Chuỗi workshop công nghệ của nhà Gấu Trúc (N5AI) đang trở thành tâm điểm chú ý khi dẫn dắt các thành viên đi từ những định nghĩa AI cơ bản nhất cho đến việc trực quan hóa dữ liệu cảm biến thời gian thực. Hãy cùng nhìn lại chặng đường “vượt chướng ngại vật” đầy phấn khích của các bạn trẻ qua từng giai đoạn học tập và thực chiến nhé!
1. Khởi đầu từ gốc rễ – Định hình bản đồ Edge AI
Mọi hành trình lớn đều bắt đầu từ những bước đi bài bản. Chuỗi workshop mở màn bằng một buổi tổng quan giúp các thành viên định hình rõ nét lộ trình từ một khái niệm lý thuyết đến cách đưa mô hình AI chạy mượt mà trên các thiết bị tại biên (Edge AI).
Tại đây, bản chất của AI đã được bóc tách một cách toàn diện: không chỉ đơn thuần là các dòng mã code, AI là một thực thể có “trí năng” để tư duy. Để hiện thực hóa điều đó, lộ trình chuẩn chỉnh được đặt ra bao gồm ba bước cốt lõi: Hiểu phần cứng toàn diện → Thu thập dữ liệu cảm biến → Đưa Machine Learning (ML) vào xử lý.
Để một ứng dụng IoT/AI vận hành trơn tru, các thành viên đã được tiếp cận với kiến trúc 5 thành phần phối hợp chặt chẽ:
- [Phần cứng thu thập]
- [Kết nối tối ưu năng lượng]
- [Máy chủ xử lý mô hình AI]
- [Giao diện UI/UX]
- [Hệ thống bổ trợ Cloud/Linux/Thingspeak]
 |
 |
 |
Đồng thời, các bạn cũng được lựa chọn công cụ thực chiến phù hợp trên hệ thống nhúng (Embedded Systems): sử dụng ngôn ngữ C++ với Arduino truyền thống (Code → Dịch → Nạp) hoặc chọn Python với MicroPython để lập trình nhanh gọn, tương tác trực tiếp qua prompt.
2. Vạn sự khởi đầu không nản – “Tay sờ, mắt thấy” cùng cảm biến
Ngay sau khi có được bản đồ tư duy, các thành viên bước vào buổi học tiếp theo với chủ đề “Kết nối phần cứng và Cảm biến”. Không khí phòng Lab nhanh chóng nóng lên khi lý thuyết nhường chỗ cho trải nghiệm thực tế chất lượng.
Các bạn đã tự tay đấu nối mạch điện, làm quen với từng sợi dây cáp, cổng kết nối và học cách lập trình để “giao tiếp” với phần cứng. Mục tiêu của buổi này là làm chủ bộ ba cảm biến quen thuộc: đo nhiệt độ, ánh sáng và độ ẩm trực tiếp vào bo mạch ESP32, đồng thời nắm được bí kíp đọc dữ liệu chuẩn xác từ cảm biến chuyển động.
 |
 |
 |
 |
 |
 |
Phút giây nhìn thấy những con số dữ liệu thô (Raw Data) nhảy liên tục trên màn hình máy tính (Serial Monitor) đã tạo nên những tiếng “vỡ òa” hạnh phúc. Kết quả vô cùng ấn tượng: 100% các nhóm tham gia đều đọc thành công dữ liệu lên màn hình, hoàn thành cột mốc nền tảng một cách xuất sắc.
3. Khi dữ liệu “biết đi” – Làm chủ mô hình 3D trực quan sinh động
Bước sang chặng tiếp theo, bài toán thực tế đã được nâng cấp lên một cấp độ “nặng đô” và “hack não” hơn rất nhiều. Các thành viên nhà Gấu Trúc không còn dừng lại ở việc đọc văn bản đơn thuần mà bắt đầu chinh phục Cảm biến chuyển động (IMU) MPU6500.
Nhiệm vụ đặt ra là phải tìm hiểu sơ đồ chân (Pinout), kết nối module MPU6500 vào bo mạch Arduino/ESP32 và lập trình thu thập dữ liệu thô về gia tốc (Accelerometer) cũng như vận tốc góc (Gyroscope) theo các trục X, Y, Z.
Dù gặp phải một vài rắc rối nhỏ ban đầu với Serial Port, nhưng tinh thần đồng đội đã biến khó khăn thành động lực. Hình ảnh đẹp nhất chính là khoảnh khắc các thành viên tụm năm tụm ba quanh chiếc laptop, người giữ mạch, người check code, cùng nhau debug để đưa mặt phẳng 3D trên màn hình xoay đúng theo góc nghiêng của cảm biến trên tay.
Và rồi “phép thuật” đã xảy ra, các nhóm xuất sắc sử dụng Thonny IDE để vẽ nên mô hình 3D chuyển động theo thời gian thực (Real-time 3D Visualization). Mô hình giả lập 3D đã chuyển động mượt mà, đánh dấu một cột mốc quan trọng được chinh phục thành công.
Lời kết: Từ những con số khô khan trên màn hình đến một mô hình 3D chuyển động trực quan sinh động, các thành viên đã chứng minh được sức mạnh của sự đồng lòng và niềm đam mê công nghệ. Đây là bệ phóng vững chắc để chuẩn bị sẵn sàng cho các thuật toán AI Edge đỉnh cao ở những tuần kế tiếp.
Hãy tiếp tục giữ vững ngọn lửa nhiệt huyết này và cùng chờ đón những bài toán Edge AI “xịn mịn” tiếp theo nhé!