https://congnghe.tuoitre.vn/ts-le-viet-quoc-luc-nao-cung-mo-ve-viet-nam-2019020423012759.htm
TS Lê Viết Quốc: Lúc nào cũng mơ về Việt Nam
TTO - Từ làng quê nghèo ở Huế đến thung lũng Silicon nước Mỹ, trở thành chuyên gia hàng đầu thế giới về trí tuệ nhân tạo (AI), TS Lê Viết Quốc đang là một trong những cái tên được nhắc đến nhiều nhất của lĩnh vực công nghệ đỉnh cao này.
Là người trực tiếp tham gia những dự án công nghệ mang tính cách mạng, có thể góp phần thay đổi thế giới, sống và làm việc tại Silicon Valley (Mỹ) - nơi sôi động nhất của công nghệ thế giới - nhưng Quốc chia sẻ với Tuổi trẻ Online "lúc nào nằm mơ, tôi cũng mơ về Việt Nam".
Không chỉ ở Việt Nam, mà trên toàn thế giới, cái tên Lê Viết Quốc không còn xa lạ với giới khoa học và dư luận, nhất là những người quan tâm đến Trí tuệ nhân tạo (AI). "Tiến sĩ Lê Viết Quốc" thường xuyên xuất hiện gắn liền với những dự án nổi tiếng của Google về trí tuệ nhân tạo như Google Translate, Google Search….
Quốc tại trụ sở của Google ở Thung lũng Silicon
Với một bảng thành tựu nghiên cứu quá dày dặn so với tuổi đời, TS Lê Viết Quốc đã được Tạp chí MIT Technology Review vinh danh là một trong 35 nhà phát minh dưới 35 tuổi xuất sắc nhất thế giới năm 2014, với phần mềm nhận dạng hình ảnh và giọng nói. Và chắc không phải quá lời khi nhiều người đánh giá anh là niềm tự hào của trí tuệ Việt ở một trong những lĩnh vực công nghệ đỉnh cao của thế giới hiện nay.
Hiện đang làm việc tại Google Brain, bộ phận nghiên cứu về công nghệ trí tuệ nhân tạo và máy học của Google, Lê Viết Quốc là một trong ba trưởng dự án của Google Brain. Nhiệm vụ của anh là quản lý 5 - 6 dự án nghiên cứu về nhận dạng giọng nói, nhận dạng hình ảnh, xử lý ngôn ngữ tự nhiên…. Trong đó, chương trình dịch thuật của Google được nhiều người biết đến nhất và đang được Lê Viết Quốc và cộng sự không ngừng nghiên cứu phát triển.
Bắt đầu nghiên cứu AI và máy học (learning machine) từ năm 2004 dưới sự dẫn dắt của một trong những chuyên gia về AI của Úc. Khi đến Đại học Stanford, Quốc đã khám phá ra chiến lược để cải thiện khả năng tự học của máy. Khi đó, các nhà khoa học về AI đã bắt đầu công bố các kết quả đầy hứa hẹn nhưng vẫn còn rất chậm chạp về một phương pháp gọi là "học sâu" (deep learning), bằng cách sử dụng hàng trăm máy tính để vận hành "các mạng thần kinh" phức tạp - các kiến trúc phần mềm có nhiệm vụ bắt chước các mạng lưới nơ-ron thần kinh - nó cho phép các máy học hỏi.
Quốc tìm ra được cách làm thế nào để tăng tốc - bằng việc xây dựng các mạng nơ-ron thần kinh mô phỏng lớn hơn 100 lần, từ đó có thể xử lý dữ liệu với độ lớn gấp hàng ngàn lần.
Cách tiếp cận của Quốc đã thu hút sự chú ý của Google, dẫn đến anh được mời tham gia đồng sáng lập dự án Google Brain năm 2011 cùng nhà nghiên cứu AI nổi tiếng khi ấy, Andrew Ng. (hiện là giám đốc nghiên cứu của hãng công nghệ tìm kiếm Baidu, Trung Quốc).
Năm 2012, kết quả nghiên cứu của Quốc và các cộng sự được công bố, khởi động cho một cuộc chạy đua quyết liệt ở Facebook, Microsoft và các công ty khác nhằm đầu tư vào nghiên cứu công nghệ "học sâu".
Quốc và cộng sự đã phát triển thành công một mô hình mạng lưới nơ-ron chuyên sâu có thể nhận ra mèo dựa trên 10 triệu hình ảnh kỹ thuật số từ Youtube, cũng như hơn 3.000 bức ảnh trong tập dữ liệu ImageNet. Đó là bước tiến đánh dấu sự thành công vượt bậc của Lê Viết Quốc trong lĩnh vực AI.
Sau đó, Quốc tham gia xây dựng các hệ thống Google nhận dạng tiếng nói trên điện thoại Android, và tự động đánh dấu (tag) ảnh của bạn trên web. Cả hai kỹ thuật đều được hỗ trợ từ công nghệ học sâu.
Rời Đại học Stanford năm 2013, Quốc chính thức gia nhập Google với tư cách là một nhà nghiên cứu trụ cột tại Google Brain. Anh sớm đạt được những đột phá mới trong lĩnh vực dịch máy, trước khi đề xuất và hoàn thiện trình tự chuỗi cùng các nhà nghiên cứu khác ở Google.
Năm 2016, dựa trên những thành công trong nghiên cứu của Quốc, Google đã công bố hệ thống dịch máy (Neural Machine Translation System), sử dụng AI để tạo ra các bản dịch tốt hơn. Đầu năm nay, Google đã ra mắt AutoML Vision cũng dựa trên những nguyên lý mà Lê Viết Quốc đặt nền móng.
Dưới sự dẫn dắt của Lê Viết Quốc, các nhà nghiên cứu của Google Brain đã mang đến cho người dùng một tiện ích nhận diện giọng nói, dịch thuật mà có lẽ chỉ vài năm trước, chúng ta không thể hình dung được, đó là Google Translate. Sản phẩm này vẫn đang được Lê Viết Quốc và cộng sự tiếp tục hoàn thiện.
Đầu năm 2017, Lê Viết Quốc nhận lời tham gia Hội đồng Tín thác Đại học Fulbright Việt Nam, với mong muốn đóng góp để Việt Nam sẽ có trường đại học đẳng cấp quốc tế.
Mới gặp, nhà khoa học danh tiếng đứng sau những dự án khuấy động thế giới AI của Google vẫn bị nhầm tưởng là một sinh viên ĐH với vẻ ngoài giản dị quần jeans, giày thể thao và vẻ trầm tĩnh có thể gây e ngại cho những người lần đầu tiếp xúc.
Nhưng khi đã nói về những dự án nghiên cứu, về sự hấp dẫn của AI, Quốc trở thành một con người hoàn toàn khác, đầy cảm hứng và có thể truyền nguồn cảm hứng tích cực đó cho người đối thoại.
Và hơn hết, có thể cảm nhận được tỉnh yêu đất nước và ước mong cùng với việc thay đổi thế giới, thì cũng phải nỗ lực mang đến sự thay đổi, phát triển cho chính quê hương, đất nước mình.
Là một người khá kiệm lời và ngại nói về mình, luôn từ chối trả lời phỏng vấn báo chí, nên Tuổi trẻ Online đã phải mất gần hai năm thuyết phục để có được cuộc trò chuyện với Lê Viết Quốc, nhân dịp chuyến về Việt Nam ngắn ngày của anh.
TS. Lê Viết Quốc: Ồ không, công việc ở Google của Quốc khá là thoải mái, không phải quá căng thẳng.
Hàng ngày 9 -10 giờ sáng mới cần đến nơi làm việc và công việc phần lớn là lập trình, thảo luận với các thành viên trong nhóm, chủ yếu chuyên về kỹ thuật.
Quốc thường rời nơi làm việc vào 7 giờ tối. Những ngày gần deadline thì có thể làm việc tới đêm. Cuối tuần là thời gian dành cho gia đình, bạn bè và đọc sách.
Môi trường làm việc tự do sáng tạo của Google thì đã được biết đến nhiều, nhưng khi làm người trong cuộc thật sự thì càng cảm nhận được điều này: không bị bó buộc, không có những áp lực.
Nhóm của Quốc có khoảng 25 người. Điều thú vị nhất là được làm thứ mình thích trong một môi trường tự do không hạn chế, không phải chịu những áp lực từ cấp trên.
Đặc điểm ở Google là mọi thứ xuất phát từ cá nhân, từ vị trí thấp nhất chứ không phải bị ấn định từ trên dội xuống. Môi trường làm việc và tất nhiên tiền bạc không phải lo (cười). Tất cả tạo cho chúng tôi cảm hứng làm việc và chúng tôi có trách nhiệm đóng góp lớn nhất chính là sự sáng tạo.
Giá trị vật chất là rất quan trọng, đừng nghĩ đó là vấn đề tầm thường. Là một nhà khoa học lúc nào cũng lo lắng về tiền bạc thì làm sao làm việc và sáng tạo được. Vật chất không phải là một vấn đề tầm thường.
Nhưng đồng thời, đối với đa phần các nhà khoa học, qua một ngưỡng nào đó, nhà khoa học sẽ không còn quan tâm đến vật chất nữa. Những yếu tố mà nhà khoa học quan tâm và cần hơn để nghiên cứu khoa học là phải có đồng nghiệp giỏi, môi trường làm việc phù hợp.
Lê Viết Quốc cùng các đồng nghiệp trong nhóm nghiên cứu về xe tự lái hợp tác giữa Google Brain và Waymo
Hiện nay trên thế giới, xu hướng trong nghiên cứu khoa học là không chỉ một mình mình làm, mà thường là hình thành các nhóm cùng nghiên cứu. Vì vậy, việc có môi trường làm việc, có những người cùng chí hướng rất quan trọng. Đây là trải nghiệm thực tế của Quốc, khi Quốc đến Stanford cũng mất 4-5 năm mới có thành công.
Nghiên cứu khoa học phải dài hơi, vì nghiên cứu đa phần là thất bại. Phải đầu tư kiên trì, đầu tư tầm nhìn dài hạn, không thể đòi hỏi nhà khoa học ngay lập tức phải có kết quả, ngày nào cũng phải "đẻ trứng vàng".
Đa phần các nghiên cứu khoa học là thất bại nhưng vì sao vẫn phải đầu tư cho nghiên cứu khoa học, vì chỉ cần 1% các dự án nghiên cứu thành công cũng sẽ thay đổi được tất cả.
Quốc tham gia Hội đồng Tín thác của ĐH Fulbright Việt Nam (FUV) có nhiều lý do.
Lý do đầu tiên là có rất nhiều tình yêu cho đất nước Việt Nam. Là người Việt Nam, ra nước ngoài đã 16-17 năm những mơ ước lúc nào cũng hướng về Việt Nam thôi, cứ nằm mơ là lại mơ về những gì ở Việt Nam, chứ không mơ về Mỹ đâu (cười), Quốc nghĩ nhiều đến thời thơ ấu ở Việt Nam, đến quê hương.
Mỗi lần về Việt Nam thấy đất nước mình phát triển thì vừa vui mừng vừa vẫn luôn khao khát đóng góp cho Việt Nam Quốc luôn muốn về tham gia đóng góp cho sự phát triển của Việt Nam bằng một cách nào đó.
Lý do thứ hai vì FUV rất thú vị và Quốc rất ấn tượng với những người làm việc ở FUV như bà Đàm Bích Thủy và các thành viên trong Hội đồng của trường, ấn tượng với tham vọng của mọi người là cam kết đóng góp cho sự thay đổi của Việt Nam.
Lý do thứ ba, Quốc suy nghĩ rằng Việt Nam muốn phát triển, thành công thì cần phải có trường ĐH tốt. Có thể cần phải làm nhiều thứ nhưng trước hết phải có những trường ĐH tốt để đào tạo ra những người giỏi, họ sẽ làm thay đổi đất nước.
Quốc hi vọng FUV đóng góp được điều đó nên Quốc muốn tham gia để đóng góp cho giáo dục và thế hệ trẻ ở Việt Nam.
Ngoài ra, Quốc vẫn có thể trao đổi với mọi người hàng ngày nhờ công nghệ hiện nay đã xóa đi những khoảng cách về địa lý, không gian.
Có nhiều cách để cống hiến cho đất nước. Và làm việc, đóng góp cho FUV là cách mà Quốc lựa chọn.
Mảng kỹ thuật và công nghệ, nhất là khoa học máy tính và AI là trọng điểm Quốc đang thảo luận với FUV. Xác định là trọng điểm nhưng sẽ thực hiện như thế nào cho phù hợp với thực tế Việt Nam, Việt Nam đang cần những gì… là bước tiếp theo chúng tôi đang suy nghĩ để lên kế hoạch.
Xu hướng của thế giới đang chuyển dần thiên về dữ liệu, trong chương trình đào tạo của nhiều trường ĐH trên thế giới cũng đang thay đổi cơ cấu chương trình đào tạo của mình trong ngành Khoa học máy tính, chuyên sâu hơn về dữ liệu lớn, về AI, về máy học. Đây là cơ hội lớn cho FUV để áp dụng, có thể bỏ qua những môn học truyền thống.
FUV là một trường ĐH mới, chúng tôi đã thảo luận nhiều để đi đến thống nhất, chắc chắn sẽ có ngành khoa học máy tính tại Fulbright Việt Nam. Định hướng đầu tiên là tập trung vào Khoa học máy tính thiên về dữ liệu (Data - Driven).
Phương pháp đào tạo được định hướng chuyển qua giảng dạy bằng dự án nghiên cứu, thay vì dạy theo phương pháp truyền thống giảng viên giảng bài, SV ngồi nghe và ghi chép lại.
Chúng tôi sẽ đưa những bài tập để SV giải quyết, qua đó học và nghiên cứu. Bắt đầu bằng chính những vấn đề từ thực tiễn của Việt Nam chứ không dạy bằng lý thuyết. Vấn đề càng thực tiễn càng tốt. Mà một cái hay của Việt Nam là đang có quá nhiều vấn đề cần giải quyết (cười).
Phải nói là Quốc rất ấn tượng với sinh viên Việt Nam và chất lượng tuyển sinh tại FUV. Trò chuyện với sinh viên năm thứ nhất của FUV, Quốc thấy bất ngờ vì không nghĩ là học sinh trung học phổ thông bây giờ có khả năng như thế, khả năng tiếng Anh của các bạn quá tốt, khả năng trình bày tốt, tư duy phản biện, sự tự tin…. Các bạn ấy có điểm xuất phát tốt hơn nhiều so với thế hệ của Quốc trước đây.
Lực lượng lao động trên thế giới và Việt Nam đều đang thay đổi vì công nghệ phát triển rất nhanh. Một người được đào tạo chỉ sau 5 năm là phải học lại để làm mới mình.
Nếu như chỉ dạy theo kiểu nén kiến thức cho sinh viên thì các bạn sẽ không biết tiếp tục tự học và làm mới mình như thế nào, không biết học chủ động tự tìm tòi, học cách giải quyết vấn đề.
Từ trải nghiệm của ban thân, Quốc có suy nghĩ như thế này: Kiến thức học ĐH có thể quên gần hết, chỉ cần nhớ một số kiến thức nền tảng cơ bản và các kỹ năng, trong đó kỹ năng tự học, tự tìm hiểu rất quan trọng.
Nhưng không có nghĩa là bạn có thể bỏ qua những bước trang bị kiến thức cơ bản (cười). Chỉ có điều, đừng bó buộc mình trong những kiến thức thu nhận được trong các lớp học truyền thống, trong những gì thầy dạy…
Chỉ ví dụ như về AI, nếu các bạn muốn tìm hiểu thì có rất rất nhiều thông tin, tài liệu sẵn có trên mạng để bạn tự tìm hiểu, tự học.
Để làm khoa học, phải có tố chất để làm nghiên cứu. Từ bản thân, Quốc thấy trước hết phải thích ngành mình làm việc, chọn ngành mình thích.
Còn cụ thể đối với lĩnh vực AI, những năm gần đây không chỉ là một lĩnh vực hàn lâm mà chuyển sang thực tiễn nhiều hơn. Mà đã thực tiễn thì phải tương tác với dữ liệu thực, đòi hỏi phải có kỹ năng lập trình và tương tác tốt.
Một sai lầm trong suy nghĩ ở Việt Nam là muốn thành công trong khoa học là phải giỏi toán. Cần phải biết về toán khi làm thống kê như một kỹ năng cơ bản. Nhưng không cần phải siêu về toán.
Quốc nghĩ làm khoa học quan trọng nhất là trực giác. Có những người không giỏi toán nhưng trực giác họ tốt, nhìn vào kết quả nghiên cứu để đưa ra những phán đoán, thay đổi phương hướng nghiên cứu như thế nào để mang lại kết quả phụ thuộc rất nhiều vào trực giác.
Trực giác sẽ càng trở nên nhạy bén qua quá trình rèn luyện là chủ yếu. Muốn thành công trong một lĩnh vực nào, bạn cũng cần ít nhất 10.000 giờ làm việc, rèn luyện trong lĩnh vực đó.
Một nghệ sĩ violin hay một nhà khoa học nghiên cứu về AI cũng đều như vậy, cần bỏ ra rất nhiều giờ để tìm hiểu, nghiên cứu, làm việc liên tục.
Ban đầu Quốc cũng chưa biết gì nhiều về AI. Khi bắt đầu làm thực tập sinh cho ông thầy bên Úc, từ chỗ thầy hướng dẫn mình làm đến dần dần mình phát triển tư duy và bằng trực giác để từng bước mình sẽ thực sự bước vào lĩnh vực đó.
Nghiên cứu về AI là một bước ngoặt bất ngờ đối với cuộc đời Quốc, vì từ nhỏ không nghĩ mình là một người làm sáng tạo. Nhưng sau khi yêu thích, lựa chọn AI và có một quá trình trui rèn, cảm thấy mình sáng tạo hơn.
Bây giờ mọi người biết đến Quốc về khả năng sáng tạo nhiều hơn là khả năng kỹ thuật. Thú thật điều này cũng rất là bất ngờ với chính bản thân mình.
Theo đánh giá của Quốc, SV Việt Nam rất có tiềm năng đối với ngành khoa học máy tính nói chung và AI nói riêng vì hai lý do: Thứ nhất, SV Việt Nam rất giỏi, khả năng lập trình tốt. Thứ hai, chương trình THPT của Việt Nam dạy khá tốt về toán và khoa học cơ bản. Để thành công trong AI thì đó là hai yếu tốt nền tảng.
Với các bạn trẻ quan tâm đến AI, Quốc có lời khuyên hãy tìm hiểu về AI, biết kỹ về AI và nếu thực sự thích, nên bắt đầu bằng những dự án nhỏ. Chỉ cần bắt đầu từ việc nhỏ, đừng tìm việc quá khó. Bắt đầu bằng cái quá khó, quá lớn, khả năng thành công thấp thì lại nản. Nghiên cứu về AI bằng cách tự tìm hiểu, tự làm dự án nhỏ là hướng đi nên lựa chọn.
Và đừng nản chí sớm (cười), những dự án đầu tiên của Quốc cũng không thành công cho lắm, phải trải qua nhiều dự án mới dần dần đạt đến thành công.
Đó cũng chính là một kinh nghiệm mà Quốc rất muốn chia sẻ với các bạn trẻ, trong nghiên cứu khoa học nói riêng và trong công việc, cuộc sống nói chung. Đó là các bạn hãy tìm hiểu thật nhiều, đừng ngại việc tìm hiểu. Nếu chưa thật sự thích thì nên tìm hiểu thêm để tìm ra được cái mà mình thực sự đam mê.
Quốc muốn nhấn mạnh là khi mình trẻ thì đừng ngại ngần.
Quốc có thể chia sẻ một trải nghiệm của chính bản thân. Năm 2004, khi đang học ĐH tại Trường ĐH quốc gia Úc, Quốc bắt đầu tìm hiểu về AI, thấy lĩnh vực này rất thú vị và muốn đi sâu hơn nhưng đây là lĩnh vực còn rất mới. Quốc quyết định gửi một bức email cho một chuyên gia hàng đầu về AI tại Úc. Lúc gửi Quốc không nghĩ sẽ được trả lời. Nhưng Quốc đã nhận được email trả lời của ông chỉ trong vòng một giờ sau đó, trong đó ông hẹn gặp để nói chuyện trực tiếp.
Sau cuộc gặp gỡ, Quốc được vị GS đó giao việc, cho tham gia vào nhóm nghiên cứu AI của GS. Đó là bức email đã thay đổi cuộc đời Quốc.
Vì vậy Quốc có một lời khuyên với các bạn trẻ, nếu thích cái gì, đừng ngần ngại. Bạn có thể gửi đi những bức email đến những người mà bạn muốn hỏi ý kiến, trao đổi mà đừng băn khoăn về chuyện liệu có được hồi đáp hay không. Chỉ cần 1/10 email được trả lời là bạn đã có thể giải quyết vấn đề của mình.
"Nếu người được hỏi cảm nhận được thành ý của mình sẽ trao cho mình cơ hội". Đó là bài học Quốc đã rút ra cho bản thân. Và khi có cơ hội rồi, hãy làm việc chăm chỉ.
Mặc dù ngành AI có lịch sử lâu năm rồi nhưng AI có những bước phát triển mạnh mẽ nhất kể từ năm 2011 và 2012 cho đến nay nhờ một ngành mũi nhọn còn gọi là deep learning (học sâu).
Nhưng trong đó phát triển mạnh nhất liên quan đến nhận diện hình ảnh, nhận diện giọng nói, xử lý ngôn ngữ tự nhiên và trí tuệ nhân tạo trong trò chơi điện tử (game playing).
Từ năm 2012 đến nay, nhiều chuyên gia đầu ngành đánh giá là deep learning sẽ phát triển chậm lại, nhưng thực tế ngược lại. Một trong những lý do chính là tốc độ xử lý của máy tính vẫn tiếp tục phát triển mạnh, và càng ngày càng có nhiều người tham gia nghiên cứu. Quốc dự đoán là deep learning vẫn tiếp tục phát triển mạnh mẽ trong vài năm tới.
Hiện tại thì các công ty tìm được nhiều ứng dụng tốt cho AI và deep learning là các công ty internet nhu Google, Facebook. Nhưng vài năm tới thì Quốc nghĩ AI và deep learning sẽ lan tỏa ra các ngành khác như giao thông, y tế, giáo dục....
Dự báo trong vòng 5- 10 năm tới, công nghệ từ AI sẽ rất phát triển dữ dội, bao trùm mọi lĩnh vực của cuộc sống.
Tôi nghĩ AI va Deep Learning hiện tại không đến mức nguy hiểm như nhiều người thường thấy qua những bộ phim.
Thực tế đối với nhiều chuyên gia hiểu biết về ngành thì AI và deep learning hiện nay như một công cụ lập trình thì đúng hơn. Ngày xưa người ta lập trình bằng những quy luật phức tạp, thì bây giờ người ta lập trình bằng cách cho dữ liệu đầu vào và đầu ra.
Với cách nhìn này thì AI và deep learning thật sự nguy hiểm khi con người dùng công nghệ vào mục đích nguy hiểm. Điều này không khác gì với những phát minh trước đây của loài người như lửa, hay điện.
Quốc nghĩ điều này có phần đúng.
Ở Việt Nam có rất nhiều vấn đề nan giải có thể giải quyết bằng AI và deep learning. Sinh viên Việt Nam cũng có nền tảng toán và lập trình tốt. Các công ty Việt Nam đã bắt đầu có những ứng dụng AI hay.
Theo thiển ý của Quốc thì vấn đề chính của Việt Nam là hạ tầng dữ liệu và tính toán của Việt Nam còn hạn chế.
Vấn đề khác cũng không kém phần quan trọng là đội ngũ nhân lực công nghệ về trí tuệ nhân tạo thì vẫn còn ở dạng tiềm năng.
Về nghiên cứu đỉnh cao trong AI thì Quốc vẫn chưa thấy nhiều báo cáo khoa học bắt nguồn từ Việt Nam.
Quốc đồng ý với nhận định này. Là cơ hội cho Việt Nam dựa trên các lý do: Các bạn trẻ Việt Nam có khả năng về toán và tin học. Khi ra nước ngoài, học ĐH và làm việc tốt, cho thấy chúng ta có tiềm lực về con người. Việt Nam khá cởi mở, thị trường mở, nhiều doanh nghiệp công nghệ Việt có mong muốn khát vọng phát triển ra thế giới.
AI và máy học có thể coi là một cơ hội để các doanh nghiệp Việt Nam phát triển ra thế giới nhanh hơn. Muốn thành công trong các dự án nghiên cứu về AI cần nhiều yếu tố, trong đó phải tìm được lối ra.
Từ trái qua phải: Lê Viết Quốc, Adam Coates (giám đốc nghiên cứu AI của Tập đoàn Công nghệ Baidu), Ian Goodfellow (chuyên gia nghiên cứu AI của Google Brain), Sven Strohband (chuyên gia hàng đầu về AI, giám đốc công nghệ của Khosla Ventures), tỷ phú Bill Gates, Scott Phoenix (chuyên gia hàng đầu thế giới về AI), Chris Manning (giám đốc Phòng thí nghiệm Trí tuệ nhân tạo của Stanford) và Richard Socher (trưởng nhóm nghiên cứu AI của Salesforce)
Ngành AI là cơ hội cho Việt Nam, những chúng ta cũng phải vừa hưng phấn vừa phải thực tế. AI mang lại cơ hội cho Việt Nam nhưng không nhiều, vì Việt Nam đang phải đối mặt với thực tế là những thách thực về hạ tầng và nhân lực chưa có nhiều. Hạ tầng có thể phát triển nhanh.
Nhưng thách thức về con người khó và cần nhiều thời gian hơn. Đó là một trong những lý do mà Quốc muốn làm việc với FUV để thay đổi điều này. Quốc nghĩ đến việc hợp tác với FUV để phát triển đội ngũ nhân lực cho lĩnh vực AI ở Việt Nam.
Mặt khác, người Việt Nam đang làm việc ở nước ngoài có uy tín trong giới khoa học quốc tế khá lớn, phần lớn đều hi vọng trở về Việt Nam giúp đất nước bằng cách nào đó.
Quốc và các nhà khoa học ở nước ngoài vừa qua đã về và được kết nối gặp gỡ một số doanh nghiệp. Một số công ty lớn của Việt Nam sẵn sàng đầu tư cho phát triển, có tầm nhìn tốt. Một số nghiên cứu đang được triển khai có tiềm năng.
Việt Nam cần tranh thủ được đối tượng là các nhà khoa học người Việt đang làm việc ở nước ngoài. Và không chỉ thu hút sự đóng góp bằng cách phải về hẳn trong nước làm việc. Cần tạo ra nhiều con đường để các nhà khoa học lựa chọn con đường, phương thức cống hiến cho đất nước, đóng góp cả bằng sự tư vấn, định hướng….
Quốc chưa có dự định gì ngoài làm việc với FUV. Công việc của tôi ở Google cũng thực sự rất bận rộn rồi.
Về Việt Nam, Quốc đánh giá cao năng lượng trong con người Việt Nam, mọi người luôn có nhiều năng lượng và cũng bất ngờ vì thấy giới lãnh đạo mới tiếp thu, lắng nghe.
Nhưng Việt Nam vẫn đang đứng trước thách thức: Muốn thay đổi không đơn giản, vào thay đổi cái gì trước. Sức ì bao nhiều năm rồi thay đổi sẽ không dễ dàng gì, thay đổi cái gì trước, con gà hay quả trứng? Hi vọng với mô hình FUV khác truyền thống, như một start up, có thể định hướng ngay từ đầu, không có sức ì thì sẽ có sự thay đổi nhanh hơn. Vì thế Quốc hào hứng với một mô hình mới như FUV.
TS Lê Viết Quốc: Lúc nào cũng mơ về Việt Nam
TTO - Từ làng quê nghèo ở Huế đến thung lũng Silicon nước Mỹ, trở thành chuyên gia hàng đầu thế giới về trí tuệ nhân tạo (AI), TS Lê Viết Quốc đang là một trong những cái tên được nhắc đến nhiều nhất của lĩnh vực công nghệ đỉnh cao này.
Là người trực tiếp tham gia những dự án công nghệ mang tính cách mạng, có thể góp phần thay đổi thế giới, sống và làm việc tại Silicon Valley (Mỹ) - nơi sôi động nhất của công nghệ thế giới - nhưng Quốc chia sẻ với Tuổi trẻ Online "lúc nào nằm mơ, tôi cũng mơ về Việt Nam".
Không chỉ ở Việt Nam, mà trên toàn thế giới, cái tên Lê Viết Quốc không còn xa lạ với giới khoa học và dư luận, nhất là những người quan tâm đến Trí tuệ nhân tạo (AI). "Tiến sĩ Lê Viết Quốc" thường xuyên xuất hiện gắn liền với những dự án nổi tiếng của Google về trí tuệ nhân tạo như Google Translate, Google Search….
Quốc tại trụ sở của Google ở Thung lũng Silicon
Với một bảng thành tựu nghiên cứu quá dày dặn so với tuổi đời, TS Lê Viết Quốc đã được Tạp chí MIT Technology Review vinh danh là một trong 35 nhà phát minh dưới 35 tuổi xuất sắc nhất thế giới năm 2014, với phần mềm nhận dạng hình ảnh và giọng nói. Và chắc không phải quá lời khi nhiều người đánh giá anh là niềm tự hào của trí tuệ Việt ở một trong những lĩnh vực công nghệ đỉnh cao của thế giới hiện nay.
Hiện đang làm việc tại Google Brain, bộ phận nghiên cứu về công nghệ trí tuệ nhân tạo và máy học của Google, Lê Viết Quốc là một trong ba trưởng dự án của Google Brain. Nhiệm vụ của anh là quản lý 5 - 6 dự án nghiên cứu về nhận dạng giọng nói, nhận dạng hình ảnh, xử lý ngôn ngữ tự nhiên…. Trong đó, chương trình dịch thuật của Google được nhiều người biết đến nhất và đang được Lê Viết Quốc và cộng sự không ngừng nghiên cứu phát triển.
Bắt đầu nghiên cứu AI và máy học (learning machine) từ năm 2004 dưới sự dẫn dắt của một trong những chuyên gia về AI của Úc. Khi đến Đại học Stanford, Quốc đã khám phá ra chiến lược để cải thiện khả năng tự học của máy. Khi đó, các nhà khoa học về AI đã bắt đầu công bố các kết quả đầy hứa hẹn nhưng vẫn còn rất chậm chạp về một phương pháp gọi là "học sâu" (deep learning), bằng cách sử dụng hàng trăm máy tính để vận hành "các mạng thần kinh" phức tạp - các kiến trúc phần mềm có nhiệm vụ bắt chước các mạng lưới nơ-ron thần kinh - nó cho phép các máy học hỏi.
Quốc tìm ra được cách làm thế nào để tăng tốc - bằng việc xây dựng các mạng nơ-ron thần kinh mô phỏng lớn hơn 100 lần, từ đó có thể xử lý dữ liệu với độ lớn gấp hàng ngàn lần.
Cách tiếp cận của Quốc đã thu hút sự chú ý của Google, dẫn đến anh được mời tham gia đồng sáng lập dự án Google Brain năm 2011 cùng nhà nghiên cứu AI nổi tiếng khi ấy, Andrew Ng. (hiện là giám đốc nghiên cứu của hãng công nghệ tìm kiếm Baidu, Trung Quốc).
Năm 2012, kết quả nghiên cứu của Quốc và các cộng sự được công bố, khởi động cho một cuộc chạy đua quyết liệt ở Facebook, Microsoft và các công ty khác nhằm đầu tư vào nghiên cứu công nghệ "học sâu".
Quốc và cộng sự đã phát triển thành công một mô hình mạng lưới nơ-ron chuyên sâu có thể nhận ra mèo dựa trên 10 triệu hình ảnh kỹ thuật số từ Youtube, cũng như hơn 3.000 bức ảnh trong tập dữ liệu ImageNet. Đó là bước tiến đánh dấu sự thành công vượt bậc của Lê Viết Quốc trong lĩnh vực AI.
Sau đó, Quốc tham gia xây dựng các hệ thống Google nhận dạng tiếng nói trên điện thoại Android, và tự động đánh dấu (tag) ảnh của bạn trên web. Cả hai kỹ thuật đều được hỗ trợ từ công nghệ học sâu.
Rời Đại học Stanford năm 2013, Quốc chính thức gia nhập Google với tư cách là một nhà nghiên cứu trụ cột tại Google Brain. Anh sớm đạt được những đột phá mới trong lĩnh vực dịch máy, trước khi đề xuất và hoàn thiện trình tự chuỗi cùng các nhà nghiên cứu khác ở Google.
Năm 2016, dựa trên những thành công trong nghiên cứu của Quốc, Google đã công bố hệ thống dịch máy (Neural Machine Translation System), sử dụng AI để tạo ra các bản dịch tốt hơn. Đầu năm nay, Google đã ra mắt AutoML Vision cũng dựa trên những nguyên lý mà Lê Viết Quốc đặt nền móng.
Dưới sự dẫn dắt của Lê Viết Quốc, các nhà nghiên cứu của Google Brain đã mang đến cho người dùng một tiện ích nhận diện giọng nói, dịch thuật mà có lẽ chỉ vài năm trước, chúng ta không thể hình dung được, đó là Google Translate. Sản phẩm này vẫn đang được Lê Viết Quốc và cộng sự tiếp tục hoàn thiện.
Đầu năm 2017, Lê Viết Quốc nhận lời tham gia Hội đồng Tín thác Đại học Fulbright Việt Nam, với mong muốn đóng góp để Việt Nam sẽ có trường đại học đẳng cấp quốc tế.
Mới gặp, nhà khoa học danh tiếng đứng sau những dự án khuấy động thế giới AI của Google vẫn bị nhầm tưởng là một sinh viên ĐH với vẻ ngoài giản dị quần jeans, giày thể thao và vẻ trầm tĩnh có thể gây e ngại cho những người lần đầu tiếp xúc.
Nhưng khi đã nói về những dự án nghiên cứu, về sự hấp dẫn của AI, Quốc trở thành một con người hoàn toàn khác, đầy cảm hứng và có thể truyền nguồn cảm hứng tích cực đó cho người đối thoại.
Và hơn hết, có thể cảm nhận được tỉnh yêu đất nước và ước mong cùng với việc thay đổi thế giới, thì cũng phải nỗ lực mang đến sự thay đổi, phát triển cho chính quê hương, đất nước mình.
Là một người khá kiệm lời và ngại nói về mình, luôn từ chối trả lời phỏng vấn báo chí, nên Tuổi trẻ Online đã phải mất gần hai năm thuyết phục để có được cuộc trò chuyện với Lê Viết Quốc, nhân dịp chuyến về Việt Nam ngắn ngày của anh.
TS. Lê Viết Quốc: Ồ không, công việc ở Google của Quốc khá là thoải mái, không phải quá căng thẳng.
Hàng ngày 9 -10 giờ sáng mới cần đến nơi làm việc và công việc phần lớn là lập trình, thảo luận với các thành viên trong nhóm, chủ yếu chuyên về kỹ thuật.
Quốc thường rời nơi làm việc vào 7 giờ tối. Những ngày gần deadline thì có thể làm việc tới đêm. Cuối tuần là thời gian dành cho gia đình, bạn bè và đọc sách.
Môi trường làm việc tự do sáng tạo của Google thì đã được biết đến nhiều, nhưng khi làm người trong cuộc thật sự thì càng cảm nhận được điều này: không bị bó buộc, không có những áp lực.
Nhóm của Quốc có khoảng 25 người. Điều thú vị nhất là được làm thứ mình thích trong một môi trường tự do không hạn chế, không phải chịu những áp lực từ cấp trên.
Đặc điểm ở Google là mọi thứ xuất phát từ cá nhân, từ vị trí thấp nhất chứ không phải bị ấn định từ trên dội xuống. Môi trường làm việc và tất nhiên tiền bạc không phải lo (cười). Tất cả tạo cho chúng tôi cảm hứng làm việc và chúng tôi có trách nhiệm đóng góp lớn nhất chính là sự sáng tạo.
Giá trị vật chất là rất quan trọng, đừng nghĩ đó là vấn đề tầm thường. Là một nhà khoa học lúc nào cũng lo lắng về tiền bạc thì làm sao làm việc và sáng tạo được. Vật chất không phải là một vấn đề tầm thường.
Nhưng đồng thời, đối với đa phần các nhà khoa học, qua một ngưỡng nào đó, nhà khoa học sẽ không còn quan tâm đến vật chất nữa. Những yếu tố mà nhà khoa học quan tâm và cần hơn để nghiên cứu khoa học là phải có đồng nghiệp giỏi, môi trường làm việc phù hợp.
Lê Viết Quốc cùng các đồng nghiệp trong nhóm nghiên cứu về xe tự lái hợp tác giữa Google Brain và Waymo
Hiện nay trên thế giới, xu hướng trong nghiên cứu khoa học là không chỉ một mình mình làm, mà thường là hình thành các nhóm cùng nghiên cứu. Vì vậy, việc có môi trường làm việc, có những người cùng chí hướng rất quan trọng. Đây là trải nghiệm thực tế của Quốc, khi Quốc đến Stanford cũng mất 4-5 năm mới có thành công.
Nghiên cứu khoa học phải dài hơi, vì nghiên cứu đa phần là thất bại. Phải đầu tư kiên trì, đầu tư tầm nhìn dài hạn, không thể đòi hỏi nhà khoa học ngay lập tức phải có kết quả, ngày nào cũng phải "đẻ trứng vàng".
Đa phần các nghiên cứu khoa học là thất bại nhưng vì sao vẫn phải đầu tư cho nghiên cứu khoa học, vì chỉ cần 1% các dự án nghiên cứu thành công cũng sẽ thay đổi được tất cả.
Quốc tham gia Hội đồng Tín thác của ĐH Fulbright Việt Nam (FUV) có nhiều lý do.
Lý do đầu tiên là có rất nhiều tình yêu cho đất nước Việt Nam. Là người Việt Nam, ra nước ngoài đã 16-17 năm những mơ ước lúc nào cũng hướng về Việt Nam thôi, cứ nằm mơ là lại mơ về những gì ở Việt Nam, chứ không mơ về Mỹ đâu (cười), Quốc nghĩ nhiều đến thời thơ ấu ở Việt Nam, đến quê hương.
Mỗi lần về Việt Nam thấy đất nước mình phát triển thì vừa vui mừng vừa vẫn luôn khao khát đóng góp cho Việt Nam Quốc luôn muốn về tham gia đóng góp cho sự phát triển của Việt Nam bằng một cách nào đó.
Lý do thứ hai vì FUV rất thú vị và Quốc rất ấn tượng với những người làm việc ở FUV như bà Đàm Bích Thủy và các thành viên trong Hội đồng của trường, ấn tượng với tham vọng của mọi người là cam kết đóng góp cho sự thay đổi của Việt Nam.
Lý do thứ ba, Quốc suy nghĩ rằng Việt Nam muốn phát triển, thành công thì cần phải có trường ĐH tốt. Có thể cần phải làm nhiều thứ nhưng trước hết phải có những trường ĐH tốt để đào tạo ra những người giỏi, họ sẽ làm thay đổi đất nước.
Quốc hi vọng FUV đóng góp được điều đó nên Quốc muốn tham gia để đóng góp cho giáo dục và thế hệ trẻ ở Việt Nam.
Ngoài ra, Quốc vẫn có thể trao đổi với mọi người hàng ngày nhờ công nghệ hiện nay đã xóa đi những khoảng cách về địa lý, không gian.
Có nhiều cách để cống hiến cho đất nước. Và làm việc, đóng góp cho FUV là cách mà Quốc lựa chọn.
Mảng kỹ thuật và công nghệ, nhất là khoa học máy tính và AI là trọng điểm Quốc đang thảo luận với FUV. Xác định là trọng điểm nhưng sẽ thực hiện như thế nào cho phù hợp với thực tế Việt Nam, Việt Nam đang cần những gì… là bước tiếp theo chúng tôi đang suy nghĩ để lên kế hoạch.
Xu hướng của thế giới đang chuyển dần thiên về dữ liệu, trong chương trình đào tạo của nhiều trường ĐH trên thế giới cũng đang thay đổi cơ cấu chương trình đào tạo của mình trong ngành Khoa học máy tính, chuyên sâu hơn về dữ liệu lớn, về AI, về máy học. Đây là cơ hội lớn cho FUV để áp dụng, có thể bỏ qua những môn học truyền thống.
FUV là một trường ĐH mới, chúng tôi đã thảo luận nhiều để đi đến thống nhất, chắc chắn sẽ có ngành khoa học máy tính tại Fulbright Việt Nam. Định hướng đầu tiên là tập trung vào Khoa học máy tính thiên về dữ liệu (Data - Driven).
Phương pháp đào tạo được định hướng chuyển qua giảng dạy bằng dự án nghiên cứu, thay vì dạy theo phương pháp truyền thống giảng viên giảng bài, SV ngồi nghe và ghi chép lại.
Chúng tôi sẽ đưa những bài tập để SV giải quyết, qua đó học và nghiên cứu. Bắt đầu bằng chính những vấn đề từ thực tiễn của Việt Nam chứ không dạy bằng lý thuyết. Vấn đề càng thực tiễn càng tốt. Mà một cái hay của Việt Nam là đang có quá nhiều vấn đề cần giải quyết (cười).
Phải nói là Quốc rất ấn tượng với sinh viên Việt Nam và chất lượng tuyển sinh tại FUV. Trò chuyện với sinh viên năm thứ nhất của FUV, Quốc thấy bất ngờ vì không nghĩ là học sinh trung học phổ thông bây giờ có khả năng như thế, khả năng tiếng Anh của các bạn quá tốt, khả năng trình bày tốt, tư duy phản biện, sự tự tin…. Các bạn ấy có điểm xuất phát tốt hơn nhiều so với thế hệ của Quốc trước đây.
Lực lượng lao động trên thế giới và Việt Nam đều đang thay đổi vì công nghệ phát triển rất nhanh. Một người được đào tạo chỉ sau 5 năm là phải học lại để làm mới mình.
Nếu như chỉ dạy theo kiểu nén kiến thức cho sinh viên thì các bạn sẽ không biết tiếp tục tự học và làm mới mình như thế nào, không biết học chủ động tự tìm tòi, học cách giải quyết vấn đề.
Từ trải nghiệm của ban thân, Quốc có suy nghĩ như thế này: Kiến thức học ĐH có thể quên gần hết, chỉ cần nhớ một số kiến thức nền tảng cơ bản và các kỹ năng, trong đó kỹ năng tự học, tự tìm hiểu rất quan trọng.
Nhưng không có nghĩa là bạn có thể bỏ qua những bước trang bị kiến thức cơ bản (cười). Chỉ có điều, đừng bó buộc mình trong những kiến thức thu nhận được trong các lớp học truyền thống, trong những gì thầy dạy…
Chỉ ví dụ như về AI, nếu các bạn muốn tìm hiểu thì có rất rất nhiều thông tin, tài liệu sẵn có trên mạng để bạn tự tìm hiểu, tự học.
Để làm khoa học, phải có tố chất để làm nghiên cứu. Từ bản thân, Quốc thấy trước hết phải thích ngành mình làm việc, chọn ngành mình thích.
Còn cụ thể đối với lĩnh vực AI, những năm gần đây không chỉ là một lĩnh vực hàn lâm mà chuyển sang thực tiễn nhiều hơn. Mà đã thực tiễn thì phải tương tác với dữ liệu thực, đòi hỏi phải có kỹ năng lập trình và tương tác tốt.
Một sai lầm trong suy nghĩ ở Việt Nam là muốn thành công trong khoa học là phải giỏi toán. Cần phải biết về toán khi làm thống kê như một kỹ năng cơ bản. Nhưng không cần phải siêu về toán.
Quốc nghĩ làm khoa học quan trọng nhất là trực giác. Có những người không giỏi toán nhưng trực giác họ tốt, nhìn vào kết quả nghiên cứu để đưa ra những phán đoán, thay đổi phương hướng nghiên cứu như thế nào để mang lại kết quả phụ thuộc rất nhiều vào trực giác.
Trực giác sẽ càng trở nên nhạy bén qua quá trình rèn luyện là chủ yếu. Muốn thành công trong một lĩnh vực nào, bạn cũng cần ít nhất 10.000 giờ làm việc, rèn luyện trong lĩnh vực đó.
Một nghệ sĩ violin hay một nhà khoa học nghiên cứu về AI cũng đều như vậy, cần bỏ ra rất nhiều giờ để tìm hiểu, nghiên cứu, làm việc liên tục.
Ban đầu Quốc cũng chưa biết gì nhiều về AI. Khi bắt đầu làm thực tập sinh cho ông thầy bên Úc, từ chỗ thầy hướng dẫn mình làm đến dần dần mình phát triển tư duy và bằng trực giác để từng bước mình sẽ thực sự bước vào lĩnh vực đó.
Nghiên cứu về AI là một bước ngoặt bất ngờ đối với cuộc đời Quốc, vì từ nhỏ không nghĩ mình là một người làm sáng tạo. Nhưng sau khi yêu thích, lựa chọn AI và có một quá trình trui rèn, cảm thấy mình sáng tạo hơn.
Bây giờ mọi người biết đến Quốc về khả năng sáng tạo nhiều hơn là khả năng kỹ thuật. Thú thật điều này cũng rất là bất ngờ với chính bản thân mình.
Theo đánh giá của Quốc, SV Việt Nam rất có tiềm năng đối với ngành khoa học máy tính nói chung và AI nói riêng vì hai lý do: Thứ nhất, SV Việt Nam rất giỏi, khả năng lập trình tốt. Thứ hai, chương trình THPT của Việt Nam dạy khá tốt về toán và khoa học cơ bản. Để thành công trong AI thì đó là hai yếu tốt nền tảng.
Với các bạn trẻ quan tâm đến AI, Quốc có lời khuyên hãy tìm hiểu về AI, biết kỹ về AI và nếu thực sự thích, nên bắt đầu bằng những dự án nhỏ. Chỉ cần bắt đầu từ việc nhỏ, đừng tìm việc quá khó. Bắt đầu bằng cái quá khó, quá lớn, khả năng thành công thấp thì lại nản. Nghiên cứu về AI bằng cách tự tìm hiểu, tự làm dự án nhỏ là hướng đi nên lựa chọn.
Và đừng nản chí sớm (cười), những dự án đầu tiên của Quốc cũng không thành công cho lắm, phải trải qua nhiều dự án mới dần dần đạt đến thành công.
Đó cũng chính là một kinh nghiệm mà Quốc rất muốn chia sẻ với các bạn trẻ, trong nghiên cứu khoa học nói riêng và trong công việc, cuộc sống nói chung. Đó là các bạn hãy tìm hiểu thật nhiều, đừng ngại việc tìm hiểu. Nếu chưa thật sự thích thì nên tìm hiểu thêm để tìm ra được cái mà mình thực sự đam mê.
Quốc muốn nhấn mạnh là khi mình trẻ thì đừng ngại ngần.
Quốc có thể chia sẻ một trải nghiệm của chính bản thân. Năm 2004, khi đang học ĐH tại Trường ĐH quốc gia Úc, Quốc bắt đầu tìm hiểu về AI, thấy lĩnh vực này rất thú vị và muốn đi sâu hơn nhưng đây là lĩnh vực còn rất mới. Quốc quyết định gửi một bức email cho một chuyên gia hàng đầu về AI tại Úc. Lúc gửi Quốc không nghĩ sẽ được trả lời. Nhưng Quốc đã nhận được email trả lời của ông chỉ trong vòng một giờ sau đó, trong đó ông hẹn gặp để nói chuyện trực tiếp.
Sau cuộc gặp gỡ, Quốc được vị GS đó giao việc, cho tham gia vào nhóm nghiên cứu AI của GS. Đó là bức email đã thay đổi cuộc đời Quốc.
Vì vậy Quốc có một lời khuyên với các bạn trẻ, nếu thích cái gì, đừng ngần ngại. Bạn có thể gửi đi những bức email đến những người mà bạn muốn hỏi ý kiến, trao đổi mà đừng băn khoăn về chuyện liệu có được hồi đáp hay không. Chỉ cần 1/10 email được trả lời là bạn đã có thể giải quyết vấn đề của mình.
"Nếu người được hỏi cảm nhận được thành ý của mình sẽ trao cho mình cơ hội". Đó là bài học Quốc đã rút ra cho bản thân. Và khi có cơ hội rồi, hãy làm việc chăm chỉ.
Mặc dù ngành AI có lịch sử lâu năm rồi nhưng AI có những bước phát triển mạnh mẽ nhất kể từ năm 2011 và 2012 cho đến nay nhờ một ngành mũi nhọn còn gọi là deep learning (học sâu).
Nhưng trong đó phát triển mạnh nhất liên quan đến nhận diện hình ảnh, nhận diện giọng nói, xử lý ngôn ngữ tự nhiên và trí tuệ nhân tạo trong trò chơi điện tử (game playing).
Từ năm 2012 đến nay, nhiều chuyên gia đầu ngành đánh giá là deep learning sẽ phát triển chậm lại, nhưng thực tế ngược lại. Một trong những lý do chính là tốc độ xử lý của máy tính vẫn tiếp tục phát triển mạnh, và càng ngày càng có nhiều người tham gia nghiên cứu. Quốc dự đoán là deep learning vẫn tiếp tục phát triển mạnh mẽ trong vài năm tới.
Hiện tại thì các công ty tìm được nhiều ứng dụng tốt cho AI và deep learning là các công ty internet nhu Google, Facebook. Nhưng vài năm tới thì Quốc nghĩ AI và deep learning sẽ lan tỏa ra các ngành khác như giao thông, y tế, giáo dục....
Dự báo trong vòng 5- 10 năm tới, công nghệ từ AI sẽ rất phát triển dữ dội, bao trùm mọi lĩnh vực của cuộc sống.
Tôi nghĩ AI va Deep Learning hiện tại không đến mức nguy hiểm như nhiều người thường thấy qua những bộ phim.
Thực tế đối với nhiều chuyên gia hiểu biết về ngành thì AI và deep learning hiện nay như một công cụ lập trình thì đúng hơn. Ngày xưa người ta lập trình bằng những quy luật phức tạp, thì bây giờ người ta lập trình bằng cách cho dữ liệu đầu vào và đầu ra.
Với cách nhìn này thì AI và deep learning thật sự nguy hiểm khi con người dùng công nghệ vào mục đích nguy hiểm. Điều này không khác gì với những phát minh trước đây của loài người như lửa, hay điện.
Quốc nghĩ điều này có phần đúng.
Ở Việt Nam có rất nhiều vấn đề nan giải có thể giải quyết bằng AI và deep learning. Sinh viên Việt Nam cũng có nền tảng toán và lập trình tốt. Các công ty Việt Nam đã bắt đầu có những ứng dụng AI hay.
Theo thiển ý của Quốc thì vấn đề chính của Việt Nam là hạ tầng dữ liệu và tính toán của Việt Nam còn hạn chế.
Vấn đề khác cũng không kém phần quan trọng là đội ngũ nhân lực công nghệ về trí tuệ nhân tạo thì vẫn còn ở dạng tiềm năng.
Về nghiên cứu đỉnh cao trong AI thì Quốc vẫn chưa thấy nhiều báo cáo khoa học bắt nguồn từ Việt Nam.
Quốc đồng ý với nhận định này. Là cơ hội cho Việt Nam dựa trên các lý do: Các bạn trẻ Việt Nam có khả năng về toán và tin học. Khi ra nước ngoài, học ĐH và làm việc tốt, cho thấy chúng ta có tiềm lực về con người. Việt Nam khá cởi mở, thị trường mở, nhiều doanh nghiệp công nghệ Việt có mong muốn khát vọng phát triển ra thế giới.
AI và máy học có thể coi là một cơ hội để các doanh nghiệp Việt Nam phát triển ra thế giới nhanh hơn. Muốn thành công trong các dự án nghiên cứu về AI cần nhiều yếu tố, trong đó phải tìm được lối ra.
Từ trái qua phải: Lê Viết Quốc, Adam Coates (giám đốc nghiên cứu AI của Tập đoàn Công nghệ Baidu), Ian Goodfellow (chuyên gia nghiên cứu AI của Google Brain), Sven Strohband (chuyên gia hàng đầu về AI, giám đốc công nghệ của Khosla Ventures), tỷ phú Bill Gates, Scott Phoenix (chuyên gia hàng đầu thế giới về AI), Chris Manning (giám đốc Phòng thí nghiệm Trí tuệ nhân tạo của Stanford) và Richard Socher (trưởng nhóm nghiên cứu AI của Salesforce)
Ngành AI là cơ hội cho Việt Nam, những chúng ta cũng phải vừa hưng phấn vừa phải thực tế. AI mang lại cơ hội cho Việt Nam nhưng không nhiều, vì Việt Nam đang phải đối mặt với thực tế là những thách thực về hạ tầng và nhân lực chưa có nhiều. Hạ tầng có thể phát triển nhanh.
Nhưng thách thức về con người khó và cần nhiều thời gian hơn. Đó là một trong những lý do mà Quốc muốn làm việc với FUV để thay đổi điều này. Quốc nghĩ đến việc hợp tác với FUV để phát triển đội ngũ nhân lực cho lĩnh vực AI ở Việt Nam.
Mặt khác, người Việt Nam đang làm việc ở nước ngoài có uy tín trong giới khoa học quốc tế khá lớn, phần lớn đều hi vọng trở về Việt Nam giúp đất nước bằng cách nào đó.
Quốc và các nhà khoa học ở nước ngoài vừa qua đã về và được kết nối gặp gỡ một số doanh nghiệp. Một số công ty lớn của Việt Nam sẵn sàng đầu tư cho phát triển, có tầm nhìn tốt. Một số nghiên cứu đang được triển khai có tiềm năng.
Việt Nam cần tranh thủ được đối tượng là các nhà khoa học người Việt đang làm việc ở nước ngoài. Và không chỉ thu hút sự đóng góp bằng cách phải về hẳn trong nước làm việc. Cần tạo ra nhiều con đường để các nhà khoa học lựa chọn con đường, phương thức cống hiến cho đất nước, đóng góp cả bằng sự tư vấn, định hướng….
Quốc chưa có dự định gì ngoài làm việc với FUV. Công việc của tôi ở Google cũng thực sự rất bận rộn rồi.
Về Việt Nam, Quốc đánh giá cao năng lượng trong con người Việt Nam, mọi người luôn có nhiều năng lượng và cũng bất ngờ vì thấy giới lãnh đạo mới tiếp thu, lắng nghe.
Nhưng Việt Nam vẫn đang đứng trước thách thức: Muốn thay đổi không đơn giản, vào thay đổi cái gì trước. Sức ì bao nhiều năm rồi thay đổi sẽ không dễ dàng gì, thay đổi cái gì trước, con gà hay quả trứng? Hi vọng với mô hình FUV khác truyền thống, như một start up, có thể định hướng ngay từ đầu, không có sức ì thì sẽ có sự thay đổi nhanh hơn. Vì thế Quốc hào hứng với một mô hình mới như FUV.
