Tiến sĩ Bùi Hải Hưng, Giám đốc Viện nghiên cứu VinAI, thuộc tập đoàn Vingroup, nhìn nhận trong nhiều năm qua, sự phát triển của AI luôn đi kèm với việc tăng cường dữ liệu, khả năng tính toán và tài nguyên. Tuy nhiên, điều này cũng đồng nghĩa với việc tiêu tốn nhiều chi phí hơn, đòi hỏi nhiều phần cứng mạnh mẽ hơn.

Việc phần cứng ngày càng đắt đỏ, tiêu thụ nhiều năng lượng, và tạo ra những vấn đề bền vững đòi hỏi ngành công nghiệp phải tìm kiếm những giải pháp mới để tối ưu hóa hiệu suất AI.

Theo chuyên gia Bùi Hải Hưng, một số tổ chức đã phải đối mặt với bài toán hạn chế tài nguyên, đặc biệt là các nhóm nghiên cứu AI tại Trung Quốc, khi họ gặp rào cản về xuất khẩu GPU. Thay vì phụ thuộc vào tài nguyên dồi dào như các trung tâm công nghệ lớn như OpenAI hay DeepMind, họ đã tìm cách làm được nhiều hơn với ít tài nguyên hơn. Điều này thể hiện rõ trong việc tối ưu hóa chi phí huấn luyện mô hình AI, từ hàng trăm triệu USD xuống chỉ còn vài triệu, thông qua các cải tiến về kiến trúc mô hình, học tăng cường và tối ưu hóa ở cấp độ vi mô.

Tại Việt Nam, Tiến sĩ Bùi Hải Hưng nhận xét, vấn đề hạn chế tài nguyên còn rõ rệt hơn. Mặc dù không có cùng mức tài nguyên như ở Silicon Valley, Việt Nam lại có một nguồn nhân lực tiềm năng, với những tài năng AI xuất sắc có thể tận dụng để phát triển các giải pháp sáng tạo, hướng tới mục tiêu làm cho AI trở nên dễ tiếp cận và tiết kiệm chi phí hơn.

Mục tiêu của các tổ chức AI tại Việt Nam là tiếp tục cải thiện khả năng tiếp cận công nghệ AI, giải quyết bài toán tài nguyên và tối ưu hóa hiệu suất. Điều này bao gồm việc phát triển các mô hình AI gọn nhẹ hơn, hiệu quả hơn, có thể hoạt động tốt trong môi trường tính toán giới hạn. Song song đó, hợp tác với các công ty toàn cầu, phát triển mã nguồn mở và tiếp tục đầu tư vào nhân tài sẽ là chìa khóa để Việt Nam khẳng định vị thế của mình trong lĩnh vực trí tuệ nhân tạo.

“Việc làm chủ AI trong môi trường hạn chế tài nguyên không phải là về việc chạy đua phần cứng, mà là về việc tư duy chiến lược và tối ưu hóa công nghệ”, ông kết luận.

Cũng trong khuôn khổ sự kiện, có chương trình giao lưu mang tính truyền cảm hứng giữa Tiến sĩ Christopher Nguyễn và Tiến sĩ Lê Viết Quốc - một trong những chuyên gia hàng đầu về trí tuệ nhân tạo và học sâu (Deep Learning) tại Google.

Chương trình giao lưu giữa Tiến sĩ Christopher Nguyễn và Tiến sĩ Lê Viết Quốc.

Đối thoại với Tiến sĩ Lê Viết Quốc, Tiến sĩ Christopher Nguyễn đặt vấn đề nhiều tổ chức nghiên cứu đang tập trung vào việc tối ưu hóa mô hình AI, giúp chúng hoạt động hiệu quả ngay cả khi không có nguồn dữ liệu khổng lồ - một yếu tố quan trọng để AI có thể phổ biến hơn trên toàn cầu, đặc biệt ở những quốc gia có hạ tầng công nghệ còn hạn chế. Tuy nhiên, xét ở góc độ nào đó, sức mạnh của AI không chỉ dừng lại ở một công cụ đơn thuần.

Đồng ý với nhận định này, Tiến sĩ Lê Viết Quốc cho rằng, AI đang phát triển với tốc độ chóng mặt, nhưng nếu không kiểm soát tốt, nó có thể trở thành một gánh nặng về năng lượng và tài nguyên. Giải pháp cho vấn đề này là tối ưu hóa mô hình và cải thiện thuật toán học máy, giúp AI học hiệu quả hơn mà không cần tiêu tốn quá nhiều tài nguyên. Ngoài ra, hướng đi mới như AI sinh thái (Green AI) cũng đang được quan tâm, nhằm phát triển các hệ thống trí tuệ nhân tạo có khả năng hoạt động với mức tiêu thụ năng lượng thấp hơn nhưng vẫn bảo đảm hiệu suất cao.

Một trong những điều khiến Tiến sĩ Lê Viết Quốc quan tâm là làm sao để AI có thể học hỏi linh hoạt như con người. Trong nhiều năm, AI đã dựa vào các thuật toán cố định, nhưng bộ não con người có cách học hoàn toàn khác - nó thích nghi, ghi nhớ và sử dụng thông tin một cách tự nhiên hơn nhiều. “Bộ não con người có khả năng học hỏi tuyệt vời, nó không cần một lượng dữ liệu khổng lồ để hiểu một khái niệm mới. Nếu AI có thể làm điều tương tự, chúng ta sẽ bước vào một kỷ nguyên mới”, Tiến sĩ Quốc nói.