Năm ngoái, các tập đoàn công nghệ đã bỏ ra khoảng 8,5 tỉ USD vào các thương vụ trí tuệ nhân tạo.
Việc một chương trình máy tính có thể liên tiếp đánh bại nhà vô địch thế giới tại Go, một trò chơi cờ vô cùng phức tạp, là điều phi thường đối với lĩnh vực trí tuệ nhân tạo (AI). Tuy nhiên, một trò chơi khác cũng đang diễn ra một cách âm thầm khi các doanh nghiệp tranh nhau mời gọi những chuyên gia AI xuất sắc nhất.
Các tập đoàn công nghệ trong đó có Google, Facebook, Microsoft và Baidu đều đang chạy đua bành trướng hoạt động AI của mình. Năm ngoái họ đã bỏ ra khoảng 8,5 tỉ USD vào các thương vụ, theo hãng cung cấp dữ liệu Quid. Con số này gấp tới hơn 4 lần so với năm 2010.
Trước đây, các trường đại học tuyển dụng những chuyên gia AI xuất sắc nhất thế giới. Nhưng giờ các hãng công nghệ đang lùng sục nhân tài AI từ các khoa nghiên cứu robot và học máy (học máy - machine learning - là một lĩnh vực của trí tuệ nhân tạo liên quan đến việc nghiên cứu và xây dựng các kỹ thuật cho phép các hệ thống “học” tự động từ dữ liệu để giải quyết những vấn đề cụ thể. Ví dụ như các máy có thể “học” cách phân loại thư điện tử xem có phải là thư rác hay không và tự động xếp thư vào thư mục tương ứng). Họ tìm kiếm những giảng viên và những sinh viên ưu tú nhất, chiêu dụ về làm việc với mức lương rất cao.
Năm ngoái, Uber, một công ty cung cấp dịch vụ gọi taxi, đã tuyển dụng 40 trong số 140 nhân viên tại Trung tâm Kỹ thuật Nghiên cứu Robot Quốc gia tại Đại học Carnegie Mellon và thành lập một bộ phận chuyên phát triển ôtô tự lái. Điều này đã thu hút nhiều sự quan tâm bởi Uber trước đó đã cam kết sẽ tài trợ cho các hoạt động nghiên cứu của Trung tâm nhưng rồi lại quyết định chiêu dụ nhân viên của Trung tâm thay vì rót vốn tài trợ. Các doanh nghiệp khác tìm kiếm nhân tài một cách âm thầm hơn nhưng không kém phần quyết liệt.
Cuộc “tấn công” của các hãng công nghệ đã khiến cho nhiều giảng viên đại học phải sửng sốt. “Tôi thậm chí không thể nào giữ nổi các sinh viên tốt nghiệp của mình. Các công ty đang tìm cách tuyển dụng họ ngay cả trước khi họ tốt nghiệp”, Pedro Domingos, Giáo sư về lĩnh vực học máy tại Đại học Washington, nhận xét. Bản thân ông cũng được các hãng công nghệ mời gọi về làm cho họ.
Các chuyên gia trong ngành học máy được săn đón quyết liệt nhất. Các hãng công nghệ lớn áp dụng học máy vào rất nhiều hoạt động từ các nhiệm vụ cơ bản như lọc thư rác và làm sao để các mẫu quảng cáo trực tuyến tiếp cận đúng đối tượng mục tiêu hơn, cho đến những nỗ lực tương lai như xe tự lái hoặc quét các hình ảnh để nhận diện bệnh. Khi các tập đoàn công nghệ phát triển các chức năng như công nghệ trợ lý ảo để giúp người sử dụng tổ chức cuộc sống tốt hơn hoặc các công cụ để giúp việc tìm kiếm các hình ảnh nhanh hơn thì họ cũng đều phải phụ thuộc vào những tiến bộ trong lĩnh vực học máy.
Cơn sốt đầu tư của các hãng công nghệ vào lĩnh vực này giúp giải thích vì sao một hội nghị của giới hàn lâm một thời được xem là khó hiểu - Hội nghị các hệ thống xử lý thông tin thần kinh (NIPS) được tổ chức vào tháng 12 mỗi năm tại Canada - nay đã trở thành diễn đàn Davos của giới AI. Những người tham gia đến đây để học hỏi tri thức mới cũng như để được săn đón và chiêu dụ bởi các ông chủ doanh nghiệp, vốn đang tìm kiếm những tài năng xuất chúng trong lĩnh vực này. Số người tham dự NIPS đã tăng gấp 3 lần kể từ năm 2010, đạt tới con số 3.800 vào năm ngoái.
Không có thống kê nào đáng tin cậy cho thấy có bao nhiêu giảng viên đại học đang gia nhập vào đội quân được chiêu mộ của các công ty công nghệ. Nhưng các dấu hiệu thì có thể thấy rất rõ. Trong lĩnh vực “học sâu” (deep learning) - tức lĩnh vực các máy tính “học” và “hiểu” một cách sâu sắc từ khối lượng dữ liệu khổng lồ bằng cách sử dụng các phương pháp tương tự như mạng lưới thần kinh của não bộ con người - tỉ lệ các bài nghiên cứu được viết bởi các tác giả có cộng tác với một doanh nghiệp nào đó đã tăng rất nhanh.
Các hãng công nghệ không phải lúc nào cũng dành nhiều sự chú ý và nguồn lực vào các chuyên gia AI như thế. Lĩnh vực này ngày trước gần như bị bỏ quên và thiếu vốn đầu tư trong suốt thời kỳ “mùa đông AI” của thập niên 1980 và 1990 khi các phương pháp tiếp cận AI đã không đạt được kỳ vọng đặt ra. Nhưng giờ ngành học máy đã trở nên náo nhiệt khi Google bắt đầu thực hiện các thương vụ tập trung vào lĩnh vực AI.
Vào năm 2014, chẳng hạn, Google đã mua lại DeepMind - một công ty công nghệ khởi nghiệp đứng sau sự thành công của chiếc máy tính trong trò chơi Go - từ các nhà nghiên cứu ở London. Giá mua lại được đồn đoán vào khoảng 600 triệu USD. Vào khoảng thời gian đó, Facebook, được cho là khi ấy cũng kỳ vọng mua được DeepMind, đã thành lập một phòng lab về AI và mời Yann LeCun, giảng viên Đại học New York là Yann LeCun, về điều hành.
Các doanh nghiệp đem lại cho những giảng viên đại học cơ hội được tận mắt nhìn thấy các ý tưởng của họ nhanh chóng đưa ra thị trường và đó là điều nhiều người ao ước. Việc làm cho các công ty như vậy cũng giúp các giảng viên không phải lo lắng về việc làm sao để đảm bảo họ được cấp kinh phí nghiên cứu. Andrew Ng, đứng đầu bộ phận nghiên cứu AI cho tập đoàn internet Trung Quốc Baidu và đã từng dạy toàn thời gian tại Trường Stanford, cho biết các hãng công nghệ có 2 thứ đặc biệt hấp dẫn: có nhiều năng lực máy tính cùng lượng dữ liệu khổng lồ. Cả 2 yếu tố này đều rất cần thiết cho ngành học máy hiện đại.
Dù vậy, cơn sốt tuyển dụng có thể tạo ra gánh nặng chi phí. Một là các trường đại học, vì không thể trả mức lương đủ cạnh tranh để giữ chân giảng viên, sẽ bị thiệt thòi nếu có quá nhiều người giỏi bỏ trường về làm cho các công ty công nghệ hoặc họ bị sao nhãng, không toàn tâm toàn ý vào công tác giảng dạy do đã có những cam kết với các công ty công nghệ.
Ở phương diện quốc gia, thiệt hại cũng xảy ra. Hầu hết các công ty công nghệ lớn đều có trụ sở đặt tại Mỹ. Vì thế, những quốc gia như Canada sẽ không tránh khỏi bị mất mát khi những bộ óc xuất sắc nhất của họ đều sang Mỹ và một số nước khác đầu quân cho các công ty công nghệ, theo Ajay Agrawal, Giáo sư Đại học Toronto.
Một rủi ro khác là nguồn lực AI có thể được tập trung không đều ở một vài công ty công nghệ. Các hãng công nghệ có công khai một số nghiên cứu và họ cũng hứa với nhân viên rằng nhân viên có thể viết và đăng bài nghiên cứu. Tuy nhiên, trên thực tế, nhiều nghiên cứu khám phá có giá trị và mang lại lợi nhuận cao lại không được chia sẻ ra công chúng. Một số lo ngại rằng Google, công ty dẫn đầu trong lĩnh vực này, có thể tạo nên cái gọi là độc quyền về trí tuệ.
Trước mối đe dọa về việc một công ty có thể tạo sức ảnh hưởng quá lớn đối với tương lai của AI, nhiều ông chủ công nghệ trong đó có Elon Musk của Tesla đã cam kết hồi tháng 12 rằng sẽ bỏ hơn 1 tỉ USD vào một sáng kiến phi lợi nhuận gọi là OpenAI, nhằm chia sẻ các nghiên cứu của mình với công chúng. Mục đích là kết hợp giữa tính tập trung nghiên cứu của môi trường đại học với khát vọng hiện thực hóa của một doanh nghiệp công nghệ.
Liệu có phải các công ty công nghệ, chứ không phải các trường đại học, mới là môi trường tốt nhất thúc đẩy tiến bộ trong lĩnh vực AI? Vấn đề này đến nay vẫn còn gây tranh cãi. Andrew Moore, đứng đầu khoa học máy tính của Đại học Carnegie Mellon, lo ngại các trường đại học một ngày nào đó sẽ thiếu mất đội ngũ giảng viên giỏi giảng dạy - những người có thể đào tạo ra “hạt giống” nhà nghiên cứu trong tương lai. Mặt khác, với ít người hơn thực hiện công việc nghiên cứu thuần túy, việc nghiên cứu ra những đột phá của tương lai có thể sẽ bị chậm lại.
Nhưng những rủi ro như vậy có thể không xảy ra. Cơn sốt đầu tư vào AI đã khuyến khích nhiều sinh viên mới bước vào lĩnh vực này. Các công ty công nghệ cũng giúp phát triển các tài năng, chẳng hạn, bằng cách cung cấp nhiều học bổng hơn cho các nhà nghiên cứu. Các công ty công nghệ có tiền và có cả động lực để làm điều đó. Tại thung lũng Silicon, nhân tài, chứ không phải tiền, mới là nguồn lực đang khan hiếm nhất.
Các tập đoàn công nghệ trong đó có Google, Facebook, Microsoft và Baidu đều đang chạy đua bành trướng hoạt động AI của mình. Năm ngoái họ đã bỏ ra khoảng 8,5 tỉ USD vào các thương vụ, theo hãng cung cấp dữ liệu Quid. Con số này gấp tới hơn 4 lần so với năm 2010.
Trước đây, các trường đại học tuyển dụng những chuyên gia AI xuất sắc nhất thế giới. Nhưng giờ các hãng công nghệ đang lùng sục nhân tài AI từ các khoa nghiên cứu robot và học máy (học máy - machine learning - là một lĩnh vực của trí tuệ nhân tạo liên quan đến việc nghiên cứu và xây dựng các kỹ thuật cho phép các hệ thống “học” tự động từ dữ liệu để giải quyết những vấn đề cụ thể. Ví dụ như các máy có thể “học” cách phân loại thư điện tử xem có phải là thư rác hay không và tự động xếp thư vào thư mục tương ứng). Họ tìm kiếm những giảng viên và những sinh viên ưu tú nhất, chiêu dụ về làm việc với mức lương rất cao.
Năm ngoái, Uber, một công ty cung cấp dịch vụ gọi taxi, đã tuyển dụng 40 trong số 140 nhân viên tại Trung tâm Kỹ thuật Nghiên cứu Robot Quốc gia tại Đại học Carnegie Mellon và thành lập một bộ phận chuyên phát triển ôtô tự lái. Điều này đã thu hút nhiều sự quan tâm bởi Uber trước đó đã cam kết sẽ tài trợ cho các hoạt động nghiên cứu của Trung tâm nhưng rồi lại quyết định chiêu dụ nhân viên của Trung tâm thay vì rót vốn tài trợ. Các doanh nghiệp khác tìm kiếm nhân tài một cách âm thầm hơn nhưng không kém phần quyết liệt.
Các chuyên gia trong ngành học máy được săn đón quyết liệt nhất. Các hãng công nghệ lớn áp dụng học máy vào rất nhiều hoạt động từ các nhiệm vụ cơ bản như lọc thư rác và làm sao để các mẫu quảng cáo trực tuyến tiếp cận đúng đối tượng mục tiêu hơn, cho đến những nỗ lực tương lai như xe tự lái hoặc quét các hình ảnh để nhận diện bệnh. Khi các tập đoàn công nghệ phát triển các chức năng như công nghệ trợ lý ảo để giúp người sử dụng tổ chức cuộc sống tốt hơn hoặc các công cụ để giúp việc tìm kiếm các hình ảnh nhanh hơn thì họ cũng đều phải phụ thuộc vào những tiến bộ trong lĩnh vực học máy.
Cơn sốt đầu tư của các hãng công nghệ vào lĩnh vực này giúp giải thích vì sao một hội nghị của giới hàn lâm một thời được xem là khó hiểu - Hội nghị các hệ thống xử lý thông tin thần kinh (NIPS) được tổ chức vào tháng 12 mỗi năm tại Canada - nay đã trở thành diễn đàn Davos của giới AI. Những người tham gia đến đây để học hỏi tri thức mới cũng như để được săn đón và chiêu dụ bởi các ông chủ doanh nghiệp, vốn đang tìm kiếm những tài năng xuất chúng trong lĩnh vực này. Số người tham dự NIPS đã tăng gấp 3 lần kể từ năm 2010, đạt tới con số 3.800 vào năm ngoái.
Không có thống kê nào đáng tin cậy cho thấy có bao nhiêu giảng viên đại học đang gia nhập vào đội quân được chiêu mộ của các công ty công nghệ. Nhưng các dấu hiệu thì có thể thấy rất rõ. Trong lĩnh vực “học sâu” (deep learning) - tức lĩnh vực các máy tính “học” và “hiểu” một cách sâu sắc từ khối lượng dữ liệu khổng lồ bằng cách sử dụng các phương pháp tương tự như mạng lưới thần kinh của não bộ con người - tỉ lệ các bài nghiên cứu được viết bởi các tác giả có cộng tác với một doanh nghiệp nào đó đã tăng rất nhanh.
Các hãng công nghệ không phải lúc nào cũng dành nhiều sự chú ý và nguồn lực vào các chuyên gia AI như thế. Lĩnh vực này ngày trước gần như bị bỏ quên và thiếu vốn đầu tư trong suốt thời kỳ “mùa đông AI” của thập niên 1980 và 1990 khi các phương pháp tiếp cận AI đã không đạt được kỳ vọng đặt ra. Nhưng giờ ngành học máy đã trở nên náo nhiệt khi Google bắt đầu thực hiện các thương vụ tập trung vào lĩnh vực AI.
Vào năm 2014, chẳng hạn, Google đã mua lại DeepMind - một công ty công nghệ khởi nghiệp đứng sau sự thành công của chiếc máy tính trong trò chơi Go - từ các nhà nghiên cứu ở London. Giá mua lại được đồn đoán vào khoảng 600 triệu USD. Vào khoảng thời gian đó, Facebook, được cho là khi ấy cũng kỳ vọng mua được DeepMind, đã thành lập một phòng lab về AI và mời Yann LeCun, giảng viên Đại học New York là Yann LeCun, về điều hành.
Các doanh nghiệp đem lại cho những giảng viên đại học cơ hội được tận mắt nhìn thấy các ý tưởng của họ nhanh chóng đưa ra thị trường và đó là điều nhiều người ao ước. Việc làm cho các công ty như vậy cũng giúp các giảng viên không phải lo lắng về việc làm sao để đảm bảo họ được cấp kinh phí nghiên cứu. Andrew Ng, đứng đầu bộ phận nghiên cứu AI cho tập đoàn internet Trung Quốc Baidu và đã từng dạy toàn thời gian tại Trường Stanford, cho biết các hãng công nghệ có 2 thứ đặc biệt hấp dẫn: có nhiều năng lực máy tính cùng lượng dữ liệu khổng lồ. Cả 2 yếu tố này đều rất cần thiết cho ngành học máy hiện đại.
Dù vậy, cơn sốt tuyển dụng có thể tạo ra gánh nặng chi phí. Một là các trường đại học, vì không thể trả mức lương đủ cạnh tranh để giữ chân giảng viên, sẽ bị thiệt thòi nếu có quá nhiều người giỏi bỏ trường về làm cho các công ty công nghệ hoặc họ bị sao nhãng, không toàn tâm toàn ý vào công tác giảng dạy do đã có những cam kết với các công ty công nghệ.
Ở phương diện quốc gia, thiệt hại cũng xảy ra. Hầu hết các công ty công nghệ lớn đều có trụ sở đặt tại Mỹ. Vì thế, những quốc gia như Canada sẽ không tránh khỏi bị mất mát khi những bộ óc xuất sắc nhất của họ đều sang Mỹ và một số nước khác đầu quân cho các công ty công nghệ, theo Ajay Agrawal, Giáo sư Đại học Toronto.
Một rủi ro khác là nguồn lực AI có thể được tập trung không đều ở một vài công ty công nghệ. Các hãng công nghệ có công khai một số nghiên cứu và họ cũng hứa với nhân viên rằng nhân viên có thể viết và đăng bài nghiên cứu. Tuy nhiên, trên thực tế, nhiều nghiên cứu khám phá có giá trị và mang lại lợi nhuận cao lại không được chia sẻ ra công chúng. Một số lo ngại rằng Google, công ty dẫn đầu trong lĩnh vực này, có thể tạo nên cái gọi là độc quyền về trí tuệ.
Trước mối đe dọa về việc một công ty có thể tạo sức ảnh hưởng quá lớn đối với tương lai của AI, nhiều ông chủ công nghệ trong đó có Elon Musk của Tesla đã cam kết hồi tháng 12 rằng sẽ bỏ hơn 1 tỉ USD vào một sáng kiến phi lợi nhuận gọi là OpenAI, nhằm chia sẻ các nghiên cứu của mình với công chúng. Mục đích là kết hợp giữa tính tập trung nghiên cứu của môi trường đại học với khát vọng hiện thực hóa của một doanh nghiệp công nghệ.
Liệu có phải các công ty công nghệ, chứ không phải các trường đại học, mới là môi trường tốt nhất thúc đẩy tiến bộ trong lĩnh vực AI? Vấn đề này đến nay vẫn còn gây tranh cãi. Andrew Moore, đứng đầu khoa học máy tính của Đại học Carnegie Mellon, lo ngại các trường đại học một ngày nào đó sẽ thiếu mất đội ngũ giảng viên giỏi giảng dạy - những người có thể đào tạo ra “hạt giống” nhà nghiên cứu trong tương lai. Mặt khác, với ít người hơn thực hiện công việc nghiên cứu thuần túy, việc nghiên cứu ra những đột phá của tương lai có thể sẽ bị chậm lại.
Nhưng những rủi ro như vậy có thể không xảy ra. Cơn sốt đầu tư vào AI đã khuyến khích nhiều sinh viên mới bước vào lĩnh vực này. Các công ty công nghệ cũng giúp phát triển các tài năng, chẳng hạn, bằng cách cung cấp nhiều học bổng hơn cho các nhà nghiên cứu. Các công ty công nghệ có tiền và có cả động lực để làm điều đó. Tại thung lũng Silicon, nhân tài, chứ không phải tiền, mới là nguồn lực đang khan hiếm nhất.
No comments:
Post a Comment