Đưa AI Việt Nam Ghi Danh Trên Bản Đồ Thế Giới, Bài Toán Dữ Liệu Bản Địa Và Chiến Lược Tự Chủ Công Nghệ Quốc Gia

1. Bối Cảnh Và Tổng Quan Cuộc Trò Chuyện

Tiến sĩ Bùi Hải Hưng là một trong những chuyên gia AI người Việt có uy tín quốc tế hàng đầu. Trước khi trở thành Viện trưởng đầu tiên của VinAI (thuộc Tập đoàn Vingroup), ông từng là nhà nghiên cứu cấp cao tại Google DeepMind, SRI International và sở hữu hàng chục bằng sáng chế cùng các công trình nghiên cứu được công bố tại các hội nghị AI uy tín nhất thế giới như NeurIPS, ICML, CVPR.

Sau nhiều năm cống hiến tại các trung tâm công nghệ hàng đầu thế giới, TS. Bùi Hải Hưng chọn trở về Việt Nam với sứ mệnh xây dựng một trung tâm nghiên cứu AI mang tầm vóc quốc tế ngay trên quê hương. Dưới sự dẫn dắt của ông, VinAI không chỉ công bố hàng trăm công trình nghiên cứu đỉnh cao mà còn trực tiếp phát triển các giải pháp AI ứng dụng, nổi bật là dự án PhoGPT — mô hình ngôn ngữ lớn mã nguồn mở được tối ưu hóa riêng cho tiếng Việt.

Cuộc phỏng vấn này tập trung vào bài toán Chủ quyền Dữ liệu (Data Sovereignty), chiến lược phát triển AI bản địa (Local AI) và lộ trình đưa Việt Nam thoát khỏi cái bóng “gia công công nghệ” để trở thành một mắt xích giá trị trong chuỗi cung ứng AI toàn cầu.

2. Chi Tiết Nội Dung Phỏng Vấn

Phóng viên (PV): Xin chào TS. Bùi Hải Hưng. Sau nhiều năm làm việc tại các tập đoàn công nghệ khổng lồ như Google DeepMind, khi trở về Việt Nam xây dựng VinAI và triển khai các dự án như PhoGPT, ông nhận thấy đâu là điểm khác biệt lớn nhất giữa việc làm AI ở Thung lũng Silicon và làm AI tại một quốc gia đang phát triển như Việt Nam?

TS. Bùi Hải Hưng: Điểm khác biệt lớn nhất nằm ở tài nguyên và vị thế xuất phát điểm. Tại Thung lũng Silicon, các phòng thí nghiệm có nguồn vốn gần như không giới hạn, tiếp cận hàng chục nghìn chip GPU thế hệ mới nhất và một hệ sinh thái nghiên cứu đã định hình hàng chục năm.

Khi về Việt Nam, chúng tôi xuất phát với một “con số 0” đúng nghĩa về hạ tầng nghiên cứu AI đỉnh cao. Tuy nhiên, chúng tôi có một tài nguyên vô giá khác: nguồn nhân lực trẻ giàu tiềm năng toán học và sự khát khao khẳng định mình.

Bài toán của Việt Nam không phải là cố gắng đua tranh bằng cách đổ hàng chục tỷ USD để xây dựng các mô hình nền tảng đa ngôn ngữ khổng lồ như GPT-4 hay Gemini — đó là cuộc chơi của các siêu tập đoàn toàn cầu. Bài toán của chúng ta là Sự tập trung chiến lược (Strategic Focus): Giải quyết các thách thức đặc thù của Việt Nam mà các tập đoàn nước ngoài không quan tâm hoặc không thể làm tốt bằng chúng ta.

PV: Ông vừa nhắc đến dự án PhoGPT. Tại sao việc phát triển một mô hình ngôn ngữ lớn riêng cho tiếng Việt lại mang tính sinh tử, trong khi các mô hình quốc tế như ChatGPT hay Claude hiện tại đã nói tiếng Việt rất mượt mà?

TS. Bùi Hải Hưng: Nhìn bên ngoài, các LLMs toàn cầu trả lời tiếng Việt có vẻ rất tự nhiên, nhưng đằng sau bức màn kỹ thuật là hai vấn đề nghiêm trọng: Chi phí/Hiệu năng tính toán (Efficiency) và Sự lệch lạc văn hóa/Tri thức bản địa (Cultural Bias & Localization).

Thứ nhất là bài toán Tokenizer và Chi phí: Các mô hình lớn toàn cầu được thiết kế chủ yếu dựa trên tiếng Anh. Khi xử lý tiếng Việt — một ngôn ngữ đơn lập với hệ thống dấu thanh phức tạp — bộ tách từ (Tokenizer) của họ chia một từ tiếng Việt thành nhiều đoạn token nhỏ hơn rất nhiều so với tiếng Anh.

+-----------------------------------------------------------------------+
|                 SỰ KHÁC BIỆT TRONG TÁCH TỪ (TOKENIZATION)             |
|                                                                       |
|  MÔ HÌNH TOÀN CẦU (GPT-4 / Claude Tokenizer):                         |
|  "Tiếng Việt" ---> [Ti] [ê] [ng] [Vi] [ệ] [t]  (Tiêu tốn 6-8 Tokens)   |
|  * Chi phí API cao gấp 3-4 lần, tốc độ phản hồi chậm hơn đáng kể.     |
|                                                                       |
|  MÔ HÌNH BẢN ĐỊA (PhoGPT Tokenizer):                                  |
|  "Tiếng Việt" ---> [Tiếng_Việt]               (Tiêu tốn 1-2 Tokens)   |
|  * Tối ưu hóa bộ nhớ, tốc độ xử lý nhanh hơn, chi phí rẻ hơn nhiều.   |
+-----------------------------------------------------------------------+

Việc này khiến doanh nghiệp Việt Nam khi sử dụng API nước ngoài phải trả chi phí cao gấp 3 đến 4 lần cho cùng một lượng thông tin tiếng Việt so với doanh nghiệp Mỹ dùng tiếng Anh. PhoGPT được xây dựng với bộ Tokenizer tối ưu riêng cho ngữ pháp tiếng Việt, giúp giảm chi phí tính toán và tăng tốc độ xử lý lên nhiều lần.

Thứ hai, quan trọng hơn, là Chủ quyền Tri thức và Văn hóa: Các mô hình ngoại quốc học tiếng Việt chủ yếu qua dữ liệu dịch thuật tự động hoặc dữ liệu quét thô trên Internet. Chúng không thấu hiểu được chiều sâu văn hóa, lịch sử, hệ thống pháp luật, thủ tục hành chính cũng như tư duy tâm lý của người Việt.

Nếu toàn bộ các hệ thống giáo dục, hành chính công và doanh nghiệp Việt Nam hoàn toàn dựa vào “bộ não” AI của nước ngoài, chúng ta đang vô tình để các thực thể bên ngoài định hình cách tư duy, tri thức và góc nhìn lịch sử của thế hệ tương lai. Tự chủ AI cũng quan trọng như tự chủ an ninh quốc phòng hay tự chủ năng lượng.

PV: Một trong những “điểm nghẽn” lớn nhất khi làm AI tại Việt Nam là Dữ liệu (Data). Chúng ta giải bài toán thu thập và chuẩn hóa dữ liệu bản địa như thế nào để phục vụ cho các mô hình AI?

TS. Bùi Hải Hưng: Dữ liệu tiếng Việt trên Internet không những ít về số lượng so với tiếng Anh hay tiếng Trung, mà còn bị phân tán và nhiễm nhiễu rất nhiều.

Để giải bài toán này, chúng ta phải tiếp cận theo chiến lược Data-Centric mà Giáo sư Andrew Ng từng đề cập, nhưng áp dụng cho ngữ cảnh bản địa:

Xây dựng Kho dữ liệu dùng chung (National Data Commons): Cần sự phối hợp giữa Chính phủ, các trường đại học và doanh nghiệp để đóng góp, chuẩn hóa và số hóa các nguồn tri thức chính thống: văn bản pháp luật, sách báo lịch sử, tài liệu y học, giáo trình giảng dạy…
Làm sạch dữ liệu chuyên sâu (Data Curation): Không chỉ quét dữ liệu thô, chúng tôi phải xây dựng các quy trình lọc nhiễu, loại bỏ nội dung rác và gán nhãn ngữ nghĩa chất lượng cao với sự tham gia của các chuyên gia ngôn ngữ học và văn hóa Việt Nam.
Bảo vệ quyền riêng tư và An ninh dữ liệu: Dữ liệu người dùng Việt Nam phải được lưu trữ và xử lý trên hạ tầng điện toán đám mây đặt tại Việt Nam, tuân thủ các quy định về bảo vệ dữ liệu cá nhân, tránh rò rỉ ra nước ngoài.

PV: Nhiều bạn trẻ Việt Nam đam mê AI thường có tâm lý muốn ra nước ngoài làm việc vì cho rằng môi trường trong nước thiếu điều kiện. Ông có lời khuyên gì để thu hút và phát triển nguồn nhân lực AI tại Việt Nam?

TS. Bùi Hải Hưng: Khi chúng tôi bắt đầu VinAI, câu hỏi lớn nhất mà mọi người đặt ra là: “Liệu Việt Nam có thể làm được nghiên cứu AI đỉnh cao thế giới không?”. Và chúng tôi đã chứng minh bằng hành động: VinAI đã đào tạo hàng chục tài năng trẻ Việt Nam, giúp các em có những bài báo xuất sắc tại NeurIPS, ICML và sau đó nhận học bổng Tiến sĩ tại các đại học hàng đầu như Stanford, MIT, CMU…

Lời khuyên của tôi dành cho các bạn trẻ là: Đừng tự giới hạn bản thân bởi ranh giới địa lý.

Về tư duy: AI là một ngành khoa học không có biên giới. Hãy đặt cho mình những tiêu chuẩn quốc tế ngay từ ngày đầu tiên. Đừng hài lòng với những bài toán dễ dãi trong nước, hãy dám tấn công vào những bài toán khó mà thế giới chưa giải quyết được.
Về môi trường: Hiện nay, Việt Nam đã có những trung tâm nghiên cứu và doanh nghiệp công nghệ sở hữu hạ tầng máy tính mạnh (như các cụm Supercomputing), đủ sức để các bạn thử nghiệm những ý tưởng lớn.
Về cơ hội: Việt Nam đang nằm trong giai đoạn “dân số vàng” và được chính phủ chọn AI là công nghệ mũi nhọn. Những người làm AI tại Việt Nam hiện nay có cơ hội vô cùng lớn để trở thành những người kiến tạo nên hạ tầng số của đất nước trong 10-20 năm tới.

PV: Tầm nhìn của ông về vị thế của AI Việt Nam trên bản đồ thế giới trong 5-10 năm tới sẽ ra sao?

TS. Bùi Hải Hưng: Tầm nhìn của tôi là Việt Nam sẽ không chỉ là một thị trường tiêu thụ sản phẩm AI của nước ngoài, mà sẽ trở thành một Trung tâm Đổi mới Sáng tạo AI (AI Innovation Hub) của khu vực Đông Nam Á và thế giới.

Chúng ta sẽ phát triển theo mô hình “kiềng ba chân”:

Sở hữu chuỗi giá trị AI bản địa: Có các mô hình ngôn ngữ và thị giác máy tính dẫn đầu về tiếng Việt và văn hóa Đông Nam Á, ứng dụng sâu rộng vào Chính phủ điện tử, Y tế, Giáo dục và Sản xuất.
Xuất khẩu giải pháp AI chuyên biệt: Cung cấp các ứng dụng AI cạnh tranh sòng phẳng trên thị trường toàn cầu (như công nghệ xe tự lái, AI cho camera an ninh, xử lý ảnh y tế…).
Là nguồn cung cấp tài năng AI toàn cầu: Việt Nam trở thành cái nôi đào tạo ra các kỹ sư, nhà nghiên cứu AI chất lượng cao, cung cấp cho cả thị trường nội địa lẫn các tập đoàn công nghệ lớn trên thế giới.

3. Phân Tích Chuyên Sâu & Đánh Giá Chiến Lược

Quan điểm của TS. Bùi Hải Hưng mang lại một lộ trình thực thi rõ ràng cho chiến lược AI của các quốc gia đang phát triển:

Tháo gỡ bẫy phụ thuộc công nghệ (Technology Dependency Trap):
- Nếu một quốc gia hoàn toàn phụ thuộc vào hạ tầng và mô hình AI nước ngoài, quốc gia đó sẽ đứng trước rủi ro bị “ngắt kết nối” hoặc bị áp đặt chi phí dịch vụ bất kỳ lúc nào.
- Việc phát triển các mô hình mở bản địa như PhoGPT giúp tạo ra một “lưới an toàn” (Safety Net), đảm bảo các hoạt động kinh tế – xã hội quan trọng vẫn có thể vận hành tự chủ.
Bài toán kinh tế của AI Bản địa (Sovereignty Economy):
- Xây dựng mô hình AI nội địa không phải là đóng cửa tự do thương mại, mà là tạo ra năng lực cạnh tranh bình đẳng. Chi phí vận hành AI bản địa rẻ hơn sẽ giúp hàng triệu doanh nghiệp Việt Nam tự động hóa quy trình với giá rẻ, nâng cao sức cạnh tranh của toàn bộ nền kinh tế.

4. Kết Luận

Cuộc trò chuyện với TS. Bùi Hải Hưng khẳng định rằng: Cuộc đua AI không chỉ dành riêng cho các siêu cường công nghệ. Bằng cách tập trung vào thế mạnh nguồn nhân lực, làm chủ dữ liệu bản địa và giải quyết các bài toán mang tính đặc thù quốc gia, Việt Nam hoàn toàn có thể tự chủ công nghệ và tự tin ghi tên mình trên bản đồ AI toàn cầu.