1. Đo lường trong phân tích lượng dữ liệu lớn

Nhiều phân tích và nghiên cứu hiện nay đều có một điểm chung quan trọng: việc phân tích dữ liệu nhằm tạo ra tri thức mới, không chỉ đơn giản là "tìm kiếm" thông tin mà còn đòi hỏi một quá trình sâu sắc hơn. Bộ Kinh tế và Năng lượng Liên bang Đức (BMWi) đã phát động sáng kiến “Dữ liệu thông minh - Đổi mới dựa trên dữ liệu” (Smart Data - Innovation based on Data), với một khoản ngân sách lên tới 30 triệu euro nhằm phát triển các quy trình hiệu quả hơn để thu thập dữ liệu có giá trị kinh tế. Sáng kiến này không chỉ tập trung vào việc thu thập dữ liệu mà còn hướng tới việc áp dụng những công nghệ hiện đại để tăng cường khả năng khai thác và sử dụng dữ liệu một cách thông minh.

Trong khuôn khổ chương trình "Dữ liệu thông minh - Đổi mới dựa trên dữ liệu," Bộ Kinh tế và Năng lượng Đức đã tiến hành lựa chọn và tài trợ cho tổng cộng 13 dự án nhằm phát triển các dịch vụ sáng tạo trong lĩnh vực này. Những dự án này được kỳ vọng sẽ thúc đẩy việc ứng dụng rộng rãi các công nghệ dữ liệu lớn và thông minh ngay từ những giai đoạn đầu tiên, mở ra một thị trường nhiều tiềm năng cho công nghệ dữ liệu thông minh tại Đức.

Đặc biệt, các doanh nghiệp vừa và nhỏ (SMEs) sẽ là những bên hưởng lợi lớn từ những công nghệ mới này, nhất là trong các khía cạnh liên quan đến bảo mật và chất lượng dữ liệu. Việc các doanh nghiệp này có thể tiếp cận và áp dụng công nghệ tiên tiến sẽ mang lại lợi ích không chỉ cho họ mà còn cho toàn bộ nền kinh tế.

Ấn phẩm với tiêu đề “Dữ liệu thông minh - Đổi mới dựa trên dữ liệu” đóng vai trò là một tài liệu quan trọng, cung cấp cái nhìn tổng quan về các dự án đã được lựa chọn, cùng với việc giới thiệu những tiêu điểm và mục tiêu của chương trình. Sự kết nối giữa các phương tiện lưu trữ dữ liệu, cảm biến số và hệ thống truyền dữ liệu đóng góp vào sự gia tăng mạnh mẽ về lượng dữ liệu, tương ứng với sự phát triển “theo cấp số nhân” trong lưu trữ và xử lý thông tin.

Sự gia tăng này không chỉ mang lại thách thức mà còn mở ra cơ hội mới cho việc khai thác dữ liệu trong nhiều lĩnh vực khác nhau. Việc phát triển các quy trình thu thập và phân tích dữ liệu một cách hiệu quả sẽ cung cấp nền tảng vững chắc cho những đổi mới trong tương lai, từ đó tạo ra các sản phẩm và dịch vụ mới có giá trị. Nhờ vào các sáng kiến như vậy, Đức đang tiến gần hơn đến việc trở thành một trung tâm dẫn đầu về công nghệ dữ liệu thông minh, giúp tối ưu hóa hoạt động của các doanh nghiệp và mang lại nhiều lợi ích cho xã hội. Việc đầu tư vào công nghệ dữ liệu không chỉ là xu thế mà còn là cần thiết để duy trì vị thế cạnh tranh trên thị trường toàn cầu.

Trong lĩnh vực đo lường, việc áp dụng các quy trình sử dụng hình ảnh trong y tế, ngành công nghiệp chụp cắt lớp vi tính (CT) hay đo bức xạ từ các bề mặt phản xạ đã dẫn đến sự hình thành một khối lượng dữ liệu lớn chưa từng có. Sự phát triển của các thiết bị đo lường không chỉ nâng cao độ chính xác mà còn làm tăng đáng kể kích thước của các đại lượng đo. Chẳng hạn, máy đo quang trường gần (near-field) của Viện PTB (Physikalisch-Technische Bundesanstalt) có khả năng đo quang thông của nguồn sáng với độ phân giải ở mức từng phần, cho phép thu thập thông tin chi tiết về các thông số quang học. Trong từng trường hợp cụ thể, các đại lượng đo hiện đang có tính chất đa chiều, từ đó làm cho việc quản lý các thủ tục đo lường đã thiết lập trong hạ tầng chất lượng quốc gia trở nên khó khăn hơn bao giờ hết.

Trong bối cảnh này, PTB giữ một vai trò quyết định trong việc dẫn xuất hệ đơn vị quốc tế từ dữ liệu đa chiều nhằm phục vụ cho những mô phỏng liên quan đến hình học của các phần tử truyền ánh sáng. Để thực hiện được điều này, nghiên cứu liên ngành tại PTB không chỉ "mở đường" cho một số dự án chuyên ngành mà còn giúp phát triển các lĩnh vực như mô hình hóa toán học, phân tích dữ liệu thống kê, xác định độ không đảm bảo đo lường, được thực hiện trong khung chương trình của dự án “Mô hình toán học và phân tích dữ liệu”.

Tuy nhiên, với sự gia tăng nhanh chóng của lượng dữ liệu được thu thập, PTB còn phải đối mặt với không ít thách thức trong việc đánh giá chất lượng dữ liệu đo lường. Các đại lượng đo, cũng như các phép đo phân tích, ngày càng trở nên phức tạp, đòi hỏi một hệ thống đánh giá khoa học và chính xác hơn. Việc xác định độ không đảm bảo đo đạc (uncertainty of measurement) thường xuyên gặp phải những giới hạn về phạm vi và thời gian trong quá trình tính toán. Hơn nữa, quy trình số hóa và các hình thức đo lường hiện đại dựa trên máy tính đã làm cho lượng dữ liệu và không gian tham số trong hệ thống đo lường trở nên phức tạp hơn, với sự gia tăng không ngừng của dữ liệu đa tham số và mô phỏng tính toán phức tạp.

Mối liên hệ giữa phép đo và việc đánh giá dữ liệu đo ngày càng trở nên rõ ràng và phổ biến, với nền tảng vững chắc từ các phương pháp toán học và thống kê hiện đại. Các nhà khoa học đang từng bước thiết lập và chuyển đổi hoạt động đo lường từ các quy trình truyền thống sang các quy trình mới, chẳng hạn như phương pháp mô phỏng, đã được cộng đồng khoa học chấp nhận rộng rãi. Song song với đó, năng lực xử lý lượng lớn dữ liệu và độ kéo dài của thời gian tính toán đã trở thành những thách thức lớn đối với hoạt động chuyển đổi số trong lĩnh vực đo lường.

Để đối phó với những khó khăn này, nhiều công cụ toán học và thống kê mới đã được phát triển với mục tiêu giúp đơn giản hóa và hiệu quả hóa quá trình thực hiện hoạt động đo lường. Những công cụ này không chỉ góp phần vào việc thiết lập và chuyển đổi dữ liệu một cách thành công mà còn tạo điều kiện thuận lợi cho việc thực hiện các nghiên cứu và ứng dụng trong đo lường hiện đại. Do đó, các nhà khoa học đang ngày càng nhấn mạnh tầm quan trọng của việc áp dụng các phương pháp số hóa và phân tích dữ liệu thống kê trong bối cảnh này, từ đó mở ra nhiều cơ hội mới cho nghiên cứu và ứng dụng trong tương lai.

Tóm lại, sự phát triển và ứng dụng công nghệ đo lường hiện đại không chỉ mang lại lợi ích nhiều mặt mà còn đặt ra những thách thức lớn, yêu cầu phải có phương pháp tiếp cận và giải pháp mạnh mẽ từ phía các nhà nghiên cứu và các cơ quan quản lý chất lượng để đảm bảo rằng các kết quả đo lường không chỉ chính xác mà còn có thể phục vụ hiệu quả cho các mục tiêu khoa học và công nghiệp trong thời gian tới.

Phương pháp khai thác dữ liệu hiện nay đang trở thành một trong những công cụ thiết yếu trong việc phân tích thời gian thực, đặc biệt trong bối cảnh Cách mạng công nghiệp 4.0. Phương pháp này cho phép dữ liệu cảm biến liên tục được thu thập, đánh giá, và so sánh lẫn nhau, từ đó mang lại thông tin chính xác và kịp thời. Một trong những ứng dụng điển hình là phân tích mối tương quan giữa các dữ liệu của các mô đun quang điện theo chuỗi giá trị, nhờ vào việc phát triển các phương pháp đo lường và xác định mối liên kết chuẩn đầy đủ. Qua đó, quy trình phân tích dữ liệu không chỉ giúp thiết lập các chỉ số hiệu suất trong sản xuất tấm pin mặt trời (wafer) mà còn cho phép thực hiện “phản ứng sớm” khi xảy ra sự cố, khẳng định rõ ràng rằng việc kết hợp giữa các kiến thức về đo lường và thống kê toán học là rất cần thiết.

Trong lĩnh vực nanomet, việc đo kích thước với độ chính xác cao cũng được thực hiện thông qua mô hình hóa độ tương phản tín hiệu bằng phương pháp Monte Carlo. Phương pháp này cho phép đánh giá các vật thể nano thông qua kính hiển vi điện tử quét, vì vậy quy trình này tạo ra một lượng dữ liệu mô phỏng lớn cần được xử lý một cách hiệu quả. Các dữ liệu mô phỏng không chỉ có giá trị trong việc đo kích thước, mà còn trở nên ngày càng quan trọng trong việc đo bề mặt quang học. Một trong những thách thức hiện tại là xác định độ không đảm bảo đo lường, điều này có thể được thực hiện thông qua các phương pháp tính toán mô phỏng.

Các phương pháp tương tự này đang ngày càng được áp dụng rộng rãi trong lĩnh vực sản xuất, bởi sự phát triển không ngừng của công nghệ. Việc sử dụng các quy trình công nghệ mới đang trở thành một nhu cầu cấp thiết, yêu cầu phải phát triển những phương pháp cho phép tính toán độ không đảm bảo đo trong bối cảnh này. Điều đặc biệt là các quy trình công nghệ mới này cần phải gắn liền với hoạt động đo lường để chuyển đổi thành các giải pháp số cụ thể, khả thi trong thực tiễn.

Một yếu tố quan trọng trong việc tối ưu hóa quy trình đo lường là lựa chọn điểm đo thích hợp, điều này sẽ giúp điều chỉnh các phép đo nhằm giảm phạm vi đo một cách hiệu quả và chính xác. Tóm lại, việc kết hợp khai thác dữ liệu với quy trình đo lường hiện đại không chỉ nâng cao độ chính xác và hiệu quả mà còn đáp ứng được những yêu cầu ngày càng cao trong sản xuất và nghiên cứu khoa học. Việc phát triển và ứng dụng các phương pháp này không chỉ mang lại lợi ích về mặt kinh tế mà còn tạo ra môi trường sản xuất bền vững hơn trong kỷ nguyên công nghệ số.

Các nghiên cứu hiện tại cho thấy lĩnh vực phân tích dữ liệu lớn và tự động hóa như học máy và mạng nơron nhân tạo đang trải qua sự phát triển nhanh chóng và mạnh mẽ. Mạng nơron nhân tạo được thiết kế dựa trên mô hình hoạt động của bộ não con người, với sự tương tác và liên kết giữa các nơron. Tuy nhiên, khác với bộ não sinh học, nơi bất kỳ nơron nào cũng có thể kết nối với các nơron khác trong một khoảng cách vật lý nhất định, các mạng nơron nhân tạo lại được tổ chức thành các lớp riêng biệt, với các kết nối và hướng dẫn truyền dữ liệu cụ thể.

Trong mạng nơron, mỗi nơron đảm nhiệm một vai trò riêng biệt, giúp xác định mối liên quan của nó với nhiệm vụ mà nó đang thực hiện. Một trong những yếu tố quan trọng là "suy nghĩ về điểm dừng", có thể coi đó là một dấu hiệu nhận biết. Các thuộc tính của hình ảnh của dấu hiệu “dừng” được phân tích thông qua việc cắt nhỏ và kiểm tra bởi các nơron. Ví dụ, hình dạng hình trụ, màu đỏ của các động cơ dừng khẩn cấp, các chữ cái đặc trưng được sử dụng trong biển báo, kích thước của biển báo giao thông, cùng với sự chuyển động hay tĩnh lặng của những hình ảnh đó đã được đưa vào quá trình phân tích.

Nhiệm vụ chính của mạng nơron là xác định xem hình ảnh nào có thể được coi là dấu hiệu dừng hay không. Để làm điều này, mạng sử dụng một cấu trúc có tên là “véctơ xác suất”, giúp đánh giá độ chính xác của từng nhận diện. Kết quả thu được có thể cho thấy rằng hệ thống xác định một dấu hiệu dừng với độ chắc chắn lên tới 86%, trong khi đó có 7% khả năng nó được hiểu nhầm là một dấu hiệu giới hạn tốc độ, và 5% còn lại có thể thuộc về các loại biển báo khác hoặc không xác định được.

Điều đáng chú ý là sau khi thực hiện quá trình nhận diện và phân loại, kiến trúc mạng sẽ cung cấp phản hồi cho mạng nơron, cho biết liệu các kết luận đó có đúng hay không. Quá trình này diễn ra liên tục, tạo ra một vòng lặp phản hồi giúp cải thiện khả năng nhận diện của mạng nơron theo thời gian. Sự phát triển của các công nghệ này không chỉ mở ra nhiều cơ hội trong việc giải quyết các vấn đề phức tạp mà còn giúp không ngừng nâng cao độ chính xác và hiệu suất của các ứng dụng trong lĩnh vực tự động hóa, giao thông thông minh và nhiều lĩnh vực khác trong đời sống.

Tóm lại, mạng nơron nhân tạo là một công cụ mạnh mẽ, cho phép máy móc học hỏi và cải thiện khả năng nhận diện hình ảnh thông qua việc xử lý sự tương tác giữa nhiều thuộc tính khác nhau, từ đó mang đến những giải pháp thông minh hơn cho các thách thức mà xã hội có thể đối mặt.

Trong thời gian gần đây, nhiều phương pháp đã được phát triển dựa trên lý thuyết đã hình thành về mạng nơron, với quy mô mạng lớn hơn đáng kể. Những phương pháp này được gọi là “Học sâu” (Deep Learning), và chúng đang trở thành một phần quan trọng trong lĩnh vực phân tích dữ liệu. Sự gia tăng sự quan tâm vào các phương pháp học sâu này được thúc đẩy bởi sự xuất hiện của các nền tảng phần cứng chuyên dụng, phần mềm mã nguồn mở phong phú và khối lượng dữ liệu khổng lồ mà chúng ta có hiện nay. Điều này đã tạo điều kiện thuận lợi để các phương pháp học sâu có thể ứng dụng rộng rãi trong thực tiễn.

Từ góc độ hạ tầng chất lượng quốc gia, đặc biệt là trong lĩnh vực đo lường, việc đảm bảo tính tin cậy của các kết quả đo lường cực kỳ quan trọng. Tuy nhiên, thực tế cho thấy rằng nhiều phân tích dữ liệu hiện nay vẫn chưa đạt được sự phù hợp theo tiêu chuẩn đo lường. Một trong những tổ chức tiên phong trong nghiên cứu này là Viện Viễn thông Fraunhofer cùng với Viện Heinrich Hertz (HHI) tại Berlin. Hai viện này đang tập trung vào việc nghiên cứu và cải thiện độ tin cậy của dữ liệu phân tích, đồng thời phát triển các phương pháp để xác định và đánh giá chất lượng dữ liệu một cách định lượng.

Trong bối cảnh của cuộc chuyển đổi số hiện nay, việc phát triển các phương pháp có thể xác định mức độ không chắc chắn trong đo lường vẫn còn đang ở giai đoạn đầu. Điều này cho thấy rằng có rất nhiều cơ hội và thách thức cần phải đối mặt để đảm bảo rằng những phân tích dữ liệu này có thể đáp ứng được các yêu cầu của các ứng dụng thực tế trong tương lai. Một yếu tố quan trọng khác là sự rủi ro liên quan đến các kết quả phân tích dữ liệu, đặc biệt khi dữ liệu đầu vào có thể bị giả mạo hoặc bị thao túng.

Khi mà khối lượng dữ liệu mà chúng ta xử lý ngày càng gia tăng, vấn đề về tính chính xác và độ tin cậy của các đầu ra từ các phương pháp học sâu trở thành một trong những thách thức lớn. Nếu không có các cơ sở hạ tầng vững chắc và quy trình đo lường rõ ràng, rất khó để có thể đặt niềm tin vào các kết quả phân tích được sản xuất. Kết quả là, cần thiết phải có những nỗ lực không ngừng trong việc phát triển các công cụ và quy trình giúp cải thiện độ chính xác của dữ liệu trong các tình huống thực tế.

Tóm lại, mặc dù sự phát triển của các phương pháp học sâu đang mở ra nhiều cơ hội mới, nhưng để có thể tận dụng những tiềm năng này một cách hiệu quả, chúng ta cần phải chú trọng đến tính tin cậy và chất lượng của dữ liệu mà chúng ta sử dụng. Điều này không chỉ quan trọng cho nghiên cứu mà còn cho việc ứng dụng trong các lĩnh vực khác nhau trong xã hội, nơi mà quyết định được đưa ra dựa trên các phân tích dữ liệu.

2. Đo lường trong hệ thống thông tin

Sự sẵn sàng của các kênh truyền thông tin tin cậy, hiệu quả và linh hoạt là một yếu tố then chốt không thể thiếu cho sự thành công trong quá trình chuyển đổi số. Hiện nay, với sự phát triển không ngừng của công nghệ, đặc biệt là công nghệ 5G, điều này càng trở nên rõ ràng hơn bao giờ hết. Hiệp hội Công nghệ Điện, Điện tử & Thông tin (IEEE) đã có những đánh giá nghiêm túc về sự cần thiết phải triển khai 5G tại Đức trong thời gian sớm nhất. Điều này không chỉ mang ý nghĩa về mặt công nghệ mà còn ảnh hưởng lớn đến khả năng kết nối và truyền tải thông tin trong xã hội hiện đại.

Trong một nghiên cứu chuyên sâu có tiêu đề “Các vấn đề chính đối với chuyển đổi số ở G20", tổ chức G20 đã nhấn mạnh tầm quan trọng của việc phát triển nhanh chóng công nghệ 5G. Họ kêu gọi việc quảng bá thông tin có mục tiêu đến cho cộng đồng, nhằm nâng cao nhận thức về vai trò của 5G trong việc thúc đẩy các hoạt động kinh tế và xã hội. Công nghệ 5G hiện tại thường được định nghĩa là những công nghệ truyền thông tần số vô tuyến hoạt động ở Megahertz hoặc cao hơn, trong vùng tần số Gigahertz. Tuy nhiên, một trong những thách thức lớn hiện nay là việc vẫn chưa có tiêu chuẩn chính thức cho 5G. Điều này có nghĩa là các yêu cầu cụ thể để đáp ứng các tiêu chí kỹ thuật ưu việt vẫn đang được hoàn thiện và chưa được thống nhất.

Một trong những tổ chức tiên phong trong việc đặt ra các yêu cầu cho tiêu chuẩn 5G là “Liên minh mạng di động thế hệ tiếp theo” (Next Generation Mobile Networks Alliance). Tổ chức này đã xác định một loạt các yêu cầu cần thiết để phát triển công nghệ 5G. Chẳng hạn, tốc độ dữ liệu rất cao đạt từ 100 Mbit/s đến 1 Gbit/s cho một số lượng lớn người sử dụng đồng thời là yêu cầu tối thiểu. Ngoài ra, 5G cũng phải có khả năng thực hiện hàng trăm nghìn kết nối không dây đồng thời, khai thác dải tần số một cách hiệu quả hơn so với công nghệ 4G trước đó. Đặc biệt, độ trễ của 5G cần phải thấp hơn nhiều so với LTE để nâng cao hiệu quả trong truyền tải.

Sách trắng của Liên minh mạng di động thế hệ tiếp theo về 5G nêu rõ, công nghệ 5G sẽ hoạt động trong một môi trường không đồng nhất, nơi có sự hiện diện của nhiều loại công nghệ truy cập khác nhau, các mạng đa tầng, cũng như nhiều loại thiết bị và hình thức tương tác đa dạng của người sử dụng. Điều này đem lại một bức tranh đa dạng và phức tạp đối với việc triển khai và sử dụng công nghệ 5G.

Trong bối cảnh giao tiếp 5G, các yếu tố đo đạc tần số cao có tính chất rất phức tạp, phi tuyến, ngẫu nhiên và cần độ chính xác cao. Một khía cạnh đáng lưu ý là điều chế biên độ phương vuông góc, trong đó việc sử dụng hai sóng mang lệch pha 90 độ (sine và cosine) để điều chế và kết hợp thành tín hiệu. Việc áp dụng các kỹ thuật truyền và nhận dữ liệu với độ chính xác cao không chỉ giúp giảm thiểu sai sót trong quá trình truyền mà còn đảm bảo rằng dữ liệu được chuyển tải một cách chính xác.

Bên cạnh đó, việc sử dụng hiệu quả dải phổ điện từ về phạm vi, dung lượng và mật độ kênh là điều cần thiết trong môi trường giao tiếp 5G. Các đặc tính phi tuyến và ngẫu nhiên trong dải tần số, như hàm lượng tín hiệu, tỷ lệ tín hiệu trên nhiễu, mức độ điều chế và nhiễu pha dao động, đều ảnh hưởng đến khả năng của hệ thống. Do đó, các phép đo có thể liên kết chuẩn đến các đại lượng đo phi tuyến và ngẫu nhiên này trở nên đặc biệt quan trọng, không chỉ để hiệu chuẩn thiết bị đo tần số cao mà còn để thiết lập và phát triển các hệ thống truyền thông số một cách hiệu quả.

Tóm lại, sự phát triển của công nghệ 5G chính là chìa khóa mở ra cánh cửa cho một kỷ nguyên mới của kết nối và thông tin. Để đạt được điều này, cần có sự hợp tác chặt chẽ giữa các bên liên quan trong việc xây dựng và chuẩn hóa các tiêu chuẩn cần thiết, tạo ra một môi trường truyền thông đáng tin cậy và bền vững, phục vụ cho nhu cầu ngày càng cao của xã hội hiện đại.

Tính đến thời điểm hiện tại, mặc dù đã có những năng lực liên kết chuẩn được phát triển cho các đại lượng đo cơ bản với đặc tính tuyến tính, nhưng vẫn còn nhiều thiết bị thương mại mang đặc tính phi tuyến được ra đời tại Đức. Việc tích hợp các thiết bị đo này vào hệ thống phân cấp hiệu chuẩn sẽ không chỉ gia tăng tính cạnh tranh của doanh nghiệp mà còn mở ra những cơ hội mới trong lĩnh vực công nghệ. Do đó, nhu cầu về việc mở rộng sự công nhận của các phòng thí nghiệm DAkkS đối với các đại lượng đo phi tuyến và ngẫu nhiên đang tăng cao, đó là một phần tất yếu trong quá trình chuyển đổi số hiện nay. Tại PTB (Viện Công nghệ vật lý Đức), năng lực liên kết chuẩn cho các đại lượng đo trong hệ thống phân cấp hiệu chuẩn là điều kiện tiên quyết cho mọi hoạt động công nhận trong lĩnh vực này.

Trong bối cảnh sự chuyển mình của mạng 5G, công nghệ ăngten đa đầu vào, đa đầu ra (MIMO) và dải sóng milimet đang ngày càng đóng vai trò chủ chốt trong kỹ thuật đo ăngten. Để đảm bảo sự tin cậy của các hệ thống này, yêu cầu kỹ thuật về cả việc phát và nhận tín hiệu phải được thể hiện rõ ràng qua các đặc điểm đo lường, đồng thời, các thiết bị đo được sử dụng phải đảm bảo độ chính xác và đáng tin cậy, thông qua việc hiệu chuẩn phù hợp.

Với sự phát triển theo định hướng tự cấu hình (self-configuring), các hệ thống ăngten hiện nay yêu cầu có khả năng tương tác trong các giao thức truyền thông phức tạp. Điều này dẫn đến nhu cầu cấp thiết về việc liên kết chuẩn cho các tham số tín hiệu, chẳng hạn như mức điều chế, độ lệch điều chế, độ lớn vectơ lỗi và tỷ lệ lỗi. Để có thể phát triển các thiết bị đo và hệ thống ăngten tương ứng, việc xác định chính xác các yếu tố như thời gian chạy kênh, mất kênh, và độ trôi xung của từng kênh truyền cụ thể là vô cùng cần thiết.

Sự hiện diện của các dịch vụ đo lường tương ứng tại Đức sẽ mang lại lợi thế cạnh tranh đáng kể cho các doanh nghiệp trong một thị trường đang bị chi phối bởi các quốc gia như Mỹ và Trung Quốc. Trong lĩnh vực này, PTB đang thực hiện nhiều thí nghiệm có liên quan đến truyền thông terahertz (THz Communication), xây dựng các phương pháp đo lường độ lớn vectơ bằng máy hiện sóng theo thời gian thực, hiệu chuẩn các máy phân tích tín hiệu vectơ, và cũng như đo các đặc tính điều chế quang biến đổi điện. Bên cạnh đó, PTB cũng đang nghiên cứu và phát triển các đặc tính của những “ăngten thông minh”, phương pháp có khả năng tăng cường hiệu suất truyền dẫn trong các mạng không dây.

Sự phát triển của công nghệ 5G và nhu cầu về các thiết bị đo tiên tiến thách thức các tiêu chuẩn hiện tại. Đưa các đặc tính phi tuyến và ngẫu nhiên vào trong hệ thống đo, cùng với năng lực phát triển các thiết bị tương ứng, sẽ tạo ra một bước tiến lớn trong việc tối ưu hóa quá trình truyền thông. Chính vì vậy, việc có một hệ thống phân cấp hiệu chuẩn đáng tin cậy nơi các thiết bị đo được kiểm tra, tiêu chuẩn hóa là rất quan trọng trong việc xác định tiêu chí chất lượng cho ngành công nghiệp.

Đồng thời, các tổ chức, phòng thí nghiệm cũng cần phải cập nhật thường xuyên các kỹ thuật và công nghệ mới nhất để đáp ứng được các yêu cầu ngày càng cao của thị trường. Việc đầu tư vào nghiên cứu và phát triển cũng như vào công nghệ đo lường hiện đại sẽ giúp các doanh nghiệp và cơ sở nghiên cứu tại Đức tự tin hơn trong việc tham gia vào cuộc đua toàn cầu này. Chính điều này sẽ không chỉ đảm bảo khả năng cạnh tranh mà còn khẳng định vị thế của Đức trên bản đồ công nghệ thế giới, đặc biệt là trong lĩnh vực truyền thông và đo đạc, nơi mà sự chính xác và độ tin cậy là những yếu tố tiên quyết.

Cùng với sự gia tăng công nhận của DAkkS cho các đại lượng phi tuyến và ngẫu nhiên, các phòng thí nghiệm tại Đức sẽ có cơ hội mở rộng hơn nữa khả năng phục vụ của mình, từ đó tạo ra một môi trường lý tưởng cho sự sáng tạo và phát triển. Sự kết hợp chặt chẽ giữa nghiên cứu, phát triển và tiêu chuẩn hóa không những tạo ra động lực cho sự phát triển bền vững mà còn giúp đảm bảo rằng các doanh nghiệp và tổ chức tại Đức luôn trong tâm thế chủ động, sẵn sàng đối mặt với những thách thức và cơ hội mới trong tương lai.

Các viện nghiên cứu khác như NIST đã tiến hành các nghiên cứu và đầu tư mạnh mẽ vào lĩnh vực công nghệ truyền thông, tiêu biểu là khoảng 300 triệu USD cho "Phòng thí nghiệm Công nghệ Truyền thông" cũng như chương trình nghiên cứu về “mmWave, 5G và hơn thế nữa”. Dự kiến, các hoạt động nghiên cứu và phát triển (R&D) của NIST sẽ kéo dài ít nhất 20 năm. Tương tự, Viện Đo lường Quốc tế Anh cũng đang đẩy mạnh hoạt động R&D trong lĩnh vực này bằng cách thành lập trung tâm nghiên cứu chung mang tên "Phòng thí nghiệm mô hình và đo lường vi sóng phi tuyến" cùng với Đại học Surrey. Điều này cho thấy sự cam kết của các viện nghiên cứu đối với việc phát triển công nghệ truyền thông hiện đại, với mục tiêu nâng cao chất lượng và hiệu suất trong các ứng dụng 5G và sóng milimet trong tương lai. Các nỗ lực này không chỉ nhằm cải thiện công nghệ hiện tại mà còn mở ra những khả năng mới cho những thách thức sắp tới trong lĩnh vực truyền thông và đo lường vi sóng.

3. Đo lường trong mô phỏng và thiết bị đo ảo

Trong nhiều lĩnh vực đo lường hiện nay, mô phỏng và thí nghiệm ảo đã trở thành những công cụ quan trọng. Chẳng hạn, trong đo tọa độ, việc xác định độ không đảm bảo đo dựa vào mô phỏng đã được quy định trong tiêu chuẩn ISO 15530-4 đối với các phép đo sắc nét. Phòng thí nghiệm vật lý quốc gia Đức (PTB) đã phát triển một quy trình tham chiếu có tên là “Máy đo tọa độ ảo VCMM”, đây là một giải pháp số giúp đánh giá hiệu suất của các thiết bị đo tọa độ. Nhiều doanh nghiệp sản xuất lớn, chẳng hạn như Zeiss và Hexagon, đã đưa các thiết bị đo tọa độ của họ vào các phòng thí nghiệm hiệu chuẩn DAkkS, nơi dữ liệu đo được xử lý và đánh giá một cách tự động. Đối với độ không đảm bảo đo, việc xác định này cũng diễn ra tự động thông qua các giao diện số trên nền tảng cơ sở hạ tầng số được kết nối.

PTB đang phát triển một giải pháp số độc lập, không bị ràng buộc bởi các nhà sản xuất, mà dựa vào mô phỏng để xác định độ không đảm bảo đo một cách chính xác. Mục tiêu đặt ra là tích hợp máy đo tọa độ ảo vào quá trình sản xuất, nhằm cung cấp các kết quả đáng tin cậy liên quan đến độ không đảm bảo đo từ các thiết bị và cảm biến sử dụng trong thực tiễn. Trong bối cảnh Cách mạng công nghiệp 4.0, việc hợp tác giữa bộ phận “Đo lường tọa độ” và bộ phận “Mô hình hóa toán học và phân tích dữ liệu” tại PTB đóng một vai trò quan trọng trong việc thúc đẩy phát triển các phương pháp đánh giá dựa trên mô phỏng, từ đó nâng cao độ chính xác và hiệu suất của dữ liệu đo lường trong sản xuất công nghiệp.

Trong lĩnh vực đo lường quang học, PTB đã phát triển một công cụ mô phỏng toàn diện dành cho các thiết bị đo quang học, mang tên “SimOptDevice”. Công cụ này đã được áp dụng thành công trong nhiều dự án nghiên cứu, qua đó khẳng định vị thế hàng đầu của PTB trong lĩnh vực công nghệ quang học toàn cầu. “SimOptDevice” được sử dụng để dò tia quang học, đồng thời tính đến các ảnh hưởng của các yếu tố cơ học tĩnh. Về mặt nguyên tắc, việc thiết lập mô-đun phần mềm này cho phép mở rộng ứng dụng của công cụ mô phỏng “SimOptDevice” vào các thí nghiệm ảo tại PTB, qua đó tăng cường độ chính xác của các phép đo.

Các hoạt động đo lường luôn cần đến một mô phỏng chính xác về mặt vật lý để có được kết quả tin cậy. Thí dụ, “Giao thoa kế sóng nghiêng” (Tilted Wave Interferometer) được phát triển tại Đại học Stuttgart và hiện đang hoạt động tại PTB, cho phép đo đường trục bằng cách sử dụng mô phỏng đường đi của chùm tia. Qua đó, độ lệch của đối tượng được kiểm tra so với mẫu thiết kế có thể được xác định. Kết quả đo nhận được bằng phương pháp mô phỏng sẽ được so sánh với kết quả thực tế để đánh giá những sai lệch trong phép đo đối tượng được kiểm tra. Một trong những thách thức lớn nhất của phương pháp “Giao thoa kế sóng nghiêng” là đảm bảo khả năng dẫn xuất với các hệ đơn vị quốc tế. Nhờ sự phức tạp trong quá trình đo lường tạo ra, cũng như các quy trình mô phỏng, đã có rất nhiều nghiên cứu trong lĩnh vực này được thực hiện trong thời gian qua, góp phần nâng cao hiểu biết và cải tiến ứng dụng công nghệ quang học.

Các thuật toán hiện đang được sử dụng rộng rãi hơn để thu thập và khai thác dữ liệu từ các chuẩn đo lường được kết nối, nhằm tạo ra một hệ thống giám sát chất lượng và kiểm soát quá trình sản xuất một cách tự động. Ví dụ, việc tích hợp công nghệ sản xuất bồi đắp, hay còn gọi là in 3D, trong ngành sản xuất nhằm tăng cường hiệu quả và duy trì khả năng cạnh tranh ngày càng trở nên quan trọng. Sự tích hợp này liên quan đến nhiều hoạt động khác nhau, bao gồm việc liên kết các chuẩn đo lường, tính toán độ không đảm bảo đo của các hệ thống đo lường được kết nối và phát triển các tiêu chuẩn sử dụng trong quá trình đo lường.

Đặc biệt, quy trình sản xuất bồi đắp ngày càng được áp dụng nhiều trong bối cảnh Cách mạng công nghiệp 4.0. Với đặc điểm của phương pháp này, sản xuất bồi đắp tạo ra các lớp (layer) trong quy trình chế tạo, điều này mở ra cơ hội thuận lợi hơn trong việc thiết kế và tối ưu hóa quy trình sản xuất theo các tiêu chuẩn quốc tế. Tuy nhiên, một trong những thách thức lớn mà ngành công nghiệp phải đối mặt là phát triển các quy trình đo lường thích hợp nhằm kiểm soát chính xác quá trình sản xuất bồi đắp. Việc xác định các đặc tính đo lường, đặc biệt là về độ chính xác trong quá trình sản xuất, là rất quan trọng, nhưng cũng đầy khó khăn.

Hiện tại, PTB đang đầu tư mạnh vào công nghệ sản xuất bồi đắp, với mục tiêu tạo ra những tiến bộ trong sản xuất hiệu quả và linh hoạt hơn. Đồng thời, PTB cũng đang thực hiện các dự án nghiên cứu liên quan đến lĩnh vực này nhằm cải thiện và tối ưu hóa quy trình đo lường cho sản xuất bồi đắp. Các hoạt động nghiên cứu và phát triển (R&D) tại PTB được thực hiện trong phạm vi dự án nghiên cứu mang tên “Các phép đo kích thước trong quá trình có thể liên kết chuẩn”, dự án này được tài trợ bởi Liên minh châu Âu (EU) và đã hoàn thành vào năm 2016.

Dự án này không chỉ tập trung vào các khía cạnh kỹ thuật của quá trình đo lường mà còn nhấn mạnh tầm quan trọng của việc hiện đại hóa các quy trình sản xuất trong kỷ nguyên công nghệ hiện đại. Cuộc cách mạng công nghiệp hiện tại đòi hỏi những cải tiến không ngừng trong quy trình sản xuất và công nghệ đo lường để đáp ứng nhu cầu ngày càng cao từ thị trường. Qua việc phát triển và áp dụng các quy trình đo lường mới, PTB không chỉ góp phần vào sự tiến bộ trong ngành sản xuất bồi đắp, mà còn đặt nền móng cho các ứng dụng trong tương lai, nhằm nâng cao hiệu suất và chất lượng sản phẩm.

Với sự gia tăng kết nối trong hệ thống chuẩn đo lường, các nhà sản xuất cảm biến hiện đang yêu cầu các hệ thống đo lường thông minh hơn, được trang bị phần mềm cần thiết để tạo ra kết quả tự động. Đồng thời, những hệ thống này cũng phải có khả năng tương tác với các cảm biến và thiết bị đo khác. Nhu cầu ngày càng cao về độ chính xác và độ tin cậy trong các kết quả đo đòi hỏi nhiều thiết bị đo phải được hiệu chuẩn thông qua các giao diện số và giải pháp đánh giá tích hợp.

Thế nhưng, các thiết bị đo hiện có cùng với hoạt động đo lường tại các viện đo lường quốc gia vẫn chưa hoàn toàn “sẵn sàng” để tiến hành hiệu chuẩn các thiết bị trong bối cảnh chuyển đổi số hiện nay. Thực tế này đã tạo ra nhiều thách thức mới cho các viện đo lường, đặc biệt khi các thuật toán đánh giá và dữ liệu chưa thể được liên kết theo chuẩn trực tiếp. Do đó, việc phát triển các giải pháp số hóa dựa trên khả năng đo lường hiện có cùng với các phương pháp tiếp cận mới trong hoạt động đo lường trở thành con đường "chuyển đổi số nhanh nhất". Mục tiêu của những giải pháp này là đảm bảo khả năng đáp ứng các yêu cầu trong lĩnh vực đo lường pháp định, từ đó nâng cao tính chính xác trong quy trình đo lường và tăng cường độ tin cậy của các thiết bị đo. Những cải tiến này không chỉ giúp các viện đo lường bắt kịp với sự phát triển công nghệ mà còn cải thiện chất lượng kết quả đo lường, đáp ứng tốt hơn nhu cầu của thị trường hiện đại.