Tái dựng khuôn mặt AI: từ hộp sọ đến khuôn mặt người
Tái dựng khuôn mặt AI từ hộp sọ là quá trình dùng mô hình deep learning hộp sọ để học hình dạng và khoảng cách giữa xương với mô mềm, sau đó tạo lại khuôn mặt 3D tương ứng, hỗ trợ khoa học pháp y trong nhận dạng danh tính người đã khuất một cách nhanh và có hệ thống hơn.
Điểm đáng nói ở đây không phải là một phòng lab lâu năm ở nước ngoài mà là một sinh viên Việt Nam năm thứ 3. Nguyễn Tuấn Kiệt, sinh năm 2006 tại TPHCM, hiện học ngành Robot và Trí tuệ nhân tạo của Trường Công nghệ và Thiết kế, Đại học Kinh tế TPHCM. Anh là tác giả chính của bài báo thuộc nhóm SCIE-Q1, công bố trên tạp chí International Journal of Legal Medicine với công trình “Deep Learning-Based 3D Forensic Facial Reconstruction: A Volumetric Morphological Inference Approach Using a Skull-Conditioned U-Net”. Việc một sinh viên năm 3 đứng tên chính trong nghiên cứu Q1 về tái dựng khuôn mặt 3D từ hộp sọ bằng AI cho thấy bức tranh mới: người trẻ Việt Nam không chỉ theo kịp mà đang góp tiếng nói vào những bài toán khó nhất của khoa học pháp y.
Vì sao đây là bước ngoặt cho khoa học pháp y?
Từ trước đến nay, khoa học pháp y khi cần dựng mặt từ hộp sọ thường dựa vào phương pháp thủ công: bác sĩ nặn đất sét lên xương để tạo khuôn mặt gợi ý. Cách làm này vừa tốn thời gian, vừa mang tính phỏng đoán cao, vì không phải mọi đặc điểm trên khuôn mặt đều được hộp sọ quy định. Kết quả là mỗi hộp sọ có thể tương ứng với nhiều gương mặt khác nhau, và việc nhận dạng danh tính vẫn phụ thuộc nhiều vào trực giác chuyên gia.
Công trình của Kiệt chuyển bài toán đó vào ngôn ngữ của dữ liệu và thuật toán. Mô hình deep learning hộp sọ học các đặc điểm về khoảng cách giữa xương và mô mềm, hình dạng tổng thể và kích thước hộp sọ, rồi ánh xạ những thông tin này sang một khuôn mặt 3D trung bình phù hợp nhất. Nói cách khác, tái dựng khuôn mặt AI không thay thế bác sĩ pháp y, mà cung cấp thêm một bản phác thảo kỹ thuật số, có thể được kiểm chứng và so sánh một cách khách quan. Trong bối cảnh nhiều vụ án, tai nạn hay thảm họa cần xác định danh tính nhanh, việc có một hệ thống tự động gợi ý khuôn mặt là lợi thế không nhỏ.
Từ một khuôn mặt trung bình đến nhiều gương mặt khả dĩ
Điểm thú vị là Kiệt không ảo tưởng rằng một mô hình duy nhất có thể cho câu trả lời tuyệt đối. Trong bài báo hiện tại, hệ thống mới chỉ tạo được một khuôn mặt trung bình từ một hộp sọ – một bản tái dựng có tính đại diện, là bước khởi đầu của dự án được thực hiện từ đầu năm. Đây là cách tiếp cận thận trọng nhưng hợp lý: trước khi “nổ” với nhiều phương án, mô hình cần học chắc mối quan hệ cơ bản giữa hộp sọ và khuôn mặt.
Mục tiêu xa hơn mà nhóm nghiên cứu đặt ra lại mang tính đột phá: từ một hộp sọ có thể tạo ra nhiều khuôn mặt khả thi khác nhau, chứ không dừng ở một phương án duy nhất. Khi đó, khoa học pháp y sẽ có một tập gợi ý gương mặt để đối chiếu với dữ liệu sinh trắc học, ảnh chụp hay mô tả người mất tích. Kiệt nói rõ: nếu tạo được nhiều gương mặt, khoảng cách tìm kiếm sẽ thu hẹp, tăng xác suất nhận dạng danh tính chính xác. Đây chính là tinh thần của AI ứng dụng – không tuyên bố thay thế con người, mà mở rộng không gian khả năng cho con người lựa chọn.
AI, y khoa, pháp lý: một hệ sinh thái ứng dụng mới
Dự án này không phải nghiên cứu pháp y thuần túy; đó là sự giao thoa của trí tuệ nhân tạo, computer vision, khoa học pháp y và y khoa. Kiệt nhấn mạnh đây là hướng ứng dụng AI vào khoa học pháp y và y khoa, nghĩa là cùng một nền tảng kỹ thuật có thể mở rộng sang nhiều bài toán khác như hỗ trợ phẫu thuật sọ mặt, mô phỏng dị tật hoặc nghiên cứu tiến hóa hộp sọ. Về mặt pháp lý, việc tái dựng khuôn mặt AI còn đặt ra câu hỏi: khi nào một bản tái dựng số hóa có thể được xem là bằng chứng tham khảo trong điều tra, và cần những tiêu chuẩn nào để bảo đảm tính khoa học.
Ở góc độ đào tạo, đây là minh chứng sống động rằng AI không nên bị nhốt trong các bài toán thương mại quen thuộc như gợi ý quảng cáo hay chatbot. Theo một nhận định trong bài, công trình này cho thấy tiềm năng của AI trong việc giải quyết các bài toán khoa học và thực tiễn phức tạp của sinh viên. Khi một đề tài liên ngành như vậy đạt chuẩn Q1, thông điệp gửi tới cộng đồng là rõ ràng: nếu chỉ dừng ở “ứng dụng nửa mùa”, chúng ta sẽ bỏ lỡ những không gian ứng dụng có ý nghĩa sâu sắc với y tế và pháp luật.
Thế hệ sinh viên AI và cuộc đua thay đổi liên tục
Chuyến hành trình của Kiệt cũng là tấm gương cho cách một sinh viên AI nên bước vào cuộc đua thay đổi liên tục. Anh bị thu hút bởi trí tuệ nhân tạo trong bối cảnh công nghệ này phát triển mạnh và chọn ngành Robot và Trí tuệ nhân tạo để theo học. Không dừng lại ở bài báo Q1, Kiệt còn là gương mặt sáng giá trong các cuộc thi robot: giải Nhất UEH Dancing Robot 2024, giải Nhất Robot Challenge Contest 2025 và giải Nhì tại cuộc thi Robot Quốc tế Singapore Roboroaz 2026.
Chuỗi thành tích cùng những lần báo cáo khoa học tại Mỹ, Pháp, Nhật Bản và tham gia Summer Camp ở Hàn Quốc, Đài Loan, Thái Lan cho thấy đây không phải một “case may mắn”, mà là kết quả của việc chủ động lao vào những bài toán khó. Từ câu chuyện này, có thể rút ra một kết luận thẳng thắn: ai học AI mà ngại tốc độ thay đổi thì sẽ bị bỏ lại phía sau. Ngược lại, khi dám ghép AI với các lĩnh vực như khoa học pháp y, y khoa hay pháp lý, sinh viên không chỉ theo kịp xu hướng mà còn có cơ hội định nghĩa lại ranh giới ứng dụng của trí tuệ nhân tạo.
