa ra lệnh, Coco sẽ thực hiện theo đúng yêu cầu đó. Tất nhiên, vẫn có một số thí nghiệm mà anh ấy cần phải tự mình thực hiện. Mặc dù Coco rất thông minh và hiểu lòng người, nhưng nó vẫn không thể hoàn toàn hiểu được ý định của anh ấy.

Hơn nữa, nhiều việc khi được nói ra và khi được thực hiện thì lại mang lại những cảm nhận khác nhau. Giống như câu ngôn ngữ cổ đã nói: “Chỉ có thể cảm nhận được, chứ không thể diễn đạt thành lời”. Có những điều mà não bộ có thể nghĩ ra và cũng có thể thực hiện được, nhưng làm thế nào để diễn đạt chúng một cách chính xác thì lại là một vấn đề cần suy nghĩ.

Đây cũng chính là lý do tại sao việc viết báo cáo khoa học về nhiều thành tựu lại rất khó khăn. Bạn cần phải diễn đạt những thành tựu đó một cách trực quan và chính xác, đồng thời không để độc giả hiểu lầm bất cứ điều gì.