Business Information Learning

  1. Trang chủ
  2. Lưu
  3. Thẻ
  4. Hỏi - Đáp

 
 
Trang chủ
BIL'log, ⌚ 2017-07-14
***
☕ Nhàn đàm ICT: IoT & AI
Tác giả: Lê Văn Lợi
Bài đã đăng trên diễn đàn ICT_VN (ict_vn@googlegroups.com).
Ngày đăng: 14-07-2017.

Dear các anh/chị

Thấy các anh/chị tranh luận sôi nổi về các cuộc cách mạng công nghiệp (1.0, 2.0, 3.0, 4.0 và 0.4), tôi cũng muốn đưa ý kiến của mình lên diễn đàn nhưng không hề có ý định tranh luận đúng/sai, mà chỉ là dưới dạng “nhàn đàm”. “Nhàn đàm” là đàm luận chơi cho vui vậy thôi, chủ yếu giúp anh/chị uống trà, uống cà phê cho đỡ “nhạt mồm” :-)

Định nghĩa:

IoT: Internet of Things: Internet vạn vật

AI: Artificial Intelligence: Trí tuệ nhân tạo

 

1./ Một vật khi kết nối vào IoT thì nó có thể trở nên smart (thông minh). Trước khi trở thành thông minh, vật đó trước hết phải biết « nghĩ », phải có một cơ chế nào đó để nó có thể “nghĩ ” được. (Lại nhớ câu nói bất hủ của René Descartes : “Tôi tư duy, nên tôi tồn tại” - I think, therefore I am). Một vật mà « nghĩ » được thì cũng « kinh » đấy chứ. Nguyên lý đơn giản thế này thôi : chúng ta giả thiết vật này có một vài cảm biến (sensors) và có một hoặc vài cơ cấu chấp hành (actuators). Vật này trước hết đo giá trị thông qua cảm biến (nhiệt độ, độ ẩm, độ pH, …) và vì vật này nối với IoT nên nó sẽ gửi giá trị đo được về một bộ não nào đó nằm trên Internet, ta gọi đó là AI đi. AI thường nằm trên một cloud (cloud = đám mây trong ngữ cảnh điện toán đám mây – cloud computing). Sau khi AI « suy nghĩ », AI sẽ gửi một lệnh nào đó đến « vật » và vì « vật » có cơ cấu chấp hành nên nó ra lệnh cho cơ cấu chấp hành thực hiện lệnh do AI gửi đến. Thật ra bộ não nằm ở chỗ khác, không phải là một bộ phận cơ hữu của « vật ». Nhưng từ ngoài nhìn vào, chúng ta có cảm giác như vật biết suy nghĩ. Trên thực tế, cơ chế vận hành đơn giản như vừa nêu.

 

Ví dụ 1 : Nhà kính trồng rau. Nhà kính này có các cảm biến về nhiệt độ và độ ẩm (sensors : cảm biến). Nhà kính đồng thời có các vòi phun nước và quạt hút gió (vòi phun nước và quạt hút gió là các actuators : cơ cấu chấp hành). Các cảm biến và cơ cấu chấp hành được nối với một Trung tâm đo và điều khiển. Trung tâm này có một hệ chuyên gia. Hệ chuyên gia này, trong mô hình trên được gọi là AI. Hệ chuyên gia này tích hợp kiến thức của các chuyên gia trồng rau trong nhà kính. Diễn nôm về hệ chuyên gia này như sau : Với loại rau này, nếu độ ẩm và nhiệt độ như này, như này, … kéo dài trong một gian như này, như này, … thì phun nước hoặc/và hút gió như này, như này, … Quan sát nhà kính, chúng ta thấy thỉnh thoảng vòi phun nước tự động phun hoặc máy hút gió tự động chạy một thời gian rồi sau đó tự động ngắt. Chúng ta có cảm giác nhà kính biết suy nghĩ lúc nào cần làm gì. Việc nghĩ ngợi này được thực hiện bởi hệ chuyên gia (expert system).

 

Ví dụ 2 : Ô tô không người lái (ô tô tự lái). Ô tô điện này được trang bị một loạt camera trước, sau và 2 bên. Camera được gọi là các cảm biến về hình ảnh (sensors). Động cơ ô tô, tay lái, hộp số được gọi là cơ cấu chấp hành (actuators). Tất cả các cảm biến và cơ cấu chấp hành trên ô tô được nối với một Data Center. Data Center này có khoảng vài trăm ngàn máy tính liên kết với nhau theo mô hình Hadoop hoặc Spark. Năng lực của Data Center này có thể phân tích hình ảnh do ô tô gửi về và ra lệnh cho cơ cấu chấp hành chỉ trong khoảng vài phần ngàn giây. Data Center liên tục nhận ảnh tử ô tô gửi về, sau đó phân tích và ra lệnh gần như tức thì cho cơ cấu chấp hành trên ô tô thực hiện (nhắc lại : cơ cấu chấp hành trên ô tô gồm động cơ, tay lái, hộp số).

 

« Vật » hay « Thing » trong IoT có thể coi như thiết bị đầu cuối. Thiết bị đầu cuối IoT có thể gồm cả cảm biến lẫn cơ cấu chấp hành. Tuy nhiên, người ta thường tách cảm biến riêng, cơ cấu chấp hành riêng.

 

Cảm biến gồm rất nhiều loại như âm thanh, độ rung, ô tô, vận tải, hóa chất, dòng điện, điện thế, từ, sóng radio, môi trường, thời tiết, độ ẩm, lưu lượng, vận tốc chất lỏng, bức xạ ion hóa, hạt nguyên tử, công cụ điều hướng, vị trí, góc, chuyển vị, khoảng cách, tốc độ, gia tốc, ánh sáng, hình ảnh, photon, áp suất, lực, mật độ, đo cấp, nhiệt độ, đo khoảng cách hoặc sự hiện diện, …

 

Về cơ cấu chấp hành, chủ yếu gồm : nguyên lý thủy lực (Hydraulic), khí nén (Pneumatic), điện (Electric), nhiệt/từ trường (Thermal/Magnetic) và cơ khí (Mechanical).

 

Như vậy, có thể coi IoT là Internet mở rộng với Internet là trung tâm kết nối với các thiết bị đầu cuối là một vật (a thing). Chúng ta thống nhất đặt tên cho một vật là IoT device (ít ra nghe cho nó oai). Mỗi một IoT device gắn với một IP và thường là Ipv6 (địa chỉ của Ipv6 là 128 bit). Lý do IoT device gắn với một IP là vì trên Internet mọi chuyện trao đổi thông tin đều phải sử dụng IP. IP này được khuyến cáo là dùng IPv6 vì kho IPv4 đã cạn kiệt và số lượng « vật » sẽ cực lớn nên chỉ có kho IPv6 mới đủ chứa.

 

Thế Internet kết nối với các « vật » bằng phương thức nào ? Về mặt nguyên tắc thì việc kết nối Internet với các « vật » vẫn có thể sử dụng phương thức truyền dẫn kết nối các máy tính với nhau trong Internet như cáp đồng, cáp quang, wifi, 2G, 3G, 4G, 5G. Tuy nhiên, do việc phân bố các « vật » là bất kỳ nên môi trường truyền dẫn kết nối Internet với IoT device thường là không giây (wireless). Ví dụ về một số ứng viên cho môi trường này : Lora, Sigfox, NarrowBand IoT (NB-IoT). Môi trường nào sẽ phát triển còn là một dấu hỏi – thậm chí là một dấu hỏi lớn. Vì sao vậy ? Vì các môi trường này muốn phát triển phải có nhiều loại thiết bị tương thích. Các thiết bị + phần mềm khi sản xuất ra phải tương thích thì môi trường đó mới tồn tại và phát triển được. Theo tôi được biết thì các môi trường IoT (trong ví dụ nêu trên) đang có một cuộc cạnh tranh để giành lấy thị phần.

 

2./ Nếu « làm ăn » với IoT, chúng ta có thể làm gì ? Đây là một câu hỏi thú vị và không hề dễ trả lời. Chúng ta có thể sản xuất phần cứng của IoT device, chúng ta có thể làm phần mềm của IoT device (thường là hệ điều hành nhúng), chúng ta có thể làm IoT Gateway (kết nối Internet với IoT device), chúng ta có thể làm AI (hoặc đơn giản hơn là Expert Systems), chúng ta có thể làm IoT Platform (là nền tảng để chạy các ứng dụng IoT), chúng ta có thể làm các đám mây (Cloud trong Cloud Computing), chúng ta có thể làm tích hợp hệ thống (System Integration – SI) và chúng ta có thể gia công IoT – nghĩa là chúng ta làm thuê cho các hãng lớn.

Ngoài lề về cloud computing: Chúng ta thấy và cảm nhận các « đám mây » bao trùm lên Trái Đất : Google Cloud, Facebook, Amazon Web Serices Cloud, Microsoft Azure, IBM Bluemix (kết nối với Watson), Oracle Cloud, … Các đám mây phủ lên đất Việt hiện nay vẫn chủ yếu là các « đám mây Mỹ » chứ chưa thấy các đám mây của mấy « ông lớn » về IT của Việt Nam như Viettel Cloud, Fpt Cloud, VNPT cloud, CMC cloud !? Đám mây Việt đang đi về đâu ? 😊

Ngoài lề về AI và Expert Systems: Chúng ta đều biết AI được nghiên cứu từ lâu lắm rồi. Ứng dụng rõ nhất mà chúng ta tiếp xúc hàng ngày do các ông lớn về ICT mang đến là trong quảng cáo và tìm kiếm. (Khi anh/chị mở Google thì xác suất đến 99% là trang này sẽ « trình » thứ mà anh/chị đang quan tâm (tài thế - nó như đọc được ý nghĩ của mình). Hay như khi chúng ta tìm kiếm từ ‘Wimbledon 2017’ trong thời gian giải diễn ra vừa rồi thì Google phân các tab đơn nam, đơn nữ, đôi nam, đôi nữ, đôi nam nữ một cách tự động và cho chúng ta xem đồng thời live scores của tất cả các trận đang diễn ra.) Gần đây thì nổi lên Machine LearningDeep Learning. AI dạng này thường gắn với Big Data. Big Data gắn với điện toán đám mây. Mà đám mây Việt hiện không biết đang trôi đi đâu 😊. Vì vậy, Trí tuệ nhân tạo Việt không biết đang ở đâu?

Có một thứ dễ “nhằn” hơn nhiều, đó là Expert System (hệ chuyên gia). Không hiểu sao mấy “ông lớn” ICT ở ta không mấy ai quan tâm (chắc là do không “oách” !??). Expert System chủ yếu gồm Knowledge Base (kiến thức nền) và Inference Engine (mô tơ suy diễn). Knowledge Base là tập hợp của các quy tắc suy diễn còn Inference Engine chỉ việc lôi hết các quy tắc suy diễn ra và chọn cái phù hợp nhất. Chỉ có vậy :-) Quy tắc suy diễn thì lấy từ các chuyên gia (ở ta các chuyên gia “chém gió” hơi bị nhiều). Đối với Inference Engine: các thầy có thể ra một bài tập lớn cho các em sinh viên năm thứ 3 làm. Xong! 😊

 

3./ Giấc mơ con (không biết có đè nát cuộc đời con không – vay mượn ý của Chế Lan Viên)

Tôi có 2 giấc mơ con. Đó là áp dụng IoT vào nông nghiệp và vào môi trường.

3.1./ Trang trại thông minh : Đặt tên là trang trại thông minh là để câu view thôi chứ trang trại này chỉ cần có chủ thông thái là được. Trang trại gồm nuôi và trồng. Các hệ thống trong trang trại này đều (rau nhà kính, dây chuyền nuôi gà, ao nuôi cá, …) đều được kết nối với Internet. Ông chủ với một điện thoại thông minh (smartphone) hoàn toàn có thể quan sát (và điều khiển một phần) trang trại của mình mọi lúc, mọi nơi. AI trong trang trại này chỉ ở mức Expert Systems thôi. Sau trải nghiệm, trang trại này trở thành « điển hình ». Điển hình về ‘thành công’ và ‘thất bại’. Thành công để người đi sau học và thất bại để người đi sau tránh.

3.2./ Chỉ thị môi trường 3 màu : đỏ, vàng, xanh – gọi là chỉ thị RYG. RYG là viết tắt của Red – Yellow – Green. Kết quả đo môi trường ở một điểm bất kỳ chỉ hiển thị một trong 3 màu : Màu xanh (Green) – môi trường ổn, Màu vàng (Yellow) – môi trường ở mức cảnh báo, Màu đỏ (Red) – môi trường ở mức báo động. Chỉ thị này ứng dụng IoT và Expert Systems. Tức là chúng ta đặt các cảm biến ở điểm cần đo. Sau đó dữ liệu đo được gửi về một hệ chuyên gia. Hệ chuyên gia cho kết quả là Xanh, Vàng hoặc Đỏ. Chỉ thị RYG có thể dùng để đo không khí ở khu đông dân cư, đo nước xả thải ở các khu công công nghiệp, đo chất lượng nước ở các khu nuôi trồng thủy sản, …

Tôi cố tình dùng từ giấc mơ vì không chắc có ai đó làm được không. Tôi dùng từ giấc mơ con vì hy vọng tính khả thi của ‘giấc mơ’ 😊.

Không biết các anh/chị dùng trà hoặc cà phê, sau khi nhâm nhi đoạn ‘nhàn đàm’ trên có đỡ ‘nhạt mồm’ tý nào không ?