Nói để bên trái cái cốc nghe rất rõ ràng cho tới khi có hai người đứng đối diện nhau. Bên trái theo ai? Đây là bài toán về hệ quy chiếu, và nó là nguồn hiểu nhầm phổ biến nhất giữa người và máy.
Ba loại hệ quy chiếu
Gắn với người nói. Trái phải tính theo hướng nhìn của người phát biểu. Đây là cách mặc định trong hầu hết hội thoại.
Gắn với vật. Trước sau tính theo mặt trước của chính vật đó. Cái ghế có mặt trước rõ ràng, nên trước ghế có nghĩa mà không cần biết ai đứng ở đâu.
Tuyệt đối. Theo phương hướng cố định không phụ thuộc người hay vật. Một số ngôn ngữ dùng hệ này làm mặc định, kể cả cho không gian rất nhỏ.
Con người chuyển qua lại giữa ba hệ này liên tục và gần như không nhận ra, dựa vào ngữ cảnh để chọn.
Chính khả năng chuyển đổi tự động đó là thứ hệ thống nhân tạo thiếu, và vì thiếu nên phải xử lý tường minh.
Vì sao đây là bài toán khó cho máy
Ba nguồn khó khăn.
Ngữ cảnh quyết định hệ nào. Cùng một câu, trong hai tình huống khác nhau, hàm ý hai hệ khác nhau. Không có quy tắc cứng nào phủ hết.
Cần biết vị trí và hướng của người nói. Nếu dùng hệ gắn với người nói, hệ thống phải biết người đó đứng đâu và nhìn hướng nào — thông tin không phải lúc nào cũng có.
Cần biết mặt trước của vật. Với hệ gắn với vật, phải xác định được đâu là mặt trước. Với cái ghế thì rõ; với một hòn đá thì không có.
Hậu quả thực tế: robot có thể hiểu đúng ngữ pháp của câu lệnh mà vẫn đặt vật sai chỗ, và người ra lệnh không hiểu vì sao.
Cách xử lý thực dụng
Bốn cách, từ đơn giản tới phức tạp.
Quy ước rõ ràng. Thống nhất trước rằng mọi chỉ dẫn tính theo hướng nhìn của người vận hành. Đơn giản và loại bỏ mơ hồ, nhưng đòi người dùng nhớ quy ước.
Xác nhận bằng hành động. Robot di chuyển tới vị trí dự định và dừng lại chờ xác nhận trước khi thả. Rất hiệu quả và tự nhiên với người dùng.
Hỏi lại khi mơ hồ. Khi có nhiều diễn giải, hỏi thay vì đoán. Tốn một nhịp nhưng tránh được lỗi.
Suy từ ngữ cảnh. Dùng vị trí người nói, hướng nhìn và các manh mối khác để chọn hệ. Mạnh nhất nhưng phức tạp và vẫn có thể sai.
Trong thực tế, cách thứ hai cho tỉ lệ lợi ích trên công sức cao nhất: nó không đòi hiểu ngôn ngữ tốt hơn, chỉ đòi thêm một bước xác nhận.
Định hướng của chính robot
Ngoài việc hiểu chỉ dẫn, robot còn cần biết chính nó đang hướng về đâu.
Với robot cố định, hệ toạ độ gốc không đổi nên chuyện này đơn giản. Với robot di động, nó phải liên tục ước lượng hướng của mình, và sai lệch hướng tích luỹ theo thời gian.
Sai hướng có hậu quả nghiêm trọng hơn sai vị trí: đi lệch một góc nhỏ thì càng đi càng xa mục tiêu.
Vì vậy các hệ thống định vị thường ưu tiên hiệu chỉnh hướng bằng các mốc cố định, thay vì chỉ dựa vào việc cộng dồn chuyển động.
Đây cũng là chỗ mà việc quan sát lại có giá trị: một mốc nhận ra được sẽ đặt lại ước lượng hướng, xoá đi sai số đã tích luỹ.
Liên hệ với hiện thân
Bài toán hệ quy chiếu là một minh hoạ rất cụ thể cho luận điểm rằng nhận thức gắn với cơ thể.
Mọi hệ quy chiếu đều phải neo vào đâu đó, và điểm neo tự nhiên nhất là chính cơ thể của tác nhân. Trước sau trái phải của con người bắt nguồn từ việc cơ thể bất đối xứng và mặt nhìn về một phía.
Một hệ thống không có cơ thể xác định không có điểm neo tự nhiên đó, nên phải mượn hệ quy chiếu từ người dùng hoặc từ vật thể.
Với robot, điều này có hệ quả thiết kế trực tiếp: nên định nghĩa rõ mặt trước của robot và giữ nhất quán trong mọi giao tiếp. Người dùng sẽ tự nhiên coi robot có mặt trước và nói theo đó, nên nếu định nghĩa của hệ thống khác với trực giác của người dùng, hiểu nhầm sẽ lặp lại liên tục.
Câu hỏi thường gặp
Vì sao robot hiểu đúng câu lệnh mà vẫn làm sai?
Vì nó chọn sai hệ quy chiếu. Cụm bên trái có thể tính theo người nói, theo robot hoặc theo vật được nhắc tới, và cả ba đều hợp lệ về ngữ pháp. Con người chọn theo ngữ cảnh gần như tức thời, hệ thống thì phải xử lý tường minh.
Cách nào giảm hiểu nhầm hiệu quả nhất?
Cho robot di chuyển tới vị trí dự định rồi dừng chờ xác nhận trước khi thả. Cách này không đòi hệ thống hiểu ngôn ngữ tốt hơn, chỉ thêm một bước, và rất tự nhiên với người dùng.
Vì sao sai hướng nghiêm trọng hơn sai vị trí?
Vì sai lệch hướng làm khoảng cách tới mục tiêu tăng dần theo quãng đường đi, trong khi sai vị trí là một lượng cố định. Đây là lý do các hệ định vị ưu tiên hiệu chỉnh hướng bằng mốc cố định thay vì chỉ cộng dồn chuyển động.
Có nên định nghĩa mặt trước cho robot không?
Nên, và nên giữ nhất quán trong mọi giao tiếp. Người dùng sẽ tự nhiên coi robot có mặt trước và nói theo đó, nên nếu định nghĩa của hệ thống khác với trực giác của họ thì hiểu nhầm sẽ lặp lại liên tục.
Đọc thêm trong Trí tuệ hiện thân là gì và Mô hình thế giới.
