# Tự động hóa hệ thống máy học biên

Đăng ngày: 2026-09-29

Đưa trí tuệ nhân tạo ra các thiết bị biên phục vụ vạn vật kết nối internet là một bài toán phức tạp bởi việc tạo ra một sản phẩm học máy hoàn thiện đòi hỏi phải dò dẫm trong một không gian tìm kiếm khổng lồ gồm biểu diễn dữ liệu, thiết kế mô hình, huấn luyện theo miền dữ liệu và tùy chỉnh thời gian chạy. Quy trình này thường bị phân mảnh và rất khó mở rộng trên các ứng dụng biên đa dạng. Để giải quyết nút thắt này, hệ thống tự động EdgeCraft ra đời nhằm chuyển đổi các ý định cấp cao thành các sản phẩm học máy biên có thể triển khai thực tế mà không cần con người can thiệp vào từng bước thủ công. Quá trình phát triển hệ thống này vấp phải hai thách thức lớn là làm sao dẫn dắt mô hình ngôn ngữ lớn tìm ra giải pháp chất lượng cao đáp ứng các mục tiêu dịch vụ động về chất lượng tác vụ, độ trễ và năng lượng, đồng thời làm thế nào để xác thực thiết bị mục tiêu đáng tin cậy với chi phí thấp. Để vượt qua, EdgeCraft áp dụng hai thiết kế trọng tâm. Đầu tiên là cây tổng hợp nhận thức ràng buộc giúp khám phá các ứng cử viên thay thế và dùng khoảng cách mục tiêu dịch vụ được đo đạc để định hướng cho từng bước cải tiến. Thứ hai là bộ xác thực đa độ trung thực kết hợp các kiểm tra chi phí thấp với việc xác thực toàn diện trên thiết bị mục tiêu nhằm giảm chi phí mà vẫn đảm bảo độ tin cậy. Bộ xác thực này còn ghi nhớ các lỗi đã được kiểm chứng để tái sử dụng, tránh việc lặp lại công việc trên thiết bị. Để hỗ trợ xử lý đồng thời, hệ thống cung cấp môi trường thời gian chạy đa người thuê, cho phép chạy song song quá trình huấn luyện trên đám mây và xác thực thiết bị mục tiêu trong khi vẫn cô lập các yêu cầu với nhau. Thực tế thử nghiệm trên năm mươi tác vụ công cộng cho thấy EdgeCraft vượt qua các mô hình tham chiếu đặc thù về chất lượng tốt nhất quan sát được ở bốn mươi tác vụ và tìm ra sản phẩm khả thi về mục tiêu dịch vụ ở bốn mươi lăm tác vụ, trong đó có ba mươi tám tác vụ đạt được cả hai kết quả. Hơn nữa, hệ thống này cũng đạt hiệu năng cạnh tranh trên tập dữ liệu cảm biến thực tế tự thu thập mang tên SEN, cho thấy khả năng ứng dụng rộng rãi vào các tác vụ cảm biến vạn vật kết nối internet ngoài đời thực. Việc tự động hóa toàn bộ chuỗi từ ý tưởng đến triển khai phần cứng đang dần kéo giảm rào cản đưa công nghệ đến gần hơn với các thiết bị đầu cuối.

Canonical: https://www.tungpham.vn/blog/tu-dong-hoa-he-thong-may-hoc-bien