Tiếp cận thị trường AI thế giới
Là diễn giả đầu tiên, TS Phạm Hiền, đại diện của nhóm DATA61 thuộc Tổ chức Nghiên cứu Khoa học và Công nghiệp Australia CSIRO, chia sẻ từ đầu cầu Australia về Dự án thị trường AI tại Việt Nam. Bà cho biết, dự án được xây dựng dành riêng cho việc hình thành và củng cố hệ sinh thái AI ở Việt Nam, trong đó sẽ bao gồm mục tiêu phát triển nguồn nhân lực chất lượng cao cho lĩnh vực trí tuệ nhân tạo tại thị trường này.
TS Phạm Hiền thông tin, dự án bắt đầu khai thác số liệu liên quan tới đầu tư, trí tuệ nhân tạo... “Dự án thị trường AI tại Việt Nam” tập trung phát triển cơ sở dữ liệu và giải thuật để tự động thu thập, lưu trữ và cập nhật hồ sơ của những chuyên gia AI người Việt trong và ngoài nước; phát triển bảng chỉ mục để theo dõi sự phát triển của AI tại Việt Nam; phát triển mô hình kinh doanh để nâng cao sự hợp tác giữa nghiên cứu và công nghiệp trong lĩnh vực AI.
Chia sẻ liên quan tới nội dung “đào tạo nhân lực AI”, ông Anissh Pandey - Giám đốc NVIDIA khu vực ASEAN - cho rằng, luôn có khoảng cách lớn giữa lý thuyết và thực hành. NVIDIA đang tìm những đại sứ Việt Nam - cầu nối giữa lý thuyết và thực hành AI. Ông cũng liệt kê một số khoá học dành cho từng đối tượng như học sinh, sinh viên, các nhà nghiên cứu... nhằm dạy cách ứng dụng, sử dụng AI, thực chiến, tìm ra giải pháp tối ưu. Mục đích chung là kiến tạo hệ sinh thái trí tuệ nhân tạo. “Không có sự giới hạn nào về sáng tạo AI, NVIDIA đang cung cấp những khóa học giúp bạn tiếp cận thị trường AI” - ông nói.
Cũng theo đại diện NVIDIA, nếu nhìn vào các công ty khởi nghiệp ở Việt Nam, chúng ta nhận thấy cần nhân rộng quy mô trí tuệ nhân tạo nhiều hơn.
Thiếu hụt nguồn nhân lực làm trí tuệ nhân tạo
Trong phiên thảo luận, khi chia sẻ về việc phát triển, đào tạo nguồn nhân lực trí tuệ nhân tạo, ông Nguyễn Xuân Hoài - Viện trưởng Viện Trí tuệ nhân tạo Việt Nam - cho biết, để đưa ra một bức tranh toàn cảnh về nguồn nhân lực trí tuệ nhân tạo Việt Nam, cần có các con số.
Ông Nguyễn Xuân Hoài cho biết, trong quá trình làm việc với nhiều doanh nghiệp, đơn vị (cả tư nhân lẫn nhà nước), nhận thức, nhu cầu về ứng dụng trí tuệ nhân tạo, phân tích dữ liệu ngày càng lớn do cuộc cách mạng chuyển đổi số đang diễn ra mạnh mẽ. Tuy nhiên, khi trao đổi với các chủ đơn vị về khó khăn gặp phải trong quá trình làm việc, chuyên gia luôn nhận được câu trả lời: “Thiếu hụt nguồn nhân lực nằm trong 3 khó khăn hàng đầu”.
Theo Viện trưởng Viện Trí tuệ nhân tạo Việt Nam, AI đang dần trở thành một ngành công nghiệp và là một nghề, vì vậy, khó khăn về nguồn lực là chuyện của cả thế giới. Trong đó, sự thiếu hụt về nguồn nhân lực làm trí tuệ nhân tạo của Việt Nam khá lớn. Do việc phát triển nhanh và sâu, nên rất khó tìm được một người giỏi AI toàn diện. Vì vậy, cần đào tạo các kỹ năng về từng lĩnh vực của trí tuệ nhân tạo. Việc xây dựng mô hình AI trên dữ liệu chỉ là công việc khá nhỏ trong cả một tiến trình. Để đưa AI trong thực tế gồm rất nhiều công đoạn, đòi hỏi kỹ năng, nghề nghiệp khác nhau.
Để đào tạo nguồn nhân lực, Việt Nam cần phải có bức tranh rõ ràng nghề trí tuệ nhân tạo là làm gì? Trong những năm qua, các đại học tại Việt Nam đào tạo nhiều chuyên ngành nhưng lượng học sinh, sinh viên đăng ký đào tạo trí tuệ nhân tạo và khoa học dữ liệu lại thấp nhất trong ngành khoa học công nghệ thông tin. Ông Hoài đặt ra câu hỏi: “Phải chăng do chúng ta nói về nghề AI cao siêu, chung chung nên phụ huynh và học sinh khó có lựa chọn do đó thiếu càng thiếu?”.
TS Minh Đinh - Chủ nhiệm cấp cao chương trình Thạc sĩ Trí tuệ nhân tạo, Đại học RMIT - chia sẻ về vấn đề nguồn nhân lực và định hướng đào tạo nguồn nhân lực AI tại RMIT.
Ông cho rằng, hiện nay ngành phát triển AI rất nhanh và sâu, nên khó tìm được một chuyên gia có đủ và sâu các kiến thức về trí tuệ nhân tạo như Machine Learning (học máy), ngôn ngữ... để theo kịp sự phát triển này. Trong khi đó, lĩnh vực đào tạo AI chỉ đáp ứng khoảng 10% yêu cầu tuyển dụng.
Hiện, RMIT hướng đến phát triển phần mềm 2.0 (Software 2.0), với mô hình lập trình mới và đang phát triển như một phần quan trọng trong kỹ thuật Machine Learning. Trong đó, các kỹ năng chính của phần mềm 2.0 bao gồm: Xác định vấn đề và mục tiêu; Thu thập dữ liệu; Phát triển các mô hình ứng dụng AI; Quản lý mô hình AI. Hiện RMIT muốn đảm bảo cho sinh viên không chỉ phát triển các kỹ năng sử dụng máy tính mà còn trang bị kiến thức về phân tích dữ liệu, các nền tảng về AI.
Cần sự bắt tay của doanh nghiệp
PGS-TS Huỳnh Thị Thanh Bình - Trưởng nhóm nghiên cứu Tối ưu, Phó Hiệu trưởng Trường Công nghệ thông tin và Truyền thông, Đại học Bách khoa Hà Nội - cũng có nhiều trăn trở về thực trạng đào tạo ngành khoa học dữ liệu và trí tuệ nhân tạo tại Việt Nam hiện nay. Bộ Giáo dục đã đồng ý chính thức mở mã đăng ký ngành cho khoa học dữ liệu và trí tuệ nhân tạo, có hiệu lực từ ngày 22.7.2022. Điều này phần nào khẳng định sự hợp tác cùng thúc đẩy ngành của xã hội, Bộ GDĐT và các bộ, ban, ngành. Bà Bình cũng đưa ví dụ một số trường đại học ở Việt Nam đã mở ngành khoa học dữ liệu và trí tuệ nhân tạo, tuy nhiên chưa đáp ứng được nhu cầu thực tế.
Ông Nguyễn Xuân Hoài cũng cho rằng, công tác đào tạo chuyên sâu, đào tạo nguồn nhân lực chất lượng cao cho ngành AI tại Việt Nam còn nhiều hạn chế. Để làm tốt việc đào tạo cần đòi hỏi nhiều yếu tố, trong đó, chi phí và nền tảng phải được thực sự đầu tư. “Không nhiều trường đại học ở Việt Nam đáp ứng được các yếu tố trên. Cách giải quyết tốt hơn là bắt tay đào tạo nhân lực với các doanh nghiệp. Họ là nhóm đối tượng cần nguồn nhân lực chất lượng cao và các trường đại học thì cần hệ thống máy móc, cơ sở hạ tầng tốt để đào tạo” - ông Hoài đưa ra giải pháp.
T.Vương - V.Tuấn
