Tổng công trình sư cần quyền tự chủ để dẫn dắt các nhiệm vụ lớn

PGS.TS. Lưu Quang Trung, hiện đang công tác tại Phòng thí nghiệm Tín hiệu và Hệ thống (L2S), CentraleSupélec (Đại học Paris-Saclay, Pháp) đã trả lời phỏng vấn báo Tin tức và Dân tộc (TTXVN) về vai trò của “tổng công trình sư”, cách huy động trí thức Việt toàn cầu phát triển AI và xây dựng hệ sinh thái nghiên cứu, thương mại hóa công nghệ.

Thời gian qua khái niệm “tổng công trình sư” được thảo luận nhiều như một giải pháp để dẫn dắt, kết nối các nhóm nghiên cứu trẻ. Ông nhìn nhận như thế nào về vị trí này và làm thế nào để phát huy vai trò kết nối của lực lượng này đóng góp cho Tổ quốc, nhất là khi có Nghị quyết 57-NQ/TW?

Theo tinh thần của Nghị quyết 57, “tổng công trình sư” là người có khả năng tổ chức, điều hành, chỉ huy và triển khai các nhiệm vụ trọng điểm quốc gia về khoa học và công nghệ. Vì vậy, tổng công trình sư không nên được hiểu như một danh hiệu dành cho một nhà khoa học xuất sắc, mà là một vị trí gắn với trách nhiệm tổ chức và dẫn dắt những nhiệm vụ khoa học công nghệ lớn.

PGS.TS. Lưu Quang Trung tham gia Trường hè Khoa học Việt Nam với vai trò giảng viên và Trưởng Ban Tổ chức địa phương.

Những bài toán như trí tuệ nhân tạo, bán dẫn hay 6G không thể được giải quyết bởi một cá nhân. Phía sau một tổng công trình sư phải là một tập thể gồm nhiều nhà khoa học, kỹ sư và chuyên gia giỏi ở những lĩnh vực khác nhau. Vì vậy, bên cạnh chuyên môn và tầm nhìn, họ cần có khả năng kết nối và tập hợp lực lượng: Biết tìm đúng người, đặt đúng người vào đúng bài toán và tạo được sự đồng lòng để cùng theo đuổi một mục tiêu chung.

Điều này đòi hỏi người tổng công trình sư phải có uy tín đủ lớn, cả về chuyên môn lẫn con người. Những người giỏi chỉ muốn hợp tác lâu dài khi họ tin vào năng lực, cách làm việc và mục tiêu của người dẫn dắt. Uy tín đó phải được tích lũy qua thực tế, chứ không thể hình thành đơn thuần từ một quyết định bổ nhiệm.

Ngược lại, khi giao trách nhiệm dẫn dắt một nhiệm vụ lớn thì cũng cần trao quyền tự chủ và nguồn lực tương xứng, đặc biệt trong việc lựa chọn cộng sự, đối tác và tổ chức đội ngũ. Trách nhiệm phải đi cùng quyền quyết định.

Về dài hạn, thành công của một tổng công trình sư không chỉ là hoàn thành một dự án, mà còn là xây dựng được đội ngũ và thế hệ kế cận. Nếu sau một chương trình lớn hình thành thêm những nhóm nghiên cứu mạnh, những nhà khoa học trẻ có khả năng độc lập dẫn dắt và những mối liên kết bền vững trong và ngoài nước, thì đó mới là tác động lâu dài đối với hệ sinh thái khoa học công nghệ Việt Nam.

Mới đây Bộ Khoa học và Công nghệ thành lập Mạng lưới chuyên gia trí tuệ nhân tạo Việt Nam toàn cầu. Ông có đề xuất, kiến nghị gì để huy động được đội ngũ trí thức Việt đóng góp xây dựng công nghệ trí tuệ (AI) Việt Nam?

Việc tập hợp được một mạng lưới chuyên gia mới chỉ là bước đầu. Tiếp theo, cần tạo ra những không gian trao đổi thực chất giữa các chuyên gia với đại diện cơ quan quản lý Nhà nước như Bộ Khoa học và Công nghệ, cũng như các doanh nghiệp có nhu cầu ứng dụng công nghệ.

Các buổi tọa đàm, hội nghị hay hội thảo không nhất thiết và không nên tổ chức rầm rộ, mà cần đi vào chiều sâu, tập trung vào từng bài toán cụ thể để cùng trao đổi, phản biện và đề xuất những giải pháp khả thi. Những ý tưởng tốt sau đó phải có điều kiện triển khai với nguồn lực, dữ liệu, hạ tầng và đối tác phù hợp. Nếu chỉ dừng ở kết nối hay gia tăng số lượng thành viên thì rất khó tạo ra tác động thực chất.

PGS.TS. Lưu Quang Trung (ngoài cùng bên trái) tham gia Hội nghị về thúc đẩy khoa học, công nghệ và đổi mới, do Đại học Bang Arizona tổ chức dưới sự bảo trợ của Bộ Ngoại giao Hoa Kỳ và ASEAN, tại Viêng Chăn, Lào.

Tôi cũng cho rằng cần cụ thể hóa khái niệm “làm chủ AI”. Điều đó không nhất thiết có nghĩa là Việt Nam phải tự phát triển mọi thứ từ đầu hay xây dựng một mô hình nền tảng để cạnh tranh trực tiếp với những mô hình lớn nhất của Mỹ hay Trung Quốc.

Tôi đồng tình với quan điểm của Tiến sĩ Lê Viết Quốc, chuyên gia AI hàng đầu trên thế giới, rằng Việt Nam không nên chỉ chạy theo và làm lại những mô hình mà thế giới đã phát triển, bởi như vậy rất khó vượt lên. Chúng ta có thể tận dụng những mô hình mã nguồn mở như DeepSeek, Llama hay Gemma, rồi tập trung nguồn lực để phát triển, điều chỉnh và ứng dụng vào những bài toán mà Việt Nam có nhu cầu và lợi thế riêng.

Vì vậy, câu hỏi cần đặt ra cụ thể hơn là: Việt Nam muốn làm chủ khâu nào của AI và để giải quyết bài toán gì? Đó có thể là dữ liệu, khả năng điều chỉnh mô hình, các thuật toán chuyên biệt, hoặc tích hợp và triển khai AI trong những lĩnh vực quan trọng như viễn thông, an ninh mạng, sản xuất, giao thông hay y tế. Khi mục tiêu đủ rõ, chúng ta vừa tránh dàn trải nguồn lực, vừa giúp các chuyên gia trong và ngoài nước xác định rõ mình có thể đóng góp ở đâu.

Theo ông, làm thế nào để thu hút các nhà khoa học Việt Nam ở nước ngoài không chỉ về nước giảng dạy ngắn hạn, mà thực sự gắn bó và tạo dựng hệ sinh thái nghiên cứu bền vững?

Trước hết cần nhìn rộng hơn về khái niệm “thu hút”. Một nhà khoa học Việt Nam ở nước ngoài không nhất thiết phải trở về làm việc toàn thời gian mới có thể đóng góp lâu dài cho Việt Nam. Họ có thể cùng hướng dẫn nghiên cứu sinh, xây dựng nhóm nghiên cứu chung, thực hiện các dự án dài hạn, trao đổi nhà khoa học và sinh viên, hoặc kết nối các trường đại học và viện nghiên cứu trong nước với mạng lưới nghiên cứu quốc tế.

Thực tế đã có những người rất thành công. Giáo sư Jean Trần Thanh Vân đã dành nhiều thập kỷ xây dựng mạng lưới hợp tác khoa học quốc tế và Trung tâm Quốc tế Khoa học và Giáo dục liên ngành (ICISE) tại Quy Nhơn. Giáo sư Ngô Bảo Châu, trong khi vẫn duy trì hoạt động học thuật quốc tế, đã tham gia xây dựng và giữ vai trò Giám đốc khoa học của Viện Nghiên cứu cao cấp về Toán (VIASM). Những mô hình như vậy cho thấy đóng góp của trí thức ở nước ngoài có thể mang tính lâu dài và tạo ra cả một hệ sinh thái, thay vì chỉ giới hạn ở những chuyến về nước ngắn hạn.

Để có thêm những trường hợp như vậy, cần có cơ chế hợp tác đủ linh hoạt, nguồn lực ổn định và những đối tác mạnh trong nước để nhà khoa học có thể xây dựng chương trình nghiên cứu trong nhiều năm. Theo tôi, thành công không nên chỉ được đo bằng số nhà khoa học trở về, mà còn bằng những nhóm nghiên cứu được hình thành, những nhà khoa học trẻ được đào tạo và những mạng lưới hợp tác quốc tế bền vững được tạo ra cho Việt Nam.

Theo ông, cần có cơ chế và hệ sinh thái như thế nào để đưa những kết quả nghiên cứu có tiềm năng ứng dụng từ phòng thí nghiệm ra thị trường?

Đầu tiên, phải thống nhất với nhau rằng, không phải mọi kết quả nghiên cứu đều có thể hoặc cần được thương mại hóa ngay. Những nghiên cứu cơ bản hay có tính dài hạn có thể chưa tạo ra sản phẩm trong vài năm, nhưng lại là nền tảng cho những công nghệ quan trọng sau này. Vì vậy, thương mại hóa không nên trở thành một tiêu chí cứng áp dụng cho tất cả các đề tài.

Đối với những nghiên cứu có tiềm năng ứng dụng, khó khăn lớn thường nằm ở khoảng cách từ kết quả trong phòng thí nghiệm đến một sản phẩm thực sự có thể đưa ra thị trường. Quá trình này đòi hỏi kinh phí để phát triển và thử nghiệm nguyên mẫu, hoàn thiện công nghệ, bảo hộ sở hữu trí tuệ, tìm kiếm đối tác và nhà đầu tư, cũng như kiểm chứng sản phẩm trong môi trường thực tế. Do đó, cần có những cơ chế và nguồn tài trợ dành riêng cho giai đoạn chuyển tiếp này, đồng thời khuyến khích doanh nghiệp tham gia từ sớm.

Khi xây dựng chính sách thương mại hóa nghiên cứu, nên tham vấn trực tiếp những nhà khoa học đã thực sự thành công trong việc đưa công nghệ từ phòng thí nghiệm ra thị trường. Đơn cử, Giáo sư Vũ Ngọc Tâm tại Đại học Dartmouth (Hoa Kỳ). Từ các nghiên cứu về thiết bị đeo và cảm biến, anh đã đồng sáng lập Earable Neuroscience, phát triển các sản phẩm ứng dụng trí tuệ nhân tạo và công nghệ thần kinh để theo dõi hoạt động não và hỗ trợ giấc ngủ. Công ty đã huy động được khoảng 7 triệu USD vốn đầu tư. Kinh nghiệm của những người đã trực tiếp trải qua quá trình từ nghiên cứu, phát triển nguyên mẫu, bảo hộ công nghệ, gọi vốn đến đưa sản phẩm ra thị trường như GS. Tâm sẽ giúp nhận diện rất cụ thể những điểm nghẽn mà chính sách cần tháo gỡ.

Cuối cùng, không nên đặt toàn bộ trách nhiệm thương mại hóa lên vai nhà khoa học. Nhà khoa học có thể tạo ra một công nghệ tốt, nhưng không nhất thiết có chuyên môn về phát triển sản phẩm, sở hữu trí tuệ, gọi vốn hay thị trường. Vì vậy, cần xây dựng một hệ sinh thái với sự tham gia của các kỹ sư, chuyên gia chuyển giao công nghệ, doanh nghiệp và nhà đầu tư. Muốn nhiều nghiên cứu được thương mại hóa hơn, điều quan trọng không chỉ là yêu cầu nhà khoa học đưa sản phẩm ra thị trường, mà là xây dựng được một cây cầu thực sự từ phòng thí nghiệm đến thị trường.

Xin trân trọng cảm ơn ông!

PGS. TS. Lưu Quang Trung hiện đang công tác tại Phòng thí nghiệm Tín hiệu và Hệ thống (L2S), CentraleSupélec, Đại học Paris-Saclay, Pháp. Lĩnh vực nghiên cứu chính của anh nằm ở giao điểm giữa mạng viễn thông thế hệ mới, trí tuệ nhân tạo và tối ưu hóa, tập trung vào mạng 5G/6G, mạng truy cập vô tuyến mở (O-RAN), công nghệ cắt lát mạng, điện toán biên và ứng dụng trí tuệ nhân tạo trong quản lý, phân bổ tài nguyên mạng.

Ông đã có hơn 30 công bố khoa học quốc tế, trong đó có 13 bài báo trên các tạp chí Q1, cùng một bằng sáng chế tại Mỹ liên quan đến công nghệ cắt lát mạng cho 5G/6G. Luận án tiến sĩ của anh được trao Giải Luận án tiến sĩ xuất sắc nhất năm 2022 về mạng và các hệ thống phân tán bởi hai tổ chức ACM SIGOPS France và GDR-RSD thuộc Trung tâm Nghiên cứu Khoa học Quốc gia Pháp (CNRS).

Bên cạnh hoạt động nghiên cứu tại Pháp, ông duy trì hợp tác với các nhóm nghiên cứu tại Việt Nam, tham gia đồng hướng dẫn học viên, nghiên cứu sinh và các hoạt động kết nối, hỗ trợ thế hệ nhà khoa học trẻ Việt Nam.