IOCV Simulation 2017: Erudite Farming Enterprise (Doanh nông thông thái)

Đề bài của nhóm Simulation gửi cho cộng đồng IOCV (IoT Open Community for Vietnam).
Ngày đăng: 10-11-2017.

---

Erudite Farming Enterprise (Doanh nông thông thái)

Đặt vấn đề:

Đề bài cho Erudite Farming Enterprise là thiết kế một hệ thống để hỗ trợ doanh nghiệp nhà nông canh tác một cách thông thái. Chúng ta gọi doanh nghiệp nhà nông là doanh nông. Kết nối với nơi canh tác của doanh nông là một thiết bị IoT dùng để đọc thông tin của một số tham số và dùng để điều khiển bật/tắt các thiết bị máy móc theo một quy trình được lập trình từ trước. Chúng ta đặt tên thiết bị này là Farmics. Đặc tả yêu cầu (Requirement Specification) cho Farmics chỉ dừng ở mức đơn giản. Thiết bị là một hộp hình khối mỏng dẹt (cỡ của một chiếc máy tính bảng). Bên ngoài phía mặt trước có một đèn led chỉ thị có nguồn hay không và một nút dùng tắt/bật nguồn. Thiết bị được cài đặt thông qua một máy tính kết nối với thiết bị bằng USB. Mối liên kết được thể hiện như trong hình vẽ sau: 

Diễn giải:

• Doanh nông sử dụng 1 app (hoặc giao tiếp web) trên PC/Tablet/Smartphone có kết nối Internet để xem tình trạng canh tác. Canh tác có thể là 1 đàm nuôi tôm, một ao nuôi cá tra, một vườn ra nhà kính, một cánh đồng rau sạch, khu nuôi bò sữa tập trung … Tình trạng canh tác có thể gồm độ pH trong ao nuôi cá tra, nhiệt độ, độ ẩm của vườn rau, số lượng cá giống trong 1 mét khối nước, … Tình trạng được đo bởi Farmics và gửi trực tiếp đến app của doanh nông. Tùy theo cấu hình, app của doanh nông có lưu ký các tham số canh tác đo được từ vài ba ngày đến một tháng trước;
• Doanh nông được hỗ trợ bởi một Phác đồ canh tác. Phác đồ canh tác được lưu và vận hành theo phương thức điện toán đám mây. Phác đồ canh tác có tác dụng gì đối với doanh nông? Ví dụ, tôm giống được thả sau 1 tháng thì cần loại thức ăn nào, tần suất sục khí là bao nhiêu lần một ngày. Ví dụ, trồng rau trong nhà kính thì sau 1 tuần cần giữ nhiệt độ bao, độ ẩm bao nhiêu, …
• Tín hiệu sẽ được truyền/nhận qua mạng Internet kết nối với Farmics, sử dụng bộ giao thức TCP/IP. Việc truyền tin được thực hiện qua modem. Modem kết nối với Farmics bằng wi-fi;
• Mỗi Farmics có một địa chỉ IP (IPv6, 128 bit). Farmics có thể kết nối với các thiết bị đo bằng Wi-fi hoặc bằng các giao thức khác, ưu tiên kết nối bằng Wi-fi. Khi LPWAN trở thành phổ biến, chúng ta sẽ chuyển kết nối qua LPWAN. Đối với các thiết bị vận hành, Farmics kết nối hữu tuyến. Thiết bị vận hành bao gồm hệ thống tưới, sục khí, hút gió, …
• Farmics là một hệ thống nhúng (embedded system), hoạt động độc lập. Hệ thống nhúng thường có phần cứng là bản mạch đơn (Single-Board Microcontroller), bộ nhớ trong SRAM và bộ nhớ ngoài Flash/EEPROM. Trong bước đầu chúng ta nên dựa vào giải pháp Arduino (https://en.wikipedia.org/wiki/Arduino), giải pháp này là giải pháp phần cứng mở và phần mềm nguồn mở. Một tùy chọn khác là chúng ta có thể dựa vào Raspberry Pi (https://en.wikipedia.org/wiki/Raspberry_Pi). Hai tiếp cận này có nhiều điểm tương đồng.
• Kết nối hữu tuyến với Farmics còn có Farmics_AI. Farmics_AI đóng vai trò tự động hóa. Ví dụ, khi vườn rau trong nhà kính có độ ẩm thấp thì sẽ tự động kích hoạt máy tưới nước. Sau khi độ ẩm đạt ngưỡng thì Farmics_AI lại tự động tắt máy tưới nước. Farmics_AI lấy đầu vào là các tham số đo và Phác đồ canh tác. Farmics_AI chạy trên một máy PC, đặt gần với thiết bị Farmics.

Khuyến cáo nghiên cứu:

• Phần cứng:         Nhìn vào toàn bộ hệ thống của Erudite Farming Enterprise thì vấn đề còn tương đối mới đối với cộng đồng là phần cứng của Farmics. Cụ thể ở đây là hệ thống nhúng phần cứng - hệ thống đơn mạch. Tuy là hệ thống đơn mạch nhưng Farmics là một hệ vi xử lý đầy đủ: Bộ xử lý  (Processor) – 8 bit, 16 bit, 32 bit, Bộ nhớ trong (RAM), Bus, Bộ nhớ ngoài (Flash, EEPROM), các cổng (serial port, USB port, …), ngoại vi.
  
  Ngoài ra, để đọc được thông tin từ các cảm biến (sensor), chúng ta phải hiểu nguyên lý của các thiết bị mà chúng ta sẽ phải đọc thông tin (nhiệt độ, độ ẩm, CO2, pH, …).
  
  Khuyến cáo: Nghiên cứu Arduino và Raspberry Pi, mua một bộ Arduino và/hoặc Raspberry Pi.

 

• Phần mềm:         Phần mềm của Erudite Farming Enterprise chủ yếu gồm:
  
  a) Phần mềm điều khiển và cài đặt Farmics. Phần mềm này chạy trên PC/Tablet. Chúng ta đặt tên là Farmics_Set;
  
  b) App được viết để chạy được trên iOs, Android. Chúng ta đặt tên là Farmics_App; 
  
  c) Giao tiếp Web chạy được trên tất cả các bộ duyệt (Browser). Chúng ta đặt tên là Farmics_Web;
  
  d) Phác đồ canh tác là một hệ chuyên gia về canh tác. Chúng ta đặt tên là Farmics_Reg;
  
  e) Hệ điều hành nhúng (Embedded Operating System). Chúng ta đặt tên là Farmics_OS.
  
  Các phần mềm trên PC/Tablet/Smartphone, trên Web đều là các vấn đề mà cộng đồng đã quen thuộc. Chỉ duy nhất một vấn đề còn tương đối mới đối với cộng đồng là hệ điều hành nhúng.
  
  Khuyến cáo:
  - Đối với các phần mềm chạy trên PC/Tablet/Smartphone và trên Web: cộng đồng sử dụng các công cụ mà mình quen dùng;
  - Đối với hệ thống nhúng: chúng tôi khuyến cáo nên sử dụng bộ Adruino IDE (Adruino Integrated Development Environment).

 

• Giao thức/Chuẩn: Farmics cần phải liên lạc với 2 loại đối tượng.
  
  Loại đối tượng thứ nhất là các phần mềm chạy trên PC/Tablet/Smartphone. Đối với loại đối tượng này Farmics cần sử dụng bộ giao thức TCP/IP.
  
  Loại đối tượng thứ hai là các cảm biến môi trường. Trong trường hợp của Farmics, để tăng cao tính thực tế, chúng ta ưu tiên sử dụng Wi-fi.
  
  
  Khuyến cáo: Tập trung nghiên cứu các thiết bị đo chấp nhận kết nối Wi-fi. Đồng thời chúng ta cũng nghiên cứu các giao thức/chuẩn LoRaWan và Symphony Link. Tuy các giao thức/chuẩn này khá mới, chúng ta vẫn cần nghiên cứu, hiểu nguyên lý và phân tích các ưu điểm, nhược điểm để đón đầu công nghệ và đầu tư.

IOCV Simulation 2017: Friendly Environment Monitoring (Giám sát môi trường thân thiện)

Đề bài của nhóm Simulation gửi cho cộng đồng IOCV (IoT Open Community for Vietnam).
Ngày đăng: 9-11-2017.

---

Friendly Environment Monitoring (Giám sát môi trường thân thiện)

Đặt vấn đề:

Đề bài của Friendly Environment Monitoring là giám sát một cụm điểm môi trường và bật tín hiệu thể hiện trạng thái môi trường của cụm điểm đó. Các trạng thái của môi trường gồm:

• Green (Xanh lá cây): Môi trường trong trạng thái bình thường;
• Yellow (Vàng): Môi trường trong trạng thái cảnh báo;
• Red (Đỏ): Môi trường trong trạng thái báo động;

Ở đầu hiện trường chúng ta thiết kế một bộ đọc dữ liệu đo cảm biến môi trường như nhiệt độ, độ ẩm, khí CO, khí Co2, độ pH của nước, ... Đặc tả yêu cầu (Requirement Specification) cho bộ đọc chỉ dừng ở mức đơn giản. Thiết bị là một hộp hình khối mỏng dẹt (cỡ của một chiếc máy tính bảng). Bên ngoài phía mặt trước có một đèn led chỉ thị có nguồn hay không và một nút dùng tắt/bật nguồn. Thiết bị được cài đặt thông qua một máy tính kết nối với thiết bị bằng USB. Chúng ta đặt tên hệ thống là Fem_RYG (Viết tắt của Friendly Environment Monitoring _ Red-Yellow-Green). Mối liên kết được thể hiện như trong hình vẽ sau:

Diễn giải:

• Người dùng sử dụng 1 app (hoặc giao tiếp web) trên PC/Tablet/Smartphone có kết nối Internet để xem tình trạng môi trường của một hoặc nhiều cụm điểm. Mỗi một cụm điểm thể hiện duy nhất một trong 3 màu: xanh, vàng, đỏ. Khi xem nhiều cụm điểm thì có thể cụm A có màu xanh, cụm B màu vàng, cụm C màu đỏ, …;
• Dữ liệu hiển thị trên app được lấy từ Hệ chuyên gia (Expert System). Hệ chuyên gia được lưu và vận hành theo phương thức điện toán đám mây (Cloud Computing). Hệ chuyên gia suy diễn theo một hàm của dữ liệu thời gian thực từ Fem_RYG và dữ liệu trong quá khứ của Fem_RYG. Dữ liệu trong quá khứ của Fem_RYG được lưu trong cơ sở dữ liệu của Hệ chuyên gia;
• Hệ chuyên gia lập các quy tắc suy diễn từ Kiến thức chuyên gia. Hệ chuyên gia được xây dựng tùy thuộc vào nhu cầu giám sát môi trường. Việc giám sát môi trường nước nuôi trồng thủy sản khác với giám sát môi trường không khí ở đô thị, khác với giám sát môi trường cảnh báo cháy rừng, … Người quản trị Hệ chuyên gia có thể đọc dữ liệu trực tiếp từ Fem_RYG để tiện cho việc điều chỉnh các tham số của Hệ chuyên gia.
• Tín hiệu sẽ được truyền/nhận qua mạng Internet kết nối với Fem_RYG, sử dụng bộ giao thức TCP/IP. Việc truyền tin được thực hiện qua modem. Modem kết nối với Fem_RYG bằng wi-fi;
• Mỗi Fem_RYG có một địa chỉ IP (IPv6, 128 bit). Fem_RYG kết nối với các thiết bị đo bằng các giao thức khác. Trong một số trường hợp, Fem_RYG có thể phải kết nối hữu tuyến với thiết bị đo. Tuy nhiên, trong phần lớn các trường hợp, Fem_RYG kết nối vô tuyến với thiết bị đo.  Xu thế hiện nay trên thế giới đang sử dụng mạng Low Power Wide Area Network (LPWAN) để kết nối các thiết bị IoT.
• Fem_RYG là một hệ thống nhúng (embedded system), hoạt động độc lập. Hệ thống nhúng thường có phần cứng là bản mạch đơn (Single-Board Microcontroller), bộ nhớ trong SRAM và bộ nhớ ngoài Flash/EEPROM. Trong bước đầu chúng ta nên dựa vào giải pháp Arduino (https://en.wikipedia.org/wiki/Arduino), giải pháp này là giải pháp phần cứng mở và phần mềm nguồn mở. Một tùy chọn khác là chúng ta có thể dựa vào Raspberry Pi (https://en.wikipedia.org/wiki/Raspberry_Pi). Hai tiếp cận này có nhiều điểm tương đồng.

 

Khuyến cáo nghiên cứu:

• Phần cứng:         Nhìn vào toàn bộ hệ thống của Friendly Environment Monitoring thì vấn đề còn tương đối mới đối với cộng đồng là phần cứng của Fem_RYG. Cụ thể ở đây là hệ thống nhúng phần cứng - hệ thống đơn mạch. Tuy là hệ thống đơn mạch nhưng Fem_RYG là một hệ vi xử lý đầy đủ: Bộ xử lý  (Processor) – 8 bit, 16 bit, 32 bit, Bộ nhớ trong (RAM), Bus, Bộ nhớ ngoài (Flash, EEPROM), các cổng (serial port, USB port, …), ngoại vi.
  
  Ngoài ra, để đọc được thông tin từ các cảm biến (sensor), chúng ta phải hiểu nguyên lý của các thiết bị mà chúng ta sẽ phải đọc thông tin (nhiệt độ, độ ẩm, CO2, pH, …).
  
  Khuyến cáo: Nghiên cứu Arduino và Raspberry Pi, mua một bộ Arduino và/hoặc Raspberry Pi.

 

• Phần mềm:         Phần mềm của Friendly Environment Monitoring chủ yếu gồm:
  
  a) Phần mềm điều khiển và cài đặt Fem_RYG. Phần mềm này chạy trên PC/Tablet. Chúng ta đặt tên là Fem_Set;
  
  b) App được viết để chạy được trên iOs, Android. Chúng ta đặt tên là Fem_App; 
  
  c) Giao tiếp Web chạy được trên tất cả các bộ duyệt (Browser). Chúng ta đặt tên là Fem_Web;
  
  d) Hệ chuyên gia dùng để suy diễn các dữ liệu đọc được từ các bộ đo thành Xanh/Vàng/Đỏ. Chúng ta đặt tên là Fem_Expert;
  
  e) Hệ điều hành nhúng (Embedded Operating System). Chúng ta đặt tên là Fem_OS.
  
  Các phần mềm trên PC/Tablet/Smartphone, trên Web đều là các vấn đề mà cộng đồng đã quen thuộc. Chỉ duy nhất một vấn đề còn tương đối mới đối với cộng đồng là hệ điều hành nhúng.
  
  Khuyến cáo:
  - Đối với các phần mềm chạy trên PC/Tablet/Smartphone và trên Web: cộng đồng sử dụng các công cụ mà mình quen dùng;
  - Đối với hệ thống nhúng: chúng tôi khuyến cáo nên sử dụng bộ Adruino IDE (Adruino Integrated Development Environment).

 

• Giao thức/Chuẩn: Fem_RYG cần phải liên lạc với 2 loại đối tượng.
  
  Loại đối tượng thứ nhất là các phần mềm chạy trên PC/Tablet/Smartphone. Đối với loại đối tượng này Fem_RYG cần sử dụng bộ giao thức TCP/IP.
  
  Loại đối tượng thứ hai là các cảm biến môi trường.
  
  Khác với các ứng dụng thông thường, đo môi trường không cần tần suất lấy dữ liệu quá cao. Trong nhiều trường hợp, một ngày chỉ cần đo vài lần là đủ.
  
  Một số trường hợp như giám sát môi trường một nhà máy, thậm chí chúng ta có thể dùng kết nối hữu tuyến. Tuy nhiên, môi trường được giám sát thường diễn ra trên diện rộng. Các giao thức phổ thông như Wi-fi, Bluetooth, Zigbee không thích hợp. Hiện nay trên thế giới người ta đang ứng dụng mạng Low Power Wide Area Network (LPWAN). Các thiết bị kết nối vào mạng này chạy ở chế độ tiêu thụ điện cực thấp để kéo dài tuổi thọ của pin nguồn.
  
  Khuyến cáo: Tập trung nghiên cứu các giao thức/chuẩn LoRaWan và Symphony Link. Tuy các giao thức/chuẩn này khá mới, chúng ta vẫn cần nghiên cứu, hiểu nguyên lý và phân tích các ưu điểm, nhược điểm để đón đầu công nghệ và đầu tư.

 

IOCV Simulation 2017: Smart Home (Ngôi nhà thông minh)

Đề bài của nhóm Simulation gửi cho cộng đồng IOCV (IoT Open Community for Vietnam).
Ngày đăng: 8-11-2017.

---

Smart Home (Ngôi nhà thông minh)

Đặt vấn đề:

Đề bài của Smart Home là thiết kế và vận hành một bộ điều khiển/đọc thông tin các thiết bị trong một tòa nhà cho phép chủ nhà bật/tắt đèn, bật/tắt-tăng/giảm điều hòa nhiệt độ, quan sát camera an ninh,... Việc điều khiển hoặc đọc thông tin được thực hiện từ máy PC, máy tính bảng hoặc Smartphone thông qua mạng Internet. Đặc tả yêu cầu (Requirement Specification) cho bộ điều khiển chỉ dừng ở mức đơn giản. Thiết bị là một hộp hình khối mỏng dẹt (cỡ của một chiếc máy tính bảng). Bên ngoài phía mặt trước có một đèn led chỉ thị có nguồn hay không và một nút dùng tắt/bật nguồn. Thiết bị được cài đặt thông qua một máy tính kết nối với thiết bị bằng USB. Về phần mềm, hệ thống được yêu cầu là thiết kế có bảo mật thông tin và có kiểm soát tránh đụng độ (tránh đụng độ: 2 người không được phép điều khiển đồng thời một thiết bị). Về kết nối với các thiết bị: ưu tiên kết nối không dây. Chúng ta đặt tên thiết bị này là Domics. Mối liên kết được thể hiện như trong hình vẽ sau:

Diễn giải:

• Người dùng sử dụng 1 app (hoặc giao tiếp web) trên PC/Tablet/Smartphone có kết nối Internet để xem hoặc điều khiển các thiết bị ở nhà mình;
• Tín hiệu sẽ được truyền/nhận qua mạng Internet kết nối với Domics, sử dụng bộ giao thức TCP/IP. Việc truyền tin được thực hiện qua modem. Modem kết nối với Domics bằng wi-fi;
• Mỗi Domics có một địa chỉ IP (IPv6, 128 bit). Domics kết nối với các thiết bị trong tòa nhà bằng các giao thức khác, tùy thuộc vào thiết bị tuân thủ giao thức nào. Kết nối có thể hữu tuyến, qua dây cấp nguồn điện hoặc vô tuyến (không dây). Ưu tiên sử dụng Zigbee (chuẩn  IEEE 802.15.4: https://en.wikipedia.org/wiki/ZigBee) và Z-Wave (https://en.wikipedia.org/wiki/Z-Wave);
• Domics là một hệ thống nhúng (embedded system), hoạt động độc lập. Hệ thống nhúng thường có phần cứng là bản mạch đơn (Single-Board Microcontroller), bộ nhớ trong SRAM và bộ nhớ ngoài Flash/EEPROM. Trong bước đầu chúng ta nên dựa vào giải pháp Arduino (https://en.wikipedia.org/wiki/Arduino), giải pháp này là giải pháp phần cứng mở và phần mềm nguồn mở. Một tùy chọn khác là chúng ta có thể dựa vào Raspberry Pi (https://en.wikipedia.org/wiki/Raspberry_Pi). Hai tiếp cận này có nhiều điểm tương đồng.

 

Khuyến cáo nghiên cứu:

Phần cứng:         Nhìn vào toàn bộ hệ thống của Smart Home thì chỉ có một vấn đề tương đối mới đối với cộng đồng là phần cứng của Domics. Cụ thể ở đây là hệ thống nhúng phần cứng - hệ thống đơn mạch. Tuy là hệ thống đơn mạch nhưng Domics là một hệ vi xử lý đầy đủ gồm: Bộ xử lý  (Processor) – 8 bit, 16 bit, 32 bit, Bộ nhớ trong (RAM), Bus, Bộ nhớ ngoài (Flash, EEPROM), các cổng (serial port, USB port, …), ngoại vi.

Ngoài ra, để điều khiển các thiết bị chấp hành hoặc đọc được thông tin từ các cảm biến (sensor), cộng đồng phải hiểu nguyên lý của các thiết bị mà Domics sẽ phải điều khiển hoặc đọc thông tin.

Khuyến cáo: Nghiên cứu Arduino và Raspberry Pi, mua một bộ Arduino và/hoặc Raspberry Pi.

 

Phần mềm:         Phần mềm của Smart Home chủ yếu gồm:

a) Phần mềm điều khiển phần cài đặt Domics. Phần mềm này chạy trên PC/Tablet. Chúng ta đặt tên là Domics_Set;

b) App được viết để chạy được trên iOs, Android. Chúng ta đặt tên là Domics_App;

c) Giao tiếp Web chạy được trên tất cả các bộ duyệt (Browser). Chúng ta đặt tên là Domics_Web;

d) Hệ điều hành nhúng (Embedded Operating System). Chúng ta đặt tên là Domics_OS.

Các phần mềm trên PC/Tablet/Smartphone, trên Web đều là các vấn đề mà cộng đồng đã quen thuộc. Chỉ duy nhất một vấn đề còn tương đối mới đối với cộng đồng là hệ điều hành nhúng.

Khuyến cáo:
- Đối với các phần mềm chạy trên PC/Tablet/Smartphone và trên Web: cộng đồng sử dụng các công cụ mà mình quen dùng;
- Đối với hệ điều hành nhúng: chúng tôi khuyến cáo nên sử dụng bộ Adruino IDE (Adruino Integrated Development Environment).

 

Giao thức/Chuẩn: Domics cần phải liên lạc với 2 loại đối tượng.

Loại đối tượng thứ nhất là các phần mềm chạy trên PC/Tablet/Smartphone. Đối với loại đối tượng này Domics cần sử dụng bộ giao thức TCP/IP. Bộ giao thức này đã quen thuộc đối với cộng đồng.

Loại đối tượng thứ hai là các thiết bị trong tòa nhà. Loại đối tượng này rất đa dạng. Hơn nữa, cùng một loại thiết bị, các hãng sản xuất khác nhau có thể tuân theo các giao thức/chuẩn khác nhau.

Vấn đề mà cộng đồng cần tập trung nghiên cứu và nắm bắt là các giao thức/chuẩn kết nối không dây như Zigbee, Z-Wave. Vì sao giao thức/chuẩn kết nối không dây? Vì khi chúng ta tích hợp thiết bị vào tòa nhà thì phần lớn các trường hợp là ngôi nhà đã được xây xong. Chính vì thế nên nếu chúng ta sử dụng giải pháp hữu tuyến chúng ta sẽ phải đi thêm dây vào tòa nhà. Việc này sẽ làm cho tòa nhà xấu đi và phát sinh thêm chi phí. Còn nếu chúng ta sử dụng giải pháp vô tuyến thì chúng ta không cần phải phát sinh thêm các công việc khác.

Khuyến cáo: Tập trung nghiên cứu các giao thức/chuẩn không dây, ưu tiên Zigbee, Z-Wave.

☕ Nhàn đàm ICT: IoT & AI

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 Learning và Deep 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 ?