Xe tự hành ra quyết định như thế nào? Thâm nhập vào “Bộ não” AI

Từ ván cờ tỷ biến trên xa lộ đến bài toán đạo đức ‘Trolley Problem’, giải mã quy trình suy nghĩ của một cỗ máy.

Phần 1: Bài toán “Trolley Problem” phiên bản 2025

Hãy tưởng tượng một tình huống mà không một ai trong chúng ta mong muốn: chiếc xe tự hành bạn đang ngồi bên trong đang di chuyển trên đường, và hệ thống phanh đột ngột mất tác dụng. Ở phía trước, có 5 người đang băng qua đường tại một nơi không dành cho người đi bộ. Nếu đánh lái sang trái, xe sẽ va chạm với một người đi xe máy đang tuân thủ luật lệ và đội mũ bảo hiểm. Nếu đánh lái sang phải, xe sẽ lao thẳng vào hàng rào bê tông, có thể gây nguy hiểm nghiêm trọng cho chính bạn, hành khách duy nhất trên xe.

Xe sẽ quyết định thế nào? Và câu hỏi quan trọng hơn, ai đã lập trình cho quyết định đó?

“Chào mừng quý vị độc giả đến với câu hỏi phức tạp và cũng hấp dẫn nhất trong thế giới xe tự hành. Hôm nay, XecoV sẽ không cố gắng đưa ra câu trả lời cho tình huống trên. Thay vào đó, chúng tôi sẽ cùng bạn ‘thâm nhập’ vào bên trong bộ não AI để xem nó thực sự suy nghĩ như thế nào trước khi đưa ra một quyết định, dù là nhỏ nhất như việc chuyển làn.”

Phần 2: Quy trình Vàng trong làng ra quyết định

Để hiểu cách AI tư duy, chúng ta cần biết rằng nó không phải là một chuỗi lệnh “nếu-thì” đơn giản. Nó là một quy trình gồm 4 bước lặp đi lặp lại hàng chục lần mỗi giây, một vòng lặp có thể ví như chu trình OODA (Quan sát – Định hướng – Quyết định – Hành động) trứ danh của các phi công quân sự.

Bước 1: Perception (Quan sát) – “Mắt thấy, tai nghe”

Đây là bước AI tổng hợp dữ liệu từ tất cả các cảm biến: LiDAR quét mô hình 3D của môi trường, Radar đo tốc độ các vật thể đang di chuyển, Camera nhận dạng biển báo, vạch kẻ đường và con người. Hàng gigabyte dữ liệu về hình dạng, tốc độ, khoảng cách, gia tốc của mọi thứ xung quanh được thu thập. “Đây là bước thu thập thông tin tình báo thô, một bức tranh toàn cảnh về thực tại ngay tại thời điểm này,” XecoV nhận định.

Bước 2: Prediction (Dự đoán) – Vai diễn của “Nhà tiên tri”

Từ những gì quan sát được, AI bắt đầu “bói toán” về tương lai. Đây là một bước nhảy vọt so với máy móc thông thường. Nó không chỉ thấy một chiếc xe máy đang đi bên cạnh, nó còn dự đoán các quỹ đạo khả thi của chiếc xe đó trong 3-5 giây tới: có 70% khả năng người đó sẽ đi thẳng, 20% sẽ tạt đầu để vượt, và 10% sẽ giảm tốc độ. Tương tự với người đi bộ, xe đạp, và các phương tiện khác. AI tạo ra một “bản đồ tương lai” với vô số kịch bản có thể xảy ra, mỗi kịch bản đi kèm một xác suất.

Bước 3: Planning (Lập kế hoạch) – Ván cờ của “Đại kiện tướng”

Đây chính là trái tim của quá trình ra quyết định, nơi AI thể hiện vai trò của một “Đại kiện tướng cờ vua”. Sau khi có “bản đồ tương lai” với các nước đi khả dĩ của đối phương, nó bắt đầu tính toán các nước đi cho chính mình.

1. Tạo ra các lựa chọn: AI tự vạch ra hàng trăm, thậm chí hàng ngàn quỹ đạo di chuyển khả thi cho bản thân trong vài giây tới. Ví dụ: giữ nguyên làn và tốc độ, tăng tốc một chút, giảm tốc một chút, chuyển sang trái, chuyển sang phải…
2. “Hàm chi phí” (Cost Function) – Người chấm điểm khó tính: Đây là lúc ma thuật thực sự xảy ra. Để chọn ra quỹ đạo tốt nhất, mỗi quỹ đạo sẽ được “chấm điểm” dựa trên một bộ quy tắc do con người lập trình, gọi là “Hàm chi phí”. Hãy tưởng tượng đây là một vị giám khảo cực kỳ khó tính. Điểm sẽ bị trừ rất nặng (tức chi phí tăng cao) nếu quỹ đạo đó:
   • Vi phạm an toàn: Đi quá gần xe khác, có nguy cơ va chạm.
   • Vi phạm luật giao thông: Vượt đèn đỏ, lấn vạch liền.
   • Gây khó chịu: Phanh gấp, tăng tốc giật cục, đánh lái đột ngột.
   • Kém hiệu quả: Đi đường quá dài, tốn nhiều năng lượng.
3. Lựa chọn tối ưu: Cuối cùng, bộ não AI sẽ chọn ra quỹ đạo có tổng “chi phí” thấp nhất. “Nói một cách dân dã, XecoV thường mô tả rằng AI luôn cố gắng chọn ra con đường an toàn nhất, hợp pháp nhất, êm ái nhất và hiệu quả nhất trong hàng ngàn lựa chọn mà nó tự vạch ra,” chúng tôi chia sẻ.

Bước 4: Control (Hành động) – “Mệnh lệnh” được thực thi

Sau khi “Đại kiện tướng” đã chọn được nước đi tối ưu, quỹ đạo hoàn hảo đó sẽ được chuyển thành các mệnh lệnh cụ thể, chính xác đến từng mili giây cho hệ thống điều khiển: “Xoay vô lăng sang phải 2.1 độ, đồng thời giảm áp lực phanh 15%…”.

Phần 3: Bài toán đạo đức – Khi AI phải làm “Quan tòa”

Bây giờ, hãy quay trở lại với “Trolley Problem” ở đầu bài. Khi đã hiểu về “Hàm chi phí”, chúng ta sẽ thấy vấn đề nằm ở đâu. Trong một tình huống không thể tránh khỏi va chạm, việc chọn quỹ đạo nào (đâm vào 5 người đi bộ, 1 người đi xe máy hay tự gây nguy hiểm cho hành khách) thực chất là việc so sánh “chi phí” của các kết cục bi thảm.

Vậy, “chi phí” của một mạng người là bao nhiêu? Và ai là người quyết định điều đó? Các kỹ sư có nên lập trình theo thuyết Vị lợi (Utilitarianism), tức là luôn chọn hành động gây ra ít thiệt hại về người nhất? Hay xe phải tuân thủ luật lệ một cách máy móc, tức là không bao giờ được phép chủ động gây hại cho một người đang tuân thủ luật lệ (người đi xe máy)?

Góc nhìn XecoV: “XecoV cho rằng, đây không còn là một vấn đề thuần túy kỹ thuật, mà đã trở thành một vấn đề xã hội và triết học sâu sắc. Liệu quyết định sinh tử này nên được quy định bởi luật pháp của mỗi quốc gia, được lựa chọn bởi chính người chủ xe khi cấu hình xe, hay được định đoạt bởi một hội đồng đạo đức toàn cầu? Cuộc tranh luận này chỉ mới bắt đầu và sẽ còn định hình ngành công nghiệp trong nhiều năm tới.”

Phần 4: Tương lai của việc ra quyết định

Quy trình trên vẫn đang liên tục được cải tiến để trở nên thông minh hơn.

• Học tăng cường (Reinforcement Learning): Thay vì chỉ tuân theo các quy tắc có sẵn, AI có thể tự “chơi” hàng tỷ ván cờ giao thông trong môi trường mô phỏng. Nó tự thử, tự sai, và tự tìm ra những chiến lược ra quyết định tối ưu hơn cả những gì con người có thể lập trình.
• Ra quyết định hợp tác (Collaborative Decision-Making): Với công nghệ V2X (Vehicle-to-Everything), quyết định của một xe không chỉ dựa trên những gì nó thấy. Nó có thể dựa trên “kinh nghiệm” của hàng chục xe khác. “Một chiếc xe đi trước cách xa 1km báo về có đường trơn trượt, và ‘hàm chi phí’ của xe bạn sẽ ngay lập tức được điều chỉnh để ưu tiên các quỹ đạo an toàn hơn, dù trời đang nắng chang chang,” chúng tôi tại XecoV hình dung.
• AI giải thích được (Explainable AI – XAI): Một trong những thách thức lớn nhất trong tương lai là AI không chỉ phải ra quyết định đúng, mà còn phải có khả năng giải thích tại sao nó lại quyết định như vậy. “Đây là yếu tố then chốt để xây dựng niềm tin của con người và để quy trách nhiệm khi có sự cố xảy ra,” XecoV nhấn mạnh.

Phần 5: Kết bài – Hành trình soi chiếu chính bản thân

Như vậy, chúng ta đã thấy rằng bộ não AI không suy nghĩ theo cảm tính. Nó là một cỗ máy phân tích, dự đoán và tối ưu hóa khổng lồ, luôn cố gắng tìm ra lựa chọn có “chi phí” thấp nhất dựa trên một bộ quy tắc do con người định sẵn.

Tuy nhiên, chính sự logic lạnh lùng đó lại đẩy chúng ta vào bài toán đạo đức lớn nhất, cũng là thách thức sâu sắc nhất: Chúng ta muốn cỗ máy này ưu tiên điều gì khi các lựa chọn đều tồi tệ?

“Hành trình giải mã cách xe tự hành ra quyết định, xét cho cùng, cũng chính là hành trình chúng ta tự soi chiếu lại cách con người suy nghĩ và đối mặt với các lựa chọn. Có lẽ, di sản lớn nhất mà cuộc cách mạng xe tự hành để lại không chỉ là những con đường an toàn hơn, mà còn là một cuộc đối thoại toàn cầu, buộc cả xã hội chúng ta phải cùng nhau định nghĩa lại thế nào là một quyết định ‘đúng đắn’. Và đó, theo XecoV, mới là chặng đường thực sự thú vị.”