Từ làm chủ xe tự hành đến nén mô hình nhanh gấp 6 lần, đội hình ‘all star’ đổ bộ FPT UAV Hackathon

Xử lý AI theo thời gian thực

Nhìn nhận về công nghệ cốt lõi để một thiết bị bay không người lái (UAV) có thể tự hành thực sự, anh Nguyễn Đức Linh (Đội trưởng) cho biết yếu tố sống còn nằm ở khả năng xử lý AI theo thời gian thực trên thiết bị bay. Điều này đòi hỏi sự kết hợp chặt chẽ của một chuỗi công nghệ bao gồm: Computer Vision (Thị giác máy tính), AI Object Detection & Tracking (Nhận diện và Bám bắt mục tiêu bằng AI), Sensor Fusion ( Hợp nhất cảm biến) cùng một hệ thống điều khiển bay ổn định.

"Ngoài việc nhận diện chính xác mục tiêu, UAV còn phải phản ứng nhanh, bám mục tiêu liên tục và hoạt động ổn định trong môi trường thực tế với nhiều yếu tố nhiễu như rung lắc, thay đổi ánh sáng hay vật cản", đội trưởng FA.AI.HCM chia sẻ sâu hơn về bài toán thực địa.

Để giải quyết chuỗi yêu cầu khắt khe đó, FA.AI.HCM tự tin vào "vũ khí" lớn nhất của mình: Sự đa dạng về chuyên môn và khả năng phối hợp đồng bộ. Đội ngũ quy tụ những nhân tài có nền tảng vững chắc từ phần cứng cho đến AI thuật toán, giúp quá trình phát triển không bị lệch pha khi chuyển giao từ lý thuyết sang hệ thống thực tế. Bên cạnh đó, tinh thần học hỏi nhanh, chủ động thử nghiệm và liên tục tối ưu giúp team có khả năng thích nghi rất tốt trước các đề bài biến động của cuộc thi.

Team FA.AI.HCM thuộc Phần mềm FPT.

Biệt đội “All Star”

FA.AI.HCM sở hữu bệ phóng năng lực vững chắc với các chuyên gia dày dặn kinh nghiệm trong lĩnh vực AI, Deep Learning, phần mềm (hơn 18 năm), hệ thống lái tự động và nền tảng chăm sóc sức khỏe kỹ thuật số (8 năm), xây dựng hệ thống xe đưa đón tự hành từ 8-23 chỗ trong môi trường sản xuất thực (6 năm), phân tích CCTV và AI tại biên (6 năm) cùng loạt chứng chỉ quốc tế cao cấp (PMP, PgMP, PfMP)...

Các thành viên thông thạo hệ sinh thái công nghệ toàn diện từ lập bản đồ 3D (SLAM), hiệu chỉnh đa cảm biến (LiDAR-Camera) và điều khiển dẫn đường chuyên sâu (MPC, Pure Pursuit) đến định vị, quy hoạch đường đi (Path Planning), làm chủ AI nhúng và thiết bị biên (NVIDIA Jetson, bo mạch Qualcomm, tích hợp CAN BUS). Team từng thiết kế thành công các hệ thống AI đa tác nhân chạy hoàn toàn trên thiết bị biên cục bộ lẫn đám mây AWS…

Để giải quyết bài toán phần cứng hạn chế, FA.AI.HCM nắm giữ những "phù thủy" tối ưu hóa pipeline xử lý hình ảnh vô cùng sắc bén, từng tối ưu hóa thành công hệ thống, hạ độ trễ suy luận từ 1,3 giây xuống còn 210 mili giây (nhanh gấp 6 lần) và tiết kiệm đến 81% bộ nhớ GPU. Với sự kết hợp giữa năng lực GenAI tiên phong và kỹ thuật nén mô hình thời gian thực (TensorRT, LiteRT), FA.AI.HCM có khả năng làm chủ các thuật toán AI phức tạp, chuyển hóa thành những hành động bay bám bắt mục tiêu chính xác, mượt mà ngoài thực địa.

Bài toán "nút thắt cổ chai" trên phần cứng hạn chế

Đối diện với cuộc thi lần này, FA.AI.HCM chỉ ra thách thức kỹ thuật lớn nhất mà họ buộc phải vượt qua: Triển khai mô hình AI lên thiết bị NVIDIA Jetson NX mà vẫn đảm bảo cân bằng được cả tốc độ xử lý lẫn độ chính xác.

"Một mô hình hoạt động tốt trên bộ xử lý đồ họa (GPU) mạnh ở phòng lab chưa chắc có thể chạy ổn định trên UAV, vì hệ thống bị giới hạn rất lớn về tài nguyên tính toán, điện năng và nhiệt độ", anh Linh phân tích.

Để giải bài toán này, team đang tập trung tối ưu hóa toàn diện từ cấu trúc mô hình (model architecture), sử dụng bộ công cụ tối ưu hiệu năng TensorRT, tinh chỉnh luồng xử lý hình ảnh cho đến tối ưu hóa khả năng suy luận (inference) thời gian thực. Tất cả nhằm đảm bảo chiếc drone vừa giữ được thăng bằng khi bay, vừa bám đuổi mục tiêu không một vết gợn.

Khát vọng đưa AI từ phòng lab bước ra đời thực

Nhận định về quỹ thời gian 3 tháng của vòng tranh tài, FA.AI.HCM thừa nhận tiến độ này là khá gấp rút đối với một bài toán UAV hoàn chỉnh. Áp lực lớn nhất không nằm ở khâu huấn luyện mô hình (train model) mà nằm ở giai đoạn tối ưu hóa để hệ thống chạy với độ trễ thấp nhất trong điều kiện thực tế.

Dù vậy, mục tiêu sau 3 tháng của nhóm rất rõ ràng: Xây dựng thành công một hệ thống UAV có khả năng phát hiện, bám bắt mục tiêu theo thời gian thực hoạt động ổn định ngay trên thiết bị tích hợp (onboard) và đạt đủ độ tin cậy để đưa vào vận hành trong đời sống.

Bước vào giai đoạn tăng tốc, đội trưởng Nguyễn Đức Linh thay mặt FA.AI.HCM khẳng định quyết tâm bằng một tuyên bố mạnh mẽ: "Team không chỉ muốn xây dựng một mô hình AI tốt, mà còn muốn chứng minh rằng AI có thể hoạt động thực sự hiệu quả trên một UAV tự hành ngoài đời thực".

Nam Dung

• FPT UAV Hackathon: Sức mạnh bộ đôi từng đứng top đầu cuộc thi của NASA
• Những bộ óc sở hữu hơn 30 bài báo quốc tế và dấu ấn CES liên minh trong FPT UAV Hackathon
• 'La bàn' Flezi Metis chỉ lối AI-Agent trong những hệ thống phần mềm tỷ đô
• Chuyên gia FPT: 'Thách thức để AI đi từ một công cụ hỗ trợ cá nhân trở thành năng lực vận hành của tổ chức'