Page 124 - Kỷ yếu hội thảo quốc tế: Ứng dụng công nghệ mới trong công trình xanh - lần thứ 9 (ATiGB 2024)
P. 124

th
               HỘI THẢO QUỐC TẾ ATiGB LẦN THỨ CHÍN - The 9  ATiGB 2024                                 115

                       TỔNG QUAN VỀ HỌC MÁY CỠ NHỎ VÀ

                     HƯỚNG PHÁT TRIỂN TRONG TƯƠNG LAI

                INTRODUCTION TO TINY MACHINE LEARNING

                    AND FUTURE DEVELOPMENT DIRECTION



                                       Trương Minh Đức , Trần Tuấn Anh , Lương Công Duẩn
                                                     1*
                                                                  1
                                                                                  1
                                             1 Học viện Công nghệ Bưu chính Viễn thông
                                                    1*
                                                                  1
                                                                                  1
                                       Truong Minh Duc , Tran Tuan Anh , Luong Cong Duan
                         1 Posts and Telecommunications Institute of Technology (PTIT); {ductm, anhtt, duanlc}@ptit.edu.vn
                                                     *ductm@ptit.edu.vn
                  Tóm tắt: Hệ sinh thái thiết bị IoT đang ngày càng phát   Abstract:  The ecosystem of IoT devices is developing
               triển trong những năm gần đây, các thiết bị ngày càng gia   rapidly  in  recent  years,  with  an  increasing  number  of
               tăng số lượng và cập nhật công nghệ nhằm cung cấp một   devices  incorporating  advanced  technologies  to  provide  a
               nền tảng để hỗ trợ con người tương tác với cả thế giới thực   platform for human interaction with both the real and virtual
               lẫn thế giới ảo. Nếu giai đoạn đầu các thiết bị chỉ tập trung   worlds. Initially, IoT devices focused on simple connections
               dưới dạng kết nối thuần túy với việc những thiết bị đầu cuối   with  end  devices  or  execution  structures  equipped  with
               hay cơ cấu chấp hành được trang bị các giao thức như wifi,   protocols such as wifi, bluetooth, Lora, zigbee.... However,
               bluetooh hay Lora, zigbee… thì hiện nay các thiết bị  IoT   nowadays IoT devices are becoming smarter by integrating
               bắt đầu có xu hướng trở nên thông minh hơn, bằng cách kết   artificial  intelligence  (often  machine  learning  models)  and
               hợp với trí tuệ nhân tạo (thường là các mô hình học máy) và   edge  computing,  making  the  IoT  system  more  versatile.
               điện toán biên, điều này càng làm cho hệ thống thiết bị IoT   According to the latest statistics from ABI Research's white
               có nhiều dư địa phát triển. Theo thống kê mới nhất của sách   paper [1], it is predicted that there will be 2.5 billion smart
               trắng ABI Research’s [1] dự đoán sẽ có 2,5 tỷ thiết bị IoT   IoT  devices  by  2030,  compared  to  only  about  15  million
               thông minh vào năm 2030, trong khi năm 2020 mới chỉ có   devices  in 2020.  These  devices can  operate  with  machine
               khoảng  15  triệu  thiết  bị.  Những  thiết  bị  này  có  thể  hoạt   learning  models  on  the  hardware  resources  of  embedded
               động với mô hình học máy trên cơ sở tài nguyên phần cứng   systems,  regardless  of  the  limited  memory  and  energy
               của hệ thống nhúng, bất chấp điều kiện tài nguyên bộ nhớ   resources.  This  article  will  focus  on  explaining  the  basic
               và năng lượng rất hạn chế. Bài viết này sẽ tập trung trình   concepts of TinyML and related development tools, as well
               bày những khái niệm cơ bản nhất về TinyML và các công   as forecasting some future development directions.
               cụ  hỗ  trợ  phát  triển  liên  quan,  đồng  thời  dự  báo  một  số
               hướng phát triển trong tương lai.
                  Từ khóa: IoT; TinyML; Model machine learning.   Keywords: IoT; TinyML; Model machine learning.

                  1. TỔNG QUAN VỀ HỌC MÁY CỠ NHỎ              IoT, thông thường dữ liệu từ các thiết bị IoT được thu
                                                              thập và được sử dụng để huấn luyện các mô hình học
                  1.1. TinyML là gì?                          máy, dữ liệu được tập trung hóa mức độ cao và nằm ở
                  Khi  nói  về  học  máy  cỡ  nhỏ  (Tiny  machine   trung tâm xử lý, từ đó hình thành cơ sở hạ tầng phức
               learning  -  TinyML)  trước  tiên  cần  nhắc  lại  về  hệ   tạp với các bộ xử lý mạnh mẽ và đắt tiền. Từ những
               thống nhúng, đây là Một hệ thống máy tính được chế   vấn đề nổi bật kể trên tạo điều kiện cho TinyML ra
               tạo để đáp ứng một nhu cầu hoặc thực hiện một nhiệm   đời [2], với định nghĩa là một lĩnh vực công nghệ và
               vụ nhất định. Một hệ thống máy tính nói chung, được   ứng dụng bao gồm các thuật toán, các thiết bị phần
               thiết kế để có thể chạy đa năng và linh hoạt với nhiều   cứng nhúng có thể thiết lập các thuật toán học máy
               ứng dụng phần mềm khác nhau, chính vì vậy nên hệ   nhằm  xử  lý  dữ  liệu  với  công  suất  tiêu  thụ  thấp
               thống máy tính cơ bản thường có cấu hình tài nguyên   (thường  là  1-10  mW).  Sự  xuất  hiện  của  TinyML  là
               mạnh mẽ. Trong khi đó, hệ thống nhúng thường được   một  sự  thay  đổi  lớn  trong  AI,  góp  phần  không  nhỏ
               xây dựng chỉ để phục vụ một số nhiệm vụ nhất định,   thúc đẩy việc phá vỡ các giới hạn trong AI bằng cách
               các tác vụ hay tập hợp các chức năng diễn ra trong   sử dụng các thiết bị nhỏ như vi điều khiển để thực thi
               môi trường hoặc bối cảnh cụ thể. Các hệ thống nhúng   các thuật toán AI. Đồng thời, việc phát triển bài toán
               cũng được thiết kế để kết nối chặt chẽ với IoT, các hệ   xử  lý  điện  toán  biên  (edge  computing)  giải  quyết
               thống IoT cũng dựa trên kiến trúc của hệ thống nhúng   được vấn đề phân tán dữ liệu và nâng cao chất lượng
               để phát triển. Việc trí tuệ nhân tạo ngày càng được ưa   của các ứng dụng thời gian thực lên một tầm cao mới.
               chuộng và phát triển công khai đã kích thích sự tiến   Trong  phát  triển  các  hệ  thống  AI  trên  thế  giới,
               bộ  trong  phân  tích  dữ  liệu  thông  qua  các  hệ  thống   việc huấn luyện những mô hình học máy lớn đòi hỏi

                                                                                   ISBN: 978-604-80-9779-0
   119   120   121   122   123   124   125   126   127   128   129