Trung Quốc kêu gọi đẩy mạnh nghiên cứu AI để bắt kịp Mỹ

Wang cũng là nhà nghiên cứu về tri thức máy móc và là thành viên của Ủy ban AI và nhận diện mẫu của Trung Quốc. Ông cho rằng, bước đột phá công nghệ tiếp theo có nhiều khả năng sẽ diễn ra ở Mỹ. Với những diễn biến phức tạp của cuộc chiến công nghệ đang diễn ra, Trung Quốc có khả năng sẽ bị cắt đứt khỏi những bước tiến mới nhất của lĩnh vực công nghệ.

Chia sẻ trong một bài phỏng vấn ở Thượng Hải vào tuần trước, ông nhận định, “tôi nghĩ rằng khả năng tạo ra các bước đột phá về công nghệ thể hiện ở mức độ phát triển AI thực sự của một quốc gia. Bạn có thể tưởng tượng điều gì sẽ xảy ra nếu bước đột phát lớn như vậy sẽ nằm ở Mỹ chứ không phải ở Trung Quốc?”.

Thực tế, Trung Quốc đang tham gia vào một cuộc chạy đua với Mỹ trong nhiều lĩnh vực, nhất là phát triển AI. Năm 2017, Trung Quốc ban hành kế hoạch ba bước để đưa nước này trở thành nhà lãnh đạo toàn cầu về công nghệ vào năm 2030. Đây là một cuộc chiến diễn ra ở các phòng thí nghiệm của các trường đại học và nhiều công ty cũng như trong các ứng dụng thực tế và chiến lược của hai quốc gia, coi việc làm chủ AI là chìa khóa mở ra lợi thế kinh tế và quân sự trong tương lai.

Theo TechinAsia, hiện Trung Quốc đang bị tụt lại phía sau Mỹ về nhân lực tài năng để thúc đẩy nghiên cứu và phát triển AI, họ có ít hơn 30 trường đại học có phòng thí nghiệm AI. Khoảng 40% các nhà khoa học về dữ liệu của Trung Quốc có ít hơn 5 năm kinh nghiệm, trong khi ở Mỹ hơn một nửa các nhà nghiên cứu có hơn 10 năm kinh nghiệm. Theo báo cáo của Deloitte AI vào năm ngoái về nhân lực, Trung Quốc chỉ có một nửa nhân sự tài năng ở lĩnh vực AI trên toàn cầu so với Mỹ.

Dù vậy, theo ông Wang thì Trung Quốc cũng đạt được nhiều tiến bộ về AI trong những năm gần đây, chủ yếu nhờ cải thiện truy cập vào các thư viện máy học nguồn mở như Tensorflow của Google hay Pytorch của Facebook, nơi các nhà phát triển cấp cho người dùng quyền nghiên cứu, thay đổi và phân phối mã vì mục đích hợp tác.

Ông cho rằng, AI hiện vẫn còn trong giai đoạn sơ khai so với mạng thần kinh nhân tạo lý tưởng. Các tiến bộ trong học sâu (deep learning) - một dạng AI bắt bước hoạt động của não người trong việc xử lý dữ liệu để dùng cho việc đưa ra các quyết định - đang có dấu hiệu chững lại trong vài năm qua và có thể đã đạt đến ngưỡng giới hạn. Đó là lý do các đột phá mới có khả năng xuất phát từ các nền tảng nghiên cứu cơ bản trong tương lai.