Phát biểu tại sự kiện GStar 2026 với chủ đề Trí tuệ nhân tạo (AI) và Nhân loại diễn ra tại TP HCM ngày 29/5, Thứ trưởng Bùi Hoàng Phương nhấn mạnh, Việt Nam đặt mục tiêu đến năm 2030 sẽ trở thành nhóm ba nước dẫn đầu Đông Nam Á về nghiên cứu và phát triển trí tuệ nhân tạo. Năm 2025, Việt Nam đã ban hành Luật Trí tuệ nhân tạo, trở thành một trong số ít quốc gia sớm có luật về AI, được xem là tinh thần thể chế đi trước để mở đường cho công nghệ phát triển, tạo môi trường pháp lý an toàn dựa trên quản lý rủi ro để thúc đẩy đổi mới sáng tạo.
Sau năm 2025 có khung pháp lý, năm 2026 là giai đoạn quốc gia bước vào tăng tốc, theo Thứ trưởng Phương. Việt Nam sẽ không chỉ dừng lại ở việc ứng dụng AI đơn lẻ, thay vào đó nhắm tới mục tiêu chiến lược lớn hơn là chuyển đổi quốc gia toàn diện bằng trí tuệ nhân tạo.
Để thúc đẩy, Việt Nam sẽ từng bước nghiên cứu, phát triển, làm chủ những công nghệ lõi, tự chủ các mô hình đa dụng, mô hình nền tảng dựa trên dữ liệu trong nước, không để phụ thuộc hoàn toàn vào công nghệ nước ngoài.
“Hoạt động nghiên cứu phát triển AI đòi hỏi nhu cầu rất lớn về nhân lực chất lượng cao, hạ tầng tính toán và các hệ thống dữ liệu lớn”, Thứ trưởng Phương nói. “Nếu không có sự quan tâm và đầu tư đúng mức cùng những hạ tầng đủ mạnh, cơ sở dữ liệu đủ lớn, nhân lực đủ năng lực và trình độ, việc nghiên cứu và phát triển AI vẫn là một bài toán rất khó”.
Tập trung đầu tư phát triển hạ tầng cho dữ liệu và AI
Theo Thứ trưởng Khoa học và Công nghệ, sau khi Chính phủ ban hành danh mục công nghệ chiến lược và sản phẩm chiến lược, thời gian tới Bộ sẽ tập trung đầu tư phát triển hạ tầng cho AI, phát triển các cơ sở dữ liệu phục vụ AI và đào tạo con người có đủ năng lực, trình độ để nghiên cứu phát triển AI.
“Tuy nhiên, nếu chỉ có Nhà nước thì không đủ. Rất cần sự vào cuộc của cộng đồng doanh nghiệp, viện nghiên cứu, trường đại học, nhà khoa học trong và ngoài nước”, Thứ trưởng Phương nói. “Nếu làm được điều này, Việt Nam mới có thể thúc đẩy quá trình nghiên cứu và phát triển trí tuệ nhân tạo trong thời gian tới”.
Với định hướng tăng cường và thúc đẩy ứng dụng AI, Thứ trưởng Phương cho rằng mục tiêu quan trọng nhất trước mắt là phải thay đổi tư duy, phổ cập kỹ năng sử dụng AI cho người dân, doanh nghiệp và các cơ quan, tổ chức. Bên cạnh đó, cần xác định rõ việc ứng dụng AI không chỉ đơn thuần là mua sắm một sản phẩm phần mềm mà phải thay đổi tư duy khi xử lý công việc.
Lấy ví dụ trong một chuyến công tác nước ngoài, Thứ trưởng Phương cho biết một giáo sư đã nói với ông rằng việc đầu tiên không phải là thay đổi cách làm như thế nào, mà là khi gặp một vấn đề khó, điều đầu tiên phải nghĩ đến làm sao dùng công nghệ để giải quyết vấn đề đó theo cách tốt nhất.
“Chỉ khi mỗi cá nhân, người dân, doanh nghiệp, tổ chức ở Việt Nam biết cách dùng AI như một trợ lý, khi đó quá trình chuyển đổi AI mới thực sự diễn ra”, Thứ trưởng Phương nhấn mạnh.
Tuy nhiên, ông cũng nhìn nhận trong quá trình ứng dụng AI sâu rộng, cần giải quyết những tác động của AI đối với xã hội, nhất là những thay đổi cơ cấu việc làm, nảy sinh rủi ro về đạo đức, sự công bằng. Theo đó “phải song hành việc đào tạo, chuyển đổi nghề nghiệp cho người lao động, bảo đảm quá trình phát triển bao trùm, lấy con người làm trung tâm, không để ai bị bỏ lại phía sau khi ứng dụng và phát triển AI”, Thứ trưởng Phương nói.
Với thể chế và quản trị AI, Thứ trưởng Phương đánh giá hoạt động nghiên cứu phát triển, ứng dụng công nghệ này đều cần bệ đỡ vững chắc là thể chế quản lý. Phải giải quyết được bài toán hài hòa giữa thúc đẩy đổi mới sáng tạo và quản lý rủi ro. Hành lang pháp lý cần đi trước một bước, quy định rõ ràng để đảm bảo sử dụng AI một cách an toàn, an ninh, bảo vệ dữ liệu cá nhân và chủ quyền số.
Thứ trưởng Khoa học và Công nghệ cũng mong muốn đẩy mạnh hợp tác, liên thông và chia sẻ trong nghiên cứu, phát triển và ứng dụng AI giữa các quốc gia trong xây dựng hạ tầng tính toán, liên thông cơ sở dữ liệu, chia sẻ kinh nghiệm quản trị AI. “Toàn thế giới đều đang đặt ra bài toán này. Chúng ta cần tăng cường hợp tác, chia sẻ kinh nghiệm để khai thác tối đa sức mạnh, lợi ích mà AI mang lại, đồng thời góp phần xây dựng hệ sinh thái AI toàn cầu, bảo đảm lợi ích quốc gia”, ông nói.
Ông Lê Quốc Minh, Tổng biên tập báo Nhân Dân, Phó trưởng Ban Tuyên giáo Trung ương, cho rằng tốc độ ứng dụng AI tại Việt Nam đang ở mức rất nhanh. Theo ông, cách đây 15 năm, khi nhắc đến công nghệ này, chưa nhiều người biết và nếu biết cũng chưa thể hiểu rõ. Nhiều người thậm chí cho rằng những gì diễn ra trên thế giới sẽ cần “độ trễ” nhất định mới đến Việt Nam.
“Tuy nhiên, thực tế tốc độ AI vào Việt Nam diễn ra rất mạnh mẽ”, ông Minh nhấn mạnh. “AI hiện được ứng dụng trong nhiều lĩnh vực như giáo dục, y tế, biến đổi khí hậu và báo chí, giúp con người giảm đáng kể sức lao động”.
Dẫn thực tế từ lĩnh vực báo chí, ông Minh cho rằng nội dung đang vận hành theo những cách hoàn toàn mới. Ngày trước, khi tìm kiếm trên Internet, người dùng nhận “đường link xanh” và tự chọn nguồn tin đáng tin cậy để đọc. Nhưng ngày nay, chỉ cần đặt câu hỏi và hệ thống sẽ đưa ra hàng loạt câu trả lời. Nhiều khái niệm mới ra đời, như “nội dung lỏng” (liquid content), tức nội dung đa phương tiện “chảy” qua nhiều nền tảng và thích ứng với từng ngữ cảnh sử dụng; hay nội dung tự thích ứng (adaptive content), tức được điều chỉnh phù hợp từng nền tảng và nhu cầu tiếp nhận.
Tuy nhiên, ông Minh cho rằng việc ứng dụng công nghệ mạnh mẽ kéo theo nhiều hệ lụy. Trên thế giới đã xuất hiện những website hoàn toàn do AI vận hành, có khả năng sản xuất lượng nội dung gấp nhiều lần những báo lớn như New York Times hay Washington Post.
Vấn đề bản quyền cũng trở nên nghiêm trọng hơn. Trước kia, xâm phạm bản quyền chủ yếu là sao chép hoặc “xào nấu” nội dung báo chí. Nay, các hệ thống AI quét nội dung báo chí để huấn luyện mô hình mà không trả bất kỳ chi phí nào cho đơn vị sản xuất nội dung.
Ngoài ra, AI còn kéo theo nhiều nguy cơ xã hội khác. Dữ liệu đầu vào vốn mang định kiến và thiếu chuẩn mực đạo đức nên nếu không kiểm soát, các hệ thống AI có thể tạo ra “echo chamber” – môi trường chỉ củng cố những định kiến sẵn có như phân biệt giới tính, kỳ thị hay thiên kiến xã hội. “Nếu không có cơ chế giám sát, tình trạng này có thể vượt ngoài tầm kiểm soát”, ông Minh nói.
GS Preslav Nakov, Trưởng khoa Ngôn ngữ tự nhiên tại Đại học Mohamed bin Zayed về AI (MBZUAI), đánh giá phát triển của AI đang tạo ra cuộc cách mạng mang tính chuyển đổi sâu rộng đối với xã hội tương tự cuộc cách mạng công nghiệp mới. Tuy nhiên, ông cho rằng an toàn AI mang tầm quan trọng cao nhất, cơ chế an toàn phải được đặt ở mọi tầng: dữ liệu huấn luyện, bản thân mô hình, prompt điều khiển và hệ thống triển khai.
Theo GS Nakov, không có lớp bảo vệ nào hoàn hảo nếu hoạt động riêng lẻ. Ông lấy ví dụ ngay cả Wikipedia cũng chứa nội dung về thuyết âm mưu, do đó việc lọc dữ liệu không thể loại bỏ hoàn toàn thông tin độc hại.
Một chủ đề khác là tính xác thực của AI. GS Nakov cho rằng AI tạo sinh đã tạo ra “cuộc cách mạng thứ ba” trong sản xuất thông tin. Nếu mạng xã hội giúp mọi người trở thành “nhà xuất bản”, AI tạo sinh cho phép bất kỳ ai tạo ra nội dung trôi chảy và thuyết phục. Điều này làm gia tăng nguy cơ tin giả, tuyên truyền và thao túng thông tin.
Để giảm “ảo giác” của AI, GS Nakov đưa ra một số hướng tiếp cận như lọc dữ liệu, hậu huấn luyện hay dùng mô hình lớn hơn và xây dựng hệ thống kiểm chứng thông tin. Theo ông, mô hình càng lớn càng ít tình trạng ảo giác, vì có khả năng ghi nhớ nhiều dữ kiện hơn thay vì phải “sáng tạo” câu trả lời.
“Tương lai sẽ không tồn tại một mô hình AI thống trị tất cả, thay vào đó sẽ là nhiều mô hình chuyên biệt cho từng ngôn ngữ, lĩnh vực và tác vụ khác nhau, từ xử lý video, robot đến y sinh học”, Nakov dự đoán. “Tất nhiên, AI tương lai cần đáp ứng bốn tiêu chí: minh bạch, hiểu ngôn ngữ bản địa, an toàn và đáng tin cậy về mặt thông tin”.
Dữ liệu từ Binance, sàn giao dịch tài sản mã hóa lớn nhất thế giới, cho thấy giá Bitcoin hôm nay tăng mạnh 2,95% so với hôm qua. Tính đến 7 giờ 45 ngày 18.4 (giờ Việt Nam), mỗi Bitcoin (BTC) được giao dịch quanh mốc 77.202 USD. Trước đó, có lúc tiền mã hóa lớn nhất thế giới đạt 78.270 USD mỗi token.
Ethereum, tiền mã hóa lớn thứ hai thế giới, cũng tăng giá mạnh lên mốc 2.423 USD, tương đương mức tăng 3,2% trong vòng 24 giờ. Giá XRP tăng 3,18% lên 1,47 USD. Các token khác như BNB, Solana, TRON lần lượt tăng 2,24%, 0,72% và 0,18%.
Vốn hóa toàn thị trường tiền mã hóa ước đạt 2.610 tỉ USD, tăng 2,38% trong vòng 24 giờ qua.
Giá Bitcoin đạt mức cao nhất trong 10 tuần khi căng thẳng giữa Mỹ và Iran hạ nhiệt. Hôm 17.4, Ngoại trưởng Iran Abbas Araghchi thông báo "mở hoàn toàn" eo biển Hormuz, ngay khi lệnh ngừng bắn 10 ngày giữa Israel và nhóm Hezbollah ở Lebanon có hiệu lực.
Giá dầu đã giảm mạnh trong khi thị trường chứng khoán và tiền mã hóa đồng loạt tăng giá sau các thông báo liên quan đến eo biển Hormuz.
Đà tăng bất ngờ của Bitcoin đã khiến nhiều nhà đầu tư không kịp phản ứng. Theo dữ liệu từ CoinGlass, trong vòng 24 giờ qua, đã có 169.486 nhà giao dịch bị thanh lý hợp đồng. Tổng giá trị thanh lý gần 762 triệu USD. Lệnh thanh lý lớn nhất xảy ra trên sàn Hyperliquid, trị giá 15,75 USD khi người chơi đặt cược vào xu hướng giảm giá của Bitcoin.
Các sàn giao dịch tiền mã hóa thường cho phép người dùng "vay" một khoản nhiều hơn số tiền thực tế họ đang nắm giữ để có thể thực hiện các giao dịch "đòn bẩy" nhằm kiếm lời. Một số sàn giao dịch cho phép người chơi dùng đòn bẩy tối đa lên đến 125 lần vốn. Tuy nhiên khi thị trường điều chỉnh giá, nhà giao dịch bị mất một phần hoặc toàn bộ tiền ký quỹ ban đầu, khiến họ không đáp ứng các yêu cầu để duy trì, sàn sẽ đóng vị thế, dẫn đến việc thanh lý.
Dữ liệu của Hyblock cho thấy thanh khoản chào bán nằm trong khoảng 77.500 - 78.000 USD đang được hấp thụ khi Bitcoin tăng giá.
Chỉ báo MACD (Moving Average Convergence Divergence) của Bitcoin đã phát tín hiệu mua trên biểu đồ tuần. Trong lịch sử, mô hình này thường xuất hiện trước các đợt tăng giá mạnh.
MACD là chỉ báo động lượng phổ biến được dùng trong phân tích kỹ thuật. Chỉ báo này đã đạt mức thấp nhất trong lịch sử và hình thành mô hình giao cắt tăng giá trên biểu đồ tuần. Theo nhà phân tích Sykodelic, MACD không chỉ phát đi tín hiệu tăng giá mà liên tục biến động. "Chúng ta đang trong giai đoạn rất quan trọng. Giá đóng cửa vào cuối tuần này sẽ là tham chiếu đặc biệt ý nghĩa về những diễn biến tiếp theo", Sykodelic nói.
Dữ liệu lịch sử cho thấy Bitcoin có xu hướng tăng mạnh khi đường MACD vượt lên trên đường tín hiệu. Lần cuối cùng điều này xảy ra là vào đáy của "mùa đông tiền số" năm 2022, trước khi giá Bitcoin tăng 376%.
"Thông thường, một đợt tăng giá mạnh sẽ diễn ra mỗi khi tín hiệu MACD cắt nhau theo hướng tăng giá hằng tuần", nhà phân tích Mikybull Crypto bình luận. Trong khi đó, nhà phân tích The Chart Report cho biết các giao cắt trước đây "đã mang lại tỷ lệ thắng 93% cho người chơi, lợi nhuận trung bình 12 tháng là 195%".
Mục tiêu giá tiếp theo các nhà đầu tư Bitcoin hướng đến là 90.000 USD.
Ngày 4/6, Trung tâm dịch vụ dữ liệu và trí tuệ nhân tạo Viettel (Viettel AI) cho biết VT-Super-120B-A12B "do đội ngũ kỹ sư Việt trực tiếp huấn luyện, tinh chỉnh và tối ưu cho tiếng Việt".
Mô hình được xây dựng trên kiến trúc mở Nvidia Nemotron 3 Super, với quy mô 120 tỷ tham số. Theo đại diện Trung tâm, nhờ khả năng xử lý ngữ cảnh dài của kiến trúc Nvidia Nemotron, VT-Super-120B-A12B có thể duy trì mạch thông tin xuyên suốt giữa nhiều tài liệu, quy trình và hội thoại phức tạp trong cùng một tác vụ.
Trong các mô hình ngôn ngữ lớn, "tham số" (parameter) để chỉ các giá trị mà mô hình học được trong quá trình huấn luyện nhằm nhận diện quy luật trong dữ liệu, từ đó đưa ra dự đoán hoặc phản hồi. Tham số càng cao tức quy mô của mô hình càng lớn, có khả năng biểu diễn những mối quan hệ phức tạp, nhưng đồng thời cũng đòi hỏi nhiều dữ liệu, năng lực tính toán và chi phí vận hành hơn. Mô hình của Việt Nam thường từ vài tỷ đến vài chục tỷ tham số, trong khi các mô hình tiên tiến nhất của OpenAI, Google có thể có hàng nghìn tỷ tham số.
Tuy nhiên, lượng tham số lớn không đồng nghĩa chất lượng luôn tốt hơn, bởi hiệu quả còn phụ thuộc vào dữ liệu huấn luyện, kiến trúc mô hình và cách tối ưu. Trong bảng xếp hạng đánh giá năng lực VLMU, một bản tinh chỉnh dựa trên VT-Super-120B-A12B hiện đạt điểm số trung bình 85,47, đứng thứ ba trong số các mô hình tại Việt Nam, trong đó mạnh nhất ở phần xếp hạng về STEM với hơn 89 điểm.
Viettel AI cho biết qua các bài kiểm tra, mô hình của họ đạt hiệu suất "trong nhóm dẫn đầu" về độ chính xác so với các mô hình cùng quy mô. "Đây là kết quả huấn luyện trên dữ liệu bản địa và tối ưu cho các bài toán nghiệp vụ trong nước", đại diện Trung tâm nói.
Mô hình này được đánh giá đã tăng cường năng lực xử lý tiếng Việt mà không làm suy giảm hiệu năng tiếng Anh của mô hình gốc, đồng thời hạn chế hiện tượng quên kiến thức cũ, vấn đề thường gặp trong quá trình huấn luyện và tinh chỉnh. Theo nhà phát triển, việc này quan trọng với các bài toán đặc thù tại Việt Nam, nơi nhiều quy định và quy trình có thể thay đổi tùy theo loại hồ sơ, hoặc bối cảnh thực thi cụ thể.
Viettel AI cũng cho biết đang xây dựng quy trình huấn luyện LLM dựa trên các nguồn dữ liệu mang tính bản địa như dữ liệu hành chính, nghiệp vụ doanh nghiệp, hội thoại thực tế và hệ thống văn bản chuyên ngành tại Việt Nam. Quá trình này bao gồm nhiều giai đoạn, như tiếp tục tiền huấn luyện (continued pre-training) mở rộng năng lực ngôn ngữ và tri thức tiếng Việt trên kho dữ liệu quy mô lớn; tinh chỉnh có giám sát (supervised fine-tuning) nhằm cải thiện khả năng suy luận, sau đó là học tăng cường (reinforcement learning) để nâng cao độ chính xác trong phản hồi và khả năng xử lý nghiệp vụ.
"Làm chủ LLM tiếng Việt là bước đi cốt lõi để hình thành các giải pháp AI chủ quyền có khả năng đồng hành thực sự cùng các tổ chức, doanh nghiệp Việt Nam", ông Nguyễn Mạnh Quý, Giám đốc Viettel AI, nhận định.
Bà Shilpa Kolhatkar, Giám đốc AI Nations của Nvidia, đánh giá việc phát triển mô hình ngôn ngữ lớn tiếng Việt sẽ góp phần phổ cập khả năng tiếp cận trí tuệ nhân tạo trên quy mô lớn tại Việt Nam, đồng thời chuyển hóa ngôn ngữ và dữ liệu bản địa thành những giá trị ứng dụng thực tiễn cho cơ quan chính phủ và doanh nghiệp.
Viettel AI cho biết đang phát triển nền tảng AI Agent cho người Việt với khả năng tự thực hiện chuỗi tác vụ trong cùng một không gian làm việc. Trong đó, Trợ lý AI Pháp luật là một trong những ứng dụng đầu tiên, được kỳ vọng sở hữu khả năng hỗ trợ phân tích hồ sơ, đối chiếu quy định, tổng hợp dữ liệu và đề xuất giải pháp xử lý theo bài toán cụ thể của người dùng, với chất lượng được nâng cao so với các phiên bản trước đây.
Trước khi USB-C trở thành chuẩn kết nối chung cho mọi thiết bị từ Android đến iPhone, thế giới smartphone từng trải qua một thời kỳ đầy hỗn loạn với những cổng sạc độc quyền cho từng hãng, cũng như sở hữu những hình thù kỳ quặc mà người dùng trẻ ngày nay có lẽ chưa từng nhìn thấy.
Nhờ sự thúc đẩy mạnh mẽ từ Liên minh châu Âu (EU), USB-C giờ đây là tiêu chuẩn vàng nhờ khả năng truyền dữ liệu siêu tốc, xuất hình ảnh 4K và sạc nhanh công suất lớn. Tuy nhiên, khi lật lại lịch sử, các 'ông lớn' công nghệ từng có những tham vọng riêng với những cổng kết nối độc quyền mà mỗi lần mất dây cáp là một lần khốn khổ.
Trước khi có Lightning hay USB-C, những chiếc iPhone đời đầu sử dụng cổng sạc 30 chân (30-pin) với kích thước bề ngang gần như chiếm trọn cạnh dưới máy. Dù cho có vẻ ngoài cồng kềnh, nhưng nó lại là một sợi cáp đa năng khi có thể xử lý cùng lúc tín hiệu âm thanh analog, video, hỗ trợ cả giao thức FireWire lẫn USB. Tuy nhiên, việc không thể cắm đảo chiều và độ bền kém đã khiến Apple khai tử nó vào năm 2012 để nhường chỗ cho cổng Lightning nhỏ gọn hơn.
Các tín đồ dòng Walkman hay Cybershot thời xưa chắc chắn không quên được FastPort. Thay vì đút vào sâu trong thân máy, cổng này có thiết kế dạng bề mặt với 12 chân tiếp xúc và hai móc cài chắc chắn. Dù đa năng khi cho phép kết nối loa ngoài, tai nghe và sạc cùng lúc qua một hệ thống 'cầu nối', nhưng thiết kế độc quyền này lại là rào cản lớn khi người dùng muốn thay thế phụ kiện bên thứ ba.
Vào đầu những năm 2000, Motorola giới thiệu cổng CE Bus trên dòng V60. Đây có lẽ là cổng kết nối lớn nhất lịch sử điện thoại khi chiếm gần như toàn bộ cạnh dưới. Nó mạnh mẽ đến mức tích hợp được mọi tín hiệu cần thiết, nhưng khi Motorola chuyển sang làm điện thoại mỏng (như dòng Razr V3), CE Bus quá dày để tồn tại. Cuối cùng, nó buộc phải nhường chỗ cho Mini-USB nhỏ bé hơn.
Ra mắt năm 2007, Micro-USB từng là giải pháp hàng đầu cho tình trạng loạn cổng sạc. Với thiết kế hình thang nhỏ gọn và độ bền cao hơn Mini-USB, nó trở thành tiêu chuẩn chung cho toàn bộ thế giới Android trong suốt một thập kỷ. Dù thành công rực rỡ, nhưng sự ra đời của USB-C với tốc độ vượt trội và khả năng cắm hai chiều đã chính thức đẩy Micro-USB vào bảo tàng công nghệ.
