Lãnh đạo cấp cao Google Brain Lê Viết Quốc: AI cần được đầu tư lớn và dài hơi

Chỉ ra những bước đi đột phá của AI trong những năm vừa qua, TS Lê Viết Quốc cho rằng, nhận diện hình ảnh là đột phá lớn nhất. Cách đây 10 năm, khi TS Quốc bắt đầu học về trí tuệ nhân tạo tại ĐH Stanford, anh đã đọc được một cuốn sách nói rằng, 50 năm tới, loài người sẽ sở hữu chiếc máy tính có khả năng nhận dạng hình ảnh tương đương con người. Thế nhưng loài người đã chỉ mất 7-8 năm để đạt được điều kỳ diệu đó. Năm 2010, máy tính có thể nhận dạng hình ảnh chính xác 70% và đến năm 2016, tốc độ nhận dạng hình ảnh đã vượt qua khả năng của con người.

Bước đột phá thứ 2 nằm ở phần nhận diện giọng nói. Cách đây 10 năm, cứ 10 từ thì Google nhận diện sai 2 từ. Sau 7-8 năm, cứ 10 từ, Google chỉ nhận diện sai nửa từ.

Đề cập các thành tựu của trí tuệ nhân tạo thời gian vừa qua, TS Lê Viết Quốc không quên nhấn mạnh 2 ứng dụng mà ông tâm đắc nhất là xe tự lái và y tế. Trong đó, Google đã phát triển bộ phận Waymo, thu thập dữ liệu của 8 triệu dặm đường trên khắp nước Mỹ. Quãng đường này có giá trị bằng 800 năm sức lái của con người. Và khi thuật toán của Google học được dữ liệu từ 8 triệu dặm thì chắc chắn khả năng của xe tự lái xe tiệm cận với khả năng điều khiển xe của con người. Đây là thị trường hiện đang được nhiều quốc gia và công ty lớn quan tâm với tiềm năng thu hút 800 tỷ USD đầu tư.

Trong khi đó, ở lĩnh vực y tế, các nhà khoa học ở Đại học Stanford đã dùng nhiều thuật toán khác nhau để máy tính có thể chẩn đoán bệnh ung thư gan "ngang tầm với chuyên gia".

Để đạt được sự phát triển vượt bậc như vậy của ngành AI, TS Lê Viết Quốc nhấn mạnh là nhờ sự phát triển của dữ liệu và tốc độ phát triển của điện toán. Một thống kê về tốc độ tăng trưởng dữ liệu cho thấy, 90% dữ liệu mà nhân loại đang có được tạo ra chỉ trong vòng 2 năm vừa qua. Đây là tiền đề cho sự ra đời của các công nghệ như học máy.

Trong khi đó, tốc độ xử lý của điện toán với loại chíp mới có thể xử lý song song các dữ liệu đã đáp ứng được các yêu cầu của công nghệ trí tuệ nhân tạo. Nếu như trước kia, chip thông thường CPU chỉ có thể xử lý đơn lẻ dữ liệu thì loại chip mới có tên GPU có thể xử lý song song. Trong tương lai, tốc độ xử lý dữ liệu của chip GPU có thể nhanh hơn chip CPU tới 1.000 lần.

"Theo dự đoán, đến năm 2020, tốc độ vi xử lý của chip có thể đạt trình độ của não người và đến năm 2040, tốc độ vi xử lý sẽ vượt qua tất cả các bộ não của con người cộng lại" - TS Lê Viết Quốc nói.

Theo TS Lê Viết Quốc, hiện nay mỗi năm tiền đầu tư vào startup trong lĩnh vực AI trên toàn thế giới đều tăng mạnh so với năm trước. Cụ thể, con số này qua các năm 2013, 2014, 2015, 2017 lần lượt là 0,3 tỷ USD, 0,8 tỷ USD, 1,1 tỷ USD và 4 tỷ USD.

Trung Quốc và Mỹ là 2 quốc gia đang sở hữu những công ty đầu tư mạnh cho lĩnh vực này. Riêng Trung Quốc đã xây dựng chiến lược quốc gia hành động về AI, trong đó bao gồm chương trình dạy lập trình về AI cho học sinh cấp 3. Tính về số lượng, Trung Quốc thậm chí đã vượt Mỹ về số lượng bài báo về AI đăng tải trên các tạp chí khoa học; tuy nhiên, về chất lượng, Trung Quốc vẫn còn cách Mỹ khá xa - lãnh đạo cấp cao của Google Brain nhận định.

Điều đáng nói, Trung Quốc chiếm đến 48% đầu tư cho startup trong lĩnh vực AI của cả thế giới. Và nếu như Mỹ chưa có công ty startup unicorn (tức những công ty có doanh thu trên 1 tỷ USD) nào trong lĩnh vực AI thì Trung Quốc hiện đang có tới 4 công ty như vậy.

Trước sự phát triển mạnh mẽ mỗi ngày của ngành trí tuệ nhân tạo thế giới, TS Lê Viết Quốc đã đưa ra một số gợi ý cho Việt Nam. Trong đó, ông nhấn mạnh ngành AI vẫn còn nhiều khoảng trống phát triển. Trong 10 năm nữa, vẫn còn vô số vấn đề cần được giải quyết và nhu cầu về nhân lực là vô cùng lớn.

"Ngành trí tuệ nhân tạo cần khoảng 1 triệu nhân lực chất lượng cao, nhưng hiện nay mới chỉ có khoảng 10 nghìn người. Vì thế, Việt Nam cần phải đầu tư cho giáo dục. Vào đại học mới dạy lập trình là quá muộn, nên dạy từ cấp 3"- TS Quốc nói. Ngoài ra, chương trình dạy cũng cần đổi mới, các môn khoa học cơ bản nên được đổi thành khoa học dữ liệu, thuật toán, học máy và trí tuệ nhân tạo.

TS Quốc cũng nhận định, thay vì đầu tư dàn trải, Việt Nam nên đầu tư cho các nhóm nghiên cứu tinh hoa để có được những bài báo công bố trên những tạp chí uy tín nhất thế giới, tạo tiền đề giúp các nhà khoa học Việt Nam đủ trình độ để tham gia vào các nhóm nghiên cứu AI tại các trường đại học lớn nhất thế giới.

Đối với dữ liệu - vật liệu quan trọng nhất của ngành AI, Việt Nam cần tìm cách tạo ra dữ liệu mở về y tế, giao thông, nông nghiệp... Đây là khâu cần phải có nhiều kinh phí, đầu tư trong thời gian dài. Vì thế, cần có hướng nghiên cứu để làm sao có được dữ liệu nhanh nhất.