Host Thu Bình mở phiên bằng câu hỏi trăn trở của nhiều học sinh yêu kỹ thuật: những bước tiến của AI đang mở ra cơ hội nghề nghiệp nào cho thế hệ sinh viên sắp tới?

Ngồi cùng chị là ba nhà giáo, nhà nghiên cứu dày dạn kinh nghiệm:

PGS. TS. Nguyễn Phụ Thượng Lưu - Phó Hiệu trưởng Trường Đại học Kinh tế Kỹ thuật Bình Dương (BETU) · Phó Trưởng khoa phụ trách Khoa Kỹ thuật Ô tô, Trường Đại học Văn Lang; Tiến sĩ Kỹ thuật Ô tô, Đại học Kookmin, Hàn Quốc · Phó Chủ tịch Hiệp hội Ô tô TP.HCM; Nghiên cứu viên Viện KIST, Hàn Quốc
TS. Phạm Quang Khải - Giảng viên Khoa Công nghệ Kỹ thuật Ô tô, Trường Đại học Kinh tế Kỹ thuật Bình Dương (BETU); Nghiên cứu sinh xuất sắc nhất Khoa Kỹ thuật Cơ khí, Đại học Quốc gia Chonnam, Hàn Quốc
GS. Huỳnh Trung Lương - Trưởng bộ môn Quản trị Vận hành, Khoa Quản trị Kinh doanh, Trường Đại học Văn Lang · Gần 30 năm nghiên cứu logistics và chuỗi cung ứng; Nguyên Trưởng khoa Kỹ thuật Hệ thống Công nghiệp, Học viện Công nghệ Châu Á (AIT)

Robot đã bưng được khay thức ăn, nhưng chưa trò chuyện được như người

PGS. TS. Thượng Lưu đi thẳng vào khoảng cách giữa phim ảnh và thực tế. Để một chiếc xe tự chạy được, nó phải có năng lực giám sát hành trình, nhận diện và điều khiển. Để trở thành một robot “như trong phim”, khoảng cách còn xa hơn nhiều.

Nhưng một phần của tương lai ấy đã thành hiện thực. Trung Quốc đã phát triển robot hình người hỗ trợ các công việc hằng ngày, như mang vác đồ đạc. Ngay tại Việt Nam, bước vào nhiều chuỗi F&B đã có thể thấy robot bưng khay thức ăn đến đúng bàn đã gọi món. Một số khách sạn cũng bắt đầu dùng robot thay nhân viên ở một số công đoạn dọn phòng.

Vậy đâu là thách thức khó nhất khi biến một cỗ máy thành hình hài con người? Ông trả lời không né tránh: làm sao để cỗ máy đó giao tiếp và suy nghĩ như một con người. Đến hiện tại, điều đó vẫn chưa làm được.

Bậc tự do: thước đo của giấc mơ hình người

GS. Trung Lương tiếp lời bằng một khái niệm kỹ thuật được ông diễn giải thành hình ảnh dễ nhớ: số bậc tự do.

Ngành robotics đã phát triển từ lâu và tự động hóa sản xuất ở rất nhiều nhà máy. Nhưng robot công nghiệp truyền thống thường xoay quanh sáu bậc tự do cơ bản: tiến lùi, qua trái qua phải, lên xuống và xoay.

Bước lên nấc cao hơn, chẳng hạn chỉ riêng việc để robot leo cầu thang, đã là một thách thức lớn. Lý do là số bậc tự do mà cơ thể con người vận hành được lớn hơn thế rất nhiều. Nhật Bản đã làm robot hình người từ lâu; Trung Quốc gần đây trình diễn những robot hình người hoạt động được, một kỳ tích kỹ thuật thực sự.

Điều thú vị, theo ông, là về mặt ứng dụng, ta không nhất thiết cần robot mang hình người. Nhưng các nhà sáng chế luôn tự đặt ra thách thức đó như một mục tiêu lý tưởng, để mỗi thế hệ robot lại có thêm năng lực mới.

Còn giấc mơ robot “tư duy như người”? GS. Trung Lương thẳng thắn: đó là một mục tiêu lý tưởng và rất khó đạt. Robot có thể học nếu ta dạy nó, cung cấp cho nó khối lượng kiến thức đủ lớn để hành xử giống phản ứng của con người trong một số tình huống thực tế. Nhưng về bản chất, đó chưa phải là tư duy. Robot không sáng tạo được.

AI hiện thân: một công thức bốn phần

“AI hiện thân”, hay embodied AI, là từ khóa của phiên. TS. Quang Khải gói khái niệm này trong một công thức gồm bốn thành phần: hệ thống AI để xử lý; các cảm biến để cảm nhận thế giới như LiDAR, camera, radar; các cơ cấu chấp hành để hành động; và cuối cùng là tương tác vật lý với môi trường thật.

Chính điều đó khiến AI hiện thân khác hẳn các hệ thống chat như ChatGPT. Nó buộc phải nhận thức, suy luận và hành động, dù trong một phạm vi nhất định, giữa thế giới vật chất.

Đã hoàn thiện chưa? “Câu trả lời là chưa,” ông nói. Công nghệ vẫn ở giai đoạn chuyển tiếp từ nghiên cứu sang ứng dụng thực, nhưng tốc độ triển khai đang rất mạnh.

Ông dẫn một ví dụ đầy tính nhân văn: Nhật Bản đã chế tạo xe lăn tự hành giúp người khuyết tật và người lớn tuổi di chuyển trong sân bay, bệnh viện, tức những môi trường hẹp và có kiểm soát. Ra ngoài xã hội mở, công nghệ vẫn còn nhiều rào cản.

Lộ trình cho người muốn vào ngành: toán trước, ngôn ngữ lập trình sau

Học sinh muốn theo robotics và AI hiện thân nên bắt đầu từ đâu, giữa một rừng nền tảng như toán, lập trình, phần cứng?

GS. Trung Lương trả lời từ kinh nghiệm những năm làm Trưởng khoa Kỹ thuật Hệ thống Công nghiệp tại Học viện Công nghệ Châu Á (AIT), nơi có riêng một nhóm nghiên cứu robot.

Nền tảng số một, không thể bỏ qua, là toán, đặc biệt là tối ưu hóa và thống kê. Ông kể một chi tiết đáng chú ý: ngay cả ngành khoa học máy tính trước đây cũng chưa coi trọng tối ưu hóa như hiện nay. Nhưng bây giờ, rất nhiều chương trình đào tạo computer science trên thế giới đã đưa tối ưu hóa thành môn bắt buộc, vì đó là nền của AI.

Thứ hai là lập trình. Nhưng điều quan trọng không phải là học một ngôn ngữ cụ thể, mà là học logic lập trình: khả năng phát triển lưu đồ giải thuật để diễn tả bài toán. Có được cái lõi đó, ngôn ngữ nào cũng có thể học nhanh.

Ông minh họa bằng chính vòng đời chóng mặt của công cụ. Vài năm trước, nói đến máy học người ta nhắc SAS, rồi Python, rồi R, và gần đây nhiều người lại chuyển sang RapidMiner. Chạy theo từng phần mềm là vô nghĩa; nắm nền tảng mới là bền.

Còn phần cứng? Sẽ rất đáng khích lệ nếu sinh viên tự tạo được các cơ cấu robot để kiểm nghiệm giải thuật điều khiển. Nhưng theo GS. Trung Lương, đó không phải phần quan trọng nhất. Cơ cấu phần cứng có thể mua từ nhiều nhà chế tạo với độ chính xác rất cao. Điều quyết định là sau khi có phần cứng, ta phát triển giải thuật điều khiển thế nào: để đạt độ chính xác, phối hợp nhiều robot cùng làm việc và bảo đảm an toàn.

Trong kho hàng và nhà máy: nơi robot thật sự đang làm việc

Từ ba mươi năm quan sát ngành logistics và chuỗi cung ứng, GS. Trung Lương vẽ ra bức tranh ứng dụng sống động nhất của phiên.

AI đang giải những bài toán điều phối kinh điển. Mỗi sáng, từ một kho trung tâm, hệ thống phải điều phối cả đội xe tải giao hàng đến mọi điểm bán lẻ và siêu thị sao cho hiệu quả nhất, đồng thời bảo đảm mọi điểm đều nhận được hàng trong khung giờ quy định. Đó là một bài toán cực khó, nhưng kỹ thuật AI khiến việc giải trở nên dễ dàng hơn nhiều.

Trong kho và nhà máy, thế hệ xe tự hành cũ chạy trên đường dẫn nhiễm từ cố định và không phối hợp với nhau. Thế hệ robot hiện nay dựa vào cảm biến và camera, tự chọn con đường ngắn nhất, biết vị trí của nhau để tránh va chạm tại các giao điểm.

“Robot có thể học nếu ta dạy nó, nhưng bản chất đó chưa phải là tư duy. Robot không sáng tạo được. Tư duy như người là mục tiêu lý tưởng để mỗi thế hệ máy móc lại giỏi hơn một chút” - GS. Huỳnh Trung Lương · Trường Đại học Văn Lang

Việt Nam đang đứng ở đâu trong chuỗi giá trị?

Câu hỏi của host về vị trí của Việt Nam nhận được câu trả lời khiến nhiều khán giả bất ngờ từ TS. Quang Khải.

Việt Nam chưa chế tạo được ô tô hoàn chỉnh. Nhưng hệ thống thông tin liên lạc và màn hình trung tâm trên phần lớn ô tô toàn cầu lại đang được lập trình bởi một công ty của người Việt. Từ nhiều năm kinh nghiệm đó, họ tiến thẳng vào mảng xe tự hành, chuyển tư duy từ đi gia công sang làm chủ công nghệ.

“Phần AI này, Việt Nam mình đang tham gia, và tham gia rất sâu, rất mạnh,” ông khẳng định.

Ông kể thêm một câu chuyện thú vị từ một hội nghị về xe tự hành tại Nhật. Khi các xe muốn giao tiếp với nhau, chúng phải can thiệp vào hệ thống camera đô thị, lập tức chạm đến vấn đề an ninh quốc gia. Nhật và Mỹ vì thế bắt tay xây dựng “bản sao số” của thành phố: mô phỏng toàn bộ đô thị, nhưng làm mờ các địa điểm trọng yếu để không thể định vị. Nhờ đó, các xe có thể giao tiếp với nhau, biết trước một hai ngã tư có sự cố gì để chọn đường tối ưu.

“Em không giỏi lập trình, có cửa không ạ?”

Khán giả, phần lớn là học sinh, gửi về những câu hỏi rất thật. Câu đầu tiên: không giỏi lập trình, liệu có theo được robotics và AI hiện thân không? Hay giỏi lập trình là điều kiện bắt buộc?

TS. Quang Khải trấn an bằng chính trải nghiệm nghề. Ngày xưa chưa có công cụ, lập trình có thể mất cả tuần, cả tháng mà vẫn sai sót. Giờ các bạn có trợ lý AI hỗ trợ viết mã nhanh và hiệu quả hơn nhiều.

Vấn đề cốt lõi là ý tưởng: lập trình cái gì, dùng thuật toán nào để xử lý. Phần đó được dạy ngay trong các học phần toán đại học. Nếu học nghiêm túc, sinh viên có thể ứng dụng được.

PGS. TS. Thượng Lưu góp thêm ký ức của người làm tiến sĩ hơn chục năm trước: ngồi viết code bằng tay, viết xong không biết sai ở đâu vì chẳng có gì để kiểm nghiệm. Còn sinh viên công nghệ ô tô của Văn Lang và Kinh tế Kỹ thuật Bình Dương hôm nay, nhiều bạn đầu vào không biết một chút gì về lập trình hay AI, nhưng chương trình có các khóa học, môn học, dự án để tiếp cận dần. Thư viện điều khiển giờ là thế giới mở và miễn phí.

Điều quan trọng nhất là các bạn có ý tưởng và biết vận dụng AI làm việc cho mình, chứ không cần phải giỏi sẵn từ đầu.

Câu hỏi thứ hai đến từ một bạn chuẩn bị lên lớp 12: nên chuẩn bị tốt nhất môn nào từ bây giờ? GS. Trung Lương trả lời không do dự: giữ cho nền tảng toán thật vững. Lập trình chưa phải yêu cầu bắt buộc ở lớp 12; có thể làm quen nhẹ với Python. Nhưng điểm mấu chốt vẫn là logic trong suy nghĩ, và logic ấy sẽ tốt nếu nền toán tốt.

Cơ hội việc làm: đừng nhìn vào chiếc xe, hãy nhìn vào cái kho

Câu hỏi cuối từ khán giả chạm vào điều thực tế nhất: ở Việt Nam đã có nhiều cơ hội việc làm cho robotics và xe tự hành chưa?

GS. Trung Lương trả lời với sự tỉnh táo của người làm vận hành. Xe tự hành đúng nghĩa, thành công thương mại mới chỉ có Tesla ở Mỹ và Baidu ở Trung Quốc. Nếu nhắm việc làm thuần về xe tự hành, ở Việt Nam “thực sự không nhiều”.

Nhưng nếu ghép robotics với xe tự hành trong bức tranh rộng hơn, cơ hội hiện ra rất rõ: các cơ cấu tự hành vận chuyển hàng hóa trong kho, nguyên vật liệu trong nhà máy; những chiếc AGV trong các nhà máy sản xuất ô tô biết tự lấy đúng kiện hàng và đưa ra đúng điểm tập kết. Đó là việc Việt Nam làm được ngay, và nhu cầu rất lớn.

Host Thu Bình khép phiên bằng một lời nhắn gửi thế hệ tiên phong: khi một mảng ứng dụng đã tạo tác động lớn đến vậy chỉ riêng trong chuỗi cung ứng, thì những ai học sớm, tích lũy sớm sẽ nắm lợi thế cạnh tranh lớn nhất khi ngành thực sự bùng nổ.

Đúc kết từ phiên thảo luận

Khó nhất của robot hình người không phải chỉ là cơ khí, mà là giao tiếp và suy nghĩ như con người. Điều đó hiện vẫn chưa làm được.
“Bậc tự do” là thước đo của giấc mơ hình người. Chỉ riêng việc leo cầu thang đã là một thách thức lớn; robot có thể học, nhưng chưa sáng tạo như con người.
AI hiện thân gồm bốn phần: AI xử lý, cảm biến, cơ cấu chấp hành và tương tác vật lý. Nó khác hẳn một hệ thống chat.
Nền tảng số một là toán, đặc biệt là tối ưu hóa và thống kê. Lập trình quan trọng ở logic và lưu đồ giải thuật, không phải ở một ngôn ngữ cụ thể.
Phần cứng có thể mua; giá trị nằm ở giải thuật điều khiển, khả năng phối hợp đa robot và bảo đảm an toàn.
Việt Nam đang tham gia sâu vào chuỗi giá trị: lập trình hệ thống trên ô tô toàn cầu, chuyển từ gia công sang làm chủ công nghệ. Nút thắt còn lại là chip.
Cơ hội việc làm gần nhất không nằm ở chiếc xe tự lái, mà ở kho hàng và nhà máy, nơi nhu cầu robot kho và xe tự hành nội bộ đang rất lớn.