Đóng góp của AI cho nghiên cứu sinh vật biển

Trong ngành hải dương học, các nhà khoa học đã phát triển ISIIS. Hệ thống hình ảnh dưới nước này có khả năng ghi lại hình ảnh thời gian thực của sinh vật biển phù du. Thay vì lấy mẫu bằng lưới, ISIIS cho phép các nhà khoa học nghiên cứu sinh vật phù du với độ phân giải cao và không cần tiếp xúc vật lý.

Các máy ảnh của ISIIS quét dòng nước với tần số 36.000 lần mỗi giây, thu thập 10 GB video mỗi phút. Với 140 giờ video độ phân giải cao được thu thập, việc lưu trữ dữ liệu trở thành một thách thức lớn. Với sự phát triển của công nghệ lưu trữ và xử lý dữ liệu, các nhà khoa học có thể tiếp cận, phân tích dữ liệu dễ dàng hơn trước.

Sau khi hoàn thành nhiệm vụ ghi lại dữ liệu video dưới nước, hệ thống máy học (Machine Learning) được triển khai để xử lý các thông tin đã thu thập. Bằng cách sử dụng trí tuệ nhân tạo, các kỹ sư đã tạo ra một thuật toán dạy cho hệ thống nhận diện các loài sinh vật sống dưới biển. Bước tiếp theo là phân loại các sinh vật này dựa trên phân loại sinh học đã được học từ trước, thông qua việc sử dụng mạng lưới thần kinh sâu (Deep Learning). Cuối cùng, dữ liệu bổ sung với thông tin về vị trí địa lý và các tham số khác để đảm bảo cung cấp cho nhà khoa học toàn cầu.

Mặc dù việc sử dụng siêu máy tính giúp cung cấp thông tin chi tiết nhanh hơn, nhưng các nhà nghiên cứu muốn thu thập dữ liệu trong thời gian thực từ trên biển, mà không cần phải đợi cho đến khi quay lại bờ. Việc này giúp giảm độ trễ giữa quá trình nghiên cứu, phân tích và kết quả, tăng tốc độ ứng dụng dữ liệu mới nhất trong các lĩnh vực khoa học khác nhau.

Tuy nhiên, việc triển khai các thiết bị và GPU mạnh mẽ để xử lý dữ liệu số, hình ảnh trên tàu khoa học gặp phải nhiều thách thức. Trên tàu không thể triển khai siêu máy tính hoặc cung cấp đủ lượng điện năng cho hạ tầng công nghệ thông tin lớn và phức tạp. Vì vậy, một giải pháp được ra đời: Western Digital Ultrastar Edge-MR.

Đây là máy chủ chuyên dụng được thiết kế để xử lý hiệu suất cao trong các điều kiện khắc nghiệt. Với dung lượng lưu trữ flash NVMe lên đến 60 terabyte, máy chủ này có khả năng xử lý các tệp video 8K một cách mượt mà. Với 40 lõi CPU và hỗ trợ GPU, Ultrastar Edge-MR cũng đáp ứng các yêu cầu xử lý tác vụ AI theo thời gian thực.

Máy chủ thiết kế để sử dụng ở cấp độ quân sự và được bảo vệ trong một hộp chống sốc, rung, nhiễu điện từ. Nó cũng có khả năng chống nước và bụi để đảm bảo tính tin cậy trong môi trường khắc nghiệt. Máy chủ này cũng có cổng kết nối mạng tốc độ cao với băng thông lên đến 100 Gbps, giúp tối ưu hóa quá trình truyền tải dữ liệu.

Hệ thống Western Digital OpenFlex Data24 NVMe-oF là một giải pháp mở rộng lưu trữ flash NVMe, sử dụng công nghệ NVMe-over-fabric để chia sẻ SSD NVMe có độ trễ thấp qua kết nối mạng tốc độ cao. Với dung lượng lên đến 368 TB và sở hữu 6 cổng kết nối băng thông tốc độ cao lên đến 100 Gbps, hệ thống này đáp ứng nhu cầu lưu trữ, truy cập dữ liệu với hiệu suất cao, tin cậy.

Các nhà khoa học đã triển khai thuật toán AI lên máy chủ. Đây là một thuật toán rất lớn với mạng lưới thần kinh rất phức tạp. Có hàng tỷ sinh vật phù du cần cố gắng xử lý mỗi lần chạy. Đến thời điểm này, AI đã học cách xác định khoảng 170 loại sinh vật phù du khác nhau.

Trong đại dương bao la của các dòng hải lưu, mọi thứ đều chuyển động. Lấy mẫu thích ứng giúp nhà khoa học có thể nhận ra các điểm khác biệt trong thời gian thực và sau đó thay đổi hướng đi của con tàu cho phù hợp. Khi đó, khoa học thúc đẩy công nghệ tiến lên và ngược lại, công nghệ hỗ trợ khoa học đạt nhiều thành tựu mới.

Minh Huy