Trí tuệ công nghiệp đang tiến gần hơn đến máy móc
Trí tuệ nhân tạo đang thay đổi cách các hệ thống tự động hóa công nghiệp xử lý thông tin, đưa ra quyết định và ứng phó với các điều kiện vận hành thay đổi. Thay vì hoàn toàn dựa vào tài nguyên điện toán tập trung hoặc phân tích trên nền tảng đám mây, các nhà sản xuất ngày càng quan tâm đến Edge AI, công nghệ đưa việc xử lý dữ liệu và ra quyết định thông minh đến gần hơn với cảm biến, bộ điều khiển, nền tảng nhúng và thiết bị sản xuất.
Diễn đàn IIoT tại electronica 2026 sẽ tìm hiểu những phát triển này vào ngày 10–11 tháng 11 tại Future Tech Stage, Hall C6, ở Munich, Đức. Được tổ chức phối hợp với Embedded Computing Design, diễn đàn sẽ đề cập đến Edge AI, kết nối công nghiệp, an ninh mạng, điều khiển động cơ, robot và bảo trì dự đoán.
Đối với kỹ sư công nghiệp, cuộc thảo luận không chỉ xoay quanh hiệu năng điện toán. Thách thức thực sự là tích hợp AI vào các kiến trúc tự động hóa hiện có, đồng thời duy trì hành vi điều khiển có thể dự đoán, bảo vệ dữ liệu vận hành và bảo đảm các chức năng thông minh hoạt động trong giới hạn kỹ thuật của môi trường công nghiệp.
Theo tôi, câu hỏi quan trọng nhất không phải là có thể đưa bao nhiêu trí tuệ đến biên, mà là làm thế nào tích hợp trí tuệ đó vào hệ thống sản xuất hiệu quả nhất mà không tạo thêm rủi ro vận hành.
Ngày 1: Nền tảng điện toán công nghiệp và an ninh mạng dài hạn
Ngày đầu tiên bắt đầu lúc 2:00 chiều với phiên “Qualcomm Dragonwing: Hiện đại hóa tự động hóa công nghiệp trong kỷ nguyên AI”. Anand Venkatesan, Giám đốc cấp cao phụ trách Quản lý sản phẩm tại Qualcomm Technologies, sẽ thảo luận về vai trò của các nền tảng điện toán hiện đại trong việc hỗ trợ các ứng dụng công nghiệp tích hợp AI.
Khi bộ xử lý nhúng có khả năng xử lý các khối lượng công việc đòi hỏi cao hơn, các nhà thiết kế hệ thống tự động hóa có thêm lựa chọn cho thị giác máy, phân tích dữ liệu tại chỗ và giám sát tình trạng thiết bị. Tuy nhiên, chọn bộ xử lý chỉ là một phần trong quá trình thiết kế hệ thống. Kỹ sư cũng phải cân nhắc khả năng tương thích phần mềm, giao diện truyền thông, quản lý nhiệt, mức tiêu thụ điện năng và khả năng tích hợp với các kiến trúc PLC và điều khiển công nghiệp hiện có.
Lúc 2:45 chiều, Balraj Kathiresan, Kỹ sư trưởng tại Infineon, sẽ trình bày phiên “Giảm thiểu rủi ro bảo mật trong kỷ nguyên tấn công lượng tử”. Phiên này tập trung vào tác động bảo mật của các năng lực điện toán lượng tử mới nổi và vòng đời sử dụng dài của thiết bị công nghiệp kết nối mạng.
Các hệ thống công nghiệp thường tiếp tục vận hành trong nhiều năm sau khi được triển khai ban đầu. Những cơ chế bảo mật phù hợp hôm nay có thể cần được cập nhật khi tiêu chuẩn mật mã và năng lực của các mối đe dọa thay đổi. Điều này tạo ra thách thức thực tế cho các nhà sản xuất thiết bị và đơn vị vận hành nhà máy: phải cân nhắc an ninh mạng trong suốt vòng đời sản phẩm, thay vì xem đó là công việc chỉ cần làm một lần khi đưa hệ thống vào vận hành.
Đối với kỹ sư tự động hóa, điều này có nghĩa là cần đánh giá truyền thông an toàn, xác thực, cơ chế cập nhật firmware, kiểm soát truy cập và khả năng duy trì biện pháp bảo vệ mật mã trên cả thiết bị cũ lẫn thiết bị hiện đại.
Chương trình trong ngày khép lại với phiên tọa đàm “AI tại biên cho IIoT”, diễn ra từ 4:30 đến 5:15 chiều. Những người tham gia gồm Vinay Agarwal của Texas Instruments, Karthi Gopalan của Renesas, Robin Saltnes của Nordic Semiconductor và Yankin Tanurhan của MIPS/GlobalFoundries. Rich Nass của Embedded Computing Design sẽ điều phối cuộc thảo luận.
Buổi tọa đàm sẽ tìm hiểu các cơ hội và khía cạnh kỹ thuật cần cân nhắc khi xử lý khối lượng công việc AI gần các thiết bị công nghiệp hơn. Xử lý tại chỗ có thể giảm sự phụ thuộc vào kết nối đám mây và hỗ trợ phản hồi nhanh hơn, dù hiệu năng thực tế còn phụ thuộc vào ứng dụng, kiến trúc mạng, khối lượng tính toán và yêu cầu điều khiển.
Theo quan điểm kỹ thuật, Edge AI nên bổ trợ cho các chức năng tự động hóa đã được thiết lập, thay vì mặc nhiên thay thế chúng. Các vòng lặp điều khiển tất định, liên động và chức năng liên quan đến an toàn phải duy trì hành vi đã xác định, ngay cả khi đưa ứng dụng AI vào để tối ưu hóa hoặc hỗ trợ ra quyết định.
Ngày 2: AI vật lý và hệ thống robot thông minh
Ngày thứ hai chuyển trọng tâm sang AI vật lý, robot, lưu trữ nhúng và hành vi tự động của máy móc.
Lúc 2:00 chiều, Jean-Jacques Adragna, Quản lý cấp cao tại Qualcomm France, sẽ trình bày “Thúc đẩy AI vật lý với Qualcomm Dragonwing Robotics”. Bài thuyết trình sẽ xem xét các nền tảng điện toán dành cho hệ thống robot thông minh, nơi khả năng nhận thức, ra quyết định và tương tác vật lý phải hoạt động trong giới hạn thực tế về xử lý và điện năng.
Khác với các ứng dụng đưa ra khuyến nghị hoặc phân tích dữ liệu lịch sử, hệ thống robot phải chuyển thông tin thành hành động vật lý. Camera, cảm biến, bộ truyền động, bộ truyền động động cơ, bộ xử lý nhúng và phần mềm điều khiển phải phối hợp trong giới hạn về thời gian và vận hành của máy móc.
Điều này làm nổi bật một điểm khác biệt đặc biệt quan trọng đối với ứng dụng công nghiệp: nhận diện một vật thể hoặc dự đoán một tình trạng không đồng nghĩa với việc robot có thể hành động an toàn dựa trên thông tin đó. Toàn bộ hệ thống phải tính đến độ chính xác của cảm biến, độ trễ truyền thông, phản hồi của bộ truyền động, giới hạn chuyển động và hậu quả của các quyết định sai.
Lúc 2:45 chiều, Donnie Garcia, Quản lý Tiếp thị PSoC tại Infineon, sẽ trình bày “Không chỉ là bộ nhớ lớn hơn: Lưu trữ thông minh và hiệu năng AI trên PSoC Edge”.
Phiên này đề cập đến mối liên hệ giữa bộ nhớ, kiến trúc lưu trữ và quá trình thực thi AI. Hiệu năng AI nhúng không chỉ phụ thuộc vào thông lượng của bộ xử lý. Dung lượng bộ nhớ, tốc độ truyền dữ liệu, khả năng truy cập lưu trữ và việc phân bổ tài nguyên đều có thể ảnh hưởng đến hiệu năng ứng dụng.
Với các nhà thiết kế thiết bị, những yếu tố này đặc biệt đáng lưu tâm khi triển khai thị giác máy, hợp nhất dữ liệu cảm biến hoặc nhiều chức năng AI trên nền tảng có tài nguyên hạn chế. Vì vậy, việc lựa chọn phần cứng nên dựa trên toàn bộ khối lượng công việc của ứng dụng, thay vì chỉ dựa vào thông số của bộ xử lý.
Lúc 3:30 chiều, Ivo Marocco, Phó Chủ tịch kiêm Trưởng bộ phận UX tại Renesas, sẽ trình bày “Quản lý độ phức tạp trong hệ sinh thái robot hình người: Phương pháp tiếp cận hệ thống cho khả năng tự chủ có thể mở rộng”.
Robot hình người kết hợp cảm biến, truyền động, điện toán, truyền thông và phần mềm điều khiển trong các kiến trúc ngày càng phức tạp. Việc phối hợp các hệ thống con này đòi hỏi quản lý cẩn thận các giao diện, phân bổ tài nguyên, hành vi hệ thống và tình huống lỗi.
Nguyên tắc này cũng áp dụng rộng hơn cho robot công nghiệp. Khi máy móc ngày càng tự chủ, việc tích hợp hệ thống càng trở nên quan trọng. Bộ xử lý mạnh hoặc mô hình AI phức tạp không thể bù đắp cho các hệ thống con phối hợp kém, cơ chế phản hồi không đầy đủ hoặc chiến lược xử lý lỗi thiếu rõ ràng.
AI vật lý trên sàn nhà máy: Từ trình diễn đến triển khai
Phiên tọa đàm cuối cùng trong ngày thứ hai, “AI vật lý trên sàn nhà máy”, bắt đầu lúc 4:30 chiều. Buổi thảo luận có sự tham gia của Lee Gonzales-Fuentes, Quản lý Tiếp thị Sản phẩm Toàn cầu phụ trách PSoC Control MCU tại Infineon, và Larry Olivas, Phó Chủ tịch bộ phận Secure Connected Edge tại NXP Semiconductors. Rich Nass tiếp tục điều phối buổi thảo luận.
Buổi thảo luận quay lại với các yêu cầu thực tế của hoạt động sản xuất công nghiệp, nơi máy móc thông minh phải tương tác với thiết bị, quy trình và môi trường làm việc thực tế. Triển khai AI trên sàn nhà máy không chỉ đơn thuần là chạy một mô hình tại chỗ. Kỹ sư phải xác định cách đầu ra của AI tương tác với điều khiển máy, trình tự sản xuất, cơ chế an toàn và hệ thống giám sát.
Chẳng hạn, một ứng dụng giám sát tình trạng thiết bị dựa trên AI có thể phát hiện kiểu rung bất thường và đề xuất kiểm tra. Tích hợp thông tin đó vào quy trình bảo trì khác với việc cho phép hệ thống AI trực tiếp thay đổi chuyển động của máy hoặc thông số quy trình. Mỗi ứng dụng cần có mức độ quyền hạn được xác định rõ, quy trình xác thực phù hợp và biện pháp ứng phó thích hợp với kết quả không chắc chắn hoặc sai lệch.
Theo đánh giá của tôi, triển khai AI vật lý thành công sẽ phụ thuộc vào việc thiết lập ranh giới rõ ràng giữa các chức năng AI mang tính xác suất và chức năng điều khiển tất định. AI có thể mang lại năng lực nhận thức, phân loại và tối ưu hóa hữu ích, trong khi logic điều khiển truyền thống tiếp tục quản lý các trình tự nhạy cảm về thời gian và các liên động đã được xác thực. Các chức năng liên quan đến an toàn phải tuân theo kiến trúc an toàn hiện hành và không thể chỉ dựa vào một mô hình AI, trừ khi toàn bộ giải pháp đã được đánh giá và chứng nhận phù hợp cho mục đích đó.
Cách tiếp cận này giúp nhà sản xuất khám phá các năng lực của AI mà vẫn duy trì kỷ luật vận hành cần thiết cho sản xuất công nghiệp.
Bảo trì dự đoán và kết nối công nghiệp vẫn là những yêu cầu cốt lõi
Bảo trì dự đoán và kết nối công nghiệp cũng là một phần trong chương trình tổng thể của Diễn đàn IIoT. Những công nghệ này cung cấp hạ tầng cần thiết để thu thập dữ liệu thiết bị, phát hiện lỗi đang hình thành và phối hợp các hoạt động bảo trì.
Xử lý tại biên có thể hỗ trợ phân tích độ rung, nhiệt độ, dòng điện, áp suất và các phép đo vận hành khác ngay gần nguồn phát sinh. Điều này có thể giảm lượng dữ liệu gửi đến các hệ thống tập trung và hỗ trợ phát hiện nhanh hơn các tình trạng bất thường. Tuy nhiên, hiệu quả của bảo trì dự đoán vẫn phụ thuộc vào chất lượng cảm biến, tính nhất quán của dữ liệu, mô hình phân tích phù hợp và việc xác thực dựa trên hành vi thực tế của thiết bị.
Kết nối cũng đặt ra thách thức tương tự. Môi trường công nghiệp thường có thiết bị thuộc nhiều thế hệ và từ nhiều nhà sản xuất, mỗi loại lại có giao diện, giao thức và yêu cầu bảo trì riêng. Việc tích hợp thiết bị biên vào các hệ thống PLC, SCADA, DCS và hệ thống điều hành sản xuất hiện có đòi hỏi phải chú ý kỹ đến khả năng tương tác, phân đoạn mạng, quyền sở hữu dữ liệu và tính sẵn sàng của hệ thống.
Vì vậy, chiến lược triển khai thực tế nên bắt đầu bằng một vấn đề vận hành được xác định rõ. Kỹ sư cần thiết lập hiệu năng cơ sở, xác định dữ liệu cần thiết, đánh giá hậu quả khi truyền thông hoặc xử lý gặp sự cố, đồng thời đo lường xem ứng dụng mới có cải thiện kết quả bảo trì hoặc sản xuất hay không.
Những điều kỹ sư công nghiệp nên rút ra từ electronica 2026
Diễn đàn IIoT nêu bật một số ưu tiên kỹ thuật có liên quan chặt chẽ với nhau: điện toán biên, an ninh mạng dài hạn, quản lý tài nguyên nhúng, khả năng tự chủ của robot và tích hợp AI với các hệ thống điều khiển vật lý.
Không nên xem những chủ đề này là các xu hướng công nghệ riêng lẻ. Chúng là những phần của cùng một kiến trúc công nghiệp. Bộ xử lý biên mạnh hơn mở ra cơ hội ứng dụng trí tuệ tại chỗ, nhưng cũng làm tăng yêu cầu về phần mềm và bảo mật. Robot tự chủ hơn tạo ra các yêu cầu tích hợp mới, trong khi bảo trì dự đoán phụ thuộc vào việc thu thập dữ liệu đáng tin cậy và phân tích có ý nghĩa.
Đối với nhà sản xuất, ưu tiên nên là xác định các ứng dụng mà trí tuệ biên mang lại lợi ích đo lường được, chẳng hạn như giảm độ trễ chẩn đoán, cải thiện khả năng phát hiện lỗi hoặc sử dụng tài nguyên máy hiệu quả hơn. Sau đó, cần đánh giá các ứng dụng này dựa trên những giới hạn vận hành, yêu cầu an ninh mạng, chi phí vòng đời và nhu cầu duy trì các chức năng điều khiển và an toàn hiện có.
Quá trình chuyển từ thử nghiệm AI sang triển khai công nghiệp sẽ không chỉ do hiệu năng điện toán quyết định. Thành công phụ thuộc vào việc kỹ sư tích hợp phần mềm thông minh tốt đến đâu với các nguyên tắc tự động hóa đã được kiểm chứng, phần cứng dễ bảo trì, truyền thông an toàn và trách nhiệm vận hành được xác định rõ.
Diễn đàn IIoT tại electronica 2026 là nơi thảo luận những thách thức này thông qua các bài thuyết trình kỹ thuật và trao đổi chuyên môn. Người tham dự cũng sẽ có cơ hội đặt câu hỏi sau mỗi phiên, qua đó tìm hiểu cách áp dụng công nghệ mới nổi vào hệ thống công nghiệp của chính mình.
Sau cùng, các giải pháp AI công nghiệp hiệu quả nhất sẽ là những giải pháp xử lý được các vấn đề kỹ thuật cụ thể, phù hợp với kiến trúc vận hành hiện có và mang lại cải thiện có thể đo lường mà không làm ảnh hưởng đến yêu cầu điều khiển, bảo mật và an toàn của thiết bị mà chúng hỗ trợ.
