CEO VinBrain chỉ ra những lưu ý quan trọng để thành công ứng dụng AI trong nhiều ngành kinh doanh tại InnoEx 2024

Sáng 22/8/2024, tại sự kiện InnoEx 2024, CEO VinBrain, ông Trương Quốc Hùng, đã tham gia phiên thảo luận cùng các nhà lãnh đạo nhiều ngành kinh doanh. Với chủ đề “AI Innovation đang định hình lại cách thức hoạt động của các ngành kinh doanh như thế nào?”, CEO VinBrain đã chia sẻ những quan điểm giá trị về những thách thức và cơ hội mà AI mang lại trong nhiều ngành, đặc biệt trong lĩnh vực y tế. 

Khám phá những thách thức khi ứng dụng AI trong nhiều ngành kinh doanh 

Theo ông Hùng, việc ứng dụng AI vào các ngành kinh doanh là xu hướng tất yếu, nhưng phải biết cách ứng dụng cho phù hợp. VinBrain đã có nhiều thành công trong việc ứng dụng AI vào các sản phẩm phục vụ y tế, bắt đầu được ứng dụng tại nhiều bệnh viện tuyến đầu Việt Nam và trên thế giới. Tuy nhiên, ứng dụng AI vào ngành y tế nói chung đang đối mặt với nhiều khó khăn. 

Theo kinh nghiệm của mình, ông Hùng chỉ ra một trong những thách thức lớn nhất là việc tiếp cận dữ liệu y tế, vốn thường phân tán và không đồng bộ giữa các bệnh viện. Ông nhấn mạnh rằng việc đào tạo AI với dữ liệu y tế yêu cầu chất lượng cao, và bất kỳ sai sót nào cũng có thể dẫn đến những hậu quả nghiêm trọng. 

Ông Hùng giải thích: “Dữ liệu trong y tế phải được gán nhãn chính xác bởi các bác sĩ chuyên môn cao, thậm chí sau đó phải kiểm tra thêm 1 vòng để đảm bảo chất lượng. Để được bác sĩ sử dụng, các giải pháp ứng dụng AI phải đạt được độ chính xác trên 90%. Chúng tôi tại VinBrain đã đặt ra tiêu chuẩn cao ngay từ đầu, hợp tác với nhiều bác sĩ để gán nhãn và kiểm tra dữ liệu, nhằm đạt được độ chính xác cần thiết.”  

Ông Hùng đã mở rộng góc nhìn về các thách thức trong việc ứng dụng AI, không chỉ trong ngành y tế mà còn ở nhiều lĩnh vực khác. Theo ông, ứng dụng AI gặp khó khăn chủ yếu vì hai lý do chính: dữ liệu không đồng bộ và nhu cầu chất lượng cao. 

Ông chỉ ra rằng thách thức tương tự cũng xuất hiện trong các ngành như ngân hàng và sản xuất, nơi dữ liệu thường được lưu trữ ở nhiều nơi khác nhau và cần phải tích hợp để sử dụng hiệu quả. “Các bài toán AI có thể phục vụ tốt nhất cho những công việc lặp đi lặp lại và không cần sự đồng cảm của con người,” ông nói. “Trong ngân hàng, AI có thể giúp tự động hóa các quy trình xử lý giao dịch, trong khi ở sản xuất, AI có thể tối ưu hóa quy trình kiểm tra chất lượng.” 

Ông Hùng cũng lưu ý rằng việc áp dụng AI không chỉ đơn thuần là công nghệ, mà còn là sự kết hợp giữa công nghệ và hiểu biết về nhu cầu cụ thể của từng ngành. “AI có thể tạo ra tác động tích cực khi được áp dụng đúng cách, nhưng cũng cần phải hiểu rõ các đặc thù và thách thức của từng lĩnh vực để triển khai hiệu quả.” 

Cẩn trọng với hiện tượng "Hallucination” trong AI 

Ông Hùng cũng thảo luận về một vấn đề quan trọng trong lĩnh vực AI hiện nay: hiện tượng "hallucination", đặc biệt trong công nghệ GenAI. Đây là hiện tượng khi AI tạo ra các thông tin hoặc câu trả lời mà không dựa trên dữ liệu thực tế hoặc có thể sai lệch, nhưng lại được trình bày một cách thuyết phục. 

“GenAI có khả năng tạo ra các câu trả lời và thông tin mà không dựa trên dữ liệu thực tế, và điều này có thể dẫn đến việc thông tin sai lệch được chấp nhận như sự thật” ông Hùng nhấn mạnh. “Hiện tượng này, thường được gọi là ‘hallucination’, trong tiếng việt mình tạm hiểu là “chém gió”. Nó có thể gây ra rủi ro lớn vì người dùng có thể tin tưởng vào thông tin sai mà AI cung cấp. Đây là một vấn đề cần được quản lý cẩn thận để đảm bảo rằng AI không chỉ hoạt động hiệu quả mà còn chính xác và đáng tin cậy.” 

Ông cũng đề cập đến ba bùng nổ lớn trong công nghệ GenAI trong hai năm qua, mà ông coi là có ảnh hưởng lớn đến sự phát triển của AI 

• ChatGPT và Học Tăng Cường Từ Phản Hồi Của Người Dùng (RLHF): ChatGPT, một trong những sản phẩm nổi bật của GenAI, sử dụng kỹ thuật học tăng cường từ phản hồi của người dùng để cải thiện khả năng tương tác và tạo ra các phản hồi tự nhiên hơn. Kỹ thuật này giúp AI học hỏi từ các tương tác thực tế để trở nên thông minh và chính xác hơn trong việc hiểu và đáp ứng nhu cầu của người dùng. 
• Transformer và Đa Dạng Hóa Dữ Liệu: Kỹ thuật Transformer, nền tảng của nhiều ứng dụng GenAI hiện đại, cho phép AI xử lý và kết hợp nhiều loại dữ liệu khác nhau, từ văn bản đến hình ảnh. Điều này mở ra khả năng tạo ra nội dung đa dạng và chính xác hơn, đồng thời cải thiện khả năng của AI trong việc hiểu và phản ứng với các dạng thông tin khác nhau. 
• Data Retrieval Augmented: Công nghệ này cải thiện khả năng tìm kiếm và truy xuất dữ liệu, giúp AI lấy và sử dụng thông tin từ các nguồn dữ liệu phong phú hơn để cung cấp câu trả lời chính xác và phù hợp hơn với yêu cầu của người dùng. Điều này đặc biệt hữu ích trong việc xử lý các khối lượng dữ liệu lớn và đa dạng. 

Kinh nghiệm để người làm công nghệ và người làm kinh doanh tìm được tiếng nói chung, thúc đẩy hiệu quả kinh doanh thông qua ứng dụng AI 

Đối với việc giao tiếp hiệu quả với các doanh nghiệp, ông Hùng chia sẻ rằng điều quan trọng là hiểu rõ nhu cầu và vấn đề của họ. “Trách nhiệm của người làm công nghệ là sản phẩm phải đạt chất lượng cao, đó là điều mặc định. Tuy nhiên, để tạo ra sự giao tiếp hiệu quả, người làm công nghệ cần phải tập trung vào mục tiêu và nỗi đau của doanh nghiệp. Chúng tôi không chỉ cung cấp giải pháp, mà còn phải chứng minh được cách giải pháp đó có thể giải quyết vấn đề cụ thể của họ.” ông cho biết. 

Ông Hùng nhấn mạnh rằng sự đồng cảm và lắng nghe là chìa khóa để xây dựng mối quan hệ hiệu quả giữa nhà cung cấp công nghệ và doanh nghiệp. 

CEO VinBrain kết thúc phần thảo luận bằng việc nhấn mạnh: mặc dù AI có thể mang lại nhiều cơ hội, việc quản lý và áp dụng công nghệ này một cách hiệu quả là vô cùng quan trọng. VinBrain cam kết tiếp tục dẫn đầu trong việc phát triển các giải pháp AI tiên tiến, nhằm nâng cao chất lượng và hiệu quả trong ngành y tế, đồng thời giải quyết các thách thức và tận dụng các cơ hội mà công nghệ này mang lại.