CHLB Đức – Tại hội chợ HANNOVER MESSE, hội thảo AI trong Ngành Công nghiệp sẽ diễn ra vào ngày 24 tháng 1 năm 2024, đại diện của hai công ty Siemens và Katulu sẽ là một trong số những đơn vị thảo luận về Federated Learning (1) (tạm dịch: Học máy liên kết) trong sản xuất. Hai công ty sẽ trình bày cách tiếp cận của họ. Nhưng Federated Learning là gì? Đây là lời giải thích.
(1) Federated learning (Học máy liên kết): là một phương pháp phi tập trung để đào tạo các mô hình học máy. Nó không yêu cầu trao đổi dữ liệu từ các thiết bị khách hàng đến các máy chủ toàn cầu. Thay vào đó, dữ liệu nguyên gốc trên các thiết bị biên được sử dụng để đào tạo mô hình cục bộ, từ đó nâng cao quyền riêng tư dữ liệu. Cuối cùng, mô hình được hình thành bằng cách tổng hợp các bản cập nhật cục bộ.
Vấn đề: Ngày nay, nhiều công ty chế tạo máy móc, người dùng hoặc khách hàng vẫn không muốn chia sẻ dữ liệu với nhà sản xuất, đồng thời yêu cầu những tính năng mới để tối ưu hóa nhà máy của họ – cũng như sử dụng máy học. Nhưng không có đủ dữ liệu, không được đào tạo và không có mô hình, do đó không có máy học. Các chuyên gia nói về Distributed Data Dilemma (Tạm dịch: Tình huống tiến thoái lưỡng nan về Dữ liệu phân tán) – người dùng không thể lấy được dữ liệu cần thiết để giải quyết vấn đề của mình.
Giải pháp: Các công ty công nghệ Mỹ đã biết các vấn đề trong lĩnh vực cơ khí và công nghiệp từ lâu. Ngành công nghiệp điện thoại thông minh được coi là ngành tiên phong cho phương pháp Học máy liên kết. Nếu khách hàng sử dụng điện thoại thông minh nhấn chữ A trong ứng dụng tin nhắn của mình, dòng chữ “but or so” sẽ xuất hiện. Nếu chúng không phù hợp, người khách hàng đó tiếp tục gõ. Nếu nhấn A và L, hệ thống sẽ gợi ý từ “ALL”. Người dùng chọn nó và tiếp tục gõ “ALL IN” và thuật ngữ “ORDER” ngay lập tức được ứng dụng đưa ra.
Và không chỉ chiếc smartphone của khách hàng làm được điều này mà tất cả các thiết bị của Google hay Apple trên toàn thế giới đều có thể thực thi. Các thiết bị này đã vô tình được người dùng đào tạo trên chính sản phẩm mà họ dùng hằng ngày. Nếu bây giờ khách hàng chọn một từ gợi ý, thì người khách hàng đó sẽ tiếp tục đào tạo mô hình trên điện thoại của mình. Vào buổi tối, khi điện thoại được sạc, thiết bị sẽ huấn luyện các mẫu và chuẩn bị sẵn sàng để gửi đi. Ngay khi điện thoại thông minh trực tuyến trở lại, nó sẽ gửi mô hình đã được đào tạo cho các nhà phát triển của Google hoặc Apple. Người dùng không gửi bất kỳ dữ liệu nào mà gửi các mô hình đã được đào tạo được mã hóa. Tất cả thông tin được nhập vào điện thoại thông minh sẽ không bị mất đi. Các nhà phát triển sử dụng điều này cho các mô hình của họ và sau đó gửi lại những mô hình mới được đào tạo. Một chu trình cải tiến liên tục được tạo ra mà không chia sẻ dữ liệu. Và nguyên tắc này cũng áp dụng được cho máy móc.
Thách thức: Trong Học máy liên kết, bước đầu tiên không phải là các mô hình AI mà là cơ sở hạ tầng và các công cụ phát triển nhằm mục đích làm việc với dữ liệu không có quyền truy cập trực tiếp. Các mạng máy tính được phân tán trên nhiều vị trí địa lý, bao gồm các thiết bị biên và kết nối đám mây. Các kết nối này thường bị hạn chế, vì vậy dữ liệu không thể truyền đi dễ dàng. Ngoài ra, các nhà cung cấp như Katulu cần tìm tất cả dữ liệu cần thiết để đào tạo mô hình máy học trong sản xuất, sau đó nhóm dữ liệu này lại theo cách có ý nghĩa mà không cần biết bất cứ điều gì về dữ liệu cụ thể để làm điều này.
Mô hình cơ bản: Bước tiếp theo là tạo mô hình gốc. Để làm được điều này, chuyên viên của nhà chế tạo máy thu thập các bộ dữ liệu ban đầu của máy tại trung tâm kỹ thuật hoặc phòng thí nghiệm. Dữ liệu này sẽ được mã hóa để bảo vệ quyền riêng tư của khách hàng.
Các đối tác của dự án đã chia sẻ cách công ty Siemens sử dụng công nghệ và những kinh nghiệm mà họ có được với công nghệ này tại hội thảo AI in Industry (AI trong Ngành Công nghiệp).
Để xem các tin bài khác về “Trí tuệ nhân tạo – AI”, vui lòng nhấn vào đây.
Nguồn: Hannover Messe
