Máy tính công nghiệp hỗ trợ AI được sử dụng trong các ứng dụng ứng phó thảm họa và bảo vệ môi trường bằng cách cung cấp khả năng giám sát thời gian thực, phân tích dự đoán và ra quyết định tự động trong điều kiện khắc nghiệt. Các hệ thống này tích hợp điện toán AI biên, cảm biến IoT và máy học để tăng cường khả năng phòng ngừa và phục hồi thảm họa.
Trong suốt lịch sử, nhân loại liên tục phải đối mặt với mối đe dọa của các thảm họa thiên nhiên như động đất, bão, cháy rừng và lũ lụt, có khả năng gây ra sự tàn phá lớn, mất mát về người và thiệt hại về tài sản. Các hệ thống quản lý thảm họa truyền thống phụ thuộc rất nhiều vào các quy tắc được xác định trước, các mô hình thống kê chưa được xác thực và chuyên môn cũng như tương tác của con người. Những khó khăn trong việc quản lý và xử lý các luồng dữ liệu đa dạng, rộng lớn và tính đến các biến số phức tạp.

Máy tính công nghiệp ứng dụng trong công tác dự báo, chẩn đoán thảm hỏa thiên tai

Có một số ví dụ chứng minh các giải pháp truyền thống hiện có cho đến nay vẫn chưa đạt hiệu quả. Ví dụ, trong khi hình ảnh vệ tinh có thể cung cấp cái nhìn tổng quan về một khu vực, nhưng do tốc độ khung hình của camera tốc độ cao không đủ, độ phân giải hình ảnh không đủ chi tiết và góc máy ảnh hạn chế nên chúng có thể thiếu độ chi tiết cần thiết cho một số nhiệm vụ nhất định, chẳng hạn như phát hiện lở đất nông hoặc đánh giá thiệt hại cho từng tòa nhà. Các phương pháp địa kỹ thuật sử dụng máy đo lệch lỗ khoan rất tốn kém, phức tạp và mất nhiều thời gian. Việc giám sát liên tục cũng không thể thực hiện được, điều này không phù hợp với các nguyên tắc về quy mô.

Công nghệ điện toán hiệu suất cao và IoT đang giảm thiểu thiệt hại do thiên tai
AI đang thay đổi cách đưa ra cảnh báo thảm họa. AI, kết hợp với IoT, điện toán biên, camera và cảm biến, đang mang lại những đổi mới đáng kể trong việc dự đoán thảm họa. Bằng cách sử dụng AI tạo sinh, học sâu và thuật toán học máy để đào tạo trên các tập dữ liệu từ cảm biến môi trường, hình ảnh môi trường và thông tin thảm họa, AI có thể tìm hiểu về các loại và hiện tượng thảm họa đã biết. Thông qua các mô hình được đào tạo, nó có thể xác định các tình huống thảm họa tiềm ẩn và các dấu hiệu mà con người không thể trực tiếp tìm thấy. Trong giai đoạn đầu của cảnh báo thiên tai, hệ thống có thể xác định loại hình, vị trí và thời gian của các thảm họa tiềm ẩn, đồng thời chủ động thực hiện các biện pháp và hành động phòng ngừa thảm họa để giảm phạm vi và tác động của thảm họa.

Nền tảng điện toán AI cho phép hệ thống cảnh báo và dự đoán thảm họa theo thời gian thực
AI có thể trích xuất các tính năng và đặt nhãn từ các tập dữ liệu thảm họa trong lịch sử (bao gồm các giá trị cảm biến môi trường theo thời gian thực, tệp hình ảnh camera có độ phân giải cao và hồ sơ thực tế về thảm họa) để đào tạo nhiều mô hình thảm họa khác nhau và xác định các tình huống thảm họa tiềm ẩn mà con người hoặc các mô hình truyền thống khó có thể xác định thông qua suy luận mô hình. Nền tảng điện toán AI biên có thể thu thập nguồn dữ liệu từ các cảm biến và camera tại chỗ theo thời gian thực và sử dụng các mô hình được đào tạo trước để suy ra và xác định các dấu hiệu báo trước thảm họa nhằm đáp ứng nhu cầu của các ứng dụng trực quan AI phức tạp, đồng thời rút ngắn thời gian phản hồi cảnh báo. Kết hợp với IoT, hệ thống dự báo thảm họa có thể được triển khai linh hoạt ở nhiều vị trí địa lý khác nhau. Ngoài ra, SaaS dự đoán thảm họa được phát triển với môi trường đám mây gốc và công nghệ container hóa giúp triển khai các mô hình AI, công cụ suy luận AI và dịch vụ vi mô dễ dàng hơn trên nền tảng điện toán AI biên, qua đó đẩy nhanh quá trình tự động mở rộng của các ứng dụng tích hợp trên nền tảng đám mây. Tuy nhiên, hệ thống quản lý thảm họa ở môi trường ngoài trời phải đối mặt với một số thách thức đáng kể, ví dụ:

• Độ bền và khả năng chống chịu với môi trường: Thiết bị ngoài trời phải đủ chắc chắn để chịu được các điều kiện khắc nghiệt, bao gồm nhiệt độ khắc nghiệt, mưa, gió, bụi.
• Nguồn điện: Nguồn điện ổn định rất quan trọng, nhưng việc tiếp cận các ổ cắm có thể bị hạn chế khi ở ngoài trời. Các khu vực thiên tai thậm chí có thể bị mất điện trên diện rộng. Điều này đòi hỏi hệ thống phải tự cung cấp điện bằng máy phát điện hoặc tấm pin mặt trời, vốn có hạn chế về khả năng lưu trữ điện và thu thập năng lượng. Hơn nữa, sự biến động điện áp do nguồn điện không thể đoán trước, chẳng hạn như lưới điện bị hỏng, máy phát điện tạm thời hoặc tấm pin mặt trời có công suất thay đổi tùy thuộc vào ánh sáng mặt trời, cũng có thể làm gián đoạn hoạt động của hệ thống.
• Kết nối và truyền dữ liệu mạnh mẽ: Môi trường ngoài trời có thể gặp tình trạng kết nối mạng không ổn định hoặc hạn chế do các yếu tố như địa hình, điều kiện thời tiết hoặc khoảng cách quá xa tới cơ sở hạ tầng truyền thông. Điều này có thể dẫn đến gián đoạn truyền dữ liệu và nguy cơ mất dữ liệu, ảnh hưởng tiêu cực đến tính chính xác và tính kịp thời của các nỗ lực quản lý thảm họa.

Kiến trúc hệ thống cảnh báo và dự đoán thảm họa theo thời gian thực

Máy tính công nghiệp ATC 3750-IP7-6C của NEXCOM được thiết kế cho các môi trường khắc nghiệt. Ngoài sức mạnh tính toán AI hiệu suất cao, nó còn tích hợp các mô-đun giao tiếp không dây, nhiều giao diện giao tiếp có dây, cảm biến môi trường bên ngoài và camera tốc độ cao. Thiết kế cơ học tích hợp chặt chẽ, các thành phần chống thấm nước có độ kín khí cao, lớp phủ bảo vệ ba lớp, độ kín chân không và thử nghiệm ngâm nước giúp đảm bảo hoạt động ổn định trong môi trường khắc nghiệt.

Được trang bị hệ thống trên mô-đun NVIDIA Jetson AGX Orin cung cấp hiệu suất AI lên tới 275 (INT8) TOPS, nền tảng điện toán AI biên ATC 3750-IP7-6C đi kèm với hệ điều hành NAL (NEXCOM Acceleration Linux). Với bản nâng cấp NVIDIA JetPack 6.0, sản phẩm còn có Dịch vụ nền tảng Jetson mới, bổ sung các dịch vụ phân tích AI và nền tảng, khả năng AI tạo sinh và nhiều khối xây dựng như Bộ công cụ lưu trữ video (VST) và bộ công cụ phát triển phần mềm NVIDIA DeepStream. Điều này giúp đơn giản hóa quá trình phát triển giải pháp cho các nhà phát triển bằng cách loại bỏ nhu cầu phát triển lặp đi lặp lại trên NVIDIA Jetson, giúp họ nhanh chóng lắp ráp các hệ thống AI biên đầy đủ tính năng và quản lý các ứng dụng AI biên. Thông qua REST API, các nhà phát triển có thể dễ dàng truy cập vào nhiều dịch vụ vi mô, cho phép xây dựng các ứng dụng AI tầm nhìn thống nhất từ ​​đám mây đến biên. Chức năng này cung cấp khả năng sao chép liền mạch các dịch vụ vi mô được phát triển trên nền tảng đám mây và các mô hình AI được đào tạo sang các thiết bị biên bằng cách sử dụng cổng IoT và các chức năng OTA.

Hệ điều hành IoT thay thế cho ATC 3750-IP7-6C là AIC OT-X. Thu hẹp khoảng cách giữa OT, IT và IoT, AIC OT-X hội tụ các ứng dụng và dịch vụ siêu nhỏ trên các thiết bị biên. Hệ điều hành IoT nhúng mạnh mẽ này, tương thích với nền tảng x86, ATC 3750-IP7-6C hoạt động như một gateway OT và IoT tích hợp, hỗ trợ OPC UA, hỗ trợ triển khai hình ảnh Docker trực quan từ đám mây đến biên và mở rộng dễ dàng các dịch vụ siêu nhỏ cho các ứng dụng OT và AI.

Gateway API hoạt động như một trung tâm giám sát việc sử dụng phần mềm, cung cấp thông tin chi tiết có giá trị về việc sử dụng nhiều chức năng phần mềm khác nhau. Thông tin này có thể được sử dụng để tối ưu hóa việc phân bổ tài nguyên và đảm bảo hệ thống hoạt động ở hiệu suất cao nhất. Các dịch vụ vi mô của VST và DeepStream SDK hợp lý hóa việc quản lý, phân tích và tối ưu hóa hiệu suất suy luận cho dữ liệu đến từ camera và cảm biến. Các nhà phát triển có thể tạo ra các ứng dụng nhận dạng dấu hiệu thảm họa tinh vi bằng cách sử dụng kỹ thuật theo dõi nhiều camera và phát hiện thảm hỏa được hỗ trợ bởi AI tạo sinh từ đám mây đến biên.

• Một trong những lợi thế chính của ATC 3750-IP7-6C là khả năng tích hợp liền mạch với nhiều loại cảm biến môi trường. Với nhiều cổng I/O khác nhau, bao gồm I/O serial và digital, cũng như giao diện bus CAN, hệ thống có thể thu thập dữ liệu từ các cảm biến được triển khai tại hiện trường, cung cấp dữ liệu cần thiết cho các mô hình AI có nhiệm vụ phát hiện các dấu hiệu cảnh báo sớm về thảm họa tiềm ẩn. Thông qua giao diện phần cứng tích hợp của NAL, các nhà phát triển có thể dễ dàng truy cập các cảm biến bên ngoài và thiết bị ngoại vi bằng API. Phương pháp trực quan này đơn giản hóa quá trình thu thập dữ liệu cảm biến và điều khiển các thiết bị ngoại vi, cho phép các nhà phát triển tập trung vào việc xây dựng các ứng dụng sáng tạo.
• Các cảm biến được triển khai khắp vùng thiên tai để thu thập dữ liệu môi trường như nhiệt độ, tốc độ gió, chất lượng không khí, mực nước hoặc chuyển động mặt đất. Nó cũng có thể được kết nối với nhiều thiết bị ngoại vi hơn như GNSS, camera IP và bộ thu tín hiệu IEEE 1588.
• Được thiết kế để chịu được những điều kiện khắc nghiệt nhất, ATC 3750-IP7-6C được chế tạo để hoạt động trong môi trường ngoài trời khắc nghiệt; Sản phẩm được chứng nhận đạt chuẩn IP67. Với phạm vi nhiệt độ hoạt động rộng (-20°C đến 70°C), khả năng chống rung và sốc đáp ứng tiêu chuẩn MIL-STD-810 và nguồn điện đầu vào DC-IN 9-36V, nền tảng điện toán AI chắc chắn này có thể được triển khai ở những vị trí xa xôi và tiếp tục hoạt động đáng tin cậy, ngay cả trong điều kiện khắc nghiệt.
• Dữ liệu cảm biến môi trường, hình ảnh không gian địa lý và thông tin địa lý có thể được truyền đến các trung tâm dữ liệu thông qua kết nối có dây và không dây.
• ATC 3750-IP7-6C cung cấp một bộ tùy chọn truyền thông toàn diện, bao gồm Gigabit Ethernet (hỗ trợ PoE+), Wi-Fi 5/6, mạng di động (LTE/5G) và khả năng GNSS. Điều này đảm bảo việc truyền dữ liệu liền mạch và nhận thức tình hình, cho phép phối hợp hiệu quả với các cơ quan hoặc nhóm ứng phó khác.

Khi cảnh báo sẽ được gửi đến trung tâm chỉ huy, nhân viên từ trung tâm điều khiển có thể xem cảnh báo theo thời gian thực và ngay lập tức khắc phục rủi ro. Công ty công nghệ có thể cải tiến các mô hình AI, cung cấp dự báo xác suất và cho phép theo dõi thời gian thực để phát hiện sớm. Với các kỹ thuật tiên tiến như học sâu, AI có thể mô hình hóa hiệu quả hơn các hệ thống phi tuyến tính, phức tạp như kiểu thời tiết hoặc hành vi cháy rừng, có khả năng đưa ra cảnh báo đáng tin cậy và kịp thời hơn cũng như hiểu biết sâu sắc hơn về các rủi ro thảm họa tiềm ẩn.