Thuyết phục những nhân tài hàng đầu thế giới bỏ Silicon Valley về Việt Nam là bài toán hóc búa mà Viện trưởng Viện nghiên cứu VinAI Research đang phải đối mặt.

Tiến sĩ Bùi Hải Hưng - Viện trưởng Viện nghiên cứu VinAI Research thuộc Tập đoàn Vingroup chia sẻ khát vọng về một viện nghiên cứu trí tuệ nhân tạo (AI) của Việt Nam ngang tầm thế giới, cũng như ươm mầm thêm người Việt tài năng trong lĩnh vực AI. Hơn 15 năm làm việc ở Silicon Valley (Mỹ), trở thành chuyên gia nghiên cứu hàng đầu về AI tại Viện Nghiên cứu Stanford, Google DeepMind, quyết định trở về Việt Nam của Tiến sĩ Bùi Hải Hưng khiến giới nghiên cứu không khỏi bất ngờ.

- Đang làm việc tại một nơi nhiều người ước mơ, vì sao ông bỏ tất cả để về Việt Nam?

- Câu trả lời ngắn gọn nhất là tôi muốn tạo ra ảnh hưởng và tác động tích cực, muốn giải những bài toán AI của Việt Nam thay vì những bài toán của thế giới. Nếu tôi làm ở Việt Nam và thành công, sức ảnh hưởng tích cực của việc tôi làm sẽ lớn hơn khi tôi ngồi vị trí trước đây ở Google DeepMind. Nhiều người như GS Nguyễn Minh Hoài hay TS Lưu Khoa, người cùng trở về làm đồng nghiệp với tôi, đều nhận thấy điều ấy.

Một điểm nữa tôi muốn nói đến là cơ hội. Trung Quốc dù rất phát triển AI, nhưng Việt Nam và Đông Nam Á được thế giới chú ý nhiều, nó là thời cơ để mình làm gì đó. Việc hiện thực hóa được cơ hội như thế sẽ dễ dàng hơn khi có một đơn vị nhiều tài nguyên đầu tư. Tôi nghĩ từng đó lý do là đủ cho quyết định và thấy rằng việc đầu tư cho AI ở Việt Nam thời điểm này là rất hợp lý.

Khi tôi đưa ra ý tưởng, lãnh đạo Tập đoàn Vingroup ủng hộ rất nhanh. Chúng tôi có điểm chung về khát vọng và tầm nhìn, còn việc triển khai thì tôi có toàn quyền.

- Quyết định gây dựng Viện nghiên cứu AI ở Việt Nam mang đến cho ông khó khăn, thuận lợi nào?

- Tôi đã có những đêm trắng. Lúc đầu tôi hình dung sẽ làm như khi ở Google thôi, nhưng hiện giờ tôi thấy cường độ lớn hơn nhiều. Đúng là tôi đang tự đặt áp lực cho mình. Nếu chỉ cần làm nghiên cứu có tên tuổi, ghi danh với thế giới rằng Việt Nam đang làm trí tuệ nhân tạo, khi bàn cách triển khai chúng tôi có tính đến có thể set up một VinAI như hiện nay ở nước ngoài.

Bạn hình dung, nếu VinAI ở nước ngoài thì việc set up rất thuận lợi, tìm nhân sự cũng dễ dàng hơn rất nhiều. Tập đoàn cũng đồng tình nếu chúng tôi chọn cách này. Nhưng nếu làm như vậy, tôi nghĩ sẽ không có cơ hội cho những bạn nghiên cứu trẻ, không có kết nối với các trường ở Việt Nam. Như hiện giờ tôi có một số thầy giáo ở các trường có thể làm part time với tôi. Nếu triển khai ở nước ngoài sẽ không có sự lan tỏa như thế, đó là lý do tôi muốn đặt VinAI ở Việt Nam.

Hai tháng vừa rồi tôi cảm giác như đang khởi nghiệp. Khởi đầu nào cũng đầy khó khăn nhưng tôi thấy thú vị khi tìm cách vượt qua khó khăn đó. Hiện tại là thu hút nhân tài. Khi đội ngũ sẵn sàng chạy, tôi sẽ tập trung cùng nghiên cứu.

- Ông cam kết mục tiêu ra sao với nhà đầu tư?

- Đích đến của chúng tôi là hướng đến các nghiên cứu đỉnh cao, đẩy nhanh các ứng dụng AI ở Việt Nam và Châu Á Thái Bình Dương, đào tạo, phát triển nhân tài trong lĩnh vực này.

Tôi có KPI, trùng với các nhiệm vụ tôi đặt ra, đó là hàng năm có công trình nghiên cứu đỉnh cao công bố quốc tế, đăng ký sáng chế, đào tạo nhân tài về AI, và trợ giúp các startup ở Việt Nam về công nghệ AI.

Cách đây 6 tháng tôi chưa từng nghĩ sẽ về Việt Nam làm việc. Thế nhưng khi tìm hiểu, tôi nhận thấy việc đầu tư vào khối công nghệ của Vingroup không phải là một cuộc chơi của ông chủ nhiều tiền. Đó là một sự đầu tư nghiêm túc, bài bản và có tầm nhìn. Và Vingroup cam kết đi đường dài cùng các nhà khoa học để cùng góp phần xây dựng và phát triển nền khoa học Việt, từ những chất xám để tạo ra những sản phẩm "Make in Vietnam". Vì vậy tôi tin những cam kết của tôi sẽ được hỗ trợ tối đa và sẽ thành công.

- Những nghiên cứu đỉnh cao như ông nói, có thể hiểu là gì?

- Đỉnh cao nghĩa là phương pháp của mình phải tốt hơn so với cái hiện có trên thế giới, thế giới phải học hỏi những phương pháp đó của mình. Nó khác với thuần tuý ứng dụng là mình bắt đầu từ cái thế giới đang có nhưng nâng cao hơn, làm tăng độ chính xác, hiệu quả hơn.

Hiện giờ, việc đầu tiên tôi cần làm là tập hợp một lực lượng từng nghiên cứu công nghệ đỉnh cao về đây tham gia. Các dự án cụ thể đang được hình thành dưới dạng những đề tài nghiên cứu, với mục tiêu không chỉ ứng dụng mà còn hướng đến những công bố quan trọng, tập trung vào những vấn đề được cả thế giới ưu tiên. Giải quyết những vấn đề đó và công bố quốc tế tại những hội nghị hàng đầu về AI chính là cách để khẳng định chất lượng nghiên cứu của mình.

- Hạn chế trong công nghệ AI mà thế giới đang gặp phải là gì?

- Những công nghệ mà thế giới đã nghiên cứu về AI gồm một số mảng chính như công nghệ nhận dạng mặt người, nhận dạng hành vi con người, hiểu ngôn ngữ tự nhiên, đưa ra quyết định tự động. Hiện công nghệ nhận dạng thường đòi hỏi kho dữ liệu được dán nhãn lớn. Tức là để dạy cho máy hiểu và nhận dạng được đồ vật, con người và các sự việc trong cuộc sống, từng tệp dữ liệu này sẽ phải định nghĩa cụ thể. Công việc này đang làm thủ công, phải cử người dạy cho máy biết đâu là người, đâu là đồ vật.  Chúng tôi muốn hướng đến dạy cho máy học như một đứa trẻ học; nghiên cứu những thuật toán học máy mà không cần qua nhiều nhãn, không có nhãn hoặc không tốn công sức để dán nhãn. Đó cũng là một trong những hướng nghiên cứu mà chúng tôi sẽ tham gia giải quyết. 

Một vấn đề nữa mà công nghệ AI đang gặp phải là liên quan đến máy học và hiểu hoàn cảnh, hiểu các mối quan hệ. Những hạn chế này chúng tôi sẽ giải quyết từng bước.

- Đâu là lĩnh vực ứng dụng sẽ mang lại lợi thế?

- Khi các hạn chế trong công nghệ AI được giải quyết, khoa học sẽ tạo ra ứng dụng đột phá cho người dùng. Các doanh nghiệp và cơ sở nhà nước thường dễ dàng sở hữu dữ liệu big-data không nhãn. Việc tận dụng được những dữ liệu này sẽ là bước đột phá lớn cho công nghệ AI về nhiều mặt, từ việc nhận dạng hình ảnh, đến hiểu ngôn ngữ và các mảng ứng dụng khác.

Các thành viên của VinAI Research vừa trải qua 48 tiếng làm việc liên tục xây dựng kế hoạch cho những dự án nghiên cứu đầu tiên. Có hai loại đề tài nghiên cứu đó là nghiên cứu ở mức độ nền tảng như công nghệ không nhãn, có thể ứng dụng vào nhiều lĩnh vực khác nhau. Kiểu thứ hai là tập trung vào một vấn đề như nhận dạng hành vi con người từ hình ảnh và các phương pháp máy tạo hình ảnh, ngôn ngữ (generative models). Thông thường những giải pháp tốt hơn sẽ đòi hỏi tài nguyên máy tính lớn hơn. Đó cũng là vấn đề cần được giải quyết nếu áp dụng vào thực tế.

- Ông có cho rằng bài toán đang đặt ra khá tham vọng? 

- Tất nhiên rồi. Nếu không về Việt Nam, ở nước ngoài tôi cũng theo đuổi mục tiêu này.

- Nghiên cứu khoa học khó tránh khỏi rủi ro, trường hợp không đạt được mục tiêu thì sao?

- Đây là điều đầu tiên tôi nghĩ đến. Nhưng câu trả lời của tôi là: nếu mình không thử, không cố gắng hết sức thì không thể biết. Nếu thất bại thì ngay chính sự thử sức đã là một tác động tích cực cho Việt Nam rồi.

Tuy nhiên, tôi có kế hoạch phát triển cho Viện. Tôi tâm niệm những nhân sự đầu tiên phải có chất lượng cao rồi từ đó tiếp tục phát triển thêm các lớp sau. Tiêu chí quan trọng vẫn là chất lượng.

Ví dụ như Tiến sĩ Yasin Abbasi-Yadkori chuyên về khoa học máy tính, đang làm tại phòng thí nghiệm hàng đầu ở Silicon Valley đã về đây làm việc. Viện đang hướng đến một môi trường làm việc không kém hơn so với các Lab hàng đầu ở Silicon để mọi người đến làm việc ở đây cũng tự hào vì được làm việc cùng đội ngũ chất lượng.

Bước tiếp theo, sau khi xây dựng đẳng cấp chất lượng của đội ngũ - chúng tôi sẽ đón nhận các bạn tiếp theo, không nhất thiết từ Mỹ. Nếu vượt qua được tiêu chuẩn của mình thì tôi sẽ mời họ về. Những nhân sự ở cấp độ ít kinh nghiệm hơn cũng sẽ rất giỏi.

- Ông đặt tỷ lệ thành công của mình là bao nhiêu?

- Tôi đã có tương đối nhiều kinh nghiệm trong việc quản lý các hoạt động nghiên cứu khoa học. Cách quản lý rủi ro trong nghiên cứu là chúng tôi không bỏ hết trứng vào một giỏ. Sẽ có nhiều dự án khác nhau chạy song song. Thông thường một dự án khả năng thành công dưới 50% nhưng nếu có nhiều dự án chạy song song khác nhau, khả năng một trong số đó thành công sẽ cao hơn.

Thực ra còn một điều như đã nói ở trên là vấn đề con người. Nếu bạn tuyển về những người thực sự có năng lực thì xác suất thành công sẽ cao hơn. Dù biết làm nghiên cứu thì phải chấp nhận rủi ro, nhưng khác với việc sản xuất kinh doanh, nghiên cứu không thể tính bằng tháng mà phải có mục tiêu dài hạn. Vì thế tôi chọn các giải pháp để tỷ lệ thành công cao nhất.

- Ông làm cách nào để hiện thực hóa tham vọng?

- Cách của tôi làm là chuẩn bị nhân lực đủ mạnh. Ban đầu tôi muốn tập hợp khoảng 30 nhà nghiên cứu hàng đầu về trí tuệ nhân tạo đề hình thành đội ngũ nhân sự cốt lõi của Viện. Sau hai tháng triển khai, tôi đang có hơn 10 thành viên lớp đầu, trong số này có 3 nhân sự đến từ thung lũng Silicon, 3 nhân sự từng được giải Toán quốc tế. Đây là con số vượt quá kỳ vọng của tôi trong thời gian ngắn như vậy.

Những người Viện tuyển dụng ở đây đều qua các vòng phỏng vấn như tại Silicon Valley với các tiêu chí tương tự. Điểm khác biệt hơn, những người tôi tuyển về, họ không chỉ cầu toàn để đạt được thành công trong nghiên cứu, mà còn là những người chia sẻ mục tiêu lớn và có khát vọng thực sự. Như anh Khoa và anh Hoài (lớp nhân sự đầu tiên về Viện) đều rất thành công trong công việc nghiên cứu. Để có được thành công đó họ đều cầu toàn, thêm nữa họ có khát vọng đóng góp cho Việt Nam, đó là lý do họ cùng về.

Những nhân sự tôi đang có hiện nay đều đặt mục tiêu muốn nghiên cứu nâng cao hơn những gì nước ngoài đang có. Họ vẫn đang làm như thế ở nước ngoài, còn tôi muốn họ làm điều đó ở ngay tại Việt Nam. Tất nhiên hiện nay đặt yêu cầu cầu toàn ở Việt Nam là một vấn đề lớn vì sẽ khó tuyển dụng. Nhưng tôi xác định điểm cốt yếu để thành công là chất lượng nhân sự.

Bài: Bích Ngọc