Saigon AI Hub khóa 2 là gì và vì sao mô hình ‘đặt hàng’ quan trọng?
Saigon AI Hub khóa 2 là giai đoạn tiếp theo của một Applied AI Lab Việt Nam, nơi các doanh nghiệp, cơ quan và tổ chức công đưa ra bài toán thực tế để các nhóm nghiên cứu AI trong nước phát triển nguyên mẫu, thử nghiệm trong môi trường sử dụng và hướng tới thương mại hóa, thay vì để giới học thuật tự chọn đề tài xa rời nhu cầu ứng dụng. Khác với nhiều chương trình nghiên cứu thuần túy, khóa 2 của Saigon AI Hub bắt đầu từ đề bài thực tế, tiếp nhận bài toán đặt hàng từ doanh nghiệp, cơ quan và tổ chức công rồi mới ghép nhóm nghiên cứu phù hợp. Đây là bước xoay trục quan trọng: AI không còn là “đồ chơi trong lab” mà trở thành dịch vụ giải quyết vấn đề cụ thể cho sản xuất, nông nghiệp, biến đổi khí hậu và các bài toán cấp quốc gia.
Khóa 1: 60 nhà nghiên cứu, 6 nguyên mẫu và bài học ‘ra khỏi phòng lab’
Để hiểu vì sao Saigon AI Hub chuyển sang mô hình đặt hàng nghiên cứu AI, cần nhìn lại Khóa 1. Trong sáu tháng, chương trình Applied AI Lab quy tụ gần 60 nhà nghiên cứu trẻ, chia thành 10 nhóm được tuyển chọn từ 21 đề xuất, dựa trên năng lực học thuật và tính ứng dụng. Sáu nhóm trong số đó trình diễn nguyên mẫu AI trực tiếp tại Demo Day: từ nhận diện cảm xúc người Việt đa phương thức, tách giọng nói tiếng Việt trong môi trường nhiều người nói, truy vấn nội dung video bằng ngôn ngữ tự nhiên, trả lời câu hỏi về bóng đá, phát hiện deepfake đến hỗ trợ phát hiện sớm ung thư đại trực tràng qua ảnh nội soi. Một nhóm đã kịp thương mại hóa, chuyển hướng từ tương tác người–robot sang môi trường học điều khiển drone kết hợp thiết bị thật và hình ảnh mô phỏng.
Những kết quả này cho thấy năng lực Applied AI Lab Việt Nam không thua kém thế giới: đội phát hiện deepfake đứng hạng 4 trên 337 đội tại một thử thách quốc tế về deepfake trong khuôn khổ hội nghị CVPR. Nhưng chính ban tổ chức cũng thừa nhận, nhiều đề tài vẫn xuất phát từ mối quan tâm học thuật hơn là nhu cầu thực tế. Nói cách khác, các nhóm đã đưa được nghiên cứu thành thứ có thể trình diễn, còn việc đánh giá trong môi trường của đối tác là chặng tiếp theo. Khoảng cách đó là lý do khóa 2 phải đổi cách làm.
Mô hình ‘đặt hàng’ của khóa 2: Doanh nghiệp định nghĩa bài toán, lab lo phần lời giải
Từ ngày 8/10 đến cuối tháng 11, Saigon AI Hub mở Call for Challenges, kêu gọi doanh nghiệp, cơ quan và tổ chức công gửi đề bài thực tế trong bốn lĩnh vực ưu tiên: sản xuất, nông nghiệp, biến đổi khí hậu và các bài toán cấp quốc gia. Thay vì tuyển nhóm rồi mới nghĩ đề tài, khóa 2 nhận bài toán đặt hàng nghiên cứu AI trước, sau đó kết nối với các nhóm nghiên cứu mạnh trên toàn quốc để phát triển và thương mại hóa lời giải. Bước chuyển này đưa dữ liệu, chuyên môn của đơn vị sử dụng và nơi thử nghiệm vào quá trình nghiên cứu ngay từ đầu.
Về mục tiêu, Saigon AI Hub đặt ra con số rất cụ thể: lựa chọn tối thiểu 10 dự án cho khóa 2, trong đó ít nhất 6 dự án pilot thành công trong môi trường thực tế, 3 dự án bước đầu thương mại hóa và một startup được thành lập khi kết thúc khóa. Đây không phải chương trình tài trợ nghiên cứu thuần túy mà là pipeline ứng dụng AI thực tiễn: từ đề bài – nguyên mẫu – thử nghiệm – thương mại hóa. Nếu doanh nghiệp và cơ quan công không chịu đóng vai “người đặt hàng” nghiêm túc, chuỗi này sẽ gãy ngay từ khâu đầu.
Google AI Futures Fund và bài toán đưa AI vào đời sống người dùng
Một điểm đáng chú ý trong mô hình Saigon AI Hub khóa 2 là sự đồng hành của Google AI Futures Fund. Từ tháng 5, quỹ này cùng Saigon AI Hub triển khai Applied AI Lab đầu tiên tại Việt Nam, với mục tiêu giúp hệ sinh thái nghiên cứu trong nước tiếp cận các mô hình AI tiên tiến để phát triển giải pháp có giá trị kinh tế – xã hội. Các nhóm được hỗ trợ hạ tầng tính toán, không gian làm việc, mô hình AI, cùng tư vấn trực tiếp từ chuyên gia Google Labs, Google DeepMind và đội ngũ kỹ thuật khác.
Ý nghĩa của hỗ trợ này không chỉ nằm ở tài nguyên kỹ thuật. Theo ban tổ chức, nghiên cứu đạt chuẩn quốc tế phải tạo tác động thực tế cho xã hội đồng thời nuôi dưỡng tài năng nghiên cứu trong nước. Những ứng dụng như phát hiện deepfake cho ngân hàng và hệ thống định danh, hay giải pháp thực tế ảo cho du lịch và văn hóa đô thị, là ví dụ rõ ràng về cách ứng dụng AI thực tiễn có thể chạm đến người dùng cuối. Vấn đề còn lại là: doanh nghiệp có dám thử nghiệm, chấp nhận rủi ro có kiểm soát để đưa các nguyên mẫu này vào quy trình vận hành hay không.
Doanh nghiệp, cơ quan công cần làm gì để mô hình Applied AI Lab Việt Nam không ‘chết yểu’?
Khóa 2 dự kiến kích hoạt nghiên cứu vào tháng 2, với hành trình sáu tháng cho các dự án được chọn. Nếu nhìn đây như một “phòng thí nghiệm mở” của thành phố, thì doanh nghiệp và cơ quan công không thể đứng ngoài. Họ phải chủ động chuẩn bị dữ liệu, quy trình, tiêu chí đánh giá và cả đội ngũ nội bộ để đồng hành cùng nhóm nghiên cứu. Những ví dụ từ khóa 1 – như hệ thống nhận diện cảm xúc phục vụ giáo dục, chăm sóc sức khỏe thông minh và dịch vụ khách hàng, hay công cụ hỗ trợ đọc ảnh nội soi – chỉ có ý nghĩa khi được thử trong môi trường vận hành thật với tiêu chí đo lường rõ ràng.
Nếu Saigon AI Hub là người làm vườn, như cách lãnh đạo thành phố ví von, thì doanh nghiệp và cơ quan công chính là người đặt hàng giống, chăm đất và chấp nhận cho cây non mọc trong vườn nhà mình. Mô hình đặt hàng nghiên cứu AI chỉ thành công khi cả ba bên – lab, doanh nghiệp và khu vực công – cùng chia sẻ rủi ro và lợi ích. Nếu làm được, Applied AI Lab Việt Nam có cơ hội trở thành bệ phóng cho những giải pháp AI đủ tầm quốc tế nhưng sinh ra từ chính nhu cầu của người dùng trong nước.
