Chuyên gia RMIT: Đừng chạy đua AI tổng quát, hãy tận dụng dữ liệu Việt
Việt Nam không nên cố gắng xây dựng các hệ thống trí tuệ nhân tạo (AI) tổng quát để cạnh tranh trực diện với các cường quốc công nghệ. Thay vào đó, cần tập trung phát triển hạ tầng AI chuyên biệt dựa trên các bộ dữ liệu chất lượng cao trong nước.
Đây là quan điểm được Tiến sĩ James Kang, giảng viên cấp cao ngành Khoa học Máy tính tại Đại học RMIT Việt Nam, đưa ra.
Theo tiến sĩ Kang, việc phát triển các mô hình AI quy mô lớn đòi hỏi nguồn lực khổng lồ, từ hàng tỷ USD vốn đầu tư, lượng điện năng rất lớn đến khả năng tiếp cận các dòng chip AI tiên tiến. Đây đều là những yếu tố mà Việt Nam hiện chưa thể tự chủ hoàn toàn.
Vì vậy, thay vì theo đuổi cuộc đua tốn kém với các "ông lớn" công nghệ, Việt Nam nên lựa chọn hướng đi thực tế hơn là xây dựng hạ tầng AI chuyên biệt, khai thác thế mạnh từ dữ liệu và chuyên môn trong nước. Theo ông, đây là con đường khả thi nhất để từng bước xây dựng chủ quyền AI mà không phải phụ thuộc hay luôn ở vị thế chạy theo các quốc gia dẫn đầu.
Tiến sĩ James Kang, giảng viên cấp cao ngành Khoa học Máy tính tại Đại học RMIT Việt Nam. Ảnh: RMIT.
Điểm khác biệt của chiến lược này nằm ở việc tận dụng lợi thế về dữ liệu địa phương. Khi được huấn luyện bằng các bộ dữ liệu đặc thù của Việt Nam, các hệ thống AI có thể tạo ra những ứng dụng có năng lực cạnh tranh quốc tế trong nhiều lĩnh vực.
Đơn cử, trong nông nghiệp, AI có thể được phát triển để tối ưu năng suất dựa trên điều kiện thổ nhưỡng và khí hậu của từng vùng. Trong lĩnh vực y tế, các ứng dụng AI có thể hỗ trợ chẩn đoán và điều trị phù hợp hơn với đặc điểm bệnh lý và cơ địa của người Việt. Đối với hệ thống pháp lý và hành chính, AI có thể được ứng dụng để xây dựng các công cụ hỗ trợ tư pháp và quản lý nhà nước theo hướng minh bạch, hiệu quả hơn.
Theo Tiến sĩ James Kang, cách tiếp cận này không chỉ giúp tiết kiệm đáng kể chi phí đầu tư mà còn góp phần xây dựng năng lực công nghệ độc lập và bền vững cho Việt Nam.
Không nên "trộn" công nghệ Mỹ và Trung Quốc
Bên cạnh câu chuyện phát triển AI, ông Kang cũng lưu ý đến xu hướng phân tách ngày càng rõ giữa hai hệ sinh thái công nghệ của Mỹ và Trung Quốc.
Theo ông, việc cố gắng kết hợp phần cứng của Mỹ với phần mềm Trung Quốc, hoặc ngược lại, là một lựa chọn thiếu thực tế và tiềm ẩn nhiều rủi ro.
Ông ví sự kết hợp này giống như việc ghép các mảnh của hai bộ trò chơi khác nhau, dẫn đến hàng loạt vấn đề về khả năng tương thích cũng như an ninh mạng.
Phân tích sâu hơn, Tiến sĩ James Kang cho biết các biện pháp kiểm soát xuất khẩu của Mỹ đối với các dòng chip AI tiên tiến, trong đó có NVIDIA H200, đã đẩy nhanh quá trình phân tách giữa hai hệ sinh thái công nghệ lớn nhất thế giới.
Theo ông, khoảng cách về công nghệ cũng như yếu tố địa chính trị giữa Mỹ và Trung Quốc đang ngày càng nới rộng, khiến việc kết hợp công nghệ của hai bên trở nên khó khăn hơn.
Ngay cả khi Việt Nam muốn xây dựng hạ tầng AI dựa trên phần cứng của Mỹ, mục tiêu này cũng không dễ thực hiện do những hạn chế của chuỗi cung ứng toàn cầu.
Ông Kang cho biết NVIDIA hiện phải cạnh tranh quyết liệt để đảm bảo nguồn cung linh kiện bán dẫn từ các nhà cung cấp lớn như Samsung nhằm đáp ứng nhu cầu ngày càng tăng trên toàn cầu. Trong bối cảnh các tập đoàn công nghệ lớn đã chiếm ưu thế trong chuỗi cung ứng, việc Việt Nam có thể dễ dàng tiếp cận đủ phần cứng để xây dựng một hạ tầng AI quy mô lớn là điều khó khả thi.
Theo vị chuyên gia, chính những rào cản này càng cho thấy Việt Nam nên lựa chọn hướng đi phù hợp với điều kiện thực tế của mình, tập trung phát triển các hệ thống AI chuyên biệt dựa trên dữ liệu và nhu cầu trong nước thay vì chạy đua xây dựng các mô hình AI tổng quát quy mô lớn.
Thế Trần