Trong bài trước, chúng ta đã nhìn lại hành trình từ kỳ vọng ban đầu đến sự điều chỉnh thực tế của xe tự lái và hệ thống ADAS. Nếu như giai đoạn đầu được dẫn dắt bởi niềm tin mạnh mẽ vào sức mạnh của học sâu và dữ liệu lớn, thì giai đoạn hiện tại lại đặt ra một câu hỏi khó hơn nhiều: điều gì thực sự ngăn cản hệ thống đạt đến mức tự động hóa cao nhất?
Câu trả lời không nằm ở một lỗi kỹ thuật đơn lẻ hay một thuật toán chưa đủ tối ưu. Thách thức nằm ở bản chất phức tạp của môi trường giao thông, nơi hệ thống phải quan sát, hiểu, dự đoán và ra quyết định trong thời gian thực với mức độ an toàn gần như tuyệt đối. Khi con người rời khỏi vai trò giám sát trực tiếp, mọi sai lệch nhỏ đều có thể dẫn đến hậu quả lớn.
Vì vậy, để hiểu vì sao lộ trình tự hành hoàn toàn diễn ra thận trọng hơn so với kỳ vọng, cần đi sâu vào ba lớp thách thức cốt lõi: nhận thức thị giác, mô hình hóa thế giới và yêu cầu tính toán thời gian thực. Những lớp thách thức này chính là nền tảng kỹ thuật quyết định tương lai của xe tự lái và hệ thống ADAS.
Nhận thức thị giác: Vì sao máy vẫn thua con người?
Nhận diện không đồng nghĩa với hiểu ngữ cảnh
Nếu quan sát bề mặt kỹ thuật, bài toán thị giác trong xe tự lái và hệ thống ADAS có vẻ chỉ là vấn đề phát hiện và phân loại vật thể. Camera ghi hình, cảm biến thu thập dữ liệu, mô hình học sâu phân tích và đưa ra nhãn như người đi bộ, xe máy hoặc biển báo giao thông. Tuy nhiên, nhận diện chỉ là lớp đầu tiên của vấn đề.
Điều quan trọng hơn là hiểu ngữ cảnh của vật thể đó trong môi trường giao thông. Một người đứng ở lề đường có thể chỉ đang chờ xe buýt, nhưng cũng có thể chuẩn bị băng qua đường. Một chiếc xe phía trước có thể giảm tốc vì tắc đường, nhưng cũng có thể vì tránh một chướng ngại vật mà hệ thống chưa nhìn thấy rõ. Sự khác biệt nằm ở khả năng suy luận dựa trên bối cảnh tổng thể.
Con người có thể kết hợp kinh nghiệm, trực giác và quan sát tức thời để đưa ra quyết định trong tích tắc. Khi thấy một quả bóng lăn ra đường, tài xế không chỉ nhận diện đó là quả bóng. Họ liên hệ ngay đến khả năng có trẻ em ở gần và chủ động giảm tốc trước khi tình huống nguy hiểm thực sự xảy ra. Đây là quá trình dự đoán hành vi chứ không chỉ phản ứng với hình ảnh.
Hệ thống máy học vận hành theo cách khác. Nó dựa vào các mẫu đã được huấn luyện từ dữ liệu trước đó. Nếu dữ liệu huấn luyện chưa bao phủ đủ tình huống tương tự, khả năng suy luận có thể bị hạn chế. Khi môi trường thay đổi ngoài phạm vi đã học, hệ thống có nguy cơ đưa ra quyết định thiếu chính xác. Chính vì vậy, khoảng cách giữa nhận diện và hiểu biết là thách thức lớn nhất trong xe tự lái và hệ thống ADAS.
Giới hạn vật lý và bài toán chú ý trong thời gian thực
Ngoài vấn đề ngữ cảnh, nhận thức thị giác còn chịu ràng buộc bởi giới hạn vật lý của cảm biến và hình ảnh. Trong môi trường giao thông, nhiều vật thể quan trọng xuất hiện ở khoảng cách xa hoặc trong điều kiện ánh sáng không lý tưởng. Khi đó, thông tin thu được rất hạn chế.
Có thể hình dung một số yếu tố làm tăng độ phức tạp của bài toán như sau:
- Vật thể ở khoảng cách xa chỉ chiếm rất ít pixel trong khung hình
- Ánh sáng thay đổi liên tục do thời tiết hoặc thời điểm trong ngày
- Vật thể có thể bị che khuất một phần nhưng vẫn tiềm ẩn nguy cơ
Ví dụ, một người đi bộ cao khoảng 1.5 mét ở khoảng cách 100 mét có thể chỉ xuất hiện dưới dạng vài pixel trên ảnh. Trong điều kiện như vậy, việc phân biệt giữa người đi bộ và một vật thể khác trở nên khó khăn. Tăng độ phân giải camera giúp cải thiện chi tiết, nhưng đồng thời làm tăng khối lượng dữ liệu cần xử lý trong thời gian thực.
Vấn đề không chỉ nằm ở việc thu thập nhiều dữ liệu hơn, mà ở khả năng tập trung vào đúng chi tiết quan trọng vào đúng thời điểm. Con người có cơ chế chú ý tự nhiên. Khi lái xe, mắt có thể nhanh chóng chuyển hướng sang khu vực có nguy cơ cao, đồng thời bỏ qua những yếu tố không liên quan. Hệ thống máy tính phải xử lý toàn bộ khung hình với mức ưu tiên gần như đồng đều, trừ khi được thiết kế thêm cơ chế tập trung đặc biệt.
Do đó, thách thức của nhận thức thị giác trong xe tự lái và hệ thống ADAS không chỉ là nâng cao độ chính xác nhận diện. Đây là bài toán tổng hợp giữa giới hạn cảm biến, năng lực xử lý thời gian thực và khả năng mô phỏng cơ chế chú ý linh hoạt giống con người.
Mô hình thế giới và giới hạn của học sâu
Vì sao xe tự lái và hệ thống ADAS cần một mô hình về thế giới
Một trong những thách thức sâu nhất của xe tự lái và hệ thống ADAS không nằm ở việc nhận diện vật thể, mà nằm ở khả năng xây dựng một mô hình về thế giới xung quanh. Nhận diện giúp hệ thống biết phía trước có người đi bộ, xe máy hay biển báo. Tuy nhiên, mô hình thế giới mới quyết định hệ thống hiểu điều đó có ý nghĩa gì và nên phản ứng như thế nào.
Con người không chỉ nhìn thấy sự vật, mà còn hiểu bối cảnh. Khi quan sát một nhóm học sinh đứng gần lề đường, tài xế có thể giảm tốc vì dự đoán khả năng một em nhỏ bất ngờ băng qua. Khi thấy xe phía trước bật xi nhan và chậm lại, người lái có thể suy đoán tình huống giao cắt sắp xảy ra. Những suy luận này không dựa trên xác suất thuần túy mà dựa trên kinh nghiệm tích lũy và hiểu biết về hành vi xã hội.
Học sâu hoạt động theo cơ chế khác. Mô hình được huấn luyện để tìm mẫu trong dữ liệu lớn. Nó có thể phân loại hình ảnh với độ chính xác rất cao nếu dữ liệu huấn luyện đủ phong phú và đại diện. Tuy nhiên, khả năng này không đồng nghĩa với việc hệ thống hiểu quy luật vật lý, động lực học hay hành vi con người theo cách trực giác.
Có thể nhìn thấy sự khác biệt này qua một số khía cạnh cơ bản:
- Con người kết hợp quan sát hiện tại với ký ức dài hạn về tình huống tương tự
- Con người suy luận về nguyên nhân và hệ quả chứ không chỉ về sự trùng khớp mẫu
- Con người có thể dự đoán hành vi dựa trên bối cảnh xã hội và môi trường
Trong khi đó, hệ thống học sâu chủ yếu tối ưu hóa hàm mất mát trên tập dữ liệu huấn luyện. Khi môi trường thay đổi ngoài phạm vi dữ liệu đó, độ tin cậy của mô hình có thể giảm mạnh. Đây là điểm nghẽn lớn khi triển khai trên đường phố thực tế, nơi biến số gần như vô hạn.
Giới hạn khái quát hóa và bài toán tình huống hiếm
Một yêu cầu cốt lõi đối với xe tự lái và hệ thống ADAS là khả năng khái quát hóa. Hệ thống phải đưa ra quyết định an toàn không chỉ trong các tình huống quen thuộc, mà còn trong những trường hợp hiếm gặp nhưng có nguy cơ cao.
Học sâu thường đạt hiệu suất ấn tượng khi dữ liệu huấn luyện bao phủ tốt không gian tình huống. Tuy nhiên, trong giao thông thực tế, luôn tồn tại các tình huống ít xuất hiện nhưng mang tính quyết định. Ví dụ, một xe tải bị rơi hàng hóa trên cao tốc, một người đi bộ bước xuống đường khi đang nhìn vào điện thoại, hoặc một phương tiện dừng đột ngột giữa giao lộ vì sự cố kỹ thuật.
Các tình huống như vậy có ba đặc điểm đáng chú ý:
- Tần suất xuất hiện thấp nhưng hậu quả tiềm ẩn cao
- Khó thu thập đủ dữ liệu đại diện để huấn luyện
- Yêu cầu suy luận vượt ra ngoài mẫu thống kê đơn giản
Hệ thống có thể hoạt động trơn tru trong phần lớn thời gian. Tuy nhiên, độ an toàn của toàn bộ hệ thống lại phụ thuộc vào khả năng xử lý những trường hợp ít gặp. Một sai sót nhỏ trong thời điểm nhạy cảm có thể dẫn đến hậu quả nghiêm trọng.
Ngoài ra, vấn đề không chỉ là nhận diện đúng vật thể. Hệ thống còn phải đánh giá ý định và dự đoán hành vi. Một người đứng yên ở lề đường có thể không nguy hiểm, nhưng một người đang xoay người về phía lòng đường lại mang tín hiệu khác. Sự khác biệt này đòi hỏi khả năng hiểu động lực và xu hướng hành vi, điều mà mô hình thuần túy dựa trên dữ liệu quá khứ chưa chắc đã làm tốt.
Do đó, thách thức không nằm ở việc đạt độ chính xác trung bình cao, mà ở việc giảm thiểu rủi ro ở vùng biên của phân phối dữ liệu. Đây là vùng mà dữ liệu huấn luyện ít nhất nhưng tác động thực tế lại lớn nhất.
Từ tối ưu xác suất đến suy luận nhân quả
Một giới hạn quan trọng khác của học sâu trong xe tự lái và hệ thống ADAS là khả năng suy luận nhân quả. Phần lớn mô hình hiện nay học mối tương quan giữa đầu vào và đầu ra. Chúng nhận ra rằng khi xuất hiện một tập hợp đặc trưng nhất định, khả năng xảy ra một hành động cụ thể sẽ cao.
Tuy nhiên, tương quan không đồng nghĩa với quan hệ nhân quả. Một hệ thống có thể học rằng khi trời mưa, tốc độ xe thường giảm. Nhưng để xử lý tình huống phức tạp, hệ thống cần hiểu rằng mặt đường trơn làm giảm ma sát, từ đó tăng quãng đường phanh. Sự hiểu biết này liên quan đến quy luật vật lý chứ không chỉ là thống kê.
Sự khác biệt giữa tối ưu xác suất và suy luận nhân quả thể hiện ở một số điểm sau:
- Mô hình xác suất dự đoán dựa trên dữ liệu quá khứ
- Suy luận nhân quả yêu cầu hiểu cơ chế bên dưới hiện tượng
- Khả năng thích ứng với tình huống mới phụ thuộc vào mức độ hiểu cơ chế
Khi hệ thống chỉ dựa vào tương quan, nó có thể đưa ra quyết định hợp lý trong điều kiện quen thuộc nhưng thất bại khi bối cảnh thay đổi. Ví dụ, nếu một biển báo bị che khuất một phần hoặc bị biến dạng do va chạm, hệ thống cần suy luận dựa trên hình dạng tổng thể và vị trí chứ không chỉ dựa trên mẫu đã thấy trong dữ liệu.
Chính vì vậy, bài toán không chỉ là mở rộng tập dữ liệu hay tăng số lượng tham số của mô hình. Vấn đề sâu hơn nằm ở việc phát triển những kiến trúc có khả năng kết hợp học thống kê với suy luận cấu trúc, từ đó xây dựng một mô hình thế giới đủ linh hoạt để xử lý tình huống chưa từng xuất hiện.
Tóm lại, thách thức của xe tự lái và hệ thống ADAS không dừng lại ở hiệu suất nhận diện. Nó nằm ở khả năng hiểu, dự đoán và thích ứng trong một môi trường biến động liên tục. Khi chưa giải quyết được bài toán mô hình thế giới và suy luận nhân quả, việc đạt đến mức tự động hóa hoàn toàn vẫn là mục tiêu đòi hỏi những bước tiến công nghệ sâu rộng hơn nữa.
Sức mạnh tính toán: Từ 2 TOPS đến 4000 TOPS
Vì sao xe tự lái và hệ thống ADAS cần năng lực xử lý khổng lồ
Khi nói đến tự động hóa phương tiện, nhiều người thường nghĩ đến thuật toán nhận diện hình ảnh hoặc cảm biến hiện đại. Tuy nhiên, phía sau toàn bộ hệ thống là một tầng hạ tầng tính toán cực kỳ phức tạp. Xe tự lái và hệ thống ADAS không chỉ cần nhìn thấy môi trường xung quanh mà còn phải xử lý, phân tích và ra quyết định trong thời gian thực.
Mỗi giây, xe có thể thu nhận dữ liệu từ nhiều nguồn khác nhau như camera độ phân giải cao, radar và lidar. Dữ liệu này không chỉ là hình ảnh đơn thuần mà còn bao gồm thông tin về khoảng cách, vận tốc tương đối và cấu trúc không gian ba chiều. Tất cả phải được xử lý gần như tức thì để đảm bảo an toàn.
Đơn vị thường dùng để đo năng lực xử lý là TOPS, tức là số nghìn tỷ phép tính mỗi giây. Con số này cho thấy quy mô tính toán mà bộ xử lý có thể thực hiện trong một giây. Khi cấp độ tự động hóa tăng lên, yêu cầu về TOPS cũng tăng theo cấp số lớn. Điều này phản ánh việc hệ thống không chỉ xử lý dữ liệu thô mà còn thực hiện nhiều tầng phân tích phức tạp hơn.
Sự bùng nổ tính toán theo từng cấp độ tự động hóa
Ở các cấp độ thấp, vai trò của hệ thống chủ yếu là hỗ trợ người lái. Khi tiến lên các cấp độ cao hơn, hệ thống phải tự đảm nhiệm toàn bộ quá trình quan sát, suy luận và điều khiển phương tiện. Chính sự chuyển giao trách nhiệm này khiến nhu cầu tính toán tăng mạnh.
Có thể hình dung mức yêu cầu xử lý theo từng cấp độ như sau:
- Level 2 cần khoảng 2 TOPS
- Level 3 cần khoảng 24 TOPS
- Level 4 cần khoảng 320 TOPS
- Level 5 có thể vượt quá 4000 TOPS
Khoảng cách giữa các mức không tăng tuyến tính mà gần như bùng nổ. Từ Level 2 lên Level 3, yêu cầu tăng gấp hơn mười lần. Khi tiến lên Level 4, con số lại tiếp tục nhảy vọt. Đến Level 5, mức xử lý có thể cao gấp hàng nghìn lần so với hệ thống hỗ trợ cơ bản.
Nguyên nhân nằm ở việc hệ thống không còn chỉ phát hiện vật thể mà phải thực hiện chuỗi hành động phức tạp gồm dự đoán quỹ đạo, lập kế hoạch di chuyển và kiểm soát động lực học phương tiện. Tất cả các bước này phải diễn ra liên tục và đồng thời.
Thời gian thực và áp lực về độ trễ
Trong môi trường giao thông, độ trễ xử lý có thể quyết định sự an toàn. Nếu hệ thống mất thêm vài chục mili giây để phân tích tình huống, khoảng cách phanh có thể thay đổi đáng kể. Vì vậy, yêu cầu không chỉ là tính toán nhiều mà còn phải tính toán nhanh và ổn định.
Ở cấp độ tự động hóa cao, hệ thống cần duy trì nhận thức liên tục về môi trường xung quanh. Điều này bao gồm việc cập nhật bản đồ cục bộ, theo dõi nhiều vật thể cùng lúc và điều chỉnh kế hoạch di chuyển theo từng khoảnh khắc. Khi khối lượng dữ liệu tăng lên, nguy cơ nghẽn cổ chai trong xử lý cũng tăng theo.
Áp lực này dẫn đến yêu cầu về kiến trúc phần cứng chuyên biệt. Bộ xử lý không thể chỉ mạnh về tổng số phép tính mà còn phải tối ưu cho các phép toán song song, đặc biệt là các phép tính ma trận trong mạng nơ ron sâu. Điều đó giải thích vì sao ngành công nghiệp phát triển các chip chuyên dụng cho AI thay vì chỉ dựa vào CPU truyền thống.
Ngoài ra, hệ thống phải đảm bảo tính tin cậy cao. Mất tín hiệu hoặc lỗi xử lý trong thời gian ngắn có thể gây hậu quả nghiêm trọng. Vì vậy, kiến trúc tính toán thường được thiết kế với nhiều lớp dự phòng nhằm giảm thiểu rủi ro.
Hiệu quả năng lượng và bài toán xe điện
Sức mạnh tính toán cao đồng nghĩa với tiêu thụ điện năng lớn. Đây là vấn đề đặc biệt quan trọng khi phần lớn các nền tảng tự động hóa cao được phát triển trên xe điện. Pin là nguồn năng lượng hữu hạn, và mỗi watt tiêu thụ cho xử lý AI đều làm giảm quãng đường di chuyển.
Nếu hệ thống yêu cầu hàng nghìn TOPS để vận hành ở cấp độ cao, lượng điện tiêu thụ có thể trở thành yếu tố hạn chế. Khi đó, bài toán không chỉ là tăng TOPS mà còn phải tối ưu số phép tính trên mỗi watt điện.
Có thể tóm lược thách thức này qua ba điểm chính:
- Cần đạt năng lực xử lý rất cao cho cấp độ tự động hóa cao
- Phải đảm bảo độ trễ thấp và độ tin cậy cao
- Đồng thời phải kiểm soát tiêu thụ điện năng trong giới hạn cho phép
Chính vì vậy, nhiều hướng nghiên cứu hiện nay tập trung vào kiến trúc tính toán mới nhằm nâng cao hiệu quả năng lượng. Thay vì chỉ mở rộng quy mô phần cứng theo hướng tăng số lượng phép tính, các nhà nghiên cứu tìm cách thiết kế hệ thống gần với cơ chế xử lý của não người hơn, nơi hiệu quả năng lượng và xử lý song song được tối ưu tự nhiên.
Trong bối cảnh đó, xe tự lái và hệ thống ADAS trở thành bài toán giao thoa giữa trí tuệ nhân tạo, kiến trúc phần cứng và quản trị năng lượng. Sự gia tăng từ 2 TOPS lên hơn 4000 TOPS không chỉ là câu chuyện về con số, mà là biểu hiện của mức độ phức tạp ngày càng cao khi con người trao quyền quyết định cho máy móc trong môi trường thực tế.
Kết luận
Khi phân tích kỹ, có thể thấy xe tự lái và hệ thống ADAS là sự kết hợp của nhiều bài toán lớn cùng lúc:
- Nhận thức thị giác trong môi trường phức tạp
- Xây dựng mô hình thế giới có khả năng suy luận
- Đảm bảo năng lực tính toán thời gian thực với hiệu quả năng lượng cao
- Không có một thuật toán đơn lẻ nào có thể giải quyết toàn bộ vấn đề.
Đây là bài toán hệ thống, nơi phần cứng, phần mềm và khoa học nhận thức phải tiến bộ đồng thời. Chính những thách thức kỹ thuật này khiến lộ trình tự động hóa hoàn toàn trở nên thận trọng hơn so với kỳ vọng ban đầu. Tuy nhiên, mỗi bước tiến ở các cấp độ trung gian vẫn mang lại giá trị thực tế và giúp ngành công nghiệp tiến gần hơn đến mục tiêu dài hạn.
Danh mục cùng chuyên đề
- Xe tự lái và hệ thống ADAS: Hiểu đúng 6 cấp độ tự động hóa từ Level 0 đến Level 5
- Từ 2 đến 4000 TOPS: Thách thức tính toán của xe tự lái và hệ thống ADAS
