Công nghệ nền tảng trong cách mạng công nghiệp 4.0
Với việc tăng sức mạnh phần cứng và giảm chi phí, sự hội tụ của kết nói internet vạn vật (IoT), dữ liệu lớn (Big data) mà nó tạo ra và khả năng làm cho nó có ý nghĩa thông qua trí tuệ nhân tạo (AI) đã đến thời điểm sẵn sàng cho việc hiện thực hóa các ý tưởng mà trước đây chỉ có trong khoa học viễn tưởng góp phần tham gia vào cách mạng công nghiệp 4.0
Mạng lưới kết nối internet vạn vật (IoT)
Mạng lưới inetrenet vạn vật là một khái niệm cách mạng hóa các thiết bị bình thường sang “thông minh” thông qua việc ứng dụng và tích hợp thêm các cảm biến, bộ truyền động và công nghệ truyền dữ liệu trên các thiết bị này. Trong đó, việc thu thập dữ liệu từ thiết bị, truyền dữ liệu này qua mạng và thực hiện một tác vụ dựa trên việc trích xuất các dữ liệu thu thập được là ba chức năng cơ bản trong các ứng dụng IoT. Do đó, sự hội tụ các công nghệ cho thu thập dữ liệu, phân tích và vận dụng, điều khiển tự động hóa, các hệ thống nhúng, truyền thông, sự ổn định, độ tin cậy và bảo mật đã tạo thành công nghệ IoT được tin tưởng và kỳ vọng sẽ mang lại lợi ích lớn trong các ứng dụng chuỗi cung ứng, vận tải, nông nghiệp và các ngành sản xuất, đặc biệt là ở các nước đang phát triển như Việt Nam.
Khi tự động hóa có kết nối internet được triển khai đại trà ra nhiều lĩnh vực, IoT được dự báo sẽ tạo ra lượng dữ liệu lớn từ đa dạng nguồn, kéo theo sự cần thiết cho việc kết tập dữ liệu nhanh, gia tăng nhu cầu đánh chỉ mục, lưu trữ và xử lý các dữ liệu này hiệu quả hơn. Internet vạn vật hiện nay là một trong các nền tảng của Thành phố thông minh và các Hệ thống quản lý năng lượng thông minh.
Dữ liệu lớn (Big data)
Dữ liệu lớn (Big Data) là thuật ngữ dùng để chỉ một tập hợp dữ liệu rất lớn và phức tạp đến nỗi những công cụ, ứng dụng xử lý dữ liệu truyền thống không thể đảm đương được. Theo báo cáo của Công ty Nghiên cứu thị trường IDC cho thấy, doanh thu đến từ thị trường Big Data sẽ tăng lên 16,9 tỷ USD vào năm 2015 và sẽ tiếp tục tăng trưởng kép với tốc độ 27% và đạt đến 32,4 tỷ USD vào năm 2017. Ngược dòng lịch sử, trước khi phát minh ra máy tính cá nhân (PC), các công ty phải chi hàng triệu USD cho các máy tính cồng kềnh để xử lý dữ liệu. Apple và Microsoft đã thay đổi điều đó bằng việc đưa máy tính vào mọi nhà. Với Big Data cũng vậy, khi giá của những bộ nhớ lớn, xử lý tốc độ cao giảm xuống, các công ty có thể truy cập khối lượng dữ liệu lớn cả bên trong và bên ngoài công ty, từ đó đưa ra đánh giá chính xác về thị trường, nắm bắt cơ hội và thu lợi nhuận.
Big data còn được định nghĩa qua 4 đặc trưng cơ bản: Khối lượng dữ liệu (Volumn), tốc độ xử lý (Velocity), sự đa dạng (Variety) và tính giá trị (Value). Khối lượng dữ liệu là đặc trưng thể hiện tính chất ngày càng tăng lên về lượng của dữ liệu, đây được coi là thuộc tính tự nhiên và riêng biệt của dữ liệu. Big data yêu cầu một khối lượng lớn dữ liệu phải được xử lý phân tán và bằng giải pháp Hadoop. Tốc độ xử lý của Big data rất nhanh, gần như tức thời ngay khi dữ liệu phát sinh. Tính đa dạng là một yếu tố rất quan trọng của big data. Càng ngày, các dữ liệu càng được tạo ra nhiều hơn dưới dạng dữ liệu lộn xộn, không có cấu trúc. Các dữ liệu ấy bao gồm hàng triệu triệu hình ảnh và video được tải lên các mạng xã hội và internet, hoặc ghi lại từ camera thông thường và camera quan sát trong các hệ thống thương mại hoặc công nghiệp. Dữ liệu này ẩn chứa một giá trị khổng lồ cho các nhà tiếp thị hay bất cứ ai muốn hiểu được hành vi của các nhóm hoặc cá thể người trong một môi trường cụ thể.
Trí tuệ nhân tạo
Trí tuệ nhân tạo (Artificial Intelligence - AI) là một lĩnh vực nghiên cứu với mục đích tạo ra những chương trình và máy móc có những khả năng của con người. Những khả năng quan trọng của con người mà lĩnh vực Trí tuệ nhân tạo rất quan tâm đó là: Khả năng học, khả năng biểu diễn tri thức và suy diễn, khả năng nghe nhìn, khả năng sử dụng ngôn ngữ và khả năng thể hiện cử chỉ.
Khả năng học là khả năng rất quan trọng của con người, nhờ học tập mà con người có thể sở hữu kiến thức và kỹ năng cụ thể nào đó. Tương tự, học máy cung cấp những kỹ thuật và phương pháp để thể hiện nhiều khả năng khác của máy móc. Học máy đã được nghiên cứu từ những ngày đầu của lĩnh vực trí tuệ nhân tạo, nhiều kỹ thuật hữu ích đã được tạo ra để giúp máy tính có thể học tập từ dữ liệu. Trong thời gian gần đây, một kỹ thuật mới đã được tạo ra và mang lại những thành công lớn đó là học sâu, kỹ thuật này đã chứng minh được sự hiệu quả trong các nhánh nghiên cứu về thị giá máy tính, xử lý tiếng nói và xử lý ngôn ngữ tự nhiên.
Khả năng biểu diễn tri thức và suy diễn tiến tới mục tiêu máy tính có thể thực hiện suy diễn như con người. Tương tự, khả năng nghe nhìn, khả năng sử dụng ngôn ngữ hướng tới máy tính có thể nghe, nhìn và hiểu được như con người. Khả năng thể hiện cử chỉ giúp robot thể hiện các hành động và cử chỉ như con người.
Như vậy, trí tuệ nhân tạo có khả năng đẩy nhanh việc thực hiện các mục tiêu phát triển toàn cầu, song cũng đặt ra một loạt thách thức phức tạp, trong đó có những vấn đề về đạo đức, nhân quyền và rủi ro an ninh. Giáo sư Stephen Hawking - nhà vật lý nổi tiếng người Anh cũng đưa ra cảnh báo, khi đạt tới mức độ nào đó, trí tuệ nhân tạo có thể đứng sau những vũ khí tự động có sức mạnh hủy diệt lớn và trở thành công cụ để một số ít người đàn áp số đông. Điều này đang dần trở thành sự thực khi nhiều quốc gia đã ứng dụng trí tuệ nhân tạo vào lĩnh vực tình báo, quân sự và nghiên cứu robot chiến trường.
Trần Phước