Khi Physical AI mở rộng từ robot và thiết bị công nghiệp sang camera, robot tự hành và các ứng dụng ngoài hiện trường, Amazon Web Services (AWS) đang tăng tốc xây dựng nền tảng vận hành kết nối cloud - edge. Ngày 24/8 (giờ địa phương), SiliconANGLE cho biết AWS đã công bố từ tháng trước một bộ giải pháp cloud - edge dành cho khách hàng phát triển hệ thống Physical AI.

Physical AI là dạng AI không chỉ dừng ở việc tạo nội dung hoặc phân tích dữ liệu, mà còn có thể nhận biết môi trường vật lý, đưa ra phán đoán và thực hiện hành động. Nếu tự động hóa công nghiệp và robot truyền thống chủ yếu xử lý các tác vụ lặp lại trong môi trường cố định, Physical AI đang phát triển theo hướng sử dụng cảm biến để nhận biết môi trường xung quanh, học từ trải nghiệm và thích ứng với thay đổi.

Theo AWS, các điểm nghẽn chính của Physical AI nằm ở dữ liệu, mô phỏng, độ trễ và khâu vận hành sau triển khai. Khác với các mô hình học từ văn bản hoặc mã, robot cần dữ liệu phản ánh điều kiện vật lý thực tế như vật thể và bề mặt, ánh sáng, hình học, ma sát, vị trí bàn tay và lực tiếp xúc.

Config, đối tác của AWS, cho biết đã xây dựng hơn 200.000 giờ dữ liệu hành vi robot và hiện thu thập thêm khoảng 20.000 giờ mỗi tháng. AWS và Config đã thiết lập quy trình tăng cường dữ liệu đa góc nhìn, sử dụng mô hình Nvidia Cosmos-Transfer2.5 đã được hậu huấn luyện để biến đổi dữ liệu trình diễn thu thập trong thực tế dưới nhiều điều kiện ánh sáng và bề mặt khác nhau. Theo Config, sau khi bổ sung dữ liệu tăng cường, tỷ lệ thành công đã tăng từ 8,3% lên 75%.

Mô phỏng cũng là một khâu cốt lõi của Physical AI. Việc huấn luyện trực tiếp trong môi trường thực tế thường chậm, tốn kém và tiềm ẩn rủi ro an toàn.

AWS cho phép khách hàng sử dụng công cụ mô phỏng riêng hoặc Nvidia Isaac Sim, đồng thời cung cấp hạ tầng cloud và các dịch vụ dữ liệu để mở rộng hoặc thu hẹp môi trường mô phỏng theo nhu cầu.

Ở giai đoạn triển khai, việc phân bổ vai trò giữa cloud và edge là yếu tố then chốt. Theo SiliconANGLE, các mô hình nền tảng quy mô lớn được huấn luyện trên cloud, nhưng robot di chuyển trong hành lang bệnh viện hay thiết bị kiểm tra trên dây chuyền sản xuất không thể phụ thuộc vào phản hồi từ cloud ở xa. AWS cho biết cần có một kiến trúc đưa kết quả học và dữ liệu từ hiện trường ngược về cloud để tiếp tục cải thiện hiệu năng tổng thể.

AWS đang tiếp cận thị trường với vai trò nhà cung cấp bộ công nghệ vận hành cho Physical AI, thay vì trực tiếp sản xuất robot. Ở giai đoạn huấn luyện, hãng cung cấp Amazon EC2 GPU Instances, Amazon SageMaker, Amazon S3 và Amazon FSx for Lustre. Ở giai đoạn triển khai, AWS hỗ trợ kết nối, quản lý đội thiết bị và môi trường chạy tại edge thông qua AWS IoT Core và AWS IoT Greengrass. Hãng cũng thúc đẩy tự động hóa khâu cấu hình môi trường, quy trình huấn luyện, thiết lập mô phỏng và xử lý sự cố trong môi trường phát triển.