Với bài toán phân loại độ mòn dụng cụ trong gia công CNC, việc ứng dụng AI không chỉ đòi hỏi độ chính xác mà còn cần đảm bảo hiệu quả tính toán và khả năng triển khai trong thực tế. Từ đó, nhóm nghiên cứu tiếp cận theo hai hướng: phát triển mô hình AI nhỏ gọn và khai thác các mô hình ngôn ngữ lớn có quy mô nhỏ (Compact LLMs).
Công trình “Parallel feature fusion with mixed normalization for efficient tool wear classification in CNC milling: HyMixNet” (Tạm dịch: Hợp nhất đặc trưng song song với chuẩn hóa hỗn hợp để phân loại hiệu quả độ mòn dụng cụ trong phay CNC) được công bố trên tạp chí Engineering Research Express. Nghiên cứu phát triển HyMixNet, mô hình AI chỉ có 0,56 triệu tham số, nhằm tự động phân loại độ mòn dụng cụ cắt. Thiết kế mô hình hướng đến sự cân bằng giữa độ chính xác và hiệu quả tính toán, qua đó hỗ trợ giám sát độ mòn và bảo trì dự đoán trong những môi trường sản xuất có giới hạn về tài nguyên.
Ở công trình thứ hai, “Tool wear classification using compact language models with multi-scale filter bank extractor and low-rank adaptation” (Tạm dịch: Phân loại độ mòn dụng cụ bằng mô hình ngôn ngữ có quy mô nhỏ với bộ trích xuất đặc trưng đa tỷ lệ và kỹ thuật thích nghi hạng thấp) được công bố trên tạp chí Signal, Image and Video Processing. Nghiên cứu thử nghiệm các Compact LLMs từ 0,5B đến 1,7B tham số, kết hợp bộ trích xuất đặc trưng đa tỷ lệ và LoRA (Low-Rank Adaptation - kỹ thuật tinh chỉnh mô hình với số lượng tham số bổ sung nhỏ). Phương pháp đạt 94,96% độ chính xác và 94,89% F1-score trong thử nghiệm, cho thấy tiềm năng ứng dụng các mô hình ngôn ngữ có quy mô nhỏ vào những bài toán AI trong sản xuất.
 |
| Tiến sĩ Nguyễn Đức Huy, đơn vị FHM.QAI, FPT Software. |
Trong hai công trình, chuyên gia FPT Nguyễn Đức Huy giữ vai trò chủ lực, trực tiếp tham gia từ thiết kế phương pháp, phát triển kiến trúc mô hình, phân tích dữ liệu, thực hiện thí nghiệm, tinh chỉnh đến hoàn thiện bản thảo nghiên cứu. Đặc biệt, anh trực tiếp phát triển HyMixNet và mô hình ngôn ngữ tích hợp LoRA cho bài toán phân loại độ mòn dụng cụ trong gia công CNC.
Chia sẻ về quá trình nghiên cứu, anh Huy cho biết nhóm không chỉ hướng đến độ chính xác của mô hình mà còn chú trọng khả năng triển khai trong thực tế. Một trong những thách thức lớn nhất là thu thập dữ liệu đầy đủ và đáng tin cậy. Để giải quyết bài toán này, nhóm đã chủ động kết nối với một Giáo sư tại Bỉ và nhận được hỗ trợ về bộ dữ liệu chuẩn, phục vụ quá trình nghiên cứu và thử nghiệm các mô hình.
Với hai hướng tiếp cận, các công trình nghiên cứu đã góp phần mở rộng khả năng ứng dụng AI vào bài toán giám sát độ mòn dụng cụ trong sản xuất, đồng thời ghi dấu thêm hoạt động nghiên cứu của FHM.QAI Quy Nhơn trên các tạp chí quốc tế.
>> Từ quản lý dự án đến điều phối một ‘đội AI’
Nghiên cứu để mở rộng năng lực đơn vị
Anh Nguyễn Đức Huy tốt nghiệp Tiến sĩ ngành System Optimization and Reliability (Tối ưu hóa và độ tin cậy hệ thống, là lĩnh vực giao thoa giữa Toán học ứng dụng, Vận trù học, Khoa học máy tính và Kỹ thuật công nghiệp/hệ thống), tại ĐH Công nghệ Troyes (Pháp).
Năm 2019, khi tốt nghiệp về nước, nhờ kết nối với bạn bè ở cộng đồng Pháp ngữ, Tiến sĩ Huy có cơ hội bén duyên với FPT Software Đà Nẵng, chuyên nghiên cứu sâu về Ngôn ngữ lớn và AI cũng như các các ứng dụng. "Khi nhà Phần mềm mở trung tâm AI tại Quy Nhơn, nhận thấy đây là cơ hội nên mình đầu quân”, anh Huy kể.
Ở FHM.QAI, anh Huy đảm nhận nhiệm vị trí chuyên gia dữ liệu, nhà nghiên cứu AI, đồng thời giữ vai trò Technical Lead, định hướng giải pháp kỹ thuật, thiết kế kiến trúc mô hình, cố vấn chuyên môn cho các thành viên và trực tiếp hiện thực hóa các bài toán AI ứng dụng thực tiễn.
Chia sẻ với Chúng ta về cơ duyên tham gia nghiên cứu, chuyên gia FPT kể trong nhóm nghiên cứu sinh ở Pháp có một người bạn thân theo đuổi chuyên ngành cơ khí. Bạn luôn trăn trở và ấp ủ mong muốn đưa AI vào giải quyết các bài toán kỹ thuật hóc búa trong sản xuất thực tế, đặc biệt là lĩnh vực gia công cơ khí CNC và bài toán giám sát độ mòn dao cụ.
“Tôi nhận thấy đây là một bài toán giao thoa liên ngành cực kỳ thú vị: vừa mang giá trị học thuật cao với nhiều thách thức thuật toán mới mẻ, vừa có tính ứng dụng thực tiễn to lớn giúp các nhà máy - chính là các đối tác của FPT - tối ưu hóa chi phí và phòng ngừa rủi ro”, anh Huy nhớ lại niềm đam mê và tâm huyết đã thôi thúc cả nhóm cùng bắt tay xây dựng đề tài nghiên cứu.
Thách thức lớn nhất trong suốt quá trình nghiên cứu chính là khâu thu thập và chuẩn bị dữ liệu (data collection). Trong gia công phay CNC, việc thiết lập máy móc, cảm biến để ghi nhận dữ liệu tín hiệu gia công và đo đạc độ mòn dao một cách chuẩn hóa, liên tục và đáng tin cậy là cực kỳ tốn kém, phức tạp và đòi hỏi hệ thống thiết bị chuyên dụng cao.
Để tháo gỡ điểm nghẽn này, nhóm đã mở rộng mạng lưới hợp tác quốc tế và may mắn kết nối với một giáo sư đầu ngành tại Bỉ. Nhờ sự hỗ trợ quý báu của giáo sư, anh Huy và các đồng sự đã tiếp cận được bộ dữ liệu chuẩn chỉnh, chuẩn chất lượng chuyên ngành.
Theo anh Huy, nghiên cứu này đem lại cho anh giá trị cộng hưởng rất lớn trong công việc chuyên môn: Mở rộng năng lực AI chuyên sâu sang lĩnh vực công nghiệp: Bài toán xử lý tín hiệu cảm biến thời gian thực giúp anh và đơn vị tích lũy thêm bộ công cụ giải pháp mới, sẵn sàng triển khai cho các dự án bảo trì dự đoán (predictive maintenance) tại nhà F.
“Song song đó, quá trình tự tay thiết kế kiến trúc mới và hoàn thiện bài báo khoa học chuẩn quốc tế giúp tôi duy trì tư duy nghiên cứu bài bản, cập nhật nhanh các công nghệ tiên tiến nhất để truyền cảm hứng và định hướng học thuật cho các bạn kỹ sư trẻ trong đơn vị”, anh Huy đúc kết năng lực R&D và dẫn dắt đội ngũ.
Công Hoàng
Ý kiến
()