AI hiện đang được ứng dụng để thúc đẩy tiến bộ trong nhiều lĩnh vực trọng yếu như y tế, nông nghiệp, tài chính và giao thông vận tải. Tuy nhiên, để AI phát triển đồng đều giữa các lĩnh vực và vùng miền, cần có nguồn dữ liệu chất lượng cao. Tính sẵn có của dữ liệu là yếu tố then chốt để huấn luyện các hệ thống AI — các sản phẩm và dịch vụ đang nhanh chóng tiến từ nhận diện mẫu và tổng hợp thông tin sang các kỹ thuật dự báo tinh vi hơn, từ đó hỗ trợ ra quyết định chính xác hơn.
Để tham gia cuộc cạnh tranh AI và nắm bắt xu hướng công nghệ mới nhất, doanh nghiệp cần sở hữu kho dữ liệu đủ lớn. Một số trụ cột công nghệ của Việt Nam như FPT, Viettel, VinAI và VNG đã xây dựng kho dữ liệu khổng lồ để tiếp cận các xu hướng tương lai. Là một phần trong nhóm dẫn đầu công nghệ Việt Nam, Rikkeisoft cũng không đứng ngoài cuộc đua AI — với kho dữ liệu âm thanh phong phú phục vụ sản phẩm “Speech to Text”. Để mang đến cho độc giả cái nhìn đa chiều về vai trò của dữ liệu trong sự phát triển của AI, Rikkeisoft đã thực hiện một cuộc trò chuyện ngắn với ông Nguyễn Minh Tân (Phó Giám đốc Điều hành Rikkei AI — “cái nôi” của hầu hết các sản phẩm và dự án AI của Rikkeisoft). Mời bạn đọc cùng theo dõi!
AI là viết tắt của Artificial Intelligence, tức trí tuệ nhân tạo. Con người không ngừng nghiên cứu và phát triển các thuật toán nhằm làm cho máy tính ngày càng thông minh hơn. AI được hình thành từ những năm 1950. Tuy nhiên, do giới hạn về năng lực tính toán, máy tính thời đó chỉ có thể thực hiện các tác vụ được lập trình sẵn. Ngày nay, chúng ta đang sống trong kỷ nguyên của AI. Khả năng xử lý của máy tính liên tục tăng trong khi chi phí giảm xuống, giúp nhiều người tiếp cận công nghệ tiên tiến hơn — từ đó AI ngày càng được công nhận rộng rãi và ứng dụng thực tiễn nhiều hơn.
Nhiều ý kiến cho rằng dữ liệu chính là “vàng đen” mới của thế kỷ 21, thay thế dầu mỏ. Một sản phẩm AI được tạo ra từ nhiều thành phần khác nhau, trong đó dữ liệu là một trong những yếu tố cốt lõi. Theo thống kê, tới 80% thời gian phát triển sản phẩm AI được dành cho các công việc liên quan đến dữ liệu. Huấn luyện AI cũng giống như dạy dỗ một đứa trẻ: nếu sử dụng dữ liệu đúng, AI sẽ học đúng; ngược lại, nếu dữ liệu sai, AI sẽ học lệch. Khi dữ liệu không đồng nhất được đưa vào ở thời điểm không phù hợp, AI sẽ bị nhầm lẫn. Dữ liệu càng được sử dụng hợp lý trong quá trình huấn luyện, AI càng thông minh và khả năng nhận diện càng chính xác.
Không thể phủ nhận rằng các tập đoàn công nghệ lớn như Google, Microsoft và các công ty xe tự lái như Tesla, Hyundai, Toyota đã đầu tư mạnh vào dữ liệu để duy trì lợi thế cạnh tranh. Chẳng hạn, hàng trăm nghìn giờ dữ liệu âm thanh đã được sử dụng để huấn luyện công cụ nhận diện giọng nói của Google. Tương tự, Tesla sử dụng hàng triệu ảnh thực tế để dạy xe tự lái của mình.
Các công ty chuyên về gán nhãn dữ liệu cũng đang bắt kịp xu hướng AI. Bên cạnh đó, các công nghệ gán nhãn dữ liệu nhanh hơn và chính xác hơn cũng đang được phát triển. Nhờ đó, nhiều doanh nghiệp trong lĩnh vực này đã vươn lên trở thành các startup kỳ lân.
Như chúng ta đã biết, giải pháp Speech To Text của Rikkeisoft với công nghệ nhận diện giọng nói cốt lõi đã được triển khai tại Quốc hội và nhiều bộ, tỉnh, cơ quan, đơn vị nhà nước. Dù công nghệ nhận diện giọng nói có phạm vi ứng dụng rộng, chỉ có một số ít doanh nghiệp tại Việt Nam làm chủ được công nghệ này. Một số cái tên lớn như Viettel, FPT, VNG và VinGroup đều là những tay chơi lớn trong lĩnh vực này. Vậy tại sao lại có ít doanh nghiệp dám dấn thân vào cuộc chơi này? Bởi ngoài cơ sở hạ tầng, thiết bị và đội ngũ kỹ thuật có năng lực huấn luyện AI, còn cần một lượng lớn dữ liệu âm thanh tiếng nói để xây dựng công nghệ này. Chi phí thu thập và phân loại dữ liệu âm thanh là rất lớn, và không phải doanh nghiệp nào cũng sẵn sàng chấp nhận rủi ro tài chính — nhất là khi tính khả thi của việc làm chủ công nghệ và đầu ra sản phẩm vẫn còn chưa chắc chắn. Có thể nói Rikkeisoft may mắn khi có tầm nhìn đúng đắn và một đội ngũ công nghệ xuất sắc, từ đó sở hữu một trong những công nghệ quan trọng nhất lĩnh vực này.
Khó khăn trong việc thu thập dữ liệu chính xác, kiểm soát chất lượng và chi phí gán nhãn dữ liệu là những thách thức lớn nhất trong quá trình tạo ra dữ liệu ở bất kỳ đâu trên thế giới. Vinfast, chẳng hạn, là một trong những công ty ứng dụng AI hàng đầu tại Việt Nam — đây là đơn vị duy nhất tại Việt Nam nghiên cứu và phát triển xe tự lái. Vinfast đã đầu tư nhiều thời gian và công sức để tập hợp đội xe có khả năng di chuyển trên đường phố và ghi lại hình ảnh trong nhiều điều kiện thời gian và thời tiết khác nhau.
Trong quá trình phát triển sản phẩm Speech-To-Text, Rikkeisoft gặp nhiều khó khăn trong việc tìm kiếm nguồn dữ liệu âm thanh phản ánh thực tế và đa dạng về nội dung, vùng miền, độ tuổi và giới tính. Việc gán nhãn dữ liệu cũng là thách thức lớn khi khả năng nghe và hiểu của mỗi người là khác nhau — đặc biệt, người dân ở một số vùng thường khó nghe và ghi chép chính xác âm thanh từ người khác. Để đáp ứng nhu cầu gán nhãn dữ liệu nội bộ và phát triển dịch vụ mới, Rikkeisoft đã nghiên cứu và phát triển Rikano — một công cụ gán nhãn dữ liệu chuyên nghiệp, được xây dựng dựa trên tham khảo và tích hợp tính năng từ nhiều công cụ gán nhãn khác trên thế giới. Rikano có thể gán nhãn các loại dữ liệu phổ biến nhất như hình ảnh, âm thanh và văn bản, đồng thời giúp người dùng dễ dàng quản lý tiến độ, chất lượng, năng suất và lịch sử làm việc của từng thành viên trong dự án. Vì vậy, Rikano đóng vai trò quan trọng trong chiến lược phát triển dịch vụ gán nhãn dữ liệu của Rikkeisoft.
Khi hiểu rõ hơn về những lợi ích mà AI có thể mang lại, doanh nghiệp ngày càng quan tâm đến công nghệ này. Vì vậy, toàn bộ dữ liệu gắn với hoạt động của doanh nghiệp sẽ được khai thác để hỗ trợ xây dựng AI, từ đó tối ưu hóa vận hành.
Một xu hướng AI khác là phát triển các thuật toán nhằm loại bỏ bước gán nhãn dữ liệu — vốn là công việc tốn nhiều nhân lực và dễ bị ảnh hưởng bởi yếu tố cảm xúc hay con người. Tuy nhiên, đây vẫn là bài toán của tương lai.
