Tháng 5/2008, theo một chương trình của Hội Đồng Anh, tiến sĩ Pattrick Olivier, giảng viên cao cấp của ĐH Newcastle và ĐH York (Vương Quốc Anh), giám đốc công ty Lexicle (Anh) sang thăm và giảng ở một số ĐH Việt Nam về công nghệ người ảo (Virtual Human). Ông đã dành thời gian trò chuyện với phóng viên Thế Giới Vi Tính – PC World Vietnam sê-ri B về đề tài lý thú này.

Có 2 loại người ảo, một loại vật lý (như robot), một loại thể hiện bằng hình ảnh 3 chiều trên máy tính. Để dễ hiểu thì có thể hình dung người ảo giống như những nhân vật trong phim Star Trek (sê-ri phim khoa học viễn tưởng rất nổi tiếng của Mỹ).

Người ảo có 4 đặc điểm căn bản của con người: khả năng giao tiếp; cảm nhận, cảm thụ thế giới; suy nghĩ, tư duy; hành động. Với những đặc điểm này, người ảo có cá tính, có biểu hiện cảm xúc, có suy nghĩ, cân nhắc trước khi hành động... Điều đó sẽ làm thay đổi hoàn toàn cách con người tiếp xúc với máy tính. Thay vì sử dụng bàn phím, con chuột và những dòng chữ vô cảm, chúng ta sẽ nói chuyện hay làm việc với máy tính như những con người với nhau.

Người ảo có thể giúp ích gì cho cuộc sống của chúng ta, thưa ông?

Người ảo có thể thay thế con người trong nhiều công việc để giảm chi phí, tăng hiệu quả. Một trong những ứng dụng tương đối gần gũi là giáo viên ảo. Hiện nay, trong các chương trình học tập trực tuyến, thường là học sinh đọc tài liệu, xem hoặc nghe bài giảng thu sẵn của giáo viên trên máy tính. Cách đó có lẽ sẽ kém thú vị so với giảng dạy và tương tác trực tiếp với học sinh bằng giáo viên ảo.

Người ảo cũng có thể tham gia bán hàng, tư vấn cho khách hàng hoặc tham gia giao tiếp hành chính công. Một người ảo đại diện cho cơ quan công quyền luôn miệng cười khi giao tiếp với công dân sẽ tạo cảm giác dễ chịu hơn là màn hình chi chít chữ và số. Giải pháp giao tiếp với người ảo cũng giúp những người không biết chữ (đặc biệt là nhiều người nhập cư nghe nói được mà không viết được) dễ dàng hơn khi sử dụng những dịch vụ cung cấp qua mạng máy tính.

Trong lĩnh vực giải trí, người ảo chắc chắn sẽ có vai trò rất lớn, đặc biệt là làm tăng tính hấp dẫn của game. Ở Anh, doanh số từ game hiện nay còn lớn hơn điện ảnh.

Công nghệ hiện nay đã có thể tạo người ảo ở mức nào?

Không kể những nhân vật mà người ta tưởng tượng ra trong phim ảnh, trong thực tế đã có những dạng người ảo với những đặc tính nhất định, ví dụ người ảo trong một số trò chơi điện tử (không phải những nhân vật có người nhập vai mà là những nhân vật ảo độc lập). Những nhân vật này có một vài đặc tính giống con người, như vẻ mặt biểu cảm, có khả năng giao tiếp. Ví dụ, khi nói thì nhấp môi, đưa tay, nhướng mày... phù hợp với ngữ điệu và nội dung đang nói.

Tức là người ảo đã có một số ứng dụng thực tế chứ không chỉ là những nghiên cứu trên mặt lý thuyết. Ví dụ công ty Lexicle có người ảo Alex, làm nhiệm vụ trợ giúp khách hàng (những nội dung không quá phức tạp). Từ trước đến nay, người ta đã chú ý đến việc phát triển hệ thống khách hàng thông qua máy tính, nhưng chưa có phần giao tiếp. Ở đây, Lexicle đã phần nào giải quyết được yêu cầu làm cho máy tính và khách hàng có thể giao tiếp với nhau một cách tự nhiên.

Mặc dù trông Alex có vẻ đơn giản, chỉ có thể trao đổi những nội dung không quá phức tạp, nhưng quy trình tạo và xử lý dữ liệu của Alex rất phức tạp, trong đó có nhiều khâu kết quả nghiên cứu hiện còn hạn chế.

Việc tạo người ảo không chỉ liên quan đến phần mềm, mà còn phụ thuộc vào rất nhiều ngành khoa học khác nhau. Chúng ta phải chờ kết quả nghiên cứu trong những lĩnh vực đó. Một trong những vấn đề quan trọng là làm sao cho máy tính hiểu được tiếng nói, xử lý được ngôn ngữ tự nhiên, đặc biệt trong những môi trường có nhiều tiếng ồn. Sau khi nhận dạng được tiếng nói, máy tính còn phải nói với chúng ta. Thách thức ở đây là người ảo phải biết nói ra một cách tự nhiên, có ngữ điệu, phù hợp từng ngữ cảnh nhất định, lúc buồn nói khác, khi vui nói khác... chứ không phải nói đều đều. Khi trả lời, máy phải biết dùng cấu trúc ngôn ngữ tự nhiên, có thưa có gửi, chứ không chỉ là lõi thông tin, đồng thời phải có nhịp hội thoại, chứ không phải theo kiểu nhát gừng hỏi – trả lời. Quá trình hội thoại cũng cần thoát khỏi các tình huống có sẵn, tiến tới làm cho máy có "suy nghĩ” để trả lời mọi trường hợp...

Một thách thức lớn khác là tạo ra các chuyển động của hình ảnh đồ họa để người ảo cử động tự nhiên như người thật. Chẳng hạn, khi người ảo nói, chúng ta phải thấy sự chuyển động của các cơ và ánh sáng trên khuôn mặt, hoặc chuyển động của môi phù hợp với âm thanh phát ra. Tóm lại là phải liên kết những phần thể hiện bên ngoài với phần trí tuệ nhân tạo bên trong để những lời nói, cử chỉ, điệu bộ ăn khớp với nội dung đang nói. Tôi cho rằng khoảng 30 - 50 năm nữa khoa học sẽ giải quyết được những vấn đề đó...