Edge Machine Learning (Edge ML) là một trong những tiến bộ công nghệ được nhắc đến nhiều nhất kể từ khi có Internet of Things (IoT), và vì một lý do chính đáng. Với sự gia tăng của IoT, sự bùng nổ của các Thiết bị thông minh được kết nối với Đám mây, nhưng mạng vẫn chưa sẵn sàng để hỗ trợ sự gia tăng nhu cầu này. Mạng đám mây bị tắc nghẽn và các công ty đã bỏ qua các vấn đề chính của Điện toán đám mây, chẳng hạn như bảo mật. Giải pháp: Cạnh ML.
Vậy, Edge ML là gì? Edge ML là kỹ thuật mà Thiết bị thông minh có thể xử lý dữ liệu cục bộ (sử dụng máy chủ cục bộ hoặc ở cấp thiết bị) bằng cách sử dụng thuật toán máy học và học sâu, giảm sự phụ thuộc vào mạng đám mây. Thuật ngữ cạnh đề cập đến quá trình xử lý xảy ra ở cấp độ thiết bị hoặc cục bộ (và gần nhất với các thành phần thu thập dữ liệu) bằng các thuật toán học máy và sâu.
Các thiết bị Edge vẫn gửi dữ liệu đến Đám mây khi cần thiết, nhưng khả năng xử lý một số dữ liệu cục bộ cho phép sàng lọc dữ liệu được gửi đến Đám mây đồng thời giúp xử lý (và phản hồi) dữ liệu theo thời gian thực.
Trí tuệ nhân tạo, được định nghĩa rộng rãi, là lĩnh vực đào tạo máy móc để tự động thực hiện các nhiệm vụ thường được cho là đòi hỏi trí thông minh. Bên dưới chiếc ô đó là học máy, trong đó máy móc tự động học các tác vụ mới. Học sâu là một danh mục con của học máy. Nó liên quan đến việc đào tạo máy móc xử lý thông tin theo cách bắt chước cách bộ não con người học những điều mới.
Edge ML dựa trên cả thuật toán học máy và học sâu để xử lý cục bộ dữ liệu, tùy thuộc vào ứng dụng.
Cách hoạt động của Edge ML
Trước khi Edge ML ra đời, các thiết bị thông minh sẽ gửi tất cả dữ liệu lên Đám mây. Bạn có thể đã nghe đến thuật ngữ Dữ liệu lớn. Được đặt tên theo dòng dữ liệu khổng lồ mà một phần là kết quả của IoT, Dữ liệu lớn đã trở thành một lĩnh vực ngày càng phát triển nhằm cố gắng cấu trúc và hiểu rõ các bộ dữ liệu khổng lồ. Việc xử lý dữ liệu này, chẳng hạn như các bộ dữ liệu quan trọng trong lĩnh vực y tế và công nghiệp, sẽ cải thiện đáng kể những thứ như khả năng dự đoán và phản ứng (gần như) ngay lập tức đối với các trường hợp khẩn cấp. Tuy nhiên, phần lớn dữ liệu được thu thập là không cần thiết.
Không giống như các máy truyền thống, các thiết bị Edge ML sẽ phân tích và xử lý dữ liệu đến tại nguồn và xác định những gì cần được xử lý bằng các thuật toán mạnh mẽ hơn trong Đám mây, so với những gì có thể được xử lý cục bộ.
Ví dụ: nếu bạn nói với Amazon Echo, “Alexa, hãy chơi trò chơi” hoặc “Alexa, hãy kể cho tôi một câu chuyện cười”, các trò chơi và câu chuyện cười có sẵn sẽ được phần cứng cục bộ của thiết bị lưu trữ và xử lý. Điều này sẽ không yêu cầu gửi dữ liệu lên Đám mây. Thiết bị có thể thực thi chức năng (và giữ cho người dùng hài lòng) mà không làm hỏng mạng đám mây. Thay vào đó, nếu bạn hỏi Alexa về thời tiết, thiết bị sẽ cần tìm kiếm nguồn bên ngoài (trong Đám mây) cho dữ liệu đó.
Lợi ích của Edge ML
Edge ML là một cuộc cách mạng. Nó giải quyết cả những lo ngại về bảo mật liên quan đến việc lưu trữ thông tin cá nhân của người dùng trong Đám mây và cũng làm giảm sự căng thẳng trên mạng Đám mây bằng cách xử lý dữ liệu cục bộ. Nó cũng cho phép xử lý dữ liệu trong thời gian thực, hiện không thể thực hiện được với các thiết bị thông minh truyền thống, hỗ trợ đám mây, nhưng rất quan trọng đối với các công nghệ như xe tự hành và thiết bị y tế.
Ứng dụng hiện tại và tương lai
Edge ML vẫn là một công nghệ mới và trong khi nó đang được chú ý rất nhiều, các nhà đổi mới vẫn đang xác định cách triển khai kỹ thuật này trên nhiều nền tảng khác nhau.
Một số nền tảng hiện có bao gồm loa thông minh như Amazon’s Echo và Google Home. Trong lĩnh vực năng lượng và không gian công nghiệp, một số công ty đã phát triển các hệ thống với cảm biến dự đoán và thuật toán theo dõi sức khỏe của các bộ phận để thông báo cho kỹ thuật viên khi cần bảo trì. Các hệ thống khác giám sát các trường hợp khẩn cấp như trục trặc máy móc hoặc sự cố.
Trong tương lai, có nhiều cuộc thảo luận về việc phát triển các hệ thống dựa trên Edge ML trong các bệnh viện và các cơ sở hỗ trợ sinh hoạt để theo dõi những thứ như nhịp tim của bệnh nhân, lượng đường và té ngã (sử dụng camera và cảm biến chuyển động). Những công nghệ này có thể giúp cứu sống và, nếu dữ liệu được xử lý cục bộ ở biên, nhân viên sẽ được thông báo trong thời gian thực khi phản ứng nhanh là điều cần thiết để cứu mạng người.
Edge ML là một công nghệ mới thú vị tiếp tục được nói đến và phát triển. Sẽ chỉ là vấn đề thời gian trước khi các thiết bị hỗ trợ Edge ML (như IoT) trở thành một cách sống. Và đó sẽ là một khoảng thời gian thú vị.
