Hà Nội ứng dụng AI trong nhiều lĩnh vực

Camera AI lắp thí điểm phát hiện vi phạm giao thông tại Hà Nội. Ảnh: Báo Tin tức và Dân tộc

Thông tin với phóng viên Báo Hànôịmới, Giám đốc Sở Khoa học và Công nghệ Trần Anh Tuấn cho biết, AI đang được thành phố thí điểm trong nhiều lĩnh vực, hỗ trợ điều hành theo thời gian thực, qua đó nâng hiệu quả phục vụ người dân, doanh nghiệp và xây dựng Chính phủ số theo mô hình liên thông dữ liệu.

Trong y tế, AI được ứng dụng hỗ trợ chẩn đoán hình ảnh, tư vấn từ xa. Trong lĩnh vực giáo dục, AI dùng để cá nhân hóa học tập, chấm điểm tự động. Trong nông nghiệp, AI dự báo mùa vụ, giám sát chất lượng trồng trọt. Trong tài chính, AI có thể phát hiện gian lận, phân tích tín dụng...

Trong lộ trình phát triển đô thị thông minh đến 2030, Hà Nội đã đưa ứng dụng AI vào các trụ cột giám sát - điều hành (IOC), kho dữ liệu dùng chung, nền tảng tích hợp, chia sẻ (LGSP) và thử nghiệm “bản sao số” để tạo môi trường kiểm chứng, từ đó sẵn sàng nhân rộng trợ lý số hành chính, phân loại hồ sơ, phát hiện bất thường.

Các ứng dụng AI cũng là nội dung hợp tác trong hoạt động tại Trung tâm Đổi mới sáng tạo Hà Nội và chương trình đô thị thông minh… Một số viện, trường, doanh nghiệp đã thành lập phòng thí nghiệm AI; có hoạt động nghiên cứu ứng dụng AI trong y sinh, vật liệu, môi trường, năng lượng, góp phần tăng năng suất và mở ra cơ hội hình thành ngành công nghiệp AI.

Sở Khoa học và Công nghệ cũng cũng yêu cầu các doanh nghiệp viễn thông phát triển nhanh hạ tầng số và dữ liệu phục vụ AI. Hiện hạ tầng 5G, IoT cho khu công nghệ cao, khu công nghiệp, cụm công nghiệp đang được triển khai, mục tiêu năm 2026 phủ 100% 5G, hoàn thiện truyền dẫn quang và cung cấp XGS-PON đối xứng 10 Gbps làm nền cho ứng dụng AI thời gian thực trong nhà máy thông minh và đô thị.

Cũng theo Sở Khoa học và Công nghệ Hà Nội, bên cạnh những kết quả đạt được, việc phát triển, ứng dụng AI vẫn ở quy mô nhỏ. Phần lớn mô hình AI trong quản lý công và các ngành mới ở mức thử nghiệm, chưa nhân rộng, hiệu quả còn khiêm tốn và thiếu cơ chế vận hành bền vững trên các nền tảng dùng chung của thành phố.

Sử dụng chatbot AI của Công an thành phố Hà Nội trên ứng dụng iHanoi

Mặt khác, do thiếu mô hình ngôn ngữ lớn (LLM) dùng chung cho khu vực công, chưa có LLM tiếng Việt quy mô quốc gia, nên các cơ quan phải dựa vào giải pháp rời rạc hoặc dịch vụ nước ngoài, khó đảm bảo chủ quyền dữ liệu và tối ưu chi phí.

Dữ liệu còn phân tán, “cát cứ”, thiếu chuẩn hóa, chưa hoàn thiện kho dữ liệu dùng chung, chuẩn dữ liệu, API mở và nền tảng tích hợp - chia sẻ, gây khó khăn cho huấn luyện và triển khai AI đa ngành; đô thị thông minh phải xử lý triệt để phân mảnh để tránh đầu tư manh mún.

Ngoài ra, do chưa có Luật AI, các quy định về đạo đức, phân loại rủi ro, bảo vệ dữ liệu cá nhân và trách nhiệm pháp lý với hệ thống AI còn thiếu, khiến cơ quan và doanh nghiệp lúng túng trong phê duyệt, mua sắm và triển khai ở quy mô lớn.

Công cụ tài chính - thị trường cho AI còn hạn chế do thiếu cơ chế đồng tài trợ - đồng sở hữu IP cho dự án R&D có vốn nhà nước, quỹ đầu tư mạo hiểm theo mô hình fund of funds và mua sắm công cho đổi mới, dẫn đến khó hình thành “đường ra” thị trường cho sản phẩm AI nội địa.

Vấn đề về rủi ro an toàn, bảo mật và trách nhiệm khi chưa tích hợp “security/interoperability by design” ở cấp kiến trúc đô thị và cơ quan, dẫn đến nguy cơ rò rỉ dữ liệu, thiên lệch thuật toán và khó truy cứu trách nhiệm khi AI đưa ra khuyến nghị sai, đặc biệt trong các dịch vụ công nhạy cảm.

Do vậy, thành phố đã đề xuất, kiến nghị sớm hoàn thiện thể chế, pháp lý để thúc đẩy phát triển, ứng dụng trí tuệ nhân tạo trong chuyển đổi số.

Trước hết, các bộ, ngành chức năng cần xây dựng khung pháp lý tạm thời cho AI trước khi Luật AI được ban hành. Trong đó, áp dụng nguyên tắc đạo đức, phân loại rủi ro, cơ chế thử nghiệm có kiểm soát (sandbox), trách nhiệm pháp lý và tiêu chí an toàn đối với hệ thống AI dùng trong dịch vụ công, tránh gián đoạn thí điểm và tạo cơ sở nhân rộng.

Việc chia sẻ dữ liệu giữa cơ quan nhà nước và doanh nghiệp nghiên cứu, ứng dụng AI theo cơ chế cấp quyền, ẩn danh dữ liệu và truy vết sử dụng cũng cần có quy định, phù hợp định hướng đô thị thông minh về dữ liệu là tài nguyên cốt lõi và tích hợp - chia sẻ qua LGSP, IOC.

Hoàn thiện quy định mua sắm công cho đổi mới, cho phép “đặt hàng theo kết quả” với sản phẩm AI, và cơ chế đồng tài trợ - đồng sở hữu sở hữu trí tuệ (IP) trong dự án R&D có vốn nhà nước để khuyến khích doanh nghiệp đồng đầu tư và thương mại hóa.

Ứng dụng AI để sử dụng các dịch vụ hành chính công.

Về phát triển dữ liệu và nền tảng dùng chung, Hà Nội đề xuất xây dựng kho dữ liệu dùng chung cấp thành phố, ngành, chuẩn siêu dữ liệu, API mở, lộ trình mở dữ liệu theo mức độ, và quy chế liên thông dữ liệu đa ngành qua LGSP/IOC để khắc phục “cát cứ”, tạo nền huấn luyện và tích hợp AI quy mô lớn.

Hà Nội đề xuất thí điểm “bản sao số” (digital twin) cho giao thông - thoát nước - môi trường tại các đô thị lớn nhằm tạo testbed dữ liệu thời gian thực phục vụ mô hình dự báo và tối ưu vận hành bằng AI, trước khi nhân rộng toàn đô thị.

Hà Nội đề xuất vận hành các CityLab, Living Labs và sandbox đô thị để tiếp nhận bài toán thực tế, kiểm chứng giải pháp AI trong môi trường thật, đánh giá rủi ro - hiệu quả, chuẩn hóa quy trình nhân rộng, phù hợp khung đô thị thông minh đến 2030.

Thành lập Quỹ đầu tư mạo hiểm theo mô hình fund of funds cấp địa phương, ngành để đồng đầu tư sản phẩm AI ưu tiên, kèm tiêu chí thoái vốn và cơ chế chia sẻ rủi ro, nhằm kéo vốn tư nhân vào giai đoạn thương mại hóa.

Áp dụng mua sắm công cho đổi mới với cơ chế “đặt hàng dịch vụ AI” và “mua kết quả đầu ra” ở các lĩnh vực hành chính công, giao thông, y tế, giáo dục, môi trường, qua đó tạo “đường ra” thị trường ban đầu cho sản phẩm AI nội địa.

Các bộ ngành chức năng chuẩn an toàn thông tin, quyền riêng tư, chuẩn dữ liệu mở và giao thức tích hợp thống nhất để tránh khóa công nghệ, bảo đảm an toàn khi mở rộng quy mô AI. Ban hành hướng dẫn đánh giá tác động thuật toán và quản trị thiên lệch đối với hệ thống AI dùng trong dịch vụ công, kèm quy trình kiểm định - chứng nhận và cơ chế phản hồi, hiệu chỉnh mô hình theo vòng đời.

Đặc biệt, cần công bố bộ chỉ số sẵn sàng AI và bảng điều khiển (dashboard) theo dõi về: Tỷ lệ dịch vụ công có AI hỗ trợ, số API dữ liệu mở, mức độ liên thông dữ liệu, tỷ lệ sử dụng HPC nội địa, số thí điểm sandbox/CityLab, và tác động kinh tế - xã hội, báo cáo định kỳ quý, năm.

Thanh Hà