Chip GPU của Mỹ là thành phần không thể thiếu của các hệ thống AI, đặc biệt là trong lĩnh vực thị giác máy tính (computer vision)
|
Cũng theo South China Morning Post, Trung Quốc lệ thuộc vào các phần mềm cần thiết cho AI của Mỹ. Hiện nay, phần lớn các hãng công nghệ AI của Trung Quốc đều sử dụng hai nền tảng mã nguồn mở (open-source platform) của Mỹ là TensorFlow của Google và Pytorch của Facebook. Đây là hai nền tảng chủ lực cho việc lập trình các ứng dụng AI. Những nền tảng này cung cấp những công cụ và thư viện quan trọng trong lĩnh vực máy học (machine learning và deep learning) để các phần mềm AI hoạt động hiệu quả. Đó là chưa kể các nền tảng mã nguồn mở trọng yếu khác như MXNet và Caffe, cũng đều của Mỹ.
Năm 2016, hãng công nghệ hàng đầu Baidu – được xem là Google của Trung Quốc, đã giới thiệu nền tảng mã nguồn mở PaddlePaddle. Nhưng đến nay, PaddlePaddle vẫn không thu hút được các nhà lập trình trên thế giới. Các đại gia công nghệ Trung Quốc như China Mobile, Meituan, Sogou và JD.com và hầu hết các doanh nghiệp nhỏ và vừa hoạt động trong lĩnh vực AI của nước này vẫn trung thành với những nền tảng của Mỹ. Kỹ sư lập trình AI Kuang Kaiming (Trung Quốc) nhận định: “Dùng PaddlePaddle của Baidu giống như ta mua cái smartphone của một hãng sản xuất ít ai biết tới, nó ít tính năng hơn so với sản phẩm của các hãng tên tuổi, lại rất khó tìm mua các linh, phụ kiện”, ám chỉ về sự nghèo nàn trong chức năng, ít các công cụ và thư viện phụ trợ của nền tảng nội địa này.
Việc xây dựng một nền tảng tương tự từ con số không cho đến khi đạt được tầm vóc của TensonFlow và Pytorch sẽ tốn nhiều thời gian, tiền bạc và đòi hỏi nguồn nhân lực có trình độ chuyên môn giỏi nhất. Các nghiên cứu cơ bản trong lĩnh vực công nghệ bao giờ cũng là chuyện dài hơi. Đối với các hãng công nghệ Trung Quốc – với bản tính cố hữu là thiếu sự kiên trì trong nghiên cứu, thì không gì tiện lợi, ít tốn kém và nhanh chóng bằng việc dựa trên những phát minh sẵn có. Đó cũng là nhược điểm cơ bản của cả nền công nghệ Trung Quốc. Tony Han, CEO của hãng ô tô tự hành WeRide (Trung Quốc) nhận định về nếp suy nghĩ phổ biến ở giới công nghệ nước này: “Họ lập luận rằng tại sao phải tốn công hao của để ‘tái phát minh’ cái bánh xe, trong khi người ta đã phát minh ra trước đó và có sẵn để dùng ngay?”. Một yếu tố quan trọng khác làm cho các doanh nghiệp Trung Quốc yên tâm sử dụng TensonFlow, Pytorch, MXNet và Caffe vì chính phủ Mỹ không cấm việc xuất khẩu các nền tảng mã nguồn mở.
Các hãng công nghệ hàng đầu của Trung Quốc vẫn sử dụng những nền tảng mã nguồn mở của Mỹ để lập trình ứng dụng AI
|
Để củng cố vị thế thống trị của mình, Google và Facebook phải thường xuyên chi ra những khoản tiền lớn để thuê các chuyên viên giỏi nhất thực hiện việc bảo trì và hoàn thiện nền tảng của họ. Đó là chưa tính những khoản chi phí tiếp thị để giới thiệu các nền tảng này đến các doanh nghiệp lớn và các viện nghiên cứu về AI ở nhiều quốc gia trên thế giới. Do vậy, những nền tảng mới như PaddlePaddle của Baidu, Mindspore của Huawei (dự định đưa ra vào năm 2020) sẽ rất khó khăn trong việc thu hút các nhà phát triển, trừ phi có tính năng gì độc đáo mà các nền tảng khác không có được.
Nhằm tăng sức thu hút người dùng để khai thác dữ liệu, Google, Facebook, Microsoft… đều tung ra nhiều tiện ích miễn phí với giao diện ngôn ngữ đã được bản địa hóa để tạo thuận tiện cho người sử dụng, dù họ ở bất kỳ nước nào trên thế giới vẫn có thể sử dụng dễ dàng mà không cần phải biết tiếng Anh. Từ đó thu thập dữ liệu đưa về cho máy học, càng nhiều dữ liệu AI hoạt động càng hiệu quả. Đây là cái mà Trung Quốc chưa thể làm được, những tiện ích miễn phí “made in China” như WeChat, Baidu, Alipay, Tencent, Weibo… dù có hàng tỉ người dùng để thu thập dữ liệu cho AI nhưng chủ yếu là ở nội địa Trung Quốc. Hơn nữa, bản thân các doanh nghiệp công nghệ AI Trung Quốc cũng đang gặp nhiều khó khăn trong việc phát triển sang các thị trường lớn ở nước ngoài do sự khác biệt về các luật lệ, quy định chế tài và môi trường kinh doanh.
Đối với sự lệ thuộc vào phần cứng và phần mềm của Mỹ, Trung Quốc có thể dần dần giải quyết trong tương lai bằng những nỗ lực nghiên cứu cơ bản dài hơi. Nhưng, họ đang phải đối mặt với một trở ngại cực lớn là sự thiếu hụt trầm trọng nguồn nhân lực cho AI. Đây là yếu tố quyết định cho sự phát triển khoa học công nghệ của một quốc gia và không thể khắc phục trong một sớm một chiều.
