Trường đại học kiến nghị giải pháp để gỡ khó trong đào tạo, nghiên cứu về AI
Thực tế việc bảo đảm chất lượng đào tạo và nghiên cứu về AI đang đối mặt với một số khó khăn về nhân lực, tài nguyên tính toán, cơ sở dữ liệu.
Cuộc Cách mạng công nghiệp lần thứ tư cộng hưởng với sự bùng nổ của Internet đã tạo ra những phát minh vĩ đại. Và một trong những phát minh đó là trí tuệ nhân tạo (AI).
Tại Việt Nam, từ năm 2018, chuyển đổi số bắt đầu được nhắc đến nhiều. Năm 2020, Thủ tướng Chính phủ ban hành Quyết định số 749/QĐ-TTg ngày 03/06/2020 của Thủ tướng Chính phủ phê duyệt "Chương trình Chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030". Chuyển đổi số là cốt lõi của phát triển trong kỷ nguyên số và của cách mạng công nghiệp lần thứ tư. Trong các công nghệ số, AI được đánh giá là công nghệ then chốt để thực hiện chuyển đổi số.
Năm 2021, Thủ tướng Chính phủ ban hành Quyết định số 127/QĐ-TTg ngày 26/1/2021 Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng Trí tuệ nhân tạo đến năm 2030. Mục tiêu đặt ra là đến năm 2030, đưa AI trở thành lĩnh vực công nghệ quan trọng của Việt Nam; hình thành 03 trung tâm đổi mới sáng tạo quốc gia về AI; xây dựng được đội ngũ nhân lực chất lượng cao làm về AI bao gồm đội ngũ các chuyên gia và các kỹ sư triển khai ứng dụng AI; tăng nhanh số lượng các công trình khoa học, đơn đăng ký sáng chế về AI của Việt Nam; có ít nhất 01 đại diện nằm trong bảng xếp hạng nhóm 20 cơ sở nghiên cứu và đào tạo về AI dẫn đầu trong khu vực ASEAN.
Nhận thức được tầm quan trọng của nhân lực AI, vài năm gần đây, một số cơ sở giáo dục đại học đưa vào tuyển sinh và đào tạo ngành liên quan đến AI. Tuy nhiên, nhiều chuyên gia cho rằng, việc trang bị các điều kiện bảo đảm về hạ tầng vật chất, đội ngũ chuyên gia đào tạo AI vẫn còn là thách thức đối với cơ sở giáo dục đại học.
Còn khó khăn về nhân lực, tài nguyên tính toán, cơ sở dữ liệu
Trao đổi với phóng viên Tạp chí điện tử Giáo dục Việt Nam, Phó Giáo sư, Tiến sĩ Nguyễn Phi Lê - điều hành Viện Nghiên cứu và Ứng dụng Trí tuệ nhân tạo (AI4LIFE), Đại học Bách khoa Hà Nội cho rằng, các trường đại học hiện nay có rất nhiều thuận lợi để đào tạo AI khi nhu cầu về nguồn nhân lực này nhận được nhiều sự quan tâm từ cộng đồng.
Phó Giáo sư, Tiến sĩ Nguyễn Phi Lê (Ảnh: Website Đại học Bách khoa Hà Nội)
"Thế mạnh lớn nhất của Việt Nam trong nghiên cứu và ứng dụng AI là tiềm năng về con người. Sinh viên Việt Nam có khả năng về khoa học tự nhiên (đặc biệt là các môn Toán, Tin học, Vật lý) không thua kém so với sinh viên các nước trên thế giới", Phó Giáo sư, Tiến sĩ Nguyễn Phi Lê nhận định.
Trong khi đó, Giáo sư, Tiến sĩ Chử Đức Trình - Hiệu trưởng Trường Đại học Công nghệ (Đại học Quốc gia Hà Nội) chia sẻ, với bối cảnh kinh tế đang đẩy mạnh hội nhập, cùng với sự thông minh của người Việt Nam, việc đào tạo nhân lực AI là rất phù hợp. Cùng với đó, bài toán đầu tư cho trang thiết bị phục vụ đào tạo AI không phải quá nhiều như đầu tư cho đào tạo các ngành khoa học chuyên sâu cơ bản (ví dụ như công nghiệp bán dẫn).
AI gắn với hai nền tảng quan trọng, bao gồm kiến thức hàn lâm (Toán học, Vật lý, Hóa học, thống kê, dữ liệu) và công nghệ.
"Người làm việc và có tài năng phát triển trong lĩnh vực AI là người vừa phải có kiến thức nền tảng tốt vừa có khả năng phát triển và ứng dụng công nghệ tốt. Như vậy, cơ sở giáo dục đại học muốn triển khai đào tạo AI thì phải đào tạo cho người học vững vàng về kiến thức và công nghệ.
Trong đó, với đào tạo kiến thức hàn lâm thì không cần trang bị quá nhiều thiết bị. Còn với nền tảng công nghệ, chúng ta có thể khai thác triệt để hệ thống công cụ server (máy chủ) mà các hãng công nghệ đang đầu tư, bằng cách trao đổi để hãng công nghệ hỗ trợ nhà trường, thuê hoặc mua các dịch vụ công nghệ (tùy điều kiện từng cơ sở giáo dục đại học)", Giáo sư, Tiến sĩ Chử Đức Trình chia sẻ.
Giáo sư, Tiến sĩ Chử Đức Trình - Hiệu trưởng Trường Đại học Công nghệ (Đại học Quốc gia Hà Nội). Ảnh: NVCC
Bên cạnh những thuận lợi, thực tế việc bảo đảm chất lượng đào tạo và nghiên cứu về AI đang đối mặt với một số khó khăn về nhân lực, tài nguyên tính toán, cơ sở dữ liệu.
Cụ thể, theo Phó Giáo sư, Tiến sĩ Nguyễn Phi Lê, về nhân lực, đội ngũ chuyên gia trong lĩnh vực này ở Việt Nam không nhiều và chỉ tập trung ở một số cơ sở giáo dục lớn. Vì vậy, không phải cơ sở giáo dục nào cũng có thể đảm bảo đội ngũ giảng dạy về AI.
Về tài nguyên tính toán, có thể nói rằng, các cơ sở nghiên cứu đều đang đối mặt với tình trạng thiếu tài nguyên này. Do đó, tài nguyên tính toán dành cho đào tạo AI cũng gần như là không có.
Về cơ sở dữ liệu, Việt Nam đang không có các bộ dữ liệu lớn. Vì vậy, phần lớn các nghiên cứu được thực hiện trên các bộ dữ liệu công khai của các nước khác trên thế giới. Một số nhóm nghiên cứu đã và đang thu thập các bộ dữ liệu cho các nghiên cứu của họ, nhưng những bộ dữ liệu này thường cũng không được chia sẻ rộng rãi, dẫn tới sự hạn chế trong việc nghiên cứu.
Cô Lê cũng cho rằng, đối với những sinh viên giỏi, nếu được định hướng và hỗ trợ tốt thì hoàn toàn có thể nghiên cứu AI chuyên sâu, trở thành những chuyên gia trong lĩnh vực này. Tuy vậy, ở thời điểm hiện tại, AI vẫn chưa thực sự được đầu tư cho việc nghiên cứu và phát triển.
"Chủ trương, chính sách đã rất rõ ràng, nhưng các chương trình hành động cụ thể thì lại chưa được triển khai quyết liệt. AI là cơ hội lớn cho chúng ta, nhưng nếu không thực sự quyết tâm và có các hành động cụ thể, quyết liệt thì sẽ lỡ mất cơ hội này.
Để nghiên cứu và phát triển AI, tôi cho rằng cần phải có sự đầu tư, cụ thể là đầu tư cho phát triển con người, hạ tầng tính toán, và thu thập các bộ dữ liệu. AI là một cuộc chơi tốn kém, và nếu không có sự đầu tư mạnh mẽ thì không thể phát triển được ngành này. Hơn nữa, việc đầu tư cần phải tập trung vào đúng nơi, đúng chỗ, tránh đầu tư dàn trải", Phó Giáo sư, Tiến sĩ Nguyễn Phi Lê chia sẻ.
Trước ý kiến cho rằng, đào tạo AI hiện nay có hạn chế về việc thiếu hạ tầng tính toán đủ mạnh để tạo điều kiện cho người học thực hành trực tiếp trên đó, Giáo sư, Tiến sĩ Chử Đức Trình cho rằng nhiều trường đại học trên thế giới cũng đang đối mặt với tình trạng này chứ không riêng Việt Nam.
Tuy nhiên, tại Việt Nam, hạ tầng tính toán không thiếu đến mức trầm trọng mà có thể đáp ứng được điều kiện giảng dạy cơ bản về AI cho sinh viên.
“Việc đầu tư hệ thống tính toán mang tính cơ bản để phục vụ trong giảng dạy, nghiên cứu AI một cách vừa phải thì không phải là bài toán quá khó đối với nhiều cơ sở giáo dục đại học ở Việt Nam.
Còn việc đầu tư hệ thống bảo đảm nghiên cứu và triển khai các dịch vụ AI thì lại là nhiệm vụ của các doanh nghiệp, các cơ sở giáo dục đại học không nhất thiết đầu tư những mô hình hệ thống quá lớn. Bởi, cơ sở giáo dục đại học tập trung đào tạo cơ bản, nền tảng để sau khi các em tốt nghiệp có thể ứng dụng ở doanh nghiệp”, thầy Trình chia sẻ.
Để góp phần giải quyết vấn đề công nghệ, thầy Trình cho rằng, các cơ sở giáo dục đại học có thể đồng hành cùng doanh nghiệp trong đào tạo AI, gồm doanh nghiệp ở Việt Nam (doanh nghiệp lớn và doanh nghiệp khởi nghiệp) và doanh nghiệp quốc tế.
Liên quan đến đội ngũ giảng viên phục vụ đào tạo AI, Hiệu trưởng Trường Đại học Công nghệ (Đại học Quốc gia Hà Nội) nhận định đây là một bài toán khó. Bởi, đào tạo AI mang tính chất liên ngành, kết hợp giữa các ngành khoa học cơ bản, công nghệ thông tin, khoa học máy tính, dữ liệu. Trong khi đó, các ngành đào tạo ở Việt Nam hiện mang tính đơn ngành nhiều hơn liên ngành. Song, đây vẫn là cơ hội để tổ hợp các nhà khoa học từ nhiều ngành khác nhau vào trong đào tạo AI.
Giải pháp nào để gỡ khó trong đào tạo, nghiên cứu và phát triển AI?
Bằng những kinh nghiệm trong đào tạo AI, Giáo sư Chử Đức Trình nhận định, các cơ sở giáo dục đại học khi đào tạo AI phải xây dựng chương trình đào tạo tốt, đáp ứng được chuẩn đầu ra.
“Những ngành đào tạo liên quan đến AI có sự thay đổi nhanh chóng và mạnh mẽ. Tại thời điểm tuyển sinh cho đến khi các em ra trường, bức tranh về AI cũng có những thay đổi. Do đó, chương trình đào tạo về AI phải trang bị cho sinh viên kỹ năng cực kỳ cơ bản để các em có thể đi đường dài, thích ứng với những thay đổi của ngành nghề. Để làm được điều này, các cơ sở giáo dục đại học phải xác định đào tạo gắn với chất lượng, chuẩn đầu ra và trách nhiệm xã hội trong đào tạo AI”, thầy Trình cho biết.
Về đội ngũ giảng viên đào tạo AI, thầy Trình cho rằng, giảng viên đào tạo AI bao giờ cũng phải gắn với đổi mới sáng tạo, tự học suốt đời. Cơ sở giáo dục đại học có trách nhiệm tạo điều kiện cho giảng viên có đầy đủ cơ sở vật chất, thời gian để hội nhập kiến thức.
"Giảng viên phải tham gia tích cực vào nghiên cứu khoa học để tạo ra dữ liệu mới, kiến thức mới, đáp ứng sự thay đổi nhanh chóng của AI", Giáo sư, Tiến sĩ Chử Đức Trình nhấn mạnh.
Sinh viên học tập tại Trung tâm Nghiên cứu quốc tế về Trí tuệ nhân tạo, Đại học Bách khoa Hà Nội. (Ảnh: website nhà trường).
Còn theo Phó Giáo sư, Tiến sĩ Nguyễn Phi Lê, để đào tạo, nghiên cứu và phát triển AI chỉ có cách tăng cường đầu tư.
Cụ thể, đầu tư cho phát triển nhân lực bằng cách có các chính sách khuyến khích sinh viên học sau đại học, nghiên cứu AI chuyên sâu. Đồng thời, có các chính sách hỗ trợ việc đưa các nghiên cứu AI ra ứng dụng vào thực tế.
Đầu tư cho việc phát triển các phòng nghiên cứu trọng điểm, tập hợp những con người có năng lực, có tâm huyết thật sự về AI.
Đầu tư cho hạ tầng tính toán bằng cách xây dựng các trung tâm tính toán hiệu năng cao, giúp các nhà nghiên cứu có thể huấn luyện và thử nghiệm các mô hình lớn.
Đầu tư cho việc thu thập và xử lý các bộ dữ liệu lớn từ việc xây dựng các mô hình cơ sở từ bộ dữ liệu của Việt nam, làm nền tảng cho các nghiên cứu khác.
Trao đổi với phóng viên, Phó Giáo sư, Tiến sĩ Trần Xuân Nhĩ - Phó Chủ tịch Thường trực Hiệp hội Các trường đại học, cao đẳng Việt Nam chia sẻ, trong bối cảnh toàn cầu, việc phát triển và ứng dụng công nghệ trí tuệ nhân tạo vào mọi mặt đời sống xã hội (ví dụ như giao thông, y tế, nông nghiệp,...) có ý nghĩa quan trọng, góp phần thúc đẩy chuyển đổi số quốc gia.
“Việc đào tạo nguồn nhân lực AI là rất cần thiết nhưng cơ sở giáo dục đại học khi đưa vào tuyển sinh ngành đào tạo về AI không được ồ ạt mà phải ưu tiên bảo đảm chất lượng”, thầy Nhĩ chia sẻ.
So với trình độ phát triển và ứng dụng công nghệ AI ở nhiều nước trên thế giới, thầy Nhĩ cho rằng, nước ta có nhiều khó khăn khi gia nhập cuộc đua đào tạo nhân lực AI do những hạn chế về cơ sở vật chất, đội ngũ giảng viên, chuyên gia lĩnh vực này. Do đó, các cơ sở giáo dục đại học và doanh nghiệp đều phải nhận thức đúng, rằng đào tạo nhân lực AI là vấn đề cấp thiết, nếu không kịp thời vào cuộc sẽ bị tụt hậu nhưng khi đã gia nhập cuộc đua đào tạo và phát triển đội ngũ nhân lực AI thì sẽ đối mặt với nhiều khó khăn và cần quyết tâm cao để vượt qua, vươn mình bứt phá.
Phó Giáo sư, Tiến sĩ Trần Xuân Nhĩ cũng cho rằng, nhà nước cần có chính sách đầu tư cho đội ngũ giảng viên đi học, bồi dưỡng ở nước ngoài để đào tạo họ trở thành những chuyên gia về AI có đủ năng lực hội nhập toàn cầu.
Đồng thời, có chính sách để chiêu mộ những chuyên gia AI ở nước ngoài về Việt Nam làm việc trong cơ sở giáo dục đại học; tăng cường hợp tác với các nước để góp phần phát triển AI ở Việt Nam.
Đối với các cơ sở giáo dục đại học đủ mạnh để đào tạo AI, nhà nước cũng nên có sự đầu tư về trang thiết bị, hạ tầng vật chất - điều kiện để các trường đáp ứng yêu cầu đào tạo đội ngũ nhân lực phục vụ phát triển AI.
