[tintuc]

Một lập trình viên cho AI trồng cà chua: Thí nghiệm nghe vui nhưng không hề đùa

Một thí nghiệm tưởng chừng hài hước của một lập trình viên Mỹ đang thu hút sự quan tâm lớn từ cộng đồng công nghệ toàn cầu. Không nhằm “khoe AI làm nông nghiệp”, dự án trồng cà chua này thực chất được thiết kế để kiểm tra giới hạn thật sự của các AI agent khi phải hoạt động dài hạn trong thế giới vật lý – nơi mọi thứ không chỉ tồn tại dưới dạng dữ liệu.

AI trồng cà chua: Câu hỏi vui mở ra bài toán nghiêm túc

Trong nhiều tuần qua, Martin DeVido đã đăng tải một chuỗi bài viết trên mạng xã hội X với câu hỏi tưởng như đùa:
“Liệu AI có thể trồng được một cây cà chua?”

Đằng sau câu hỏi này là một mục tiêu nghiêm túc: kiểm tra khả năng ra quyết định, ghi nhớ, thích nghi và duy trì hành vi nhất quán trong nhiều tháng – điều mà các mô hình AI hiện nay vẫn còn gặp nhiều hạn chế.

Không giống các demo AI xử lý văn bản hay hình ảnh trong vài giây, trồng cà chua là một quá trình kéo dài, đòi hỏi AI phải hiểu và phản ứng liên tục với các thay đổi nhỏ trong môi trường sống.

Verdant – AI agent chăm sóc cây trồng trong môi trường kín

DeVido xây dựng một hệ thống mang tên Verdant, hoạt động như một AI agent tự trị. Hệ thống này sử dụng mô hình Anthropic Claude làm “bộ não” ra quyết định.

Verdant được kết nối với hàng loạt thiết bị phần cứng, bao gồm:

• Camera theo dõi sự phát triển của cây

• Cảm biến CO₂

• Cảm biến nhiệt độ lá

• Cảm biến độ ẩm không khí

• Cảm biến độ ẩm đất

Dựa trên dữ liệu thu thập được, AI có thể:

• Bật/tắt đèn chiếu sáng

• Điều chỉnh tưới nước

• Bơm thêm CO₂ khi cần thiết

AI không chỉ bật – tắt, mà còn “suy luận sinh học”

Ở giai đoạn đầu, Verdant đã tự động bật đèn ngay khi phát hiện hạt giống nảy mầm, nhằm tránh hiện tượng cây con mọc vươn dài do thiếu ánh sáng.

Theo DeVido, cây cà chua phát triển ổn định, đã xuất hiện lá thật sau giai đoạn lá mầm. Tuy nhiên, anh cũng nhấn mạnh rằng thí nghiệm chưa hoàn toàn “hands-off”, con người vẫn theo dõi và can thiệp khi cần, đặc biệt trước khi cây đủ lớn để chuyển sang chậu 5 gallon.

Điểm đáng chú ý là Verdant không vận hành theo ngưỡng cảm biến đơn giản. Thay vào đó, AI kết hợp:

• Nhiệt độ lá

• Độ ẩm môi trường

để suy luận xem quá trình thoát hơi nước (transpiration) có đang diễn ra hay không. Chỉ khi điều kiện cho thấy khí khổng của lá đang mở, hệ thống mới bơm CO₂ nhằm tối ưu quá trình quang hợp.

Đây là logic dựa trên sinh lý học cây trồng, không đơn thuần là tự động hóa cơ học.

Khi AI vấp phải giới hạn vật lý và thị giác

Thí nghiệm cũng nhanh chóng bộc lộ những giới hạn thực tế. Trong một cập nhật cuối tháng 12, DeVido cho biết cây cà chua từng bị chậm phát triển do rễ bị bó chặt trong khay ươm.

Nguyên nhân không đến từ suy luận của AI, mà từ giới hạn thị giác:

• Camera có độ phân giải và góc nhìn hạn chế

• AI không thể quan sát rõ tình trạng rễ cây

DeVido thừa nhận anh đã quá tin vào khả năng “nhìn” của AI. Sau khi chuyển cây lớn nhất sang thùng trồng chính, tốc độ sinh trưởng tăng mạnh, cho thấy đây là rào cản vật lý – cảm biến, không phải lỗi tư duy của mô hình.

Bài toán trí nhớ dài hạn của AI agent

Song song với việc trồng cà chua, DeVido sử dụng thí nghiệm này để kiểm tra kiến trúc trí nhớ dài hạn cho AI agent.

Vì quá trình trồng cây kéo dài nhiều tháng, Verdant không thể lưu toàn bộ lịch sử hội thoại và quyết định. Giải pháp được áp dụng là:

• Một vòng phản ứng ngắn hạn để suy luận và điều khiển

• Một cơ chế “ngủ” định kỳ, nơi AI tự tóm tắt và cô đọng các quyết định quan trọng thành trạng thái gọn nhẹ

Cách tiếp cận này giúp AI duy trì bối cảnh dài hạn mà không cần ghi nhớ mọi chi tiết, một hướng đi quan trọng cho các hệ thống AI tự trị trong tương lai.

Không phải màn trình diễn, mà là lát cắt thực tế của AI

DeVido xem Verdant như một bằng chứng khái niệm (proof of concept) cho mô hình nhà kính thông minh trong tương lai. Anh cho biết dự định:

• Mở mã nguồn

• Phát hành bộ kit để người dùng thử nghiệm tại nhà

Tuy nhiên, ở thời điểm hiện tại, hệ thống vẫn đang trong giai đoạn hoàn thiện hạ tầng, trước khi AI được giao toàn quyền chăm sóc cây trồng mà không có sự can thiệp của con người.

Kết luận: AI mạnh, nhưng vẫn bị ràng buộc bởi thế giới thật

Thay vì câu chuyện “AI trồng cà chua” mang tính phô diễn, thí nghiệm của Martin DeVido mang lại một góc nhìn thực tế hơn:

AI có thể suy luận tốt và tối ưu hiệu quả trong thế giới vật lý, nhưng vẫn phụ thuộc rất lớn vào chất lượng cảm biến, thị giác và những giới hạn sinh học – những yếu tố mà dữ liệu thuần túy không thể phản ánh đầy đủ.

Đây chính là ranh giới mà AI hiện đại đang dần chạm tới, và cũng là bài toán lớn cho các hệ thống AI tự trị trong tương lai.

[/tintuc]