Đây là điều rất quan trọng vì máy móc biết học là yếu tố then chốt cho công cuộc
khám phá vũ trụ. Robot sẽ phải đối đầu với những mối nguy hiểm mới và không
ngừng biến đổi trong không gian. Một con robot được lập trình chỉ để xử lý một
số việc khẩn cấp cố định sẽ thành vô dụng vì những việc không lường trước sẽ
luôn xảy đến. Chẳng hạn, một con chuột không thể được mã hóa toàn bộ các kịch
bản vào trong gen, bởi tổng số tình huống nó có thể đối mặt là vô tận, trong khi
số gen là hữu hạn.
Giả sử có một trận mưa thiên thạch từ không gian rơi trúng vào một căn cứ Sao
Hỏa, gây thiệt hại cho nhiều tòa nhà. Robot sử dụng mạng lưới thần kinh sẽ có
thể học hỏi trong lúc xử lý những tình huống bất ngờ như vậy và sẽ dần trở nên
ngày càng thành thạo. Còn robot truyền thống được “nhồi từ trên xuống” sẽ bó
tay trước những tình huống khẩn cấp nằm ngoài dự kiến.
Nhiều ý tưởng về mạng nơron đã được cựu giám đốc Phòng Nghiên cứu AI lừng
danh của MIT Rodney Brooks đưa vào nghiên cứu. Khi trả lời phỏng vấn với tôi,
Brooks nói ông thán phục loài muỗi nhỏ bé: với bộ não tí xíu chứa 100.000
nơron, chúng bay qua bay lại dễ dàng trong không gian ba chiều, trong khi chúng
ta cần những chương trình máy tính vô cùng phức tạp chỉ để điều khiển động tác
bước đi của robot, mà có khi chúng vẫn vấp ngã. Brooks đi tiên phong trong cách
tiếp cận bằng “robot bọ” và “robot côn trùng,” những loại robot có thể học cách
di chuyển như côn trùng sáu chân. Chúng thường bị ngã khi mới bắt đầu nhưng
khá hơn sau mỗi lần thử và dần biết phối hợp các chân như loài bọ thực thụ.
Quá trình đưa mạng nơron vào máy tính gọi là “học sâu” (deep learning). Khi
công nghệ này phát triển, nó sẽ cách mạng hóa nhiều ngành công nghiệp. Trong
tương lai, khi muốn trò chuyện với bác sĩ hay luật sư, bạn có thể nói với bức
tường thông minh hoặc đồng hồ đeo tay và yêu cầu nó mở Robo-Doc (bác sĩ
robot) hoặc Robo-Lawyer (luật sư robot), những phần mềm sẽ tra cứu Internet để
tư vấn cho ta về mặt y tế hay pháp lý. Các chương trình này sẽ học thông qua
những câu hỏi lặp đi lặp lại và đưa ra câu trả lời ngày càng phù hợp hơn – thậm
chí dự báo trước - với các nhu cầu riêng của bạn.
Công nghệ học sâu còn có thể mở đường cho việc chế tạo những người máy thực
thụ mà ta sẽ cần trong không gian. Trong các thập kỷ sắp tới, hai phương pháp
