Ngày hội Trí tuệ Nhân tạo Việt Nam: AI làm tăng hiệu quả trong mọi lĩnh vực

Ngày hội Trí tuệ Nhân tạo Việt Nam (AI4VN) đã diễn ra trong 2 ngày (27-28/11) tại TP.HCM. Với chủ đề "Trí tuệ nhân tạo ứng phó với đại dịch Covid-19", các chuyên gia hàng đầu trong nước và quốc tế cùng chia sẻ những giải pháp ứng dụng AI trong phòng, chống Covid-19 và vận hành cuộc sống mới.

Chủ đề và các hoạt động cốt lõi của ngày hội năm nay không chỉ tập trung các thảo luận, nghiên cứu, ứng dụng AI để phòng chống Covid-19 (phát hiện sớm, cảnh báo, khoanh vùng, dập dịch), mà tầm nhìn xa hơn là công nghệ này sẽ phát huy thế mạnh như thế nào ở cuộc sống trong và hậu khủng hoảng, khi vẫn phải duy trì làm việc, sinh hoạt, kinh doanh…

AI trong ngành tài chính ngân hàng: lắng nghe và phục vụ khách hàng tốt hơn

Những câu chuyện về ứng dụng Trí tuệ nhân tạo được nhiều lãnh đạo ngân hàng chia sẻ tại phiên thảo luận thuộc khuôn khổ “Ngày hội Trí tuệ nhân tạo Việt Nam” do Bộ Khoa học và Công nghệ chủ trì trong ngày 27/11.

Hệ thống LiveBank của TPBank là một ví dụ. Triển khai 3 năm nay, hệ thống này có thể giúp khách hàng đăng ký vân tay và khuôn mặt trong 1 phút, dùng vân tay và khuôn mặt để giao dịch, tự động so sánh khuôn mặt tại CMND với camera… Sau khi định danh điện tử (eKYC) được cho phép thí điểm, khách hàng có thể hoàn thành eKYC và có tài khoản trong 5 giây.

Đằng sau những giải pháp này, ông Nguyễn Hưng, Tổng Giám đốc TPBank cho biết đều có ứng dụng công nghệ trí tuệ nhân tạo (AI) bên cạnh các công nghệ như máy học (Marchine Learning), học sâu (Deep Learning) hay nhận dạng ký tự quang học (OCR). Không chỉ thế, quá trình chuyển đổi số cũng đã diễn ra trong nội bộ của TPBank.

Ví dụ, ngân hàng này dùng AI để tự động phân tích dữ liệu hành vi khách hàng để chăm sóc tốt hơn. Cũng nhờ đóng góp của AI, TPBank đã triển khai trên 70 robot ảo tự động để xử lý việc nhập liệu thủ công, tiết kiệm hàng chục nhân sự và dự kiến đầu tư thêm 140 con vào năm sau. “Trên 80% ứng dụng công nghệ mới của TPBank có sử dụng AI”, ông Nguyễn Hưng nói.

Không chỉ các ngân hàng, các nhà cung cấp giải pháp công nghệ cho ngành tài chính cũng nhộn nhịp triển khai các giải pháp ứng dụng AI. Ông Lê Hồng Việt, Giám đốc điều hành FPT Smart Cloud cho biết 4 tháng qua, tổng đài trợ lý ảo của công ty đã thực hiện 6 triệu cuộc gọi đến và đi phục vụ khách hàng của các ngân hàng. Để phục vụ tốt nhất với số lượng nhiều như thế, ông Việt nói phải nhờ sự trợ giúp của AI.

Hay như Trusting Social, công ty cung cấp hạ tầng kỹ thuật số cho các ngân hàng cho biết, họ dành 2 năm qua để phát triển hệ thống đánh giá điểm tín dụng khách hàng, giải pháp eKYC. Tất cả việc này đều cần ứng dụng Machine Learning và AI. Với đầu tư mạnh mẽ, Trusting Social đang thuê khoảng 30 tiến sĩ về Machine Learning, chiếm 20% lượng nhân sự.

“Với chúng tôi, AI và Big Data là công nghệ để giải quyết bài toán giúp mọi người có cơ hội tiếp cận về mặt tài chính”, ông Nguyễn An Nguyên, Giám đốc điều hành Trusting Social nhận định.

AI trong lĩnh vực y tế: giúp bác sĩ tự tin, đưa ra quyết định nhanh và chính xác hơn

Phó Giáo sư, Tiến sĩ, Bác sĩ Nguyễn Viết Nhung, Giám đốc Bệnh viện Phổi Trung ương, Chủ tịch Hội Phổi Việt Nam, Chủ nhiệm Chương trình Chống lao Quốc gia cho biết, mục tiêu của chương trình là chấm dứt cơ bản bệnh lao vào năm 2030. Như vậy, chỉ còn chưa đầy 10 năm nữa Việt Nam phải “thanh toán” bệnh lao.

“Nguyên tắc hàng đầu là phát hiện sớm, điều trị triệt để, cắt nhanh nguồn lây trong cộng đồng. Song song đó là điều trị lao tiềm ẩn, ngăn nguy cơ tiến triển thành bệnh”, bác sĩ Nhung nhấn mạnh.

Để đạt được mục tiêu đầy tham vọng trên, ngành y tế cần sự hỗ trợ của cơ quan quản lý và các chuyên gia công nghệ, đặc biệt là ứng dụng trí tuệ nhân tạo. AI sẽ đóng vai trò là công cụ tiếp cận mục tiêu, hỗ trợ bác sĩ nâng cao năng lực, chẩn đoán bệnh nhanh, chính xác; đồng thời hỗ trợ người bệnh tuân thủ điều trị có kiểm soát.

Theo bác sĩ Nhung, từ năm 2016 đến nay, Bệnh viện Phổi Trung ương đã sử dụng ứng dụng đọc phim X-quang phổi bằng AI. AI phát hiện chính xác đến 92% bệnh nhân lao phổi. 29 xe chụp X-quang di động cũng đã chủ động phát hiện bệnh lao sớm, từ xa trong cộng đồng mà bác sĩ không cần phải đến tận nơi.

Ngày nay, các bác sĩ tự tin hơn nhiều trong việc chẩn đoán bệnh lao, kể cả với những trường hợp khó. Nhu cầu khám chữa bệnh của người dân được đáp ứng, giải quyết phần nào tình trạng quá tải tại bệnh viện. Đồng thời, nhân viên y tế giảm bớt khối lượng công việc mà không bỏ sót bệnh, ngay ở giai đoạn sớm.

“Công nghệ sẽ hình ảnh hóa những bất thường dù nhỏ nhất, đưa gợi ý phần trăm nguy cơ mắc bệnh để bác sĩ quyết định có cần cho bệnh nhân khám sâu hơn hay theo dõi thêm hay không”, bác sĩ Nhung nói.

Ngoài ra, để hỗ trợ cho người bệnh điều trị dài hạn, các bác sĩ đã phối hợp phát triển một ứng dụng trên điện thoại có tên Dr. Minh. Ứng dụng này có cả tiếng Anh và tiếng Việt, chạy được trên cả nền tảng IOS và Android. Dr. Minh kết nối người bệnh và bác sĩ, giúp hai bên theo dõi tiền sử khám chữa bệnh.

AI trong khối doanh nghiệp: lợi thế cạnh tranh của mọi doanh nghiệp, từ khởi nghiệp đến truyền thống

Trí tuệ nhân tạo (AI) cũng đang thâm nhập sâu vào hoạt động sản xuất, kinh doanh của doanh nghiệp, không chỉ ở các ngành mới, tiên tiến mà cả các ngành truyền thống.

Theo ông Phạm Nguyễn Ngọc Tuấn, Giám đốc khối Công nghệ thông tin Tân Hiệp Phát cho hay, với công nghệ, doanh nghiệp sẽ giải các bài toán về sự xung đột thông tin và dữ liệu, tạo sự thuận tiện cho người dùng thông qua các đối tác chiến lược và các công nghệ nền tảng từ SAP, Amazon, Deloitte, các công nghệ xử lý dữ liệu. Ngoài ra, các ứng dụng còn giúp cho việc tự động và cắt bớt các quy trình trùng lắp trong tổ chức, tăng mức độ kiểm soát thông qua công nghệ đang tạo ra một sự đột phá cho việc chuyển đổi số tại doanh nghiệp.

Năm 2019, doanh thu của Tân Hiệp Phát khoảng 9.200 tỷ đồng, trong đó việc chi cho ứng dụng công nghệ 2-3%. Trong bài toán đầu tư cho công nghệ, AI, doanh nghiệp phải cân đối yếu tố lợi nhuận mang lại và hiệu quả cho khách hàng – ông Tuấn nói.

Ông Đỗ Văn Hải, chuyên gia tại Trung tâm Không gian mạng, Tập đoàn Viettel phân tích cơ hội và thách thức cho doanh nghiệp trong việc phát triển các ứng dụng xử lý tiếng nói cho doanh nghiệp. Công nghệ này đã giúp Viettel xử lý được khối lượng công việc khổng lồ một cách chính xác, hiệu quả.

Mỗi ngày, Viettel có gần 500.000 cuộc gọi đến tổng đài chăm sóc khách hàng. Trước đây doanh nghiệp phải dùng hàng nghìn người để giám sát các cuộc gọi này nhưng không thể triệt để, không kiểm soát được tất cả cuộc gọi, việc đánh giá cũng thiếu khách quan.

Hiện nay, bằng việc đưa cuộc gọi sang văn bản, sử dụng một số keyword có thể phân tích được cuộc gọi, từ đó đánh giá được chất lượng chăm sóc khách hàng của tổng đài viên, ghi nhận những phản ánh từ khách hàng.

Theo ông Hải, muốn áp dụng AI trong doanh nghiệp, người lãnh đạo cần chấp nhận sự đổi mới, áp dụng công nghệ mới. Doanh nghiệp cần ngồi lại với nhau, cùng tháo gỡ các vướng mắc, giải quyết các vấn đề. “Không chỉ các doanh nghiệp ở các ngành mới mà các doanh nghiệp ngành truyền thống như dệt may, da giày, nông nghiệp cũng có thể và nên áp dụng”, ông nói.

Đào tạo nhân lực AI đi đôi với đầu tư hạ tầng tính toán

Đào tạo nhân lực AI và đầu tư hạ tầng tính năng hiệu năng cao cũng là một chủ đề tại Ngày hội nhận được sự quan tâm của rất nhiều người tham dự. PGS.TS Quản Thành Thơ, trường Đại học Bách khoa (Đại học Quốc gia TP HCM) khẳng định, AI dần trở thành một nghề, được các trường đại học chú trọng đào tạo. Hiện TP.HCM đang thực hiện đào tạo cho học sinh làm quen với AI ngay ở bậc phổ thông với lộ trình: 3 năm học ở phổ thông, làm quen kiến thức; 4 năm đại học; 3 năm trải nghiệm thực tế sau khi ra trường.

Chuẩn đầu ra ở bậc đại học là kiến thức, nhận thức và hành vi. Mục tiêu đào tạo là sinh viên tốt nghiệp có thể làm được điều đó từ 3-5 năm sau khi ra trường. Do đó, nhiệm vụ của đại học là đào tạo sinh viên đáp ứng chuẩn đầu ra, còn doanh nghiệp sẽ giúp họ đạt được mục tiêu đào tạo 3-5 năm. Điều đó có nghĩa, doanh nghiệp cũng là nhân tố quan trọng trong quá trình đào tạo nhân lực AI. “Sự gắn kết giữa trường đại học và doanh nghiệp sẽ gắn chặt sau 3-5 năm này. Không phải sinh viên ra trường là nhiệm vụ của đại học đã hết”, ông Thơ nói.

Hiện có hai loại hình đào tạo AI. Một là đào tạo lực lượng lao động chuyên nghiệp AI, chủ yếu là đào tạo chính quy trong các trường đại học. Hai là các khoá học ngắn cho những người đã đi làm, có xu hướng chuyển sang ngành AI, nếu có nhiều viện, trung tâm đào tạo AI. Về lâu dài, muốn có một nguồn nhân sự vững mạnh ở ngành này, việc đào tạo ở các trường đại học là rất quan trọng.

TS Nguyễn Hồ Mẫn Rạng, chuyên gia Viện nghiên cứu VinAI cho rằng, để làm các ứng dụng AI cần người có chuyên môn về thiết kế giải thuật cũng như mô hình học máy phù hợp. Muốn làm việc đó, cần hạ tầng tính toán đủ mạnh để sử dụng cho việc huấn luyện các mô hình học máy. Hiện Viện nghiên cứu VinAI đầu tư hơn 1.000 CPU (bộ xử lý), hơn 100 card GPU (bộ xử lý đồ họa) có hiệu năng cao để huấn luyện mô hình máy học cho ứng dụng xe ô tô tự hành.

Chuyên gia của VinAI cho rằng, hãng Tesla vốn nổi tiếng về nghiên cứu xe tự hành đã xây dựng 48 mạng nơ ron và hàng ngàn GPU, dữ liệu từ hàng triệu xe tự hành liên tục được gửi về huấn luyện máy học liên tục. Muốn làm được việc này, một tổ chức hay cá nhân có 10 card GPU làm việc suốt ngày đêm trong 1 năm mới xong. Tuy nhiên, việc huấn luyện này hoàn thành cũng chỉ khiến xe tự hành hoạt động ở mức sơ khai, chưa thể nào ứng dụng vào thực thế.

“Hạ tầng tính toán phải được đầu tư mạnh mẽ hơn nữa tại Việt Nam. Nếu không có hạ tầng tính toán đủ mạnh thì rất lâu mới có thể bắt kịp được các nước phát triển”, ông Rạng nói.

Đồng quan điểm, TS Đoàn Xuân Huy Minh, Viện khoa học công nghệ tính toán TP.HCM cho biết, cách đây 10 năm đơn vị có hệ thống máy tính với 17 node tính toán, 168 cores (1.9 TFLOPs). Tuy nhiên, sau một thời gian hệ thống máy tính xuống cấp, không đủ nhu cầu tính toán. Đến năm nay, Viện được đầu tư hệ thống máy tính HPCC tốc độ xử lý 750 TFLOPs, có không gian lưu trữ 210 TB.

PGS Nam cho rằng, đầu tư cho hệ thống máy tính phục vụ cho việc phát triển ứng dụng AI đang hạn chế khiến giải pháp trong nước về AI hiện ở quy mô vừa và nhỏ. Ông đề xuất, hạ tầng tính toán cần được đầu tư trước một bước để nguồn nhân lực đam mê AI có cơ hội nghiên cứu những giải pháp ứng dụng quy mô lớn hơn.