Bức tranh tiềm năng và những thách thức của AI Việt

Trò chuyện với Diễn đàn Doanh nghiệp, ông Phạm Đình Khánh, chuyên gia AI tại FPT Software, đã có những chia sẻ thẳng thắn về thách thức khi “khoan sâu” công nghệ NVIDIA trong môi trường doanh nghiệp, cũng như lời khuyên quý giá cho các bạn trẻ dấn thân vào lĩnh vực AI.

– Ông có thể chia sẻ về hành trình cá nhân đã đưa ông đến với lĩnh vực AI và vai trò hiện tại tại FPT Software?

Cách đây gần 15 năm, tôi là một học sinh năng khiếu Toán đến từ một vùng nông thôn khó khăn bắt đầu con đường học tập tại cấp 3 chuyên Toán tổng hợp của ĐHKHNT – ĐHQGHN. Hành trình học Toán của tôi là những kỉ niệm đẹp bên sân trường đầy nắng và hoa sưa. Nơi đó, tôi đã gặp những người thầy, người bạn đáng kính và tài năng xuất chúng về Toán – Tin.

Mặc dù, không phải là một người nổi bật nhất về khả năng toán học trong trường, nhưng tôi rèn luyện được cho mình hai kĩ năng quan trọng, đó là sự sáng tạo và khả năng tự nghiên cứu. Tôi bắt đầu xây dựng một blog về toán, nơi tôi chia sẻ những bài toán do tôi nghĩ ra và những phương pháp giải mới tới cộng đồng toán THPT. Trong đó có những bài toán bất đẳng thứ mà tôi khá tâm đắc vì tới nay chưa ai giải được chúng. Tình yêu toán đã dẫn dắt tôi trở thành sinh viên khoa Toán kinh tế, đại học Kinh tế quốc dân.

Đó là một quãng thời gian tươi đẹp khi lần đầu tiên tôi được lựa chọn vào đội tuyển VMO 2012 của đại học Kinh tế quốc dân môn giải tích và cũng là lần đầu tiên tôi dự thi Olympic Toán và đạt giải Ba. Các bài giảng của thầy cô Khoa Toán kinh tế đã giúp tôi củng cố kiến thức về Toán Ứng dụng và những hiểu biết về kinh tế vi mô, vĩ mô trong tài chính và kinh doanh. Đây là những kiến thức nền tảng để tôi trở thành một nhà khoa học dữ liệu trong lĩnh vực tài chính – ngân hàng sau khi ra trường.

Trong quá trình làm việc tại các ngân hàng và công ty thương mại điện tử, tôi tiếp tục nghiên cứu thêm các mô hình AI/Machine Learning kết hợp với những mô hình kinh tế lượng vào cải thiện các mô hình dự báo tài chính, cải tiến hệ thống search, khuyến nghị sản phẩm, dự báo chuỗi thời gian, phát hiện giao dịch gian lận, và rất nhiều các bài toán thú vị khác.

Trải qua một hành trình dài gắn bó với lĩnh vực AI/Machine Learning ở nhiều công ty và tổ chức khác nhau thì hiện tại, tôi đang là chuyên gia công nghệ tại Trung tâm FPT AI1, FPT Software. Hướng nghiên cứu của tôi tập trung vào phát triển các giải pháp Generative AI và Mô hình ngôn ngữ lớn (LLM) trên công nghệ của NVIDIA để ứng dụng và cải thiện các sản phẩm và dự án với khách hàng tại công ty. Tôi cũng là người đứng đầu nhóm đặc nhiệm NVIDIA (NVIDIA Taskforce), được thành lập nhằm nghiên cứu và triển khai các công nghệ Generative AI của NVIDIA cho các đối tác. Đồng thời, tôi cũng trực tiếp giảng dạy các lớp về AI cho các kỹ sư IT. Thông qua hai khoá học NVIDIA Generative AI and LLM và Upskill về Generative AI/LLM, tôi đã giúp đào tạo đội ngũ kỹ sư AI mới tại FPT tham gia vào các dự án với khách hàng.

Công việc nghiên cứu và ứng dụng tại FPT cần tầm nhìn, sự tập trung, và sự nhạy bén rất cao để liên tục cập nhật các công nghệ AI tốt nhất hiện tại. FPT là môi trường tốt, nơi có những đồng nghiệp giỏi giúp tôi phát huy được năng lực AI của mình.

– Trong quá trình hợp tác giữa FPT và NVIDIA, ông đã đối mặt với những thách thức nào khi triển khai công nghệ AI vào môi trường doanh nghiệp, và ông đã vượt qua chúng như thế nào?

Trong quá trình tham gia hợp tác giữa FPT và NVIDIA, chúng tôi đã gặp rất nhiều thách thức để triển khai công nghệ AI của NVIDIA vào môi trường doanh nghiệp.

Thứ nhất, NVIDIA là một công ty công nghệ sở hữu rất nhiều công nghệ lõi, từ thiết bị phần cứng như GPU, chip đồ hoạ, Data Center cho tới những dịch vụ Generative AI/LLM cho nhiều lĩnh vực. Để nắm bắt được hết các công nghệ này sẽ cần những kỹ sư có trình độ chuyên môn cao.

Thứ hai, hệ sinh thái các dịch vụ của NVIDIA rất rộng, hướng tới giải quyết các bài toán đa ngành với một độ chính xác cao và tốc độ xử lý nhanh. Do đó, cần một quá trình kiên trì và tập trung để tìm hiểu những công nghệ này.

Thứ ba, đội ngũ kỹ sư của chúng tôi ban đầu khá yếu và mỏng. Khi thành lập NVIDIA Taskforce thì chúng tôi bị thiếu thốn nhiều mặt như hạ tầng triển khai và tài liệu nghiên cứu.

Nếu không có một tinh thần thép và sự kiên trì thì giai đoạn đầu chúng tôi rất khó có thể vượt qua được thử thách. Để khắc phục những khó khăn này tôi đã chủ động kết nối với các chuyên gia NVIDIA để tổ chức workshop tại công ty. Sau đó chúng tôi đã thiết kế một chương trình training NVIDIA Tech Stacks tại FPT và phân chia các kỹ sư có trình độ tốt tìm hiểu từng bài toán và công nghệ AI một. Số lượng các công nghệ AI của NVIDIA là rất lớn nên chúng tôi đã phác thảo một sơ đồ các giải pháp kĩ thuật ứng với từng bài toán và lĩnh vực cụ thể.

Chúng tôi vừa học tập, nghiên cứu, vừa động viên nhau. Thông qua các buổi chia sẻ kiến thức nội bộ, dần dần các công nghệ đã được làm rõ. Team đồng thời cũng giữ kết nối với các chuyên gia NVIDIA và tích cực tham gia các workshop công nghệ của NVIDIA tổ chức để tích luỹ và cập nhật kiến thức. Nhờ đó Team dần dần tích luỹ được các hiểu biết sâu hơn về những công nghệ này.

Bên cạnh việc nghiên cứu thì chúng tôi cũng gặp nhiều khó khăn khi áp dụng những công nghệ của NVIDIA vào môi trường doanh nghiệp. Trong đó, khó khăn lớn nhất là không nhiều doanh nghiệp sẵn sàng đầu tư kinh phí vào mua sắm hạ tầng GPUs. Khách hàng vẫn ưu tiên các giải pháp “AI as a Service” trên Cloud hơn vì rẻ và tiện lợi nhưng không đảm bảo tính an toàn.

Tuy nhiên, chúng tôi đã thuyết phục được các khách hàng bằng cách đưa ra tầm nhìn dài hạn cho họ về sự an toàn, bảo mật khi sử dụng giải pháp của NVIDIA, đặc biệt là triển khai các AI nội bộ sử dụng dữ liệu bảo mật của doanh nghiệp. Bên cạnh đó nhờ các kiến thức hiểu biết về những dịch vụ mà NVIDIA cung cấp cho rất nhiều ngành công nghiệp, dịch vụ như: Manufacturing (sản xuất), Financial Service (dịch vụ tài chính), Automative (tự động hóa), Healthcare (chăm sóc sức khỏe), Education (giáo dục), và Gaming and Entertainment (giải trí) mà chúng tôi đã thuyết phục được khách hàng tin tưởng sử dụng.

– Ông đánh giá như thế nào về tiềm năng của Việt Nam trong việc trở thành trung tâm AI khu vực, đặc biệt trong bối cảnh FPT đầu tư mạnh mẽ vào AI Factory và hợp tác với NVIDIA?

Việt Nam có tiềm năng lớn để trở thành trung tâm AI của khu vực nhờ sở hữu nguồn lực con người và nguồn lực công nghệ. Nhưng hiện tại theo tôi chúng ta chưa phát huy được hết lợi thế và cũng chưa phải là một trung tâm AI lớn của khu vực. Để trở thành một trung tâm AI thực sự thì chúng ta cần có một chính sách dẫn dắt từ Chính phủ và sự tham gia tích cực của các nguồn lực xã hội như doanh nghiệp, trường đại học, viện nghiên cứu, quỹ đầu tư, và đội ngũ nhân lực làm AI.

Lợi thế lớn nhất mà chúng ta sở hữu là 10.000 kỹ sư AI và 500.000 kỹ sư công nghệ thông tin đi kèm một hệ sinh thái các công ty công nghệ, trường đại học và trung tâm nghiên cứu AI tầm trung. Chưa kể chúng ta có hàng nghìn nhà nghiên cứu và kỹ sư AI gốc Việt đang làm việc tại những tập đoàn và trường đại học lớn trên toàn cầu. Đây là một nguồn tài nguyên đáng mơ ước của rất nhiều các quốc gia trong khu vực. Nhưng, chúng ta đang có những rào cản nên chưa thể phát huy hết được những nguồn lực này, đó là:

Đầu tiên, so với các trung tâm AI khu vực như Trung Quốc, Singapore, Hàn Quốc, Nhật Bản thì chúng ta chưa có chính sách thu hút nhân tài AI toàn cầu và đầu tư mạnh vào R&D trong AI.

Thứ hai, cách làm CNTT của chúng ta không tập trung vào sự mạo hiểm và đột phát. Đa phần các công ty CNTT chủ yếu làm gia công phần mềm dựa vào bán nhân lực giá rẻ, điều này khiến chúng ta không thể có những startup CNTT kỳ lân tầm cỡ khu vực.

Thứ ba, chúng ta không có một hệ sinh thái các quỹ đầu tư mạo hiểm mạnh như các quốc gia phát triển nên dù có ý tưởng hay cũng không triển khai được vì thiếu vốn, thiếu kinh nghiệm.

Tiếp đó, những nghiên cứu khoa học của chúng ta không nhận được sự đầu tư từ doanh nghiệp vì rất ít doanh nghiệp có đủ tài chính và quan tâm tới đầu tư công nghệ trong dài hạn.

Bên cạnh đó, đầu tư cho nghiên cứu từ nhà nước còn chứa đựng yếu tố bao cấp, phân bổ ngân sách theo từng năm mà không quan tâm áp dụng của công trình nghiên cứu ra sao, và kết quả như thế nào. Vì vậy rất ít các công trình nghiên cứu AI áp dụng được và triển khai được trên thực tiễn. Ngoài ra, các trường đại học cũng gặp thiếu thốn về điều kiện cơ sở vật chất và kết nối tới doanh nghiệp và kết nối tới thị trường.

Nhìn chung, nguồn nhân lực dồi dào và chất lượng cao của Việt Nam có thể sẽ là một lợi thế chiến lược giúp thu hút sự đầu tư của các tập đoàn công nghệ hàng đầu như NVIDIA, Qualcomm, Samsung, Google và Naver. Các tập đoàn này đang đặt niềm tin vào Việt Nam thông qua các khoản đầu tư lớn vào cơ sở hạ tầng, xây dựng phòng thí nghiệm nghiên cứu AI, và mở rộng các trung tâm R&D.

Chẳng hạn gần đây, sự hợp tác giữa FPT và NVIDIA trong dự án AI Factory, với việc triển khai siêu máy tính NVIDIA DGX, là một bước tiến quan trọng. Dự án này không chỉ cung cấp hạ tầng tính toán mạnh mẽ cho các doanh nghiệp trong nước mà còn định vị Việt Nam như một mắt xích quan trọng trong chuỗi cung ứng hạ tầng và sản phẩm AI chất lượng cao ở khu vực Đông Nam Á và châu Á – Thái Bình Dương.

Bên cạnh đó, đội ngũ kỹ sư AI Việt Nam được đánh giá cao về trình độ chuyên môn, khả năng sáng tạo và triển khai các dự án AI phức tạp cho khách hàng quốc tế. Đây là một “chứng chỉ vàng” về niềm tin và sự tín nhiệm giúp Việt Nam thu hút thêm nhiều công ty công nghệ toàn cầu đến đầu tư và hợp tác nhằm tận dụng tối đa nguồn nhân lực AI tại Việt Nam.

– Với vai trò là chuyên gia AI, việc phát triển nguồn nhân lực AI tại Việt Nam hiện nay đang đối mặt với những khó khăn gì, và cần có những giải pháp nào để khắc phục, thưa ông?

Trong 5-10 năm tới, chúng ta sẽ chứng kiến vai trò ngày càng quan trọng của Việt Nam về AI trong khu vực. Theo đó, đội ngũ kỹ sư AI của chúng ta cần được nâng cao hơn nữa về năng lực chuyên môn và số lượng. Là một người trực tiếp tham gia đào tạo và phát triển nhân lực AI tại Việt Nam, hiện tại tôi nhận thấy những khó khăn của Việt Nam đang đối mặt đó là:

Chưa có chương trình đào tạo kỹ sư AI chiến lược cấp quốc gia: Chúng ta có những chương trình đào tạo kỹ sư chất lượng cao về AI nhưng chưa phổ cập ra được cho toàn bộ các đội ngũ kỹ sư AI. Đa phần các chương trình này nằm ngoài nội dung của đào tạo đại học và chỉ một vài doanh nghiệp CNTT top đầu mới tiếp cận được. Điều này dẫn tới một GAP rất lớn về năng lực AI của các kỹ sư Việt Nam giữa công ty CNTT lớn và nhỏ. Như vậy chúng ta cần có những con người tiên phong giúp xây dựng các chương trình đào tạo AI nâng cao cho kỹ sư Việt Nam nhằm nâng cao lợi thế cạnh tranh cấp quốc gia trong tương lai.

Liên kết trường đại học và doanh nghiệp: Các trường đại học ở Việt Nam không chỉ đóng vai trò nghiên cứu mà còn là nơi cung cấp nguồn nhân lực kỹ sư chất lượng cao. Để đáp ứng tốt hơn nhu cầu của thị trường, các trường cần tìm hiểu kỹ lưỡng yêu cầu của doanh nghiệp để thiết kế chương trình đào tạo phù hợp với xu hướng công nghệ mới. Hiện nay, đội ngũ giảng viên tại các trường đại học thường tập trung tuyển dụng những người có lý thuyết, bằng cấp học hàm, học vị cao, mà ít chú trọng đến việc mời các chuyên gia CNTT từ doanh nghiệp – những người có kinh nghiệm thực tiễn trong triển khai công nghệ AI mới và dự án lớn với khách hàng. Vì vậy, cần thay đổi tư duy đào tạo kết hợp giữa lý thuyết và ứng dụng, thúc đẩy mối liên hệ chặt chẽ hơn nữa giữa trường đại học và doanh nghiệp để đảm bảo nguồn nhân lực AI đáp ứng được nhu cầu thực tế ngay từ khi còn trên ghế nhà trường.

Thúc đẩy đầu tư của doanh nghiệp vào nghiên cứu công nghệ: Để nâng cao năng lực của các kỹ sư AI, cần đẩy mạnh nghiên cứu công nghệ, kết hợp giữa phát triển sản phẩm và nghiên cứu học thuật. Hiện nay, nhiều doanh nghiệp CNTT tại Việt Nam tập trung nguồn lực vào hoạt động gia công phần mềm (outsourcing) toàn thời gian. Điều này khiến các kỹ sư thành thạo việc sử dụng các frameworks và platforms, nhưng lại thiếu khả năng và thời gian để nghiên cứu phát triển các công nghệ AI mới. Hệ quả là họ không có cơ hội sáng tạo ra những sản phẩm có giá trị cao. Vì vậy, cần tạo điều kiện để kỹ sư AI tham gia nhiều hơn vào các dự án nghiên cứu AI, phát triển công nghệ AI mới để từ đó áp dụng kết quả nghiên cứu nhằm tạo ra giá trị thặng dư trong các sản phẩm và dự án AI tại doanh nghiệp.

Khuyến khích sự sáng tạo và giảm bớt lệ thuộc công nghệ: Phần lớn các kỹ sư AI Việt Nam vẫn tập trung vào ứng dụng và ít tập trung vào nghiên cứu, chế tạo. Chúng ta đang phụ thuộc rất lớn vào các thư viện và mô hình AI của nước ngoài. Điều này không phải là do chúng ta không sáng tạo được những giá trị mới mà do tư duy thích dùng đồ miễn phí, ngại đào sâu nghiên cứu. Dẫn tới chúng ta bị lệ thuộc về công nghệ mà nhận ra là mình đang bị lệ thuộc. Trong dài hạn, khi chúng ta lệ thuộc nhiều vào các thư viện, frameworks, mô hình AI của thế giới thì chúng ta sẽ mất đi sự sáng tạo. Từ đó chúng ta không thể trở thành một trung tâm sáng tạo về công nghệ AI toàn cầu được. Tôi lấy ví dụ tầm quan trọng của việc sáng tạo ra một công nghệ AI được sử dụng ở hàng vạn dự án sẽ hơn rất nhiều so với việc chúng ta làm được hàng vạn dự án nhưng lại không sáng tạo ra được bất kỳ một công nghệ nào.

Chuyển đổi tư duy học tập từ ứng dụng sang chuyên sâu: Các kỹ sư AI Việt Nam rất giỏi ở khía cạnh ứng dụng nhưng việc phát triển công nghệ còn gặp nhiều hạn chế. Một phần là do chúng ta chưa tích luỹ đủ kiến thức chuyên môn. Trong khi một kỹ sư tại Google thường phải đọc hàng chục cuốn sách nổi tiếng về lập trình để tích lũy kiến thức về Design Pattern, System Design, Solution Architecture và tối ưu hóa hệ thống thì rất ít các kỹ sư Việt Nam dành thời gian tìm tòi và nghiên cứu bài bản những kiến thức nền tảng này. Điều này dẫn đến những thiếu hụt về kiến thức chuyên môn, khiến họ khó đạt được trình độ vượt trội trong lập trình và khả năng làm chủ và thiết kế ra sản phẩm công nghệ cao. Trong khi những kiến thức này đóng vai trò quan trọng trong việc tạo ra lợi thế cạnh tranh, giúp phát triển các sản phẩm AI cạnh tranh được ở tầm quốc tế.

Tôi kỳ vọng rằng thông qua nhóm giải pháp này sẽ góp phần thay đổi chiến lược đào tạo và nâng cao chất lượng kỹ sư AI tại Việt Nam trong thời gian tới. Qua đó, tăng cường uy tín toàn cầu đối với kỹ sư Việt Nam để góp phần giúp Việt Nam trở thành một trung tâm công nghệ AI, thu hút các tập đoàn CNTT và quỹ đầu tư toàn cầu.

– Ông có thể chia sẻ về một dự án AI cụ thể mà ông đã tham gia, từ khâu ý tưởng đến triển khai thực tế, và những kết quả đạt được?

Trong hành trình sự nghiệp của mình, có rất nhiều các dự án AI mà tôi đã tham gia. Trong đó có những dự án đạt được thành công vang dội lẫn những dự án gặp thất bại. Nhưng ở mỗi một dự án tôi đều ngồi suy ngẫm và rút ra những bài học cho riêng mình để làm dày thêm kinh nghiệm bản thân.

Có một dự án tôi tự khá tự hào đó là nâng cấp hệ thống search cho công ty thương mại điện tử Adayroi năm 2018. Các kỹ thuật học máy thời điểm đó chưa mạnh như những mô hình Generative AI hiện nay nên tôi đã chú ý tới vấn đề sửa lỗi chính tả và liên kết từ đồng nghĩa bằng các kiến trúc thô sơ nhất thời điểm đó như mô hình mạng truy hồi LSTM và GRU. Đồng thời tôi cũng tạo ra một bộ từ điển các từ đồng nghĩa cho Thương Mại Điện Tử. Cách tiếp cận này đã giúp cải thiện số lượng kết quả tìm thấy của hệ thống search, khi đo lường tỷ lệ các lượt search không tìm thấy thông tin giảm xuống 90% từ 400-500 lượt/ngày xuống còn 50 lượt/ngày.

Hiện tại, tôi đang có tham vọng phát triển một thư viện có tên là Vinagent nhằm triển khai các AI Agent giúp giải quyết các tác vụ khó tại doanh nghiệp một cách nhanh chóng và tự động. Vinagent sẽ sử dụng các mô hình ngôn ngữ lớn LLM như là một bộ não giúp tư duy và lập kế hoạch. Thư viện cũng mở rộng khả năng của LLM bằng cách liên kết nó tới những công cụ bên ngoài như tìm kiếm, đặt lịch họp, dự báo và phân tích tin tức tài chính và vẽ biểu đồ. Nhờ đó có thể áp dụng được trong mọi ngành nghề, lĩnh vực cần nghiên cứu và phân tích thị trường.

Điểm đặc biệt của thư viện này và sử dụng các công nghệ mới về Agentic AI chẳng hạn như lưu trữ tri thức thu được từ các lượt hỏi-đáp vào bộ nhớ mạng đồ thị (Graph Memory) và khả năng lập kế hoạch trước khi hành động. Những Agent được xây dựng từ vinagent có lợi thế hơn so với các agent khác là ghi nhớ được các sở thích và thị thiếu của người dùng và hệ thống hoá kiến thức mà chúng đã học được. Đây là một dự án rất tham vọng và có nhiều thách thức kĩ thuật nhưng nhờ sự quan tâm và ủng hộ lớn từ cộng đồng AI mà tôi có động lực để phát triển thư viện này tốt hơn trong những phiên bản sau.

– Ông có lời khuyên nào cho các bạn trẻ Việt Nam đang mong muốn theo đuổi sự nghiệp trong lĩnh vực AI?

AI là một lĩnh vực đầy thách thức, đòi hỏi người học phải nắm vững kiến thức về toán học, lập trình và ngoại ngữ để không ngừng học hỏi và cập nhật những tiến bộ mới. Để thành công trong hành trình chinh phục AI, sự kiên trì và nghiên cứu chuyên sâu là yếu tố then chốt.

Vì vậy, tôi khuyến khích các bạn trẻ Việt Nam rèn luyện tính kiên trì trên con đường này. Các bạn có thể bắt đầu từ những bước cơ bản nhất như chuẩn bị bộ dữ liệu, xây dựng mô hình và đánh giá hiệu quả mô hình, trước khi tiến tới các kiến thức nâng cao như triển khai mô hình theo quy trình MLOps, phát triển và cải tiến mô hình, thuật toán huấn luyện.

Hãy tích lũy kiến thức toán học để hiểu rõ nguyên lý hoạt động của các mô hình phổ biến, và tìm ra cho mình một hướng nghiên cứu để theo đuổi lâu dài. Đừng quên trau dồi các kiến thức và kỹ năng lập trình ở mức độ chuyên sâu, vì những kiến thức bạn học được sẽ nâng tầm bản thân bạn trong tương lai.

Bên cạnh đó, cần rèn luyện tư duy phản biện, tinh thần dám thử nghiệm và học hỏi từ thất bại để làm giàu thêm kinh nghiệm và bản lĩnh vững vàng. Dù có thất bại, các bạn không được nản lòng hay mất đi sự tự tin và hãy khiêm tốn trước các thành công nhỏ.

Trân trọng cảm ơn ông!