Ngày 3/7, tại Diễn đàn chuyên đề về Internet vạn vật và thành phố thông minh trong khuôn khổ Hội nghị thượng đỉnh kinh tế số toàn cầu 2026, nhóm nghiên cứu robot nông nghiệp trí tuệ nhúng của Đại học Nông nghiệp Trung Quốc đã chính thức công bố mô hình ngôn ngữ lớn (LLM) mang tên 'Gongeng' dành cho robot nông nghiệp. Mô hình này tích hợp trí tuệ nhúng (embodied intelligence), cho phép robot có khả năng cảm nhận, suy luận và hành động độc lập trong môi trường đồng ruộng.

Kiến trúc 'cảm nhận – suy luận – hành động' khép kín

Theo giáo sư Chen Jian, trưởng nhóm nghiên cứu, 'Gongeng' được thiết kế với kiến trúc phân lớp 'biên – đám mây' (edge-cloud). Ở lớp biên (edge), robot thực hiện cảm nhận thời gian thực và điều khiển sơ cấp; ở lớp đám mây (cloud), hệ thống thực hiện nhận thức sâu và lập kế hoạch toàn cục. Cơ chế truy xuất hỗn hợp đồ thị-vector trên đám mây giúp tạo ra các báo cáo nông nghiệp có khả năng phân tích nhân quả, loại bỏ hiệu quả hiện tượng 'ảo giác' (hallucination) của mô hình, đồng thời chuyển đổi yêu cầu nhiệm vụ thành tham số thiết kế robot.

Mô hình sử dụng chip sản xuất trong nước làm nền tảng tính toán biên, kết hợp các quy tắc nông học và đồ thị tri thức nông nghiệp để xây dựng cơ sở tri thức chuyên ngành kép không đồng nhất. Thông qua vòng lặp dữ liệu tự tiến hóa có sự tham gia của con người (human-in-the-loop) và kỹ thuật chưng cất tri thức (knowledge distillation) giữa giáo viên và học sinh, nhóm nghiên cứu đã phát triển mô hình đa phương thức 'thị giác-ngôn ngữ-hành động' nhẹ.

Ứng dụng thực tế: từ chẩn đoán bệnh đến dự báo năng suất

'Gongeng' hướng đến các kịch bản sản xuất cây trồng, đáp ứng nhu cầu thực tế trong giảng dạy, nghiên cứu và sản xuất nông nghiệp. Mô hình tập trung vào lĩnh vực cốt lõi của robot nông nghiệp trí tuệ nhúng, khám phá lộ trình ứng dụng của mô hình ngôn ngữ lớn chuyên ngành trong dịch vụ tri thức chuyên sâu, hỗ trợ ra quyết định thông minh và ứng dụng theo kịch bản. Tính đến nay, mô hình đã được triển khai thử nghiệm trên diện tích tích lũy hơn 10.000 mẫu (khoảng 667 ha) tại các khu vực Hoa Bắc, Hoa Đông và Tây Bắc Trung Quốc.

Các chức năng chính của mô hình bao gồm: phân tích kiểu hình, chẩn đoán bệnh, đánh giá stress phi sinh học, dự báo năng suất và đánh giá tiềm năng giống. Mô hình có thể tạo ra các báo cáo quyết định nông nghiệp tổng hợp, hoàn thiện vòng lặp trí tuệ nhúng từ 'cảm nhận đa phương thức' đến 'suy luận logic' và 'thực thi phần cứng', thể hiện khả năng tổng quát hóa cao trong các kịch bản nông nghiệp.

Giải quyết thách thức: dữ liệu kiểu hình khan hiếm và sức mạnh tính toán biên hạn chế

Giáo sư Chen Jian cho biết nhóm nghiên cứu đã đối mặt với nhiều thách thức như khó khăn trong thu thập dữ liệu kiểu hình đồng ruộng, thiếu hụt sức mạnh tính toán biên và khả năng suy luận hạn chế của các mô hình truyền thống. Để giải quyết, nhóm đã xây dựng hệ thống thông minh nhỏ gọn dựa trên kiến trúc 'máy tính tích hợp biên' (edge computing all-in-one), tích hợp cảm nhận đa phương thức, suy luận không đồng nhất, cộng tác biên-đám mây và thực thi thời gian thực. Trên nền tảng này, 'Gongeng' đã được phát triển.

Mô hình 'Gongeng' cung cấp một mô hình mới để trang bị cho robot nông nghiệp khả năng tích hợp cảm nhận, ra quyết định, điều khiển và thiết kế. Nó giúp giảm đáng kể chi phí triển khai mô hình ngôn ngữ lớn và robot nông nghiệp trong sản xuất nông nghiệp thông minh, đẩy nhanh quá trình chuyển đổi nông nghiệp thông minh từ phòng thí nghiệm ra đồng ruộng, đồng thời thúc đẩy robot nông nghiệp nâng cấp từ 'nhìn thấy' lên 'hiểu, quyết định, thực thi và tự thiết kế'.

Ảnh: This_is_Engineering / Pixabay