Tiến sỹ Lê Viết Quốc, nhà khoa học AI người Việt, được biết đến với vai trò tiên phong trong lĩnh vực học sâu (deep learning) tại Google. Những nghiên cứu đột phá của ông đã góp phần đưa trí tuệ nhân tạo vào các ứng dụng thực tiễn như xử lý ngôn ngữ tự nhiên và thị giác máy tính.
Tại Hội nghị quốc tế về Trí tuệ nhân tạo và Bán dẫn (AISC) 2025, TS Lê Viết Quốc đã chia sẻ góc nhìn về chiến lược đầu tư phát triển lĩnh vực bán dẫn và AI.
Ông đánh giá thế nào về quan điểm lúc này là cơ hội lịch sử của Việt Nam để phát triển công nghệ bán dẫn và trí tuệ nhân tạo?
Tiến sỹ Lê Viết Quốc: Tôi đồng ý với nhận định đây là một cơ hội lớn. Cơ hội chín muồi khi không quá sớm và không quá trễ. Ví dụ, bây giờ làm điện thoại thì đã quá trễ rồi, vì người ta đã làm từ lâu năm. Trong khi đó, các công nghệ như AI, chip vẫn còn mới và nhiều tiềm năng.
Lợi thế của Việt Nam là tiềm lực tốt về con người. Làm gì cũng cần có người giỏi. Xây kim tự tháp, lên Mặt Trăng và bây giờ tạo ra AI... tất cả đều là nhờ vào con người. Trong khi, Việt Nam có nguồn lực về con người, mảng STEM lại là điểm mạnh của người Việt Nam.
TS Lê Viết Quốc - nhà khoa học AI người Việt đang làm việc tại Google. Ảnh: LQ Nhìn quanh khu vực châu Á, những quốc gia cạnh tranh về nguồn lực con người với Việt Nam là Singapore, Ấn Độ, Trung Quốc. Singapore không có nguồn lực con người nhiều như Việt Nam. Trung Quốc thì lại có những vấn đề riêng khi đang phải đối đầu trực tiếp với Mỹ. Cạnh tranh lớn nhất với Việt Nam chỉ có Ấn Độ. Nếu tận dụng được cơ hội này để thay đổi tiềm lực con người, chúng ta có thể gia nhập “cuộc chơi” AI, bán dẫn.
Với nền tảng tốt sẵn có, Việt Nam cần gia cố thêm thông qua việc cải thiện chất lượng giáo dục đại học và sau đại học, phát triển các viện nghiên cứu để tạo “sân chơi” cho các nhân tài trong nước.
Với những thách thức hiện có, Việt Nam nên có chính sách gì để tham gia vào “cuộc chơi” này?
Theo suy nghĩ của tôi, lĩnh vực bán dẫn đòi hỏi rất nhiều tài nguyên, thậm chí tiêu tốn cả tỷ USD nếu phát triển theo hướng sản xuất chip. Trong khi đó, nếu sản xuất phân khúc chip rẻ, sẽ rất khó khi Việt Nam phải đối mặt với sự cạnh tranh từ nhiều quốc gia.
Nếu phải lựa chọn giữa AI và chip, nên đầu tư nhiều vào AI, bởi vì về mặt tài nguyên, AI đòi hỏi ít hơn, hơn nữa, công nghệ AI vẫn còn chặng đường dài ở phía trước để Việt Nam có thể bắt kịp và vượt qua.
Đối với bán dẫn, Việt Nam nên làm thiết kế chip thay vì sản xuất chip. Thiết kế chip đem lại lợi nhuận lớn hơn, cũng thích hợp hơn với tài nguyên và nguồn lực sẵn có của Việt Nam.
Chúng ta nên tập trung vào đâu nếu muốn thúc đẩy sự phát triển của trí tuệ nhân tạo?
Lời khuyên của tôi sau một chặng đường dài làm việc là không nên vội vã. Nếu làm 1 công ty phỏng theo DeepSeek thì khi bắt kịp, họ đã đi được một chặng đường khác xa rồi.
Việt Nam nên tập trung vào hướng đi mới, mang nhiều tính đổi mới sáng tạo. Ví dụ như dùng AI để thiết kế chip, đó là một phân ngành AI mới, lại liên quan đến bán dẫn.
Nếu làm theo kiểu chatbot, nên tập trung vào những mảng có thể đổi mới sáng tạo được. Cụ thể, các mô hình nền tảng có rất nhiều điểm yếu. Nếu biết những điểm yếu này, tập trung vào các ý tưởng mới để thay đổi thì doanh nghiệp Việt có khả năng sẽ vượt qua được các công ty khác.
Một người dùng tra cứu bằng cách hỏi đáp với trợ lý ảo pháp luật. Ảnh: TĐ Liệu Việt Nam có lợi thế của một người đi sau, khi đứng trên vai những gã khổng lồ?
Đi trước có lợi thế nhưng đi sau cũng có những lợi thế riêng. Ví dụ, nhiều vận động viên marathon chỉ chạy đằng sau để tránh được gió. Người đi sau cũng có thể học các bài học từ những gì người đi trước đã mắc phải.
ChatGPT của Open AI và Gemini của Google có rất nhiều người dùng. Vấn đề mà những công ty này gặp phải là do quá nhiều người dùng, đa phần nguồn lực phải phục vụ cho người dùng, thay vì để cải thiện model AI.
Trong khi đó, những công ty đi sau không phải tốn nguồn lực để phục vụ người dùng mà chỉ cần tập trung vào vấn đề làm thế nào để tạo ra được model tổng hợp. Đó là những lợi thế của một người đi sau khi tránh được gió.
Việt Nam có thể tạo ra những sản phẩm với nguồn lực đầu tư ít nhưng hiệu quả cao như DeepSeek?
Tôi nghĩ là có. Các mô hình nổi tiếng trên thế giới về thị giác máy tính (computer vision), xử lý giọng nói (speech processing) và xử lý ngôn ngữ tự nhiên (NLP) đa phần đều giảm chi phí rất nhanh. Mô hình đầu tiên có thể mất cả trăm triệu USD, nhưng mô hình tiếp theo chỉ tốn 20 triệu USD, tiếp theo nữa là 5 triệu USD và càng ngày càng rẻ. Do đó, việc Việt Nam tạo ra được các mô hình như vậy là hoàn toàn khả thi.
Cảm ơn ông!