Dù Việt Nam có ít tiền để đầu tư lớn cơ sở hạ tầng trong nước cho hoạt động trong lĩnh vực AI nhưng các tài năng trẻ vẫn có thể bắt tay vào khởi nghiệp AI, tạo ra các model ứng dụng AI cho nền kinh tế và kiếm tiền cho mình, nếu đủ kiên trì, tài năng và sáng tạo.
Hiện nay, hầu như mọi cơ sở và thành quả của trí tuệ nhân tạo (AI) thuộc về Mỹ. Các nước khác đều đang chạy đua để tham gia vào quá trình R&D, chế tạo thiết bịvà ứng dụng AI vào cuốc sống. Sau Mỹ thì Trung Quốc cũng đạt nhiều thành tựu. Các nước phát triển khác cũng có nhiều lo lắng vì sợ lạc hậu.
Ví dụ ở châu Âu, Chính phủ Đức dự kiến hỗ trợ 10 tỷ USD cho nhà máy duy nhất của Intel đặt ở Magdeburg. Việc châu Âu tự sản xuất chất bán dẫn là dễ hiểu và có thể biện minh được. Nhưng sản xuất chip là một công việc khó và cần nhận được nguồn đầu tư lớn và lâu dài. Các doanh nghiệp ở Đức đang bối rối, không biết tình hình sẽ tiếp tục ra sao và lo sợ trong bước phát triển công nghệ sẽ bị phụ thuộc vào bên ngoài.
Trong buổi phỏng vấn của tờ Die Spiege(l), ông Jensen Huang, CEO NVIDIA đã nói"Mục tiêu củaChính phủ Mỹ là phải bảo đảm cho nền công nghiệp của phương Tây phải tiếp cận được những công nghệ mạnh nhất. Điều ấy [con chip] đã đạt được rồi. Nhưng có thể sẽ không bảo vệ được trước bước tiến triểncủa AI. Vì chính con chip thì không chứa sẵn trí tuệ nhân tạo. Trí tuệ nhân tạo được làm với phần mềm – và phần chủ yếu, lớn nhất lại là phần mềm về công nghệ AI mà ngày nay nó là nguồn mở, nghĩa là tất cả mọi người đều có thể tiếp cận được… Hãy quan sát tình trạng hiện nay: Ngay trẻ em khi dùng ChatGPT đã có thể từ đấy xây nên một ứng dụng thật sự thông minh. Rào ngăn tiếp cận phần mềm thông minh thấp đến mức khó tin".
Vậy là ngay cả những doanh nghiệp nhỏ cũng có thể áp dụng các kỹ năng AI để hiện đại hóa công việc của mình. Rất đáng phấn khích chứ! Nhưng nói thì dễ hơn là làm. Trong 20 năm qua, châu Âu đã phụ thuộc rất nhiều vào kỹ thuật-công nghệ Mỹ. Bùng nổ AI thậm chí còn gia tăng ưu thế này chăng? Mỹ dẫn đầu trong công nghệ máy tính. Và công nghiệp bán dẫn gắn chặt với nó. Nhưng các ngành sẽ hưởng lợi từ thời đại trí tuệ nhân tạo sẽ là ngành nghiên cứu dược phẩm, giao thông vận tải, công nghiệp nặng. Nhiều doanh nghiệp dẫn đầu thế giới ở các ngành này đang nằm ở châu Âu. Vậy là AI vẫn sẽ mang lợi cho châu lục này. Về mặt đó chẳng còn nghi ngờ gì nữa.
Ý kiến của nhà chế tạo chip GPU dùng cho AI hàng đầu của thế giới gợi ý ra nhiều điều, nhưng như ông ta đã chỉ ra “nói thì dễ hơn làm”. Tôi có mấy ý nghĩ ban đầu, xin chia sẻ để cùng thảo luận, kiểu như làm thế nào để “một đứa trẻ cũng có thể dùng ChatGPT để xây dựng riêng một ứng dụng cho mình?”
1) Theo lời khuyên của CEO Nvidia, có thể suy đoán rằng bạn nào, nhà vật lý trẻ chẳng hạn, có biết chuyên môn công nghệ thông tin (IT) hay khoa học máy tính (CS) ít nhiều, nhưng không chuyên nghiệp thì đều có thể dựa trên các phần mềm nguồn mờ về AI để viết:
a) Các APP chuyên biệt, (sao chép rồi modify nguồn mở free đầy trên mạng) kết nối qua API với ChatGPT để chạy các ứng dụng của mình. Tất nhiên là phải qua Internet và điện toán đám mây Cloud Computing.
b) Có ý tưởng viết một ứng dụng nào đó về AI, đã có phác thảo về Architecture, flowchart, các Module…và cần coding (lập trình) các module và connecting chúng. Việc coding mất sức này có thể giao cho AI (ví dụ ChatGPT thực hiện theo chỉ thị và ngôn ngữ bạn yêu cầu).
Đây là một khả năng nhanh và rẻ nhất mà Việt Nam ta có thể tận dụng để tham gia sáng tạo và hưởng lợi từ AI.
Kỷ nguyênKhối trí tuệ nhân tạo (AIU-Artificial IntelligenceUnit)tốc độ nhanh, tiêu thụ ít điện và giá cả chấp nhận được cho cá nhân đã bắt đầu. Cuộc đua tranh của các công ty cho ra đời các AIU theo xu hướng này chắc chắn sẽ mang đến khả năng chế tạo các EdgeAI muôn hình muôn vẻ, (chẳng khác gì smartphone). Tôi nghĩ đây sẽ là xu hướng ứng dụng AI vào cuộc sống trong tương lai gần một, hai năm tới. Tại sao các tài năng trẻ chúng ta không bắt đầu nghĩ đến các thiết kế sáng tạo, ít nhất là trên giấy, cùng xuất phát điểm số không với thiên hạ?
|
2) Để dựng nên các Chatbot cỡ như ChatGPT thì cần rất nhiều tiền và đặc biệt cần một Trung tâm phần cứng rất khủng, dưới 100 triệu USD thì khó đạt yêu cầu. Tuy nhiên hiện nay có thể mua hoặc tự viết các công cụ sử dụng AI (AI engines) rồi tự lập ra cơ sở dữ liệu (DataBase), sau đó thuê Trung tâm điện toán đám mây (Cloud Computing Center) để thực hiện đào tạo xây dựng ChatBot cho mình. Nếu cá nhân hoặc tổ chức có tham vọng và khả năng tài chính thì có thể áp dụng phương thức này. Những ứng dụng không cần tức thời và không có quá bí mật như y tế, giáo dục, thiết kế… thì có thể dùng phương thức này. Việc chạy các ChatBot kiểu này có thể không cần trung tâm tính toán quá lớn, (vài chục ngàn USD là đủ) tùy thuộc vào số truy cập và dung lượng dữ liệu. Các bệnh viện, Đại hoc, công ty thương mại, công nghiệp, các cơ quan tổ chức nhà nước, đoàn thể… là khách hàng cho loại hình này. Tất nhiên thu thập và cung cấp dữ liệu là việc tốn tiền lớn, là trách nhiệm của khách hàng, các bạn trẻ có tài mấy cùng không thể tự làm được.
3) Một xu hướng mới mở ra gần đây là khả năng R&D sáng tạo ra các thiết bị tiên phong tự thân (stand alone) vận hành bằng AI cài đặt sẵn trong thiết bị. Thuật ngữ chuyên môn gọi là Hardware Edge AI-Powеring On-dеvicе Intеlligеncе (Phần cứng tiên phong AI: Cung cấp trí tuệ trên thiết bị), gọi tắt là EdgeAI. Đó là tên gọi chung của các thiết bị AI mà các hoạt động AI diễn ra tức thời, cục bộ trên thiết bị, loại bỏ yêu cầu truy cập internet liên tục. Các tác vụ nhỏ như nhận dạng giọng nói và nhận dạng đối tượng có thể thực hiện ngay lập tức trên điện thoại thông minh và thiết bị Internet vạn vật (IoT) nhỏ nhờ công nghệ AI tiên tiến, chạy trên các chip và CPU đã có sẵn. Ngày trước khi AI còn xa lạ thì ta hiểu Edge Device là “thiết bị đầu cuối” như cái Phone, cái Tablet … nho nhỏ, còn bây giờ EdgeAI thì có khác, lớn hơn tùy công năng AI khủng và khó như thế nào.
Nhưng các tác vụ AI thường lớn nên cần các chip GPU và CPU chuyên dụng mạnh hơn. Lấy thí dụ như ứng dụng AI để điều hành giao thông ở một nút thắt nào đó tránh ùn tắc thì có thể lấy Data đầu vào là số lượng xe cộ lưu thông tức thời trong một bán kính vài km rồi qua một EdgeAI-Device điều khiển các đèn tín hiệu từ mọi hướng trong vùng ảnh hưởng. Việc này cần AI hoạt động độc lập, tức thời, tại chỗ. Một thành phố cỡ Sài Gòn, Hà Nội …cần độ vài chục EdgeAI-Devices như vậy, sẽ có một dòng giao thông thông thoáng, còn hơn là chờ đầu tư xây dựng mở rộng đường.
Còn có thể có rất nhiều ứng dụng EdgeAI khác, ví dụ như các ngân hàng cần tức thời ngăn chặn tại chỗ các giao dịch nghi ngờ, trộm cắp, lừa đảo…. Các thiết bị thông minh tự hoạt đông như điều khiển xe, tàu, thuyền, thiết bị bay, Robot thông minh, vũ khí, rada, trinh sát điện tử…đều là đối tượng cho ứng dụng EdgeAI…
Tuyệt vời quá, hãy nhảy ngay vào các sáng tạo thiết bị EdgeAI ngay thôi, kiếm tiền ở đây chứ còn ở đâu tốt hơn, chần chừ gì nữa!
Nhưng…. không dễ thế đâu, hiện nay thì phần cứng thiết bị EdgeAI vẫn đang phải dùng những con chip GPU đa năng, đắt tiền và rất tốn năng lượng, ví dụ A100 giá 10.000 USD, H100 giá 40.000 USD (thuộc diện cấm xuất cảng), chỉ riêng một GPU - System như vậy cần 350-400w, chưa kể các CPU và các chip đi kèm. Vậy thì ước mơ EdgeAI-Device kiểu này còn xa vời chăng?Thiên hạ thì không làm và nghĩ như thế. Họ đã khởi đầu việc này từ gần chục năm rồi, từ khi còn chưa có ý tưởng làm ChatGPT. Nhưng việc này quả thực là khó, thiết kế phát triển một con chip loại mở đường như vậy, mà ta gọi tạm làAIU(Artificial IntelligenceUnit) tốc độ tính toán cực nhanh, năng lượng tiêu thụ cực nhỏ... cần tối thiểu 5,6 năm, chỉ riêng thiết kế thôi (chưa tính sản xuất) cũng tốn không dưới 350-400 triệu USD mà chưa chắc đã thành công. Tất nhiên có công mài sắt có ngày nên “dùi”. Một vài đại công ty đã có những thành công bước đầu theo xu hướng này. Gần đây tạp chíFORBESđã có đánh giá một trong những thành công đầu tiên theo xu hướng này
(2) IBM’s New 23 Billion Transistor AIU Could Establish A Trend In The AI Hardware Market (AIU23 tỷ bóng bán dẫn mới của IBM có thể thiết lậpxu hướngtrong thị trường phần cứng AI):
[trích dẫn] Khối trí tuệ nhân tạo (AIU-Artificial IntelligenceUnit) mới được IBM công bố là thiết kế hệ thống trên chip (SoC- System on Chip) đầu tiên của hãng. AIU là một mạch tích hợp dành riêng cho ứng dụng (ASIC) được thiết kế để đào tạo và chạy các mô hình deep learning yêu cầu tính toán song song quy mô lớn. AIU nhanh hơn nhiều so với các CPU hiện có được thiết kế cho các ứng dụng phần mềm truyền thống vài năm trước khi phát triển học sâu. IBM hiện chưa công bố ngày mở bán cho AIU này.
Trung tâm phần cứng AI nghiên cứu của IBM đã phát triển chip AIU mới này trong hơn 5 năm. Trung tâm tập trung phát triển chip và hệ thống AI thế hệ tiếp theo để cải thiện hiệu suất phần cứng AI lên 2,5 lần mỗi năm và có thể đào tạo và chạy các mô hình AI nhanh hơn hàng nghìn lần vào năm 2029 so với năm 2019.
Theo blog của IBM, “Hệ thống trên chip (SoC) hoàn chỉnh của hãng có 32 lõi xử lý và chứa 23 tỷ bóng bán dẫn - gần bằng con số trong chip z16 của Công ty. IBM AIU cũng được thiết kế để dễ sử dụng như một card đồ họa. Nó có thể được cắm vào bất kỳ máy tính hoặc máy chủ nào có khe cắm PCIe.”
Các mô hình học sâu theo truyền thống dựa vào sự kết hợp giữa bộ đồng xử lý CPU và GPU để đào tạo và chạy các mô hình. GPU ban đầu được phát triển để hiển thị hình ảnh đồ họa, nhưng sau đó công nghệ này đã tìm ra những ưu điểm để sử dụng trong trí tuệ nhân tạo.
IBM AIUkhông phải là bộ xử lý đồ họa GPU. Nó được thiết kế và tối ưu hóa đặc biệt để tăng tốc tính toán ma trận và vectơ được sử dụng bởi các mô hình học sâu. AIU có thể giải quyết các vấn đề phức tạp về mặt tính toán và thực hiện phân tích dữ liệu ở tốc độ vượt xa khả năng của CPU.
[ hết trích dẫn]. Bạn nào chuyên sâu muốn biết chi tiết chuyên môn thì mời đọc công trình khoa học sáng tạo này, mà hiếm khi được IBM công bố trên tạp chí công nghệ hàng đầu thế giới IEEE Xplore
(3)A 7-nm Four-Core Mixed-Precision AI Chip With 26.2-TFLOPS Hybrid-FP8 Training, 104.9-TOPS INT4 Inference, and Workload-Aware Throttling (tạm dịch:
Chip AI 7nm 4 lõi có độ chính xác hỗn hợp với đào tạo Lai ghépFP8 tốc độ 26,2-TFLOPS, tốc độ suy luận INT4 104, 9-TOPS và tự nhận biết khối lượng công việc để điều chỉnh công suất tiêu thụ điện).
Như vậy kỷ nguyên AIU tốc độ nhanh, tiêu thụ ít điện và giá cả chấp nhận được cho cá nhân đã bắt đầu. Cuộc đua tranh của các công ty cho ra đời các AIU theo xu hướng này chắc chắn sẽ mang đến khả năng chế tạo các EdgeAI muôn hình muôn vẻ, (chẳng khác gì smartphone). Tôi nghĩ đây sẽ là xu hướng ứng dụng AI vào cuộc sống trong tương lai gần một, hai năm tới. Tại sao các tài năng trẻ chúng ta không bắt đầu nghĩ đến các thiết kế sáng tạo, ít nhất là trên giấy, cùng xuất phát điểm số không với thiên hạ?
Bạn không cần phải là nhà chuyên môncông nghệ thông tin hay khoa học máy tínhvới lập trình chuyên nghiệp (những việc đó giao cho AI chatbot giải quyết, nhưng bạn cũng phải biết coding kha khá để còn kiểm soát được kết quả chứ nhỉ), chỉ cần bạn có ý tưởng, mục đích rõ ràng, lập được Model và thiết kế cấu trúc tốt (việc này thì nghề Vật lý và Toán ứng dụng mà hiểu biết IT, SC có ưu thế) là có thể tập hợp nhau khởi sự thôi! Nhưng cho đến khi có những chip cho EdgeAI để các bạn chế tạo thành các EdgeAI-Devices ứng dụng bán kiếm tiền thì làm thế nào để tồn tại trong khi tiền chưa kiếm được? Hay là đành gặm củ khoai lang cầm hơi để làm nên thương hiệu“củ khoai cắn dở”, giống như bọn Steve Jobs gặm quả táo trong gara thời chip 6502 mới manh nha để làm nên thương hiệu“quả táo cắn dở”.
Và tóm tắt cuối nhưng không phải là cuối cùng rằng, dù nước ta đang có ít tiền để đầu tư lớn cơ sở hạ tầng trong nước cho hoạt động trong lĩnh vực AI nhưng các tài năng trẻ vẫn có thể bắt tay vào khởi nghiệp AI, tạo ra các model ứng dụng AI cho nền kinh tế và kiếm tiền cho mình, nếu đủ kiên trì, tài năng và sáng tạo.