GridAI: Giải pháp AI 'không cần siêu máy tính' giúp drone tự hành trong rừng sâu

Từ thị trường tiêu dùng đến các đường đua công nghiệp, thị trường máy bay không người lái (drone) vốn đã là một "đại dương đỏ" chật kín các đối thủ, nhưng vẫn còn một phân khúc mà ngay cả những nhà sản xuất hàng đầu trong ngành cũng hiếm khi đặt chân tới – đó là môi trường dưới tán rừng.

Nhu cầu công nghiệp tiềm ẩn trong môi trường dưới tán rừng là vô cùng lớn: Theo số liệu từ Cục Lâm nghiệp và Đồng cỏ Quốc gia Trung Quốc, năm 2025 trữ lượng rừng của nước này đạt 20,988 tỷ mét khối, sản lượng gỗ toàn quốc đạt 140 triệu mét khối; dữ liệu từ Tổ chức Lương thực và Nông nghiệp Liên Hợp Quốc (FAO) cho thấy, sản lượng khai thác gỗ tròn hàng năm trên toàn cầu đạt khoảng 4 tỷ mét khối, đằng sau đó là khối lượng công việc khổng lồ như hạch toán trữ lượng khu vực khai thác, đo đường kính ngang ngực của cây, v.v.

Môi trường dưới tán rừng rất phức tạp, mô hình vận hành thủ công truyền thống tốn kém chi phí, hiệu suất thấp và tiềm ẩn nhiều nguy hiểm. Mặc dù ngành công nghiệp đã kêu gọi các giải pháp thay thế tự động hóa từ lâu, nhưng môi trường dưới tán rừng là một môi trường từ chối tín hiệu điển hình, khiến các giải pháp tự động hóa truyền thống luôn khó có thể triển khai thực tế.

Việc bị cây cối che khuất khiến các thiết bị định vị dễ bị mất tín hiệu GNSS dẫn đến không thể xác định vị trí, tín hiệu liên lạc bị suy giảm mạnh khiến việc truyền hình ảnh từ xa và điều khiển thủ công không thể thực hiện theo thời gian thực và liên tục. Công nghệ SLAM truyền thống cũng không thể xử lý được các kết cấu phức tạp của môi trường, nơi các cành cây luôn thay đổi nhẹ theo gió.

"Chỉ có xây dựng một giải pháp trí tuệ hiện thân (embodied AI) có khả năng nhận thức không gian thời gian thực độ chính xác cao và điều khiển bám sát, chạy ngoại tuyến ngay tại thiết bị (edge), mới có thể giải quyết hiệu quả nhu cầu vận hành trong môi trường 'từ chối toàn diện' dưới tán rừng," Qian Min, Giám đốc thị trường của Wangge Zhisuan cho biết.

Wangge Zhisuan được thành lập vào năm 2025, cam kết sử dụng "công nghệ học miền lưới" (Grid Domain Learning) do hãng tự phát triển để hình thành khả năng hiểu không gian độ chính xác cao, đồng thời để mô hình tự tạo ra các hàm điều khiển tối ưu, từ đó đạt được khả năng kiểm soát hiệu quả như tránh chướng ngại vật phức tạp. Dựa trên nền tảng này, "GridAI Brain" - bộ não thông minh thích ứng với nhiều thiết bị phần cứng - đã lần đầu tiên hiện thực hóa khả năng bay tự chủ không cần GNSS, đo đường kính cấp milimet và tự động tránh chướng ngại vật cho drone dưới tán rừng. Hiện sản phẩm đã đạt được giao hàng thương mại quy mô nhỏ.

Nhà khoa học trưởng của Wangge Zhisuan, Dai Hao, sở hữu hơn 30 năm tích lũy kỹ thuật. Năm 1996, ông đã tiên phong tạo ra hệ thống thuật toán kết hợp kiến trúc dị thể với tính toán hiệu năng cao, và được đặc cách bổ nhiệm làm nghiên cứu viên tại Trung tâm Nghiên cứu Kỹ thuật Công nghệ Tính toán Hiệu năng cao Quốc gia.

Drone của Wangge Zhisuan

1. Sử dụng cơ chế học miền lưới để đạt được khả năng hiểu không gian với dữ liệu siêu nhỏ và năng lực tính toán thấp.

Các giải pháp thông minh cho drone phổ biến hiện nay hầu hết dựa trên khung học sâu (deep learning), thông qua việc thu thập dữ liệu khổng lồ như hình ảnh và gắn nhãn thủ công để huấn luyện mô hình, dựa vào các đặc trưng pixel tĩnh 2D để nhận diện vật thể. Tuy nhiên, môi trường dưới tán rừng biến đổi linh hoạt, ánh sáng không ổn định, cành cây đan xen che khuất, cùng một vật thể khi thay đổi góc độ hoặc ánh sáng thì đặc trưng pixel sẽ thay đổi hoàn toàn, khiến các drone dựa trên mô hình học sâu khó có thể nhận diện môi trường và thực hiện nhiệm vụ một cách hiệu quả.

Để giải quyết vấn đề này, cốt lõi là đạt được sự kiểm soát liên tục đối với một số trạng thái trung gian trong quá trình chuyển động của vật mang (carrier). Nghĩa là khi không gian vật lý xảy ra thay đổi môi trường, vật mang có thể nhanh chóng bám sát và điều chỉnh. Điều này đòi hỏi vật mang phải có hai năng lực ở cấp độ thuật toán: một là nhận thức nhanh chóng về thay đổi không gian và nắm bắt chính xác các yếu tố liên quan đến chuyển động; hai là nhận thức vật lý về chính bản thân vật mang máy móc.

Giải pháp của Wangge Zhisuan là xây dựng một hàm điều khiển động thông qua loại động lực và kích thước vật lý để đạt được sự dịch chuyển không gian, nhằm thích ứng với sự thay đổi của các vật mang hoặc phương thức động lực khác nhau. Cụ thể, GridAI Brain do Wangge Zhisuan tự phát triển dựa trên cơ chế học miền lưới, trong quá trình phân tích luồng video liên tục sẽ đồng thời bảo lưu thông tin hai chiều thời gian và không gian, giúp thiết bị có khả năng nhận diện và hiểu không gian thực. Ví dụ, khói lửa không có kết cấu cố định và hình dạng rõ ràng, các mô hình AI truyền thống khó phân biệt nó với mây, nhưng GridAI có thể nhận diện thông qua việc đánh giá quỹ đạo chuyển động không gian của khói khác biệt với mây.

Cụ thể hơn, học miền lưới thực hiện xử lý "lưới hóa" thế giới vật lý ở ba cấp độ: thứ nhất là lưới thực thể rời rạc, có thể theo dõi trong cảnh; thứ hai là lưới thuộc tính thay đổi theo thời gian cho mỗi thực thể, ví dụ như vị trí, tốc độ, hướng chuyển động; thứ ba là lưới quan hệ định nghĩa mối quan hệ giữa các thực thể, ví dụ như xác nhận "tổ chim nằm giữa hai cành cây".

Cách làm này về bản chất là bắt chước cách con người nhận thức thế giới, không chỉ nhìn vào pixel mà còn nhận diện vật thể, nắm bắt động thái, làm rõ quan hệ không gian, thông qua việc nắm bắt thời gian thực sự thay đổi của vật thể trong không gian ở các trạng thái thời gian khác nhau để suy diễn quy luật chuyển động và dự đoán quỹ đạo. Drone trang bị GridAI sau khi xác định phạm vi vận hành dưới tán rừng, không cần quét lập mô hình trước mà có thể xây dựng trường không gian động theo thời gian thực, tự chủ lập kế hoạch đường đi, tránh chướng ngại vật và hoàn thành công việc đo đường kính, toàn bộ quá trình không cần sự can thiệp của người điều khiển.

Do GridAI phân tích cấu trúc không gian tầng dưới và quan hệ vật thể của cảnh, những thông tin này không bị ảnh hưởng bởi ánh sáng và thời tiết, vì vậy tính bền vững (robustness) với môi trường cũng mạnh mẽ hơn. Ngoài ra, khác với học sâu thường cần hàng chục nghìn đến hàng trăm nghìn ảnh gắn nhãn, GridAI chỉ cần vài chục đến vài trăm mẫu là có thể hoàn thành huấn luyện, nhu cầu tính toán và tiêu thụ điện năng phần cứng giảm đáng kể. Ví dụ, GridAI chỉ cần học 30 bức ảnh về tổ chim trên cành cây do khách hàng cung cấp, có thể đạt được kết quả trên 58 ảnh kiểm thử với 0 lỗi báo sai, 1 lỗi bỏ sót, độ chính xác đạt 98,3%.

2. Từ dưới tán rừng đến nhiều kịch bản hơn, tạo ra bộ não thông minh đa năng.

Qian Min cho biết, việc Wangge Zhisuan chọn thâm nhập vào đường đua lâm nghiệp trước là do tình cờ. Năm 2025, khi trao đổi với một lâm trường quốc doanh, họ biết được rằng việc đo đạc dưới tán rừng trên toàn cầu vẫn gần như dựa vào lao động thủ công, có nhu cầu thay thế tự động hóa rất lớn và có thể đáp ứng hiệu quả vận hành chính xác, an toàn. "Điều này khiến chúng tôi nhìn nhận lại cục diện cạnh tranh của toàn ngành drone công nghiệp. Các nhà sản xuất hàng đầu đã rất trưởng thành trong việc bay ở không phận sạch và tầm cao, nhưng dưới tán rừng lại là khoảng trống chưa được lấp đầy."

Hiện tại, drone trang bị GridAI Brain của Wangge Zhisuan đã hoàn thành kiểm chứng kỹ thuật tại Viện Khoa học Lâm nghiệp Trung Quốc, công ty đã đạt được hợp tác sâu rộng với các doanh nghiệp lâm nghiệp hàng đầu như Zhonglin Chongqing, Zhejiang Feiliu.

Tuy nhiên, định vị của bản thân Wangge Zhisuan không chỉ là nhà cung cấp drone vận hành dưới tán rừng.

Qian Min cho biết: "Sản phẩm của chúng tôi về bản chất là một bộ não thông minh đa năng, có thể tích hợp vào các mô-đun thông minh trên chip, ứng dụng cho cánh tay robot của robot hiện thân, xe không người lái hoặc robot dưới nước, trao cho các thiết bị phần cứng này khả năng tự chủ nhận thức, hiểu không gian vật lý, đồng thời thực hiện quyết định và hành động. Ví dụ, khi radar trên bờ bị nhiễu tạp âm dẫn đến định vị không chính xác, GridAI có thể chuyển đổi mục tiêu giữa hệ tọa độ thị giác và hệ tọa độ radar rồi hợp nhất độ chính xác cao, cung cấp giải pháp tích hợp radar-thị giác chống nhiễu."

Tính đa năng của GridAI Brain đang mở rộng sang nhiều ngành công nghiệp hơn, ví dụ như trong lĩnh vực logistics kho bãi hợp tác với Beijing Guangjia, Gu Gao Shares, v.v. GridAI Brain dựa vào khả năng dữ liệu nhỏ, tính toán thấp, độ chính xác cao và tính khái quát cao, có thể phối hợp với cánh tay robot trong nhiều SKU và nhiều quy trình, bao gồm nhưng không giới hạn ở các nhu cầu như chọn đơn hàng lẻ, đóng gói và phân loại bưu kiện. Ngoài ra, công ty cũng đã thiết lập quan hệ đối tác chiến lược với China Unicom Thâm Quyến.

Trong tương lai, Wangge Zhisuan sẽ lấy GridAI Brain làm sợi dây liên kết, hợp tác với thượng nguồn và hạ nguồn chuỗi công nghiệp để cung cấp các giải pháp thông minh hoàn chỉnh hơn cho các ngành trọng điểm như nông lâm nghiệp, logistics kho bãi. Từ nhận thức thị giác, điều khiển tự động hóa thiết bị cho đến nhiều kịch bản ứng dụng hơn, Wangge Zhisuan hy vọng sẽ tạo ra một "bộ não thông minh" đa kịch bản, để các thiết bị máy móc thực sự "hiểu" được thế giới vật lý phức tạp và có khả năng hành động tự chủ.