Giám đốc trí tuệ nhân tạo FPT Software nói về 'Kỹ năng sinh tồn' mới

Chào các bạn,

Thật vui khi hôm nay tôi có cơ hội được trao đổi cùng các bạn, không phải để bàn về một chiến lược chuyển đổi số vĩ mô hay một dự án triệu đô nào đó tại FPT Software, mà để chia sẻ với các bạn về một cuốn sách. Một cuốn sách mà ngay khi cầm bản thảo trên tay, tôi đã phải thốt lên với tác giả - người bạn lâu năm của tôi, Chip Huyen - rằng: “Đây chính xác là cuốn gối đầu giường mà mọi AI Engineer đang tìm kiếm!”.

Tác giả Chip Huyền và cuốn sách "AI Engineering". Ảnh: FBNV.

Làm AI như nuôi một thần đồng

Chúng tôi thường đùa nhau rằng, làm AI giống như nuôi một đứa trẻ thần đồng nhưng đầy cá tính; bạn biết nó có tiềm năng thay đổi thế giới, nhưng để dạy nó “nên người” là cả một hành trình gian nan, khó nhọc và đầy thử thách.

Câu chuyện của tôi với Trí tuệ nhân tạo bắt đầu từ hơn 13 năm trước. Khi đó, tôi còn là một chàng sinh viên đang theo học master, mang trong mình giấc mơ lớn tại Đại học Carnegie Mellon (CMU) - cái nôi của công nghệ thế giới. Những ngày tháng dùi mài kinh sử với môn Học máy (Machine Learning), tiền thân của AI hiện đại bây giờ, đã đặt những viên gạch đầu tiên cho tư duy kỹ thuật của tôi. Sau đó, tôi may mắn được tôi luyện qua các phòng lab trung tâm của Tập đoàn Hitachi và phòng lab danh tiếng tại Đại học Tokyo (nơi tôi làm nghiên cứu sinh tiến sĩ).

Đó là khoảng thời gian quý báu giúp tôi hiểu sâu sắc về bản chất toán học và thuật toán của những cỗ máy thông minh. Nhưng, lý thuyết và thực tế luôn có một khoảng cách. Khi tôi nhận trọng trách Giám đốc Trí tuệ nhân tạo (Chief AI Officer) tại FPT Software, tôi đối mặt với một bài toán hoàn toàn mới: Làm sao để chuẩn hóa nguồn nhân lực cho một ngành còn quá mới mẻ tại Việt Nam?

Tôi có lẽ là một trong những người đầu tiên giúp FPT Software đưa ra bảng phân loại và định nghĩa các vị trí để tuyển dụng như: AI Engineer, Data Engineer, AI Scientist, Data Scientist, và Data Analyst. Lúc ấy, nhiều người còn mơ hồ, nhưng tôi biết rằng: Kỷ nguyên của việc “ngồi code model từ đầu” đang qua đi, và kỷ nguyên của AI Engineering - kỹ thuật xây dựng hệ thống AI - đang tới.

Và cuốn sách AI Engineering của Chip Huyen ra đời đúng vào điểm rơi hoàn hảo của sự chuyển dịch đó. Cuốn sách này không phải là một giáo trình khô khan.

Với giọng văn dí dỏm, sắc sảo và cực kỳ thực tế đặc trưng của Chip, nó giống như một cuộc đối thoại giữa hai người kỹ sư đang cùng nhau giải quyết vấn đề hơn là một bài giảng. Sách là một hành trình toàn diện đưa bạn từ việc hiểu mô hình đến việc xây dựng một sản phẩm hoàn chỉnh.

TS Nguyễn Xuân Phong, Giám đốc Trí tuệ nhân tạo, FPT Software. Ảnh: TIMES.

Bản đồ kỹ năng sinh tồn trong kỷ nguyên mới

Hãy để tôi dẫn các bạn đi qua hành trình thú vị này, qua lăng kính của một người đã có không ít năm làm công tác quản lý và nghiên cứu AI. Mở đầu hành trình, Chương 1 chỉ ra sự chuyển dịch từ ML truyền thống sang AI Engineering. Ngày xưa, chúng ta phải tự xây dựng model. Ngày nay, với các Mô hình nền tảng (Foundation Models), cuộc chơi đã thay đổi. Các bạn kỹ sư có thể “thích ứng” các mô hình có sẵn để giải quyết vấn đề nhanh chóng thay vì lãng phí thời gian “phát minh lại cái bánh xe”. Nhưng để “thích ứng” giỏi, bạn phải hiểu “nội tạng” của nó.

Chương 2 là lúc Chip kéo tấm màn bí mật lên, giúp chúng ta nhìn thấu cái “hộp đen” của các Mô hình Nền tảng. Từ dữ liệu huấn luyện, kiến trúc Transformer cho đến các định luật quy mô. Điều này cực kỳ quan trọng, bởi nếu không hiểu cơ chế bên trong, bạn sẽ không bao giờ biết tại sao mô hình lại “ảo giác” hay hành xử kỳ lạ. Nó giúp bạn điều chỉnh các tham số một cách có chủ đích chứ không phải đoán mò. Một trong những nỗi đau lớn nhất của anh em làm AI mà tôi thường gặp, đó là: “Làm sao biết model của em tốt hơn model cũ?”.

Chương 3 và Chương 4 chính là thuốc giải cho nỗi đau này. Chip không chỉ đưa ra các công cụ định lượng như Perplexity mà còn giới thiệu những khái niệm rất hiện đại như “AI đánh giá AI” (AI-as-a-judge). Lợi ích ở đây là vô giá: bạn được trang bị một tư duy khoa học để thiết lập các thước đo tin cậy, từ đó tự tin khẳng định chất lượng sản phẩm với sếp hay khách hàng, thay vì chỉ dựa vào cảm tính. Đặc biệt, khung làm việc ở Chương 4 về việc chọn model (Mua API hay Tự host) và xây dựng quy trình đánh giá tự động là thứ mà bất kỳ dự án doanh nghiệp nào cũng cần để tránh rủi ro. Khi đã có nền tảng, chúng ta bước vào phần “nghệ thuật” của nghề này.

Với giọng văn dí dỏm, sắc sảo và cực kỳ thực tế đặc trưng của Chip, cuốn sách giống như một cuộc đối thoại giữa hai người kỹ sư đang cùng nhau giải quyết vấn đề hơn là một bài giảng.

TS Nguyễn Xuân Phong

Chương 5 nói về Kỹ thuật nhắc lệnh (Prompt Engineering). Nhưng đừng nhầm lẫn, Chip không dạy bạn vài câu thần chú vô thưởng vô phạt. Cô ấy dạy bạn cơ chế học trong ngữ cảnh, chiến thuật tư duy theo chuỗi (Chain-of-Thought), và quan trọng hơn cả là tư duy phòng thủ bảo mật. Ở các tập đoàn lớn như FPT, bảo mật là sống còn. Chương này giúp bạn khai thác sức mạnh mô hình với chi phí thấp nhất nhưng vẫn đảm bảo an toàn trước các cuộc tấn công.

Tiếp đến là Chương 6, nơi phép màu thực sự xảy ra với RAG và Agents. Đây là chủ đề tôi cực kỳ tâm đắc. AI không thể chỉ là một con vẹt thông thái nhưng bị nhốt trong lồng. Nó cần kết nối với dữ liệu thực tế và có khả năng hành động. Chương này hướng dẫn bạn mở rộng khả năng của AI, giúp nó sử dụng công cụ, lập kế hoạch và truy xuất dữ liệu. Đây là chìa khóa để xây dựng những trợ lý ảo thực sự hữu ích cho doanh nghiệp chứ không chỉ là những món đồ chơi công nghệ.

Cuốn "Kỹ thuật AI - Xây dựng ứng dụng với Mô hình Nền tảng". Ảnh: TIMES.

Tuy nhiên, đôi khi Prompt là không đủ. Đó là lúc Chương 7 về Tinh chỉnh (Fine tuning) xuất hiện. Chip hướng dẫn chúng ta khi nào nên dùng PEFT, LoRA để tùy biến sâu hành vi của mô hình. Lợi ích kinh tế ở đây là rất lớn: bạn có thể tạo ra các mô hình chuyên biệt xuất sắc với chi phí và tài nguyên tính toán khiêm tốn hơn rất nhiều so với việc huấn luyện lại.

Và tất nhiên, không thể không nhắc đến “Vua” của mọi bài toán AI: Dữ liệu. Chương 8 về Kỹ thuật dữ liệu (Dataset Engineering) là một lời nhắc nhở tỉnh táo. Trong thế giới hào nhoáng của thuật toán, việc quản lý, lọc và chú thích dữ liệu thường bị xem nhẹ. Nhưng Chip khẳng định đây là yếu tố quyết định. Kỹ năng dùng chính AI để tạo ra dữ liệu huấn luyện (Synthetic data) được đề cập trong chương này là một vũ khí bí mật giúp giải quyết bài toán “đói dữ liệu” muôn thuở. Khi sản phẩm đã hình thành, bài toán tiếp theo là làm sao để nó chạy nhanh, rẻ và phục vụ được hàng triệu người dùng.

Chương 9 về Tối ưu hóa Suy luận giải quyết bài toán kinh tế này. Các kỹ thuật như nén mô hình, lượng tử hóa hay tối ưu hóa bộ nhớ đệm là những kỹ năng phân định giữa một kỹ sư tập sự và một chuyên gia cao cấp. Cuối cùng, Chương 10 kết nối tất cả lại thành một Kiến trúc kỹ thuật hoàn chỉnh. Từ thiết kế Router, Guardrails cho đến việc thu thập phản hồi người dùng. Nó cung cấp cho bạn tư duy hệ thống để sản phẩm không chỉ chạy tốt ngày đầu tiên mà còn tự cải thiện liên tục theo thời gian.

Các bạn thân mến,

Thế giới đang thay đổi chóng mặt. Nếu như 20 năm trước, kỹ năng sử dụng Microsoft Office là tiêu chuẩn để một nhân viên văn phòng tồn tại, thì ngày nay, “Dùng AI” chính là kỹ năng sống còn tiếp theo. Và tôi muốn nhấn mạnh, “Dùng AI” ở đây không chỉ giới hạn ở việc bạn biết viết vài câu lệnh cho ChatGPT (Prompt Engineer). Nó rộng lớn hơn nhiều. Đó là khả năng tư duy cùng AI, tích hợp AI vào quy trình làm việc, và biến AI thành đòn bẩy cho mọi công việc, từ lập trình, phân tích dữ liệu cho đến marketing và quản trị. Cuốn sách AI Engineering của Chip Huyen chính là tấm bản đồ cho kỷ nguyên mới đó.

“Dùng AI” không chỉ giới hạn ở việc bạn biết viết vài câu lệnh cho ChatGPT. Nó rộng lớn hơn nhiều. Đó là khả năng tư duy cùng AI, tích hợp AI vào quy trình làm việc, và biến AI thành đòn bẩy cho mọi công việc.

TS Nguyễn Xuân Phong

Dù bạn là một sinh viên mới ra trường hay một kỹ sư lâu năm đang muốn chuyển mình, đây là cuốn sách bạn cần phải thuộc lòng nếu muốn có một chỗ đứng vững chắc tại các tập đoàn công nghệ lớn. Với tư cách là một người đã có thời gian làm việc về AI và là một người luôn đau đáu về sự phát triển của cộng đồng AI Việt Nam, tôi xin trân trọng giới thiệu cuốn sách này đến các bạn - những người đang khát khao tìm hiểu về AI và muốn chinh phục AI Enginnering.

Bạn hãy đọc đi, và đừng chỉ đọc! Hãy làm, hãy sai, và hãy cùng chúng tôi kiến tạo thế giới tương lai!