Theo nghiên cứu của hãng kiểm toán PricewaterhouseCoopers (Anh), AI sẽ giúp kinh tế thế giới tăng trưởng 15.700 tỉ USD vào năm 2030, trong đó, 6.600 tỉ USD là từ gia tăng năng suất lao động và 9.100 tỉ USD trong lĩnh vực tiêu dùng dân dụng.
Với những lợi ích lớn lao như thế, các cường quốc đều tích cực tham gia cuộc đua nghiên cứu và ứng dụng AI. Tháng 7.2017, chính phủ Trung Quốc triển khai kế hoạch thúc đẩy phát triển công nghệ AI với mục tiêu đến năm 2030, Trung Quốc sẽ dẫn đầu thế giới trong lĩnh vực này. Theo đó, chính phủ sẽ đầu tư 100 tỉ nhân dân tệ (330.000 tỉ đồng) cho nghiên cứu AI trong thời gian 5 năm tới.
Trước khi cuộc chiến thương mại Mỹ - Trung bùng nổ, mọi sự đều rất thuận lợi cho Trung Quốc trong việc theo đuổi mục tiêu vươn lên hàng đầu thế giới về AI. Nhưng, cuộc chiến không tiếng súng này đã làm bộc lộ ra những nhược điểm nghiêm trọng của nền công nghệ AI Trung Quốc.
Chip GPU của Mỹ là thành phần không thể thiếu của các hệ thống AI, đặc biệt là trong lĩnh vực thị giác máy tính (computer vision) ẢNH: FOSSBYTES |
Theo báo South China Morning Post (Hồng Kông), dù Trung Quốc đã đạt được những tiến bộ rất đáng kể trong công nghệ AI, nhưng họ lại phụ thuộc rất nhiều vào phần cứng của Mỹ. Cụ thể là các chip GPU và FPGA, chip cảm biến, máy chủ AI đều do Mỹ thiết kế và sản xuất. Trung Quốc chỉ có vài hãng như Inspur và Sugon là sản xuất được máy chủ AI, nhưng là theo sự cấp phép của hai hãng Mỹ Intel và AMD. Các phần mềm hàng đầu để thiết kế chip, bí quyết kỹ thuật và máy móc chuyên dụng để sản xuất chip cũng đều của Mỹ hoặc được phía Mỹ cấp phép và chuyển giao công nghệ. Trung Quốc hiện đứng đầu thế giới trong sản xuất smartphone (90% số lượng), ti vi thông minh (67%) và máy tính cá nhân (65%), nhưng hầu hết con chip để sản xuất các thiết bị nói trên đều do Mỹ sản xuất, năm 2017 Trung Quốc đã nhập khẩu số lượng chip trị giá đến 260 tỉ USD.
Cũng theo South China Morning Post, Trung Quốc lệ thuộc vào các phần mềm cần thiết cho AI của Mỹ. Hiện nay, phần lớn các hãng công nghệ AI của Trung Quốc đều sử dụng hai nền tảng mã nguồn mở (open-source platform) của Mỹ là TensorFlow của Google và Pytorch của Facebook. Đây là hai nền tảng chủ lực cho việc lập trình các ứng dụng AI. Những nền tảng này cung cấp những công cụ và thư viện quan trọng trong lĩnh vực máy học (machine learning và deep learning) để các phần mềm AI hoạt động hiệu quả. Đó là chưa kể các nền tảng mã nguồn mở trọng yếu khác như MXNet và Caffe, cũng đều của Mỹ.
Năm 2016, hãng công nghệ hàng đầu Baidu - được xem là Google của Trung Quốc, đã giới thiệu nền tảng mã nguồn mở PaddlePaddle. Nhưng đến nay, PaddlePaddle vẫn không thu hút được các nhà lập trình trên thế giới. Các đại gia công nghệ Trung Quốc như China Mobile, Meituan, Sogou và JD.com và hầu hết các doanh nghiệp nhỏ và vừa hoạt động trong lĩnh vực AI của nước này vẫn trung thành với những nền tảng của Mỹ. Kỹ sư lập trình AI Kuang Kaiming (Trung Quốc) nhận định: “Dùng PaddlePaddle của Baidu giống như ta mua cái smartphone của một hãng sản xuất ít ai biết tới, nó ít tính năng hơn so với sản phẩm của các hãng tên tuổi, lại rất khó tìm mua các linh, phụ kiện”, ám chỉ về sự nghèo nàn trong chức năng, ít các công cụ và thư viện phụ trợ của nền tảng nội địa này.
Việc xây dựng một nền tảng tương tự từ con số không cho đến khi đạt được tầm vóc của TensonFlow và Pytorch sẽ tốn nhiều thời gian, tiền bạc và đòi hỏi nguồn nhân lực có trình độ chuyên môn giỏi nhất. Các nghiên cứu cơ bản trong lĩnh vực công nghệ bao giờ cũng là chuyện dài hơi. Đối với các hãng công nghệ Trung Quốc - với bản tính cố hữu là thiếu sự kiên trì trong nghiên cứu, thì không gì tiện lợi, ít tốn kém và nhanh chóng bằng việc dựa trên những phát minh sẵn có. Đó cũng là nhược điểm cơ bản của cả nền công nghệ Trung Quốc. Tony Han, CEO của hãng ô tô tự hành WeRide (Trung Quốc) nhận định về nếp suy nghĩ phổ biến ở giới công nghệ nước này: “Họ lập luận rằng tại sao phải tốn công hao của để ‘tái phát minh’ cái bánh xe, trong khi người ta đã phát minh ra trước đó và có sẵn để dùng ngay?”. Một yếu tố quan trọng khác làm cho các doanh nghiệp Trung Quốc yên tâm sử dụng TensonFlow, Pytorch, MXNet và Caffe vì chính phủ Mỹ không cấm việc xuất khẩu các nền tảng mã nguồn mở.
Theo nhận xét của Giáo sư Daniel Povey, người sáng lập công cụ AI nhận dạng giọng nói Kaldi thì nếp văn hóa lập trình các phần mềm mã nguồn ở Trung Quốc chưa có nền tảng sâu rộng như ở phương Tây. Còn theo một số chuyên gia Trung Quốc thì nguyên nhân chủ yếu là ở sự tư duy ngắn hạn của giới chuyên viên lập trình nội địa. Họ có trình độ chuyên môn cao, nhưng lại ưa chuộng những gì nhanh chóng mang lại kết quả về mặt vật chất, thích bẻ khóa (hack) các phần mềm thương mại hơn là viết những phần mềm mã nguồn mở, vì tốn nhiều công sức nhưng không mang lại lợi nhuận. Viết những phần mềm tầm cỡ thì phải có sự hợp tác chặt chẽ của đông đảo lập trình viên, trong khi tinh thần hợp tác và khả năng làm việc nhóm (team work) lại không phải là thế mạnh của giới lập trình viên Trung Quốc, luôn muốn "độc lập tác chiến" hơn là hợp tác với người khác.
Việc sáng lập một nền tảng mã nguồn mở thì nhà sáng lập - sản xuất phải bỏ ra chi phí rất lớn, nhưng các nhà phát triển (người sử dụng) lại được dùng miễn phí để lập trình các ứng dụng thương mại thu được lợi nhuận. Các nhà phát triển sẽ bổ sung các mã lập trình, sửa lỗi, đóng góp ý kiến về chuyên môn, nhờ vậy nền tảng đó ngày càng hoàn thiện hơn. Trong trường hợp của Google và Facebook, họ có lợi là thu hút được rất nhiều nhà phát triển tài năng ở khắp thế giới làm việc không công cho mình. Càng nhiều người sử dụng thì nền tảng đó càng trở nên phổ biến, tạo ra sự lệ thuộc không thể dứt ra vì không có cái nào thay thế tốt hơn. Từ đó tạo nên sức ảnh hưởng cực lớn cho nhà sáng lập nền tảng mã nguồn mở, và họ vẫn nắm quyền chi phối qua việc cấp phép sử dụng.
Các hãng công nghệ hàng đầu của Trung Quốc vẫn sử dụng những nền tảng mã nguồn mở của Mỹ để lập trình ứng dụng AI ẢNH: MEDIUM.COM |
Để củng cố vị thế thống trị của mình, Google và Facebook phải thường xuyên chi ra những khoản tiền lớn để thuê các chuyên viên giỏi nhất thực hiện việc bảo trì và hoàn thiện nền tảng của họ. Đó là chưa tính những khoản chi phí tiếp thị để giới thiệu các nền tảng này đến các doanh nghiệp lớn và các viện nghiên cứu về AI ở nhiều quốc gia trên thế giới. Do vậy, những nền tảng mới như PaddlePaddle của Baidu, Mindspore của Huawei (dự định đưa ra vào năm 2020) sẽ rất khó khăn trong việc thu hút các nhà phát triển, trừ phi có tính năng gì độc đáo mà các nền tảng khác không có được.
Người ta có thể hỏi tại sao Google, Facebook, Microsoft… đã chi ra rất nhiều tiền để cung cấp những nền tảng mã nguồn mở và các dịch vụ miễn phí nhằm mục đích gì? Bởi trong kinh doanh thì lợi nhuận là yếu tố hàng đầu, cho xài miễn phí thì lấy gì bù đắp? Cái mà các đại gia công nghệ này thu về có giá trị còn quý hơn vàng, đó chính là lượng dữ liệu khổng lồ. AI là máy học, mà muốn hiệu quả cần phải thu thập dữ liệu trên quy mô toàn cầu.
Nhằm tăng sức thu hút người dùng để khai thác dữ liệu, Google, Facebook, Microsoft... đều tung ra nhiều tiện ích miễn phí với giao diện ngôn ngữ đã được bản địa hóa để tạo thuận tiện cho người sử dụng, dù họ ở bất kỳ nước nào trên thế giới vẫn có thể sử dụng dễ dàng mà không cần phải biết tiếng Anh. Từ đó thu thập dữ liệu đưa về cho máy học, càng nhiều dữ liệu AI hoạt động càng hiệu quả. Đây là cái mà Trung Quốc chưa thể làm được, những tiện ích miễn phí "made in China" như WeChat, Baidu, Alipay, Tencent, Weibo... dù có hàng tỉ người dùng để thu thập dữ liệu cho AI nhưng chủ yếu là ở nội địa Trung Quốc. Hơn nữa, bản thân các doanh nghiệp công nghệ AI Trung Quốc cũng đang gặp nhiều khó khăn trong việc phát triển sang các thị trường lớn ở nước ngoài do sự khác biệt về các luật lệ, quy định chế tài và môi trường kinh doanh.
Đối với sự lệ thuộc vào phần cứng và phần mềm của Mỹ, Trung Quốc có thể dần dần giải quyết trong tương lai bằng những nỗ lực nghiên cứu cơ bản dài hơi. Nhưng, họ đang phải đối mặt với một trở ngại cực lớn là sự thiếu hụt trầm trọng nguồn nhân lực cho AI. Đây là yếu tố quyết định cho sự phát triển khoa học công nghệ của một quốc gia và không thể khắc phục trong một sớm một chiều.
Bình luận