rssheader

28/07/2021

Máy dò dừa sáp “made in Việt Nam”

Nhật Phong - 19/07/2021, 15:30 GMT+07 | Khoa học
Dừa sáp có nguồn lợi kinh tế hơn hẳn so với các loại dừa khác. Dừa sáp có nguồn lợi kinh tế hơn hẳn so với các loại dừa khác.

Nhóm tác giả Trường Đại học Trà Vinh đã chế tạo thiết bị đo tỷ lệ quả có sáp bằng công nghệ deep learning (công nghệ học sâu).

Nhận diện không cần gõ, lắc

Dừa sáp là đặc sản nổi tiếng ở Trà Vinh. Nó có cùi quánh đặc mịn màng như sáp và vị thơm ngậy đặc biệt. Dừa sáp có giá cao hơn hàng chục lần dừa thường, nhưng người mua không có cách nào phân biệt được. Do trái dừa sáp nằm lẫn cùng với loại thường trên cùng một cây nên việc phân biệt hai loại dừa này hoàn toàn phụ thuộc vào kinh nghiệm của người trồng. Cách phổ biến nhất dùng để xác định là gõ và lắc quả dừa.

Do quả dừa sáp đặc ruột, ít nước nên sẽ không phát ra âm thanh, hoặc có âm thanh trầm đục hơn. Điều này không chỉ khiến người tiêu dùng lo ngại mua nhầm, mà còn gây khó khăn cho người trồng dừa sáp. Thậm chí, nó còn ảnh hưởng đến việc xây dựng thương hiệu và nâng cao giá trị của trái dừa sáp trên thị trường.

Các nhà khoa học Trường Đại học Trà Vinh đã thực hiện đề tài đặt hàng “Thiết kế chế tạo thiết bị xác định tỷ lệ sáp trong trái dừa”. “Mục tiêu của chúng tôi là chế tạo thiết bị xác định tỷ lệ sáp trong trái dừa sáp đặc ruột mà không cần phải phá vỡ trái dừa, đảm bảo không bị biến đổi chất lượng bên trong”, TS Nguyễn Minh Hòa, Phó Hiệu trưởng Trường ĐH Trà Vinh, chủ nhiệm đề tài, cho biết.

Điều đáng nói là trong nước cũng như trên thế giới chưa có bất cứ nơi nào làm về thiết bị xác định độ sáp của trái dừa sáp. “Dựa trên yêu cầu của đề tài, chúng tôi lựa chọn hướng tiếp cận là bắt chước con người, họ gõ, lắc để phân biệt trái dừa thì cái máy này cũng làm giống vậy”, TS Hòa giải thích.

“Đây là gợi ý ban đầu cho nhóm nghiên cứu về một thiết bị gồm phần cứng mô phỏng hoạt động gõ, lắc của con người và phần mềm gồm thuật toán học sâu để có thể nhận dạng âm thanh. Thiết bị gồm ‘tay kẹp’ giữ trái dừa, một bộ gõ sẽ gõ vào trái dừa, sau đó tay kẹp sẽ lắc trái dừa, máy sẽ thu nhận các âm thanh gõ và lắc này giống như tai người nghe”, anh giải thích.

Khác với nhiều thuật toán học sâu chuyên dùng để nhận diện hình ảnh, thuật toán do họ tạo ra chủ yếu tập trung vào nhận diện âm thanh, phân biệt được các tiếng động phát ra từ bên trong trái dừa. Sau khi được xử lý bằng phần mềm tích hợp trong máy tính mini gắn liền với thiết bị, kết quả sẽ hiển thị là “quả dừa này có sáp đặc, sáp lỏng hay không có sáp”.

Mua cả nghìn trái dừa về thử

ThS Nghị Vĩnh Khanh, một thành viên trong nhóm dự án cho biết, có đủ dữ liệu là một trong những yếu tố quan trọng nhất để nâng cao độ chính xác của phần mềm học sâu tích hợp trong chiếc máy này.

Các phần mềm học sâu nhận dạng khuôn mặt, âm thanh… thông thường có thể dễ dàng kiếm được các tập dữ liệu mẫu trên Internet còn dữ liệu mà nhóm nghiên cứu cần lại khá đặc biệt - những âm thanh phát ra từ việc gõ, lắc trái dừa hoàn toàn không có sẵn ở bất cứ đâu. Do đó, công đoạn thu thập mẫu dữ liệu là quan trọng nhất.

Nhóm nghiên cứu cho biết, họ phải tự thu thập dữ liệu bằng cách mua khoảng gần 1.000 trái dừa và nhờ các nhà vườn phân biệt, đánh dấu làm ba loại: Không sáp, sáp lỏng và sáp đặc.

“Chúng tôi sẽ gõ, lắc các trái dừa này và thu lại âm thanh, lưu vào máy tính. Sau đó, sẽ bổ trái dừa ra để kiểm chứng. Chẳng hạn, phần ruột dày bao nhiêu mm là sáp lỏng, bao nhiêu mm là sáp đặc. Tất cả dữ liệu sẽ được đưa vào hệ thống học sâu mạng neuron, sau khi kiểm tra độ chính xác, độ tin cậy thì mới ra mô hình chuẩn. Quá trình này không chỉ mất thời gian mà còn tốn không ít kinh phí.

Bởi trái dừa sáp vốn có giá cao, đưa vào thử nghiệm lấy mẫu âm thanh và bổ ra để kiểm tra nên chỉ lấy mẫu được một lần rồi hư. Mình cứ phải mua trái khác để thử hoài, nên nguyên liệu hao dữ lắm”, ThS Nghị Vĩnh Khanh kể lại.

Khi tưởng chừng mọi thứ đã “vào guồng” thì nhóm nghiên cứu phát hiện ra quá trình thu nhận âm thanh trong thực tế của thiết bị vướng khá nhiều tạp âm. Do vậy, nhóm phải thay đổi bằng cách sử dụng động cơ không chổi than (loại động cơ hoạt động dựa vào từ trường vĩnh cửu và cảm biến xác định vị trí, không sử dụng chổi than, giúp triệt tiêu ma sát, giảm tiếng ồn động cơ và tiết kiệm điện) để giảm thiểu âm thanh của cơ cấu gây ra.

1.000 quả dừa tương đương với 1.000 mẫu dữ liệu. Đây là lượng dữ liệu khá khiêm tốn để xây dựng các phần mềm học sâu. Tuy nhiên, sau nhiều lần thử nghiệm, thiết bị xác định tỷ lệ sáp trong trái dừa đã ra đời với độ chính xác cao và thao tác vận hành khá đơn giản.

Người dùng chỉ cần cắm điện, mở tay kẹp để bỏ trái dừa vào, sau đó nhấn nút là sẽ ra kết quả được báo dưới dạng âm thanh hoặc hiển thị trên màn hình. Nếu trái dừa không sáp (dừa khô) hoặc có sáp đặc, độ chính xác của thiết bị là 100%, nếu trái dừa sáp lỏng thì độ chính xác là 85% trở lên.

Ngoài việc có độ chính xác gần như tương đương phương pháp truyền thống, thiết bị này còn giúp người dùng tiết kiệm không ít thời gian. Chỉ trong khoảng 10 giây là đã cho kết quả. Kinh phí thực hiện đề tài chủ yếu là tiền mua dừa.

ThS Nghị Vĩnh Khanh cho biết: Một điều thuận lợi là Trường ĐH Trà Vinh cũng có nhiều phòng thí nghiệm, nhà trường cũng tạo điều kiện nghiên cứu, nên nhóm nhờ các nhóm nghiên cứu về cơ khí, điện tử, tự động hóa... rất dễ dàng.

“Hội đồng nghiệm thu góp ý nếu thiết bị này nhỏ gọn lại thì sẽ tiện dụng hơn. Chúng tôi đang chuẩn bị mua một số cảm biến mới, để nâng cấp thiết bị sao cho nhỏ gọn lại và tăng thêm độ chính xác. Giá thành của thiết bị hiện nay khoảng tầm 10 triệu đồng, nếu chúng tôi gỡ bỏ bớt những thứ không cần thiết thì chắc sẽ giảm xuống chỉ còn một vài triệu”, ThS Nghị Vĩnh Khanh cho biết.

Ý kiến của bạn

Bạn còn 500/500 ký tự

Xem thêm