lOMoAR cPSD| 48641284 Bài 1 Nội dung CMCN 3.0 CMCN 4.0 Thời gian
Từ thập kỷ 70 của thế kỉ XX
Đầu thế kỷ XXI đến nay Trọng tâm
Kỷ nguyên máy tính và công nghệ Các hệ thống liên kết thế giới thực và ảo.
kỹ thuật số cho tự động hóa Thành tựu
Sự ra đời của chất bán dẫn, siêu
IoT, Big Data, VR-AR- thực tế ảo,
máy tính, máy tính cá nhân,
Robotics, AI – Trí tuệ nhân tạo, Machine Internet, SMAC
Learning - Deep Learning - học máy,
Cloud Computing – điện toán đám mây, Blockchain Bài 2
IoT, Big Data, VR-AR, Robotics, AI, Machine Learning - Deep Learning, Cloud Computing, Blockchain
1. IoT – Internet of Things: Kết nối vạn vật
• Là mạng lưới các đối tượng vật lý được trang bị cảm biến, phần mềm, và các công
nghệ khác để kết nối và trao đổi dữ liệu với nhau qua Internet. Các thiết bị "thông
minh" này có thể thu thập và chia sẻ dữ liệu, giúp tự động hóa, theo dõi và phân
tích thông tin để đưa ra quyết định và tối ưu hóa hoạt động.
• Một số điểm nổi bật như: thiết bị và cảm biến, kết nối, phân tích dữ liệu, tự động hóa,..
Ứng dụng: Được ứng dụng trong nhiều lĩnh vực khác nhau, ví dụ: hệ thống điều
khiển từ xa của máy lạnh, tivi, theo dõi tình trạng sức khỏe của bệnh nhân trong lĩnh vực y tế 2. Big Data:
• Là tập hợp các dữ liệu khổng lồ, đa dạng và phức tạp đến mức không thể xử lý
bằng các công cụ phân tích dữ liệu truyền thống. Big Data thường được đặc trưng
bởi ba yếu tố chính: khối lượng (volume), tốc độ (velocity), và đa dạng (
variety), thường được gọi là 3V.
• Về khối lượng: Khối lượng dữ liệu trong Big Data rất lớn, có thể là hàng terabyte
( TB) hoặc petabyte (PB) dữ liệu. Các nguồn dữ liệu này có thể bao gồm dữ liệu
từ mạng xã hội, cảm biến IoT, dữ liệu giao dịch, và nhiều nguồn khác.
• Về tốc độ: Dữ liệu được tạo ra và thu thập với tốc độ rất nhanh. Đôi khi, dữ liệu
cần được xử lý và phân tích ngay lập tức (real-time processing) để cung cấp thông
tin kịp thời cho quyết định. Ví dụ, các giao dịch tài chính, dữ liệu từ cảm biến thời
gian thực, hay dữ liệu người dùng trên mạng xã hội.
• Về sự đa dạng: Big Data bao gồm nhiều loại dữ liệu khác nhau, chẳng hạn như dữ
liệu có cấu trúc (cơ sở dữ liệu), dữ liệu phi cấu trúc (văn bản, video, hình ảnh), và
dữ liệu bán cấu trúc (như XML hoặc JSON). Đa dạng này yêu cầu các công cụ và
kỹ thuật khác nhau để xử lý và phân tích.
• Ứng dụng: Dự đoán xu hướng thị trường, tối ưu hóa chuỗi cung ứng trong kinh
doanh, phân tích dữ liệu bệnh nhân, nghiên cứu y học, dự đoán dịch bệnh trong lOMoAR cPSD| 48641284
lĩnh vực y tế, trong giao thông quản lý và tối ưu hóa lưu lượng giao thông, dự
đoán tình trạng tắc nghẽn.
3. AI - Artificial Intelligence – Trí tuệ nhân tạo:
• Là hệ thống và công nghệ có khả năng thực hiện các nhiệm vụ yêu cầu trí thông
minh của con người, chẳng hạn như nhận thức, học tập, lập luận, và giải quyết vấn
đề. AI bao gồm nhiều kỹ thuật và phương pháp khác nhau, từ học máy (machine
learning) đến mạng nơ-ron sâu (deep learning), và có ứng dụng rộng rãi trong nhiều lĩnh vực.
• Các kỹ thuật AI phổ biến như: Machine Learning, Deep Learning, Natural
Language Processing – NLP, Computer Vision
• Ứng dụng trong nhiều lĩnh vực khác nhau ví dụ như: phân tích hành vi học sinh,
sinh viên để phát hiện gian lận trong thi cử của ngành giáo dục, nhận biết/nhận
dạng khuôn mặt thực hiện định danh của các ngân hàng,…
4. Thực tế ảo (Virtual Reality – VR) – AR (Augmented Reality – Thực tế Tăng cường)
• Thực tế ảo (Virtual Reality – VR) là công nghệ mô phỏng một môi trường ảo
mà người dùng có thể tương tác với nó như thể họ đang ở trong một không gian
thực tế. VR tạo ra một trải nghiệm mà trong đó người dùng cảm thấy như họ đang
ở trong một môi trường 3D, với khả năng tương tác với các đối tượng trong môi
trường đó thông qua các thiết bị hỗ trợ.
• AR (Augmented Reality – Thực tế Tăng cường) là công nghệ kết hợp các yếu
tố ảo vào thế giới thực để tạo ra một trải nghiệm tương tác phong phú hơn. Thay
vì thay thế hoàn toàn môi trường thực tế như trong thực tế ảo (VR), AR chồng các
thông tin, hình ảnh, và dữ liệu ảo lên môi trường thực tế mà người dùng đang thấy.
• Ứng dụng: Trợ lý ảo, các trò chơi hỗ trợ không gian 3 chiều, 4 chiều … 5. Robotics:
• Là lĩnh vực nghiên cứu và phát triển các robot và hệ thống tự động. Robot là các
máy móc có thể thực hiện các nhiệm vụ cụ thể một cách tự động hoặc điều khiển
từ xa. Robotics kết hợp các yếu tố từ cơ khí, điện tử, lập trình, và trí tuệ nhân tạo
để tạo ra các hệ thống có khả năng thực hiện các công việc thay thế hoặc hỗ trợ
con người. Robotics là sản phẩm của ngành cơ khí điện tử và công nghệ AI, với
hệ thống máy tính điều khiển nhận thức, kiểm soát, xử lý và phản hồi thông tin.
• Sự ra đời của ngành Robotics đã tạo ra nhiều loại robot có khả năng ứng dụng cao
trong cuộc sống con người. Đặc biệt là khả năng cơ động thay thế được mọi hoạt
động của con người về cả sức lực, ngoại hình và giọng nói.
6. Cloud Computing – Điện toán đám mây:
Là một mô hình cung cấp dịch vụ máy tính qua Internet, cho phép người dùng truy cập và
sử dụng các tài nguyên máy tính như máy chủ, lưu trữ dữ liệu, phần mềm, và cơ sở hạ
tầng mà không cần phải sở hữu hoặc quản lý các tài nguyên đó trực tiếp. Cloud
computing giúp giảm chi phí đầu tư ban đầu và quản lý hạ tầng công nghệ thông tin (
CNTT), đồng thời cung cấp khả năng mở rộng linh hoạt và truy cập từ xa, khách hàng có
thể mua từ các nhà cung cấp dịch vụ điện toán đám mây, ví dụ như: Viettel IDC, FPT Cloud, VNG Cloud…. lOMoAR cPSD| 48641284
7. Machine Learning – Deep Learning:
• Machine Learning: là việc ứng dụng các thuật toán để phân tích cú pháp dữ liệu,
học hỏi từ nó, và sau đó thực hiện một quyết định hoặc dự đoán về các vấn đề có
liên quan. Vì vậy, thay vì code phần mềm bằng cách thức thủ công với một bộ
hướng dẫn cụ thể để hoàn thành một nhiệm vụ cụ thể, máy được “đào tạo” bằng
cách sử dụng một lượng lớn dữ liệu và các thuật toán cho phép nó học cách thực hiện các tác vụ.
• Một trong những lĩnh vực ứng dụng tốt nhất cho Machine learning trong nhiều
năm qua là computer vision, mặc dù nó vẫn đòi hỏi rất nhiều kỹ năng code thủ
công để có thể hoàn thành công việc. Mọi người vẫn sẽ viết các lớp phân loại
bằng tay như các bộ lọc để chương trình có thể xác định nơi mà một đối tượng bắt
đầu và kết thúc. Phát hiện hình dạng để xác định nếu nó có tám mặt. Một phân
loại để nhận dạng các chữ cái “S-T-O-P”. Từ tất cả những ứng dụng phân loại, họ
sẽ phát triển các thuật toán để làm cho hình ảnh và “học” khả năng nhận diện dấu
hiệu liệu nó có phải là kí hiệu stop hay không?
Deep Learning - Kỹ thuật để hiện thực hóa Machine Learning:
Một phương pháp tiếp cận thuật toán khác từ cộng đồng machine-learning,
Artificial Neural Networks, được nhắc đến nhiều thập kỷ qua. Neural Networks
được lấy cảm hứng từ sự hiểu biết về sinh học của bộ não loài người – sự liên kết
giữa các nơ-ron. Tuy nhiên, không giống như một bộ não sinh học nơi mà bất kỳ
nơ-ron nào cũng có thể liên kết với các nơ-ron khác trong một khoảng cách vật lý
nhất định, các mạng thần kinh nhân tạo này có các lớp rời rạc, các kết nối, và các
hướng truyền dữ liệu. 8. Blockchain:
Công nghệ Blockchain là một cơ chế cơ sở dữ liệu tiên tiến cho phép chia sẻ thông tin
minh bạch trong một mạng lưới kinh doanh. Cơ sở dữ liệu chuỗi khối lưu trữ dữ liệu
trong các khối được liên kết với nhau trong một chuỗi. Dữ liệu có sự nhất quán theo trình
tự thời gian vì bạn không thể xóa hoặc sửa đổi chuỗi mà không có sự đồng thuận từ mạng
lưới. Do đó, có thể sử dụng công nghệ chuỗi khối để tạo một sổ cái không thể chỉnh sửa
hay biến đổi để theo dõi các đơn đặt hàng, khoản thanh toán, tài khoản và những giao
dịch khác. Hệ thống có những cơ chế tích hợp để ngăn chặn các mục nhập giao dịch trái
phép và tạo ra sự nhất quán trong chế độ xem chung của các giao dịch này.