Đề xuất của các chuyên gia nêu tại tọa đàm trực tuyến về "Nghiên cứu và phát triển trí tuệ nhân tạo (AI)" công chiếu ngày 20/8. Tại đây các chuyên gia đầu ngành trong lĩnh vực đưa ra thực trạng, thách thức trong phát triển công nghệ này tại Việt Nam, cũng như đề xuất giải pháp để chất lượng nghiên cứu AI trong nước tiệm cận với thế giới.

Các chuyên gia thảo luận và thống nhất, AI cần được tập trung nghiên cứu và phát triển các sản phẩm mang tính đặc thù, trong lĩnh vực đã sẵn sàng về dữ liệu và phục vụ thị trường trong nước. Để làm được điều này, việc xây dựng phòng thí nghiệm trọng điểm, nhóm nghiên cứu mạnh trong trường và viện, doanh nghiệp và hợp tác quốc tế là những yếu tố không thể tách rời.

Giải pháp tạo thương hiệu Việt về AI

Là diễn giả đầu tiên của buổi tọa đàm, PGS. TS Bùi Thu Lâm, Học Tổng Thư ký Câu lạc Bộ Khoa- Trường- Viện Công nghệ Thông tin FISU đưa ra bức tranh tổng quan về nghiên cứu, phát triển AI, nguồn nhân lực của Việt Nam so với thế giới.

Ông cho biết, theo Chiến lược Quốc gia về AI, lĩnh vực AI trong nước có sự phát triển vượt bậc 10 năm gần đây. Trong tương lai, Việt Nam tham vọng có ít nhất một đại diện nằm trong bảng xếp hạng nhóm 20 cơ sở nghiên cứu và đào tạo AI, dẫn đầu trong khu vực ASEAN. Thời gian tới, Việt Nam sẽ xây dựng 10 thương hiệu AI có uy tín trong khu vực, phát triển 3 trung tâm quốc gia về lưu trữ dữ liệu lớn và tính toán hiệu năng cao, hình thành 50 bộ dữ liệu mở, liên thông và kết nối các ngành kinh tế, xã hội, phục vụ nghiên cứu và ứng dụng AI.

Để đạt được mục tiêu, PGS Lâm cho biết Chiến lược nêu nhiều giải pháp, trong đó nhấn mạnh nhóm giải pháp cho ba nhà gồm cơ quan quản lý, viện- trường và doanh nghiệp.

Ở góc độ cơ quan quản lý, xây dựng và điều chỉnh chính sách về giao dịch điện tử, chia sẻ dữ liệu, các khung thể chế thử nghiệm (sandbox) và tiêu chuẩn để định dạng sản phẩm AI. Hạ tầng tính toán cần được cải thiện bằng việc xây dựng các nền tảng nội địa về tính toán sương mù, tính toán hiệu năng cao và có kết nối chia sẻ; hình thành các cơ sở dữ liệu dùng chung cho Việt Nam và tại Việt Nam.

Theo ông Lâm, cần xây dựng được Chiến lược dữ liệu quốc gia, kết nối được cộng đồng khoa học mở, tập hợp chia sẻ các nguồn dữ liệu mở về y tế, công nghiệp, nông nghiệp... làm dữ liệu đầu vào.

Một giải pháp tiếp theo, thu hút nguồn lực các trường, viện nghiên cứu tận dụng cơ hội xuất hiện dòng đầu tư nước ngoài đào tạo nhân lực AI tại Việt Nam. PGS Lâm đề xuất việc hợp tác công- tư, tạo điều kiện một số đại học triển khai đào tạo bậc cử nhân, sau đại học về AI, hình thành nhóm nghiên cứu mạnh, phòng thí nghiệm trọng điểm.

PGS Lâm cho biết, hiện nay cơ hội thị trường nhân tạo trên thế giới khá lớn. Vì vậy giải pháp nêu ra cần tổ chức triển khai nghiên cứu cơ bản, tập trung giải mã công nghệ làm chủ công nghệ, bắt kịp các tiến bộ công nghệ về trí tuệ nhân tạo, bước đầu đóng góp các phương pháp mới. Tập trung nghiên cứu phát triển một một số tổ chức nghiên cứu về toán và công nghệ thông tin phát triển sản phẩm AI dựa trên nguồn dữ liệu và trí tuệ đặc thù của Việt Nam. Phát triển một số sản phẩm đã sẵn sàng về dữ liệu công nghệ và có nhu cầu ứng dụng trong nước và hướng tới thị trường toàn cầu.

Giải pháp cuối cùng là thu hút nguồn vốn đầu tư phát triển doanh nghiệp và thương hiệu làm AI tại Việt Nam, từ đó hình thành chuỗi thương hiệu Việt về AI trên thế giới. Theo đó, xây dựng các cơ chế đặc thù thu hút các quỹ đầu tư mạo hiểm, các doanh nghiệp khởi nghiệp sáng tạo ở Việt Nam; điều chỉnh chính sách thu hút FDI, các tập đoàn công nghệ cao đa quốc gia xây dựng trung tâm nghiên cứu phát triển và ứng dụng trí tuệ nhân tạo ở Việt Nam.

Phát triển sản phẩm AI từ nhu cầu người dùng

Là diễn giả tiếp theo GS.TS Từ Minh Phương, Giám đốc Phòng thí nghiệm Học máy và Ứng dụng, Học viện Công nghệ Bưu chính Viễn thông đặt vấn đề nghiên cứu AI ở góc nhìn gần gũi hơn.

Ông kể lại câu chuyện cách đây vài năm khi ông gặp hai bạn trẻ khởi nghiệp từ trí tuệ nhân tạo. Việc đầu tiên của nhóm này là xác định sẽ làm gì? Câu trả lời là muốn ứng dụng cho các doanh nghiệp kinh doanh trực tuyến. Sau khi phân tích dựa trên xử lý ảnh và ngôn ngữ tự nhiên, dữ liệu... nhóm phát hiện ra hệ khuyến nghị (gợi ý nhu cầu người dùng).

Hiện các nền tảng kinh doanh trực tuyến đều sử dụng phục vụ cho lĩnh vực kinh doanh của họ. Đây là công cụ dự đoán hành vi người dùng để khuyến khích trải nghiệm sản phẩm như đọc sách, xem video, tin tức, game. Ứng dụng này có thể biết người dùng muốn gì để gợi ý, trong khi công cụ tìm kiếm google chỉ có thể tìm kiếm khi biết người dùng muốn gì, kết quả phụ thuộc thứ đó có tồn tại hay không.

GS Phương cho biết, hiện startup này phát triển rất tốt và đã gọi vốn đầu tư được vài vòng và được định giá vài triệu USD.

Hệ khuyến nghị đưa ra quyết định bằng cách dùng AI để thu thập và phân tích thông tin cá nhân, thói quen sử dụng sản phẩm của người dùng. Các sản phẩm sử dụng ứng dụng này có thể đưa ra gợi ý giống nhau hoặc tùy vào sở thích, mối quan tâm để gợi ý riêng từng người.

Cho rằng nhu cầu phát triển ứng dụng này ở Việt Nam khá lớn, theo GS Phương, hiện hệ khuyến nghị bắt đầu sử dụng để hỗ trợ chăm sóc người dùng trong lĩnh vực tin tức, bán hàng. Nhiều startup Việt đã xây dựng công cụ AI gợi ý cho doanh nghiệp trong nước. Nhờ công cụ này, người dùng giảm thời gian chờ đợi kết quả và tăng mức độ hài lòng sản phẩm.

Xây dựng nhóm nghiên cứu mạnh về xử lý ngôn ngữ tự nhiên tiếng Việt

GS. TS Nguyễn Lê Minh, Viện Khoa học Công nghệ Tiên tiến Nhật Bản đã chỉ ra những điểm sáng và thách thức của Việt Nam trong lĩnh vực xử lý ngôn ngữ tự nhiên.

Ông cho biết, hiện Việt Nam đã xây dựng dữ liệu ban đầu cho xử lý ngôn ngữ, phát triển bộ phân tích cú pháp. Năm 2020, ông hình thành câu lạc bộ xử lý ngôn ngữ tự nhiên tiếng Việt, mở hội thảo khoa học hàn lâm và doanh nghiệp để chia sẻ dữ liệu AI cho ngôn ngữ này.

Hiện các ứng dụng trợ lý ảo, ứng dụng trên loa thông minh, trên ôtô, hệ thống dịch máy đã sử dụng hệ nhận dạng tiếng nói được xem là điểm sáng. Tuy nhiên ông cho rằng có nhiều thách thức không nhỏ, ngôn ngữ tự nhiên cho phép con người giao tiếp với máy nhưng để tạo ra một hệ ngôn ngữ tự nhiên thông thạo với máy là khó.

Theo GS Minh, hiện các ứng dụng đang sử dụng dữ liệu lớn nhờ học sâu với hàng tỷ tham số được tận dụng để bắt chước giọng nói trên tệp dữ liệu, nhưng chưa có khả năng khái quát hóa, chưa có khả năng tìm ra mối quan hệ giữa các từ khác nhau, trong từng ngữ cảnh khác nhau. "Đây là khó khăn trong xử lý ngôn ngữ tự nhiên", GS Minh nói.

GS Minh cho rằng, nên tập trung công bố quốc tế về xử lý ngôn ngữ tự nhiên tiếng Việt. Hiện tài nguyên, dữ liệu chia sẻ còn hạn chế, những nghiên cứu ngôn ngữ tự nhiên trong lĩnh vực đặc thù như y sinh, pháp luật, khoa học chưa được đầu tư, nên có ngân hàng dữ liệu phát triển chung.

Giải pháp cho vấn đề này, GS Minh nêu quan điểm, cần xây dựng nhóm nghiên cứu mạnh về xử lý ngôn ngữ tự nhiên cần bắt đầu từ những bài toán cơ bản, đặc thù của tiếng Việt với sự tham gia của nhà nước, viện hàn lâm, trong đó nhà nước đóng vai trò là đơn vị định hướng và hỗ trợ ban đầu. Việc xây dựng các trung tâm lớn để phát triển ngôn ngữ tiếng Việt, vị chuyên gia này cũng cho là cần thiết. Để làm được, cần có ngân hàng dữ liệu và công cụ cơ bản tự nhiên tiếng Việt, cần chuẩn hóa và nâng cấp các kết quả nghiên cứu đã có để có thể ứng dụng vào thực tế.

Trong bối cảnh Covid-19, GS Minh gợi ý ứng dụng xử lý ngôn ngữ tự nhiên để khai phá dữ liệu gồm hàng triệu thực tế, phát triển hệ thống tìm kiếm và đọc bài báo liên quan chủ đề này. Ông cho biết, ông và cộng sự đã phát triển hệ thống hỗ trợ đọc các nghiên cứu mới liên quan đến Covid-19.

Phát triển mô hình AI mang tính riêng biệt

Trong phiên thảo luận, GS Lâm cho rằng, nhân lực đóng vai trò quyết định trong phát triển AI, tuy nhiên nguồn nhân lực trong nước có hạn, không thể đầu tư dàn trải.

Ông cho biết, đối với AI, các nghiên cứu cơ bản giữa Việt Nam và thế giới có nhiều điểm tương đồng, như ở góc độ kỹ thuật nền tảng, nhóm nghiên cứu mạnh trong nước tập trung mô hình thuật toán tiên tiến gồm học sâu, học chuyển đổi, học công đồng, suy diễn logic.

Đặc biệt các nhóm nghiên cứu mạnh tập trung các mô hình và thuật toán đem lại sự khác biệt giữa Việt Nam và thế giới như ngôn ngữ tự nhiên, xử lý tiếng nói, công nghệ xe tự hành.

Ở góc độ doanh nghiệp trực tiếp tạo ra sản phẩm AI, ông Lê Hồng Việt, Tổng giám đốc FPT Smart Cloud cho rằng, nghiên cứu cơ bản cần gắn với bài toán ứng dụng thực tế. Các sản phẩm AI có đạt mức độ đủ tốt, cạnh tranh được các doanh nghiệp khác trong khu vực và thế giới hay không, phụ thuộc vào chất lượng đội ngũ nghiên cứu cơ bản.

Tổng giám đốc FPT Smart Cloud cho biết, nhiều sản phẩm AI của Việt Nam đã tận dụng nguồn dữ liệu đặc trưng của người Việt và cho kết quả vượt trội hơn so với giải pháp nước ngoài. Chẳng hạn như ứng dụng EQIC tại Việt Nam, do người Việt phát triển, đều được phần lớn ngân hàng trong nước sử dụng.

Sản phẩm này dựa trên những yếu tố đặc thù như sinh trắc học người Việt, giấy tờ tùy thân, giúp công việc xét duyệt hồ sơ cho vay rút ngắn từ hai ngày còn vài giây. Ngoài ra, các tổng đài tự động nhờ phân tích ngôn ngữ tự nhiên tiếng Việt nhờ AI giúp nhiều doanh nghiệp tiết kiệm đến 50% chi phí vận hành trung tâm hỗ trợ khách hàng.

Đưa ra giải pháp phát triển trí tuệ nhân tạo Việt Nam, để tạo sản phẩm AI tốt nhất cho người dùng cuối, doanh nghiệp có thể hợp tác với các phòng nghiên cứu trọng điểm của viện trường để chia sẻ những dữ liệu thực tế, vì khi nghiên cứu trên dạng dữ liệu này, chất lượng sản phẩm vượt trội hơn nguồn dữ liệu thông thường được tạo dựng cho nghiên cứu.

Đồng ý với quan điểm tập trung đầu tư nhóm nghiên cứu mạnh, tuy nhiên, PGS.TS Nguyễn Đức Dũng, Phó Viện trưởng Viện Công nghệ Thông tin, Viện Hàn lâm Khoa học và Công nghệ Việt Nam nhắc tới một số hạn chế như thành viên chủ chốt còn phụ trách nhiều nhiệm vụ khác nhau vì nguồn thu nhập chính của các nhà nghiên cứu đến từ việc giảng dạy trên trường, dễ xảy ra hiện tượng chảy máu chất xám.

"Vì vậy, nhiều nghiên cứu sinh thường làm xong nhiệm vụ của giai đoạn đó, muốn tiếp tục thì tuyển đội mới, làm lại từ đầu, nên nghiên cứu cơ bản thường khó thực hiên theo hướng dài hạn", PGS Dũng nói.

Ông đề xuất cơ quan quản lý nên có cơ chế, đãi ngộ đủ tốt để đảm bảo các thành viên trong nhóm nghiên cứu mạnh tập trung sức lực vào chuyên môn, tạo môi trường tự do về mặt học thuật, như vậy mới có thể giữ chân các nhà nghiên cứu đầu tàu. "Nhà nước cũng đặt bài toán cụ thể cho các nhóm nghiên cứu mạnh, nếu số lượng bài báo ngày một tăng, phát triển nhiều sản phẩm AI trong đa dạng lĩnh vực, thì có hết phụ thuộc vào công nghệ nước ngoài hay không... cần đặt câu hỏi cụ thể cần gì, thiếu gì, chứ không phải hỏi các nhà khoa học có thể nghiên cứu gì", ông Dũng nói.

GS.TS Lê Hoài Bắc, Trưởng Bộ môn Khoa học Máy tính, Đại học Khoa học Tự nhiên, ĐHQG TP HCM bổ sung, việc nghiên cứu AI yếu tố quan trọng trong phát triển AI là hạ tầng dữ liệu tính toán có thể dùng chung, chia sẻ cho cộng đồng nghiên cứu. Ông Bắc lấy dẫn chứng việc TP HCM trong giai đoạn Covid-19 có nhiều sản phẩm AI được đưa vào sử dụng, nhưng gặp vấn đề quản lý ứng dụng này vì mỗi đơn vị phát triển một bộ dữ liệu riêng. Điều này khiến việc khai báo y tế để xét nghiệm hoặc tiêm chủng bị dồn ứ.

Tại phiên thảo luận, các chuyên gia đề xuất tiếp tục hợp tác quốc tế trong trao đổi, nghiên cứu trí tuệ nhân tạo. Về việc xây dựng Mạng lưới hợp tác nghiên cứu giữa Việt Nam và Australia, PGS Lâm chia sẻ, đây là sự kết hợp giữa nhà khoa học, doanh nghiệp, nhà quản lý chính sách giúp cập nhật thông tin mới nhất, chính thống về AI. Từ đó tạo cơ hội tiếp xúc đối tác có cùng mối quan tâm, từng bước đưa công nghệ thế giới về Việt Nam.

Về phía hợp tác doanh nghiệp, ông Việt nhấn mạnh, việc mời chuyên gia nước ngoài về làm việc sẽ đem lại ý tưởng mới và xây dựng năng lực lâu dài, từ ra tìm được nguồn ra cho việc đào tạo năng lực, xây dựng dự án AI dài hạn hơn.

Đồng tình với các đề xuất của các diễn giả, GS. TS Nguyễn Thanh Thủy, Đại học Quốc gia Hà Nội, Phó chủ nhiệm Chương trình Khoa học và Công nghệ quốc gia KC 4.0 cho rằng, việc nhận diện các bài toán lớn rất quan trọng để đưa ra định hướng trong các vấn đề thị giác máy, robot, học sâu, định hướng AI để Việt Nam theo kịp thế giới.

Bên cạnh đội ngũ nghiên cứu, cần hình thành đội ngũ người làm, với cơ cấu 6% là đội ngũ tinh hoa, 94% còn lại là đội ngũ phát triển ứng dụng. Việc hình thành đội ngũ chuyên sâu phát triển sản phẩm đáp ứng nhu cầu thực tế (cơ sở vật chất, hạ tầng dữ liệu). Mục đích cuối cùng là tạo ra các sản phẩm AI chất lượng, "không chỉ là các bài báo nghiên cứu công bố quốc tế mà cả các sáng chế có ý nghĩa ứng dụng", GS Thủy nói.

Toạ đàm lần này là chuyên đề thứ 3 trong chuỗi hoạt động quảng bá cho Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng AI đến năm 2030, Bộ Khoa học và Công nghệ là đơn vị chủ trì. Chương trình do Aus4Innovation là đơn vị tài trợ, Câu lạc bộ Khoa-Trường-Viện Công nghệ Thông tin - Truyền thông Việt Nam FISU phối hợp tổ chức và báo VnExpress là đơn vị truyền thông chính thức.

Việt Nam từng bước nghiên cứu làm chủ công nghệ nền về AI

Thành lập nhóm nghiên cứu mạnh trong trường, viện hoặc doanh nghiệp là yếu tố tiên phong để Việt Nam từng bước tiệm cận và làm chủ công nghệ nền về AI.

Đề xuất của các chuyên gia nêu tại tọa đàm trực tuyến về "Nghiên cứu và phát triển trí tuệ nhân tạo (AI)" công chiếu ngày 20/8. Tại đây các chuyên gia đầu ngành trong lĩnh vực đưa ra thực trạng, thách thức trong phát triển công nghệ này tại Việt Nam, cũng như đề xuất giải pháp để chất lượng nghiên cứu AI trong nước tiệm cận với thế giới.

Các chuyên gia thảo luận và thống nhất, AI cần được tập trung nghiên cứu và phát triển các sản phẩm mang tính đặc thù, trong lĩnh vực đã sẵn sàng về dữ liệu và phục vụ thị trường trong nước. Để làm được điều này, việc xây dựng phòng thí nghiệm trọng điểm, nhóm nghiên cứu mạnh trong trường và viện, doanh nghiệp và hợp tác quốc tế là những yếu tố không thể tách rời.

Giải pháp tạo thương hiệu Việt về AI

Là diễn giả đầu tiên của buổi tọa đàm, PGS. TS Bùi Thu Lâm, Học Tổng Thư ký Câu lạc Bộ Khoa- Trường- Viện Công nghệ Thông tin FISU đưa ra bức tranh tổng quan về nghiên cứu, phát triển AI, nguồn nhân lực của Việt Nam so với thế giới.

Ông cho biết, theo Chiến lược Quốc gia về AI, lĩnh vực AI trong nước có sự phát triển vượt bậc 10 năm gần đây. Trong tương lai, Việt Nam tham vọng có ít nhất một đại diện nằm trong bảng xếp hạng nhóm 20 cơ sở nghiên cứu và đào tạo AI, dẫn đầu trong khu vực ASEAN. Thời gian tới, Việt Nam sẽ xây dựng 10 thương hiệu AI có uy tín trong khu vực, phát triển 3 trung tâm quốc gia về lưu trữ dữ liệu lớn và tính toán hiệu năng cao, hình thành 50 bộ dữ liệu mở, liên thông và kết nối các ngành kinh tế, xã hội, phục vụ nghiên cứu và ứng dụng AI.