Dù quãng đường chỉ chừng 35 mét với thời gian vọn vẹn có 12 giây, chuyến bay đã đánh dấu bước tiến dài trong lịch sử của loài người, giúp chúng ta đi khắp nơi trên thế giới một cách nhanh chóng và an toàn. Gần một trăm năm sau, những chuyến xe tự lái đã bắt đầu lăn bánh ở nhiều nơi trên thế giới, trong đó có Việt Nam.
Các thách thức ở tương lai
Mặc dù xe tự lái là phương tiện giao thông được kỳ vọng làm tăng khả năng tăng vận hành an toàn, và giải tỏa áp lực cho tài xế, thậm chí có khả năng đóng góp vào nền kinh tế thế giới tới 7 ngàn tỷ USD vào năm 2050 nhưng rõ ràng nó phải vượt qua những thách thức lớn.
Thứ nhất, để xe tự lái được chấp nhận rộng rãi, các nhà sản xuất xe và cơ quan hành pháp cần giải quyết rất nhiều thách thức. Thách thức đầu tiên và quan trọng nhất của xe tự lái là yếu tố an toàn. Đa phần người dùng kỳ vọng xe tự lái sẽ mang lại trải nghiệm an toàn hơn so với xe có tài xế. Một phân tích dựa trên số liệu sáu năm (2009-2015) tại Moutain View (California) đã chỉ ra xe tự lái gây ra ít tai nạn hơn ba lần so với con người. Tuy vậy, những sự cố nghiêm trọng gây ra bởi xe tự lái kể của các hãng lớn như Tesla, Uber, Google Waymo tuy ít nhưng cũng khiến người dùng e ngại.
Bên cạnh đó, còn có những vấn đề xã hội và đạo đức. Theo nhiều nghiên cứu, khi vận hành song song với xe thông thường, xe tự lái dễ mất an toàn hơn so với nơi chỉ toàn xe tự lái di chuyển. Chẳng hạn, khi lái xe, ta có thể nhường đường cho xe khác bằng tay; và xe tự lái có thể thiết kế để giao tiếp với nhau bằng tín hiệu. Trong khi đó, nếu tương tác với con người, xe tự lái cần phải học để hiểu ý nghĩa hành động của người điểu khiển xe khác để phản ứng thích hợp. Hoặc khi đối diện với tai nạn không thể tránh khỏi, câu hỏi đặt ra là xe tự lái sẽ ưu tiên bảo vệ an toàn cho người trên xe hay cho những người khác ngoài xe. Bởi xe tự lái cần lập trình, chúng ta cần phải tự trả lời được các câu hỏi về an toàn, xã hội và đạo đức trước khi dạy xe tự lái làm theo.
Thứ hai, dưới góc độ kỹ thuật, rất khó “dạy” cho xe tự lái ở cấp độ 4 (tự động hóa cao) và 5 (tự lái hoàn toàn). Nhận thức của xe tự lái được huấn luyện thông qua dữ liệu sử dụng nên sẽ không tránh khỏi bị thiên vị nếu tập dữ liệu đó không đầy đủ. Trên lý thuyết, một bộ dữ liệu “đầy đủ” tất cả các tình huống giao thông để dạy cho xe tự lái vận hành có kích thước vô hạn. Ngay cả trên cùng một con phố, mỗi ngày khác nhau, chúng ta sẽ gặp điều kiện thời tiết, đối tượng và tình huống giao thông khác nhau. Về lâu dài, có được một bộ dữ liệu huấn luyện mang tính đại diện và một hệ thống học sâu đủ tốt để tận dụng chúng sẽ luôn là một thách thức lớn.
Mẫu ô tô tự hành "Made in Viet Nam" do Tập đoàn Phenikaa sản xuất.
Trước mắt, xe tự lái cần phải giải quyết thêm các vấn đề về độ chính xác và tốc độ xử lý. Dữ liệu từ cảm biến, đặc biệt là từ LiDAR, có kích thước lớn và được cung cấp liên tục. Do đó, chúng cần một lượng lớn tài nguyên máy tính để xử lý. Yêu cầu xây dựng một bản đồ vector ba chiều cho toàn bộ quãng đường di chuyển cũng đòi hỏi năng lực lưu trữ và tính toán rất lớn. Bên cạnh đó, khác biệt trong việc kết hợp dữ liệu từ các cảm biến khác nhau sẽ dẫn tới sai sót trong nhận dạng đối tượng tham gia giao thông, làm tăng nguy cơ mất an toàn.
Thứ ba, xe tự lái cũng gặp thách thức về cơ chế chính sách do pháp luật hiện tại chưa theo kịp với sự phát triển của công nghệ. Chẳng hạn, các nhà làm luật và cơ quan quản lý chưa xây dựng được các tiêu chuẩn giúp chứng nhận khả năng an toàn của xe tự lái. Một nghiên cứu do tập đoàn RAND thực hiện cho thấy, nếu muốn đạt mức an toàn với tỷ lệ chấp nhận được, một xe tự lái cần phải trải qua một quá trình thử nghiệm trên suốt quãng đường chừng 400 triệu kilomet, tương đương việc xe chạy liên tục 24 giờ mỗi ngày, 365 ngày mỗi năm trong suốt 12.5 năm không ngừng nghỉ. Do đó, cần phải có một cách tiếp cận khác trong việc kiểm thử, giám sát và xây dựng nền tảng pháp lý cho xe tự lái. Nghiên cứu tại Đại học Monash gần đây nhằm phát triển các phương pháp kiểm thử mức độ an toàn của xe tự lái thế hệ mới trong khuôn khổ một đề tài nghiên cứu khoa học cấp nhà nước Úc là một ví dụ với những kết quả ban đầu rất khả quan.
Thứ tư, về khía cạnh kinh tế, xe tự lái có giá thành đắt đỏ hơn xe thông thường, ít nhất là chi phí đầu tư. Ở Úc, xe điện rẻ nhất là mẫu SUV ZS của hãng MG Motor, có giá chừng 700 triệu đồng; trong khi đó, mẫu xe thường rẻ nhất của hãng có giá dưới 300 triệu đồng. Ngoài ra, việc thiếu các trạm sạc điện khiến cho xe tự lái bị hạn chế về phạm vi di chuyển, nhất là khi các hãng xe điện hạn chế ô tô của hãng khác sạc ở trạm của mình. Do đó, việc hạ giá thành sản phẩm xe điện và mở rộng mạng lưới các trạm sạc cũng vẫn là một trong những thách thức cho các nhà sản xuất trong thời gian tới.
Cơ hội cho Việt Nam?
Xe tự lái là một lĩnh vực công nghệ hấp dẫn, trong đó Việt Nam có tiềm năng đẩy mạnh phát triển các công nghệ lõi cho xe tự lái. Thứ nhất, chúng ta có đội ngũ nhà nghiên cứu về trí tuệ nhân tạo đa dạng và hùng hậu, gồm cả các chuyên gia đang làm việc cho các tập đoàn như Google, Facebook, Microsoft, Amazon và các trường đại học, viện nghiên cứu trong và ngoài nước. Thứ hai, chúng ta có nguồn nhân lực công nghệ thông tin trẻ và dồi dào với khoảng 430 ngàn kỹ sư phần mềm, đa phần (55%) trong độ tuổi 20-29. Do mật độ dân cư đông, việc xây dựng mạng lưới trạm sạc trở nên ít tốn kém hơn. Với tỷ lệ xe ô tô trên đầu người còn thấp và không khó tính với công nghệ mới, người dùng Việt Nam dễ chuyển sang xe điện nếu giá thành cạnh tranh. Ngoài ra, điều kiện đường xá và lưu thông giao thông ở Việt Nam rất phức tạp, khiến cho một chiếc xe tự lái tốt ở nước ngoài chưa chắc đã hoạt động an toàn ở Việt Nam. Ngược lại, thách thức ấy lại là môi trường lý tưởng để phát triển và kiểm thử các thuật toán tự lái có khả năng ứng dụng rộng rãi cho nhiều quốc gia khác.
Tuy nhiên, việc phát triển xe tự lái ở Việt Nam còn vấp nhiều rào cản. Dù xe tự lái đã phát triển cả thập kỷ nay, chúng ta chưa nhanh nhạy trong nắm bắt cơ hội để đầu tư đúng mức cho công nghệ mới này. Khác với ứng dụng, nghiên cứu cơ bản cho xe tự hành vẫn cần đầu tư thêm, đặc biệt là các nghiên cứu về kiểm định và an toàn. Hơn nữa, hiện tại vẫn chưa có một hành lang pháp lý nào tạo điều kiện cho việc phát triển, kiểm nghiệm và phổ biến xe tự lái. Khó khăn thứ hai là đội ngũ chuyên gia trong nước còn mỏng, thiếu hợp tác chặt chẽ. Còn thiếu các chương trình, hội nghị quốc gia về chuyên môn để tăng cường liên kết và trao đổi giữa các nhóm nghiên cứu về xe tự lái trong nước, và giữa các chuyên gia trong và ngoài nước.
Tuy nhiên hiện tại thì những chuyển động về xe tự lái đã bắt đầu. Trong những năm gần đây, các cơ sở nghiên cứu ở Việt Nam đã bắt đầu theo đuổi việc nghiên cứu và phát triển các công nghệ cho xe tự lái. Nổi bật trong số đó là các dự án của Tập đoàn FPT, Đại học Bách khoa Hà Nội, Đại học Phenikka và Viện Nghiên cứu VinAI.
Dựa trên kinh nghiệm phát triển phần mềm cho các hãng xe ô tô của nước ngoài, FPT đã tự phát triển một số công nghệ cho xe tự lái. Vào năm 2017 tại Khu công nghệ cao TP Hồ Chí Minh, FPT cho ra mắt chiếc xe tự lái đầu tiên của mình sau hơn một năm phát triển. Trong quá trình đó, FPT đã thử nghiệm hai mẫu xe khác nhau. Một mẫu là xe tự lái điện nhỏ chạy trong sân gôn và các khu đô thị. Mẫu thứ hai là phiên bản tự lái cho xe ô tô thường sau khi hoán cải tính năng của một mẫu xe thương mại. Tập đoàn cũng thành lập bộ phận FPT Global Automotive chuyên trách về phát triển cho lĩnh vực này, với mục tiêu nhằm phát triển xe cấp độ 5 (xe có khả năng tự lái hoàn toàn). Cách đây ít lâu, FPT cũng đã cho ra mắt nền tảng xe tự lái của mình với tên gọi akaDrive.
Trường Đại học Bách khoa Hà Nội là một trong những tổ chức triển khai song song cả đào tạo và nghiên cứu về xe tự lái với đơn vị thực hiện là Viện Cơ khí động lực. Tuy vậy, ưu tiên chính ở nơi này vẫn là công nghệ xe điện còn mảng tự lái còn chưa được định hình rõ nét.
Gần đây, trường Đại học Phenikaa đã cho ra đời phiên bản xe tự lái đầu tiên của mình, được thiết kế chủ yếu hoạt động trong các khu du lịch, nghỉ dưỡng hay sân golf. Tuy chưa phải là xe chạy thực tế trên đường và chỉ có kích thước, tốc độ hạn chế, sản phẩm cũng được trang bị nhiều tính năng cao cấp như chuyển làn tự động, nhận diện người đi bộ và biển báo, phân tích chuyển động của các đối tượng xung quanh và không cần tay lái hay phanh.
Là đơn vị trong nước đầu tư nhiều nguồn lực nhất trong việc phát triển xe tự lái, Viện nghiên cứu VinAI đã chiêu mộ nhiều chuyên gia giỏi như GS.TS Bùi Hải Hưng từ Google DeepMind, PGS.TS Nguyễn Minh Hoài từ Đại học New York, Stony Brook. Thế mạnh của VinAI trong lĩnh vực này là các công nghệ nhận dạng đối tượng có độ chính xác cao trên nền phần cứng cấu hình thấp (MagNet), theo dõi chuyển động đa vật thể dựa nhiều camera (DyGLIP), giám sát và nhận dạng tình trạng của tài xế, hay quan sát toàn cảnh môi trường ngoài xe (SVM). Trên khía cạnh học thuật, chỉ riêng năm ngoái, VinAI có tám bài nghiên cứu đăng trên các hội nghị uy tín gồm 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), NVIDIA Conference 2021. Hệ thống tự lái của VinAI đã đạt cấp độ 2+ (xe có khả năng tự lái một phần với một số tính năng tự động nhất định thông qua hệ thống điều khiển hành trình thích ứng cao) và đang trong giai đoạn vươn lên cấp độ 3 (xe có khả năng tự lái có điều kiện.).
Bất chấp những thách thức không nhỏ về công nghệ, an toàn và xã hội, có đầy đủ cơ sở để tin rằng chỉ vài chục năm sau, chúng ta sẽ nhắc đến xe tự lái ngày nay như đã từng kể về chuyến bay thuở sơ khai. Nếu có được một tầm nhìn xa, đầu tư phù hợp ngay từ bây giờ và có phương pháp thu hút chất xám của chuyên gia người Việt và quốc tế về xe tự lái, chúng tôi tin rằng Việt Nam hoàn toàn có đủ năng lực làm chủ và đi đầu ở một số mũi nhọn trong phát triển công nghệ này. Bên cạnh các lợi ích về khoa học và kinh tế, đầu tư phát triển xe tự lái sẽ góp phần định hình một hệ thống giao thông hiện đại, thông minh và an toàn cho đất nước trong tương lai.