Cyber-Physical Systems

Định nghĩa

Cyber-Physical Systems (CPS), dịch sát nghĩa sang tiếng Việt là Hệ thống Cyber–Vật lý, là một lớp hệ thống kỹ thuật tiên tiến được xây dựng trên nền tảng tích hợp chặt chẽ, đồng bộ và hai chiều giữa các thành phần tính toán (cyber), truyền thông mạng và các quá trình vật lý (physical) diễn ra trong thế giới thực. Khác với các hệ thống nhúng truyền thống — nơi phần mềm chỉ đóng vai trò hỗ trợ hoặc giám sát một thiết bị cụ thể — CPS biểu thị một mức độ hội tụ cao hơn: các thuật toán điều khiển, mô hình toán học, thuật toán học máy, cơ sở dữ liệu thời gian thực và giao thức mạng không chỉ phản ánh mà còn chủ động định hình, điều tiết và tối ưu hóa hành vi của các đối tượng vật lý như máy móc, phương tiện, cơ sở hạ tầng hay thậm chí là cơ thể con người. Sự kết nối này không mang tính rời rạc mà mang tính liên tục, có tính thời gian thực (real-time), có khả năng thích nghi (adaptive), và thường được đảm bảo bởi các cơ chế kiểm soát độ trễ, độ tin cậy và an toàn nghiêm ngặt.

Thuật ngữ "cyber" ở đây không đơn thuần ám chỉ không gian mạng (cyberspace) theo nghĩa phổ thông, mà bao hàm toàn bộ các yếu tố thuộc về lĩnh vực khoa học máy tính: xử lý logic, lưu trữ dữ liệu, giao tiếp mạng, bảo mật thông tin, trí tuệ nhân tạo và mô phỏng số. Còn "physical" lại đề cập đến toàn bộ các hiện tượng, quy luật và đặc tính thuộc về thế giới vật chất: cơ học, nhiệt động lực học, điện từ, quang học, sinh học, hóa học, cũng như các đại lượng đo lường được như vị trí, vận tốc, áp suất, nhiệt độ, dòng điện, nồng độ hóa chất… Sự kết nối giữa hai miền này không phải là một đường dẫn một chiều (ví dụ: cảm biến → máy tính → cơ cấu chấp hành), mà là một vòng khép kín đa chiều, trong đó dữ liệu từ môi trường vật lý được chuyển đổi thành thông tin có ý nghĩa, được phân tích để đưa ra quyết định, sau đó được thể hiện trở lại dưới dạng tác động vật lý, đồng thời phản hồi từ hành động đó lại được thu thập để điều chỉnh liên tục mô hình và chiến lược điều khiển.

Một cách tiếp cận định nghĩa mang tính học thuật cao do Hội Kỹ sư Điện và Điện tử Hoa Kỳ (IEEE) và Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ (NIST) đề xuất nhấn mạnh rằng CPS là một hệ thống có khả năng quan sát, hiểu và tương tác với thế giới vật lý thông qua việc sử dụng các thành phần tính toán, truyền thông và điều khiển được tích hợp một cách bản địa vào các thiết bị và hệ thống vật lý. Đặc trưng then chốt của CPS nằm ở khái niệm tích hợp bản địa (native integration): phần mềm không còn là lớp ứng dụng bên ngoài, mà đã trở thành một phần cấu trúc nội tại của hệ thống vật lý — giống như hệ thần kinh trung ương trong cơ thể sống, vừa thu nhận tín hiệu từ giác quan, vừa xử lý thông tin, vừa phát lệnh tới cơ bắp và đồng thời điều chỉnh hoạt động dựa trên phản hồi ngược.

Lịch sử và nguồn gốc

Sự ra đời của Cyber-Physical Systems không phải là một bước nhảy vọt từ một phát minh đột phá, mà là kết quả của một quá trình tiến hóa dài, tích lũy từ nhiều lĩnh vực kỹ thuật khác nhau: hệ thống điều khiển tự động, kỹ thuật máy tính nhúng, mạng cảm biến không dây, robot học và công nghệ thông tin công nghiệp. Các tiền thân rõ ràng nhất của CPS có thể truy nguyên từ những năm 1940–1950 với sự phát triển của lý thuyết điều khiển hiện đại (modern control theory), đặc biệt là các công trình của Norbert Wiener về cybernetics — ngành khoa học nghiên cứu về điều khiển và truyền thông trong các hệ thống động, cả ở sinh vật lẫn máy móc. Thuật ngữ "cybernetics" chính là gốc rễ ngôn ngữ học cho từ "cyber" trong CPS, dù CPS hiện đại vượt xa phạm vi lý thuyết ban đầu về phản hồi và điều hòa.

Một bước ngoặt quan trọng xảy ra vào cuối những năm 1970 và đầu những năm 1980, khi các hệ thống điều khiển số (digital control systems) bắt đầu thay thế dần các bộ điều khiển tương tự trong công nghiệp. Việc tích hợp vi điều khiển (microcontroller) vào các thiết bị cơ khí — như trong hệ thống phun xăng điện tử (EFI) trên ô tô hoặc hệ thống điều khiển CNC trong gia công cơ khí — đánh dấu lần đầu tiên phần mềm và phần cứng vật lý được gắn kết ở cấp độ thiết bị. Tuy nhiên, các hệ thống này vẫn còn mang tính cô lập, thiếu khả năng giao tiếp liên thiết bị và thiếu mô hình hóa toàn diện về trạng thái hệ thống. Đến cuối những năm 1990, sự xuất hiện của các chuẩn truyền thông công nghiệp như Profibus, CAN bus và sau đó là Ethernet công nghiệp đã mở đường cho việc kết nối phân tán các nút điều khiển, tạo nên các kiến trúc điều khiển phân tán (Distributed Control Systems – DCS) và hệ thống giám sát và thu thập dữ liệu (SCADA), vốn là những tiền thân trực tiếp của CPS.

Thuật ngữ "Cyber-Physical Systems" được sử dụng chính thức lần đầu tiên trong một báo cáo chiến lược của Quỹ Khoa học Quốc gia Hoa Kỳ (NSF) vào năm 2006, trong khuôn khổ Chương trình Nghiên cứu CPS do NSF khởi xướng. Báo cáo này xác định CPS là một trong bốn lĩnh vực ưu tiên quốc gia về khoa học và công nghệ, cùng với Khoa học Nano, Công nghệ Sinh học và Khoa học Thông tin. Giáo sư Edward A. Lee từ Đại học California, Berkeley, được coi là một trong những nhà tiên phong lý luận hóa khái niệm CPS, khi ông nhấn mạnh vào sự bất khả phân ly giữa mô hình toán học và thực thể vật lý, và cảnh báo về những thách thức về tính đúng đắn (correctness), độ tin cậy (reliability) và tính an toàn (safety) khi ranh giới giữa phần mềm và thế giới thực ngày càng mờ đi. Từ đó, CPS nhanh chóng trở thành một lĩnh vực nghiên cứu liên ngành trọng điểm, được đầu tư mạnh mẽ bởi các tổ chức như DARPA, EU Framework Programmes (đặc biệt là Horizon 2020 và Horizon Europe), cũng như các tập đoàn công nghiệp hàng đầu như Siemens, Bosch, General Electric và Hitachi.

Đặc điểm và tính chất

Cyber-Physical Systems sở hữu một tập hợp các đặc điểm kỹ thuật và hành vi hệ thống phân biệt rõ ràng so với các hệ thống kỹ thuật truyền thống. Những đặc điểm này không chỉ mang tính định tính mà còn được định lượng thông qua các thông số kỹ thuật nghiêm ngặt, phục vụ cho việc thiết kế, xác minh và chứng minh tính đúng đắn của hệ thống.

• Tính thời gian thực (Real-time capability): CPS phải đáp ứng các ràng buộc thời gian cứng (hard real-time constraints), nghĩa là việc xử lý dữ liệu và phát lệnh điều khiển phải hoàn tất trong một khoảng thời gian xác định trước, nếu không sẽ gây ra hậu quả nghiêm trọng về mặt an toàn hoặc chức năng. Ví dụ: hệ thống phanh khẩn cấp trên xe tự lái phải phản ứng trong vòng dưới 100 mili giây kể từ khi phát hiện chướng ngại vật.
• Tính phân tán và phi tập trung (Distributed and decentralized architecture): Các thành phần tính toán, cảm biến và cơ cấu chấp hành thường được phân bố trên một không gian vật lý rộng lớn (ví dụ: một nhà máy sản xuất, một thành phố thông minh, một đội tàu bay không người lái), và hoạt động phối hợp thông qua mạng chứ không phụ thuộc vào một trung tâm điều khiển duy nhất. Điều này nâng cao tính linh hoạt và khả năng chịu lỗi (fault tolerance), nhưng cũng làm tăng độ phức tạp trong đồng bộ hóa và quản lý trạng thái toàn cục.
• Tính thích nghi và học hỏi (Adaptivity and learning): Nhiều CPS hiện đại được trang bị khả năng học từ dữ liệu vận hành (operational data), cập nhật mô hình dự đoán, điều chỉnh tham số điều khiển và thậm chí tái cấu hình kiến trúc phần mềm một cách tự động. Điều này cho phép hệ thống duy trì hiệu suất tối ưu trong điều kiện môi trường thay đổi liên tục, chẳng hạn như lưới điện thông minh điều chỉnh tải dựa trên dự báo nhu cầu và nguồn cung năng lượng tái tạo.
• Tính song song và đa mô hình (Concurrency and multi-modeling): Một CPS điển hình đồng thời vận hành nhiều mô hình toán học khác nhau: mô hình động lực học của đối tượng vật lý, mô hình mạng truyền thông, mô hình phần mềm điều khiển, mô hình rủi ro an ninh mạng và mô hình hành vi người dùng. Việc đồng bộ hóa và đảm bảo tính nhất quán giữa các mô hình này là một trong những thách thức kỹ thuật lớn nhất.
• Tính an toàn-cyber kết hợp (Cyber-physical safety & security co-design): Không thể tách rời vấn đề an toàn vật lý (ví dụ: tránh va chạm, ngăn ngừa quá nhiệt) khỏi vấn đề an ninh mạng (ví dụ: chống tấn công giả mạo tín hiệu cảm biến, chống chiếm quyền điều khiển). Một lỗ hổng phần mềm có thể dẫn đến tai nạn vật lý, và một sự cố vật lý (như hỏng cảm biến) có thể tạo ra lỗ hổng bảo mật. Do đó, CPS đòi hỏi một phương pháp tiếp cận thiết kế tích hợp, trong đó an toàn và an ninh được xem xét đồng thời từ giai đoạn đầu.

Ngoài ra, CPS còn thể hiện các tính chất như tính mở rộng quy mô (scalability), tính tương tác người–máy (human–machine interaction), tính bền vững (sustainability) và tính minh bạch thuật toán (algorithmic transparency), đặc biệt trong các ứng dụng liên quan đến y tế, giao thông và quản trị đô thị. Các tính chất này không chỉ ảnh hưởng đến hiệu năng kỹ thuật mà còn đặt ra những yêu cầu mới về đạo đức kỹ thuật, trách nhiệm pháp lý và quản trị công nghệ.

Phân loại

Theo mức độ tự chủ

CPS có thể được phân loại dựa trên mức độ tự chủ trong ra quyết định và thực thi hành động. Loại thứ nhất là CPS có sự giám sát của con người (human-in-the-loop), trong đó con người giữ vai trò phê duyệt cuối cùng hoặc can thiệp khẩn cấp — ví dụ: hệ thống hỗ trợ lái xe nâng cao (ADAS) trên ô tô hiện nay. Loại thứ hai là CPS có sự tham gia của con người (human-on-the-loop), nơi con người thiết lập mục tiêu và giám sát hiệu suất tổng thể, nhưng hệ thống tự động thực hiện toàn bộ chuỗi điều khiển — điển hình là các nhà máy sản xuất thông minh (smart factories) theo mô hình Industry 4.0. Loại thứ ba là CPS hoàn toàn tự chủ (fully autonomous CPS), hoạt động độc lập trong môi trường chưa từng được lập trình sẵn, như các robot khám phá sao Hỏa hoặc hệ thống phẫu thuật từ xa trong điều kiện băng thông hạn chế.

Theo lĩnh vực ứng dụng

Một cách phân loại phổ biến khác dựa trên lĩnh vực triển khai: CPS công nghiệp (Industrial CPS), bao gồm hệ thống sản xuất thông minh, robot cộng tác (cobots), và thiết bị giám sát tình trạng máy móc (predictive maintenance); CPS giao thông vận tải (Transportation CPS), như xe tự hành, hệ thống quản lý giao thông thông minh (ITS), và tàu điện ngầm tự động; CPS y tế (Healthcare CPS), gồm máy tạo nhịp tim thông minh, hệ thống tiêm insulin tự động, và nền tảng chăm sóc sức khỏe từ xa tích hợp dữ liệu sinh trắc học thời gian thực; CPS năng lượng (Energy CPS), như lưới điện thông minh (smart grid), trạm sạc xe điện thông minh và hệ thống quản lý tòa nhà (BMS); và CPS đô thị (Urban CPS), bao quát toàn bộ cơ sở hạ tầng thành phố: chiếu sáng thông minh, giám sát chất lượng không khí, quản lý nước sạch và hệ thống phòng cháy chữa cháy tự động.

Cơ chế hoạt động

Cơ chế hoạt động cốt lõi của một Cyber-Physical System dựa trên vòng điều khiển phản hồi (feedback control loop) được mở rộng thành một vòng cảm biến–tính toán–giao tiếp–chấp hành–quan sát (Sense–Compute–Communicate–Actuate–Observe). Quá trình bắt đầu khi các cảm biến vật lý (ví dụ: cảm biến gia tốc, camera, cảm biến pH, cảm biến áp suất) thu thập dữ liệu từ môi trường. Dữ liệu thô này được chuyển đổi thành tín hiệu điện và số hóa tại biên (edge computing), sau đó được làm sạch, lọc nhiễu và trích xuất đặc trưng. Tiếp theo, các thuật toán xử lý (có thể là điều khiển PID cổ điển, bộ lọc Kalman, mạng nơ-ron tích chập hoặc mô hình học tăng cường) phân tích dữ liệu để suy luận trạng thái ẩn (latent state) và đưa ra quyết định điều khiển. Quyết định này được mã hóa thành lệnh điều khiển, gửi qua mạng (có thể là mạng công nghiệp, mạng di động 5G hoặc mạng vệ tinh) đến các cơ cấu chấp hành (actuator) như động cơ, van điều tiết, bộ khuếch đại âm thanh hoặc thiết bị y tế. Đồng thời, hệ thống liên tục quan sát phản ứng của đối tượng vật lý thông qua các cảm biến bổ sung hoặc cảm biến tích hợp, tạo thành kênh phản hồi ngược để điều chỉnh mô hình và cải thiện độ chính xác của các vòng điều khiển tiếp theo. Toàn bộ chuỗi này diễn ra liên tục, đồng bộ và thường được quản lý bởi một hệ điều hành thời gian thực (RTOS) hoặc một nền tảng phần mềm CPS chuyên biệt như ROS 2, AUTOSAR Adaptive hoặc Eclipse Cyclone DDS.

Ứng dụng thực tế

Các ứng dụng của Cyber-Physical Systems đã len lỏi vào hầu hết mọi khía cạnh của đời sống và sản xuất hiện đại. Trong công nghiệp, hệ thống sản xuất thông minh tại nhà máy Siemens ở Amberg, Đức, sử dụng hơn 1.000 CPS kết nối để giám sát từng chi tiết sản phẩm trên dây chuyền lắp ráp, tự động điều chỉnh thông số gia công và dự báo hỏng hóc thiết bị với độ chính xác trên 95%, giúp giảm thời gian ngừng máy lên đến 50%. Trong y tế, hệ thống MiniMed 780G của Medtronic là một CPS y sinh tích hợp máy đo glucose liên tục (CGM), bơm tiêm insulin và thuật toán điều khiển thích nghi, tự động điều chỉnh liều insulin mỗi 5 phút dựa trên xu hướng đường huyết, giảm đáng kể nguy cơ hạ đường huyết ở bệnh nhân tiểu đường type 1. Trong giao thông, hệ thống quản lý giao thông thông minh tại Singapore (Intelligent Transport System – ITS) kết nối hơn 2.000 camera giao thông, cảm biến lưu lượng và đèn tín hiệu để tối ưu hóa thời gian chờ đèn theo thời gian thực, giảm ùn tắc trung bình 15% trong giờ cao điểm. Ngoài ra, CPS còn là nền tảng cho các thành phố thông minh như Barcelona, nơi hệ thống chiếu sáng công cộng tự điều chỉnh độ sáng dựa trên mật độ người đi bộ và điều kiện thời tiết, hay hệ thống thu gom rác thông minh sử dụng cảm biến đầy rác để tối ưu hóa lộ trình xe thu gom, tiết kiệm 30% nhiên liệu và thời gian vận hành.

Ưu điểm và hạn chế

Ưu điểm nổi bật nhất của CPS là khả năng tối ưu hóa toàn cục thông qua việc tích hợp dữ liệu đa nguồn và mô hình hóa hệ thống ở cấp độ sâu. Điều này dẫn đến hiệu suất vận hành cao hơn, tiêu thụ tài nguyên thấp hơn, độ chính xác và độ tin cậy vượt trội so với các hệ thống điều khiển rời rạc. CPS cũng mở ra khả năng dự báo và phòng ngừa thay vì chỉ phản ứng sau sự cố, như trong bảo trì dự đoán (predictive maintenance) hay chẩn đoán sớm bệnh tật. Về mặt xã hội, CPS góp phần nâng cao chất lượng cuộc sống, tăng cường an ninh công cộng và thúc đẩy phát triển bền vững.

Tuy nhiên, CPS cũng tồn tại những hạn chế nghiêm trọng. Thứ nhất là độ phức tạp hệ thống tăng theo cấp số nhân, khiến việc thiết kế, xác minh và bảo trì trở nên cực kỳ khó khăn và tốn kém. Thứ hai là rủi ro an ninh mạng gia tăng: mỗi điểm kết nối giữa cyber và physical đều là một cửa ngõ tiềm năng cho tấn công mạng, và một cuộc tấn công thành công có thể gây ra thiệt hại vật lý nghiêm trọng. Thứ ba là vấn đề đạo đức và pháp lý: khi một CPS gây ra tai nạn, trách nhiệm thuộc về ai — nhà sản xuất phần mềm, nhà cung cấp thiết bị, người vận hành hay thuật toán học máy? Cuối cùng là thách thức về tính minh bạch và giải thích được (explainability): nhiều thuật toán AI trong CPS hoạt động như một "hộp đen", gây khó khăn trong việc kiểm tra tính đúng đắn và xây dựng niềm tin của người dùng.

Lưu ý quan trọng

Khi triển khai hoặc vận hành một Cyber-Physical System, cần đặc biệt lưu ý đến các yếu tố an toàn và an ninh không thể tách rời. Việc áp dụng các tiêu chuẩn quốc tế như IEC 61508 (an toàn chức năng), ISO/SAE 21434 (an ninh mạng ô tô) và NIST SP 800-82 (an ninh hệ thống điều khiển công nghiệp) là bắt buộc, không phải tùy chọn. Cần tránh sai lầm phổ biến như coi nhẹ việc xác minh phần mềm điều khiển bằng phương pháp hình thức (formal verification), hoặc giả định rằng một hệ thống an toàn mạng sẽ tự động đảm bảo an toàn vật lý. Ngoài ra, việc thiếu kế hoạch dự phòng (fallback plan) khi hệ thống mất kết nối mạng hoặc gặp sự cố phần mềm có thể dẫn đến mất kiểm soát hoàn toàn. Một lưu ý quan trọng khác là vấn đề tuổi thọ phần mềm: trong khi thiết bị vật lý có thể vận hành 20–30 năm, phần mềm CPS cần được cập nhật định kỳ để vá lỗ hổng bảo mật và thích nghi với thay đổi môi trường — do đó, kiến trúc hệ thống phải được thiết kế với khả năng nâng cấp phần mềm suốt đời (over-the-air update) và khả năng tương thích ngược (backward compatibility). Cuối cùng, việc đào tạo nhân lực không chỉ về kỹ thuật mà còn về tư duy hệ thống, đạo đức công nghệ và quản trị rủi ro là điều kiện tiên quyết để khai thác hiệu quả tiềm năng của CPS một cách bền vững và có trách nhiệm.