Robot tự viết tay các ký tự chưa từng được huấn luyện—bằng cách học cấu trúc nét chữ

Viết tay là một trong những kỹ năng của con người trông có vẻ đơn giản cho đến khi bạn cố tự động hóa nó. Một robot có thể viết một từ phải quyết định đặt bút ở đâu, kéo mỗi nét bao lâu, khi nào nhấc bút giữa chữ (như thanh ngang của chữ A hoa), và đặt bút trở lại ở đâu. Hầu hết các hệ thống viết robot né tránh điều này bằng cách coi mỗi ký tự là một khuôn mẫu cố định. Các nhà nghiên cứu tại Đại học Brown đã đi theo một hướng khác: họ huấn luyện một robot học cấu trúc của các nét chữ, không chỉ là các điểm ảnh.

Hệ thống, do kỹ sư robot Stefanie Tellex và nghiên cứu sinh Atsunobu Kotani phát triển, chia nhiệm vụ thành hai mô hình. Một mô hình cục bộ xử lý nét chữ hiện tại—nhắm bút và quyết định khi nào kết thúc nét. Một mô hình toàn cục di chuyển bút đến điểm bắt đầu của nét tiếp theo. Robot được huấn luyện trên một kho dữ liệu các ký tự tiếng Nhật, với các chú thích về cách các nét thành phần của mỗi ký tự khớp với nhau. Từ đó, nó học cách nhìn vào một hình ảnh và dự đoán nơi bắt đầu nét tiếp theo và cách di chuyển khi vẽ để tái tạo mục tiêu.

Kết quả đáng ngạc nhiên đến khi các nhà nghiên cứu kiểm tra khả năng khái quát hóa. Họ viết các từ lên bảng trắng bằng tiếng Hindi, Tamil, và Yiddish—các hệ chữ mà robot chưa từng thấy—và nó sao chép chính xác. Nó cũng xử lý được chữ in và chữ thảo tiếng Anh, dù chỉ được huấn luyện trên tiếng Nhật. Thậm chí một bản phác thảo thô của Mona Lisa cũng được tái tạo.

Hệ thống không hoàn hảo. Vì tiếng Nhật hiện đại được viết từ trái sang phải, robot khái quát hóa tốt sang các hệ chữ trái-sang-phải khác, nhưng gặp khó với các ngôn ngữ phải-sang-trái như tiếng Ả Rập hoặc tiếng Do Thái. Đó là manh mối rằng mô hình không học các quy tắc viết phổ quát—nó học một thiên kiến về hướng từ dữ liệu huấn luyện của mình.

Đây là một bước tiến hướng tới các robot có thể giao tiếp với con người một cách tự nhiên hơn—để lại các ghi chú viết tay thay vì nhả ra các bản in nhiệt. Nhưng nó cũng làm nổi bật một điểm sâu sắc hơn về khái quát hóa trong học máy: khi một mô hình học đúng các trừu tượng hóa (cấu trúc nét chữ), nó có thể chuyển giao sang các đầu vào mới; khi nó học các mẫu bề mặt (hướng chữ), nó thất bại.