Lối đi nào dành cho các chuyên gia và kỹ sư AI?
By Huy Van
Dưới đây là tổng hợp những suy nghĩ cá nhân của tôi về các thách thức và các lối đi cho chuyên gia cũng như kỹ sư phần mềm liên quan tới AI (trí tuệ nhân tạo).
Thách thức
Hiện nay khi mà phong trào gọi là “Cách mạng công nghiệp 4.0” đang bùng nổ mạnh mẽ hơn bao giờ hết thì công việc liên quan đến AI cũng trở thành 1 trong những ngành nghề hấp dẫn nhất. Tình trạng cầu lớn hơn cung rất nhiều trong thời gian gần đấy khiến các công ty sẵn sàng trả lương rất cao cho các chuyên gia hay những người có kinh nghiệm.
Chính vì thế mà rất nhiều bạn trẻ (trong đó có tôi) đã tự học AI có thể vì đam mê, hay cũng có thể vì nhiều lý do khác. Tuy nhiên, AI là 1 ngành rất khó nên là không thể học trong 1 sớm 1 chiều. Nếu bạn chỉ học theo phong trào thì tôi nghĩ rằng ở thời điểm này bạn nên suy nghĩ lại quyết định của mình. Vì sao vậy?
Báo chí đang thổi phồng quá mức sức mạnh của AI. Chẳng hạn những tin kiểu AI vượt qua trí tuệ và khống chế con người, AI đang cướp công việc của con người, rồi thì máy ảnh sử dụng AI để selfie cực đẹp… bạn có thể thấy hàng ngày trên mặt báo. Ngay cả đến những hội thảo khoa học trước đây chỉ có các nhà nghiên cứu trong ngành mới biết thì giờ còn nóng hơn cả showbiz.
#NIPS2018 The main conference sold out in 11 minutes 38 seconds
— NIPS (@NipsConference) September 4, 2018
Rất nhiều các công ty lớn nhỏ đều đâm vào cuộc đua AI rồi tuyển người làm AI ồ ạt mà có khi không hiểu rõ AI là gì. Thêm nữa là hiện nay có rất nhiều khoá học online về AI mà ai cũng có thể tiếp cận được. Chính vì thế mà số lượng người biết và đủ để chém về AI cũng tăng lên rất nhiều. Nhiều người sau khi học xong vài khoá học online trên mạng đã tự nhận mình là chuyên gia AI, thuật toán nào cũng biết (!?). Nhiều nhà tuyển dụng không hiểu AI là gì thấy họ khoe những demo đơn giản vội vàng tuyển ngay vào làm và nghĩ rằng đã vớ được vàng. Sau khi tuyển được người làm AI rồi, nhà tuyển dụng sẽ đặt kỳ vọng rất lớn vào các “chuyên gia” đó, thúc họ nhanh chóng tạo ra “sản phẩm AI” để cạnh tranh với thị trường. Tuy nhiên, việc tung ra “sản phẩm AI” là vô cùng khó vì khác với việc viết 1 trang web, không ai có thể biết được chính xác sản phẩm cuối cùng trông như thế nào. AI thường đòi hỏi quá trình nghiên cứu dài hơi, với nhiều đường cụt nên là rất khó để có thể tung ra trong thời gian ngắn được. Chính vì 1 thị trường quá nóng như thế nên những ai muốn làm về AI cũng nên xác định rõ tư tưởng về việc có thể thất bại và phải chịu sức ép từ nhiều phía.
Tôi dự đoán viễn cảnh trong 1 vài năm tới, khi mà nhiều công ty đầu tư vào AI nhưng rốt cuộc không đem lại thành quả gì thì giá trị thị trường của người làm AI sẽ đột ngột giảm giá. Thay vì là 1 ngành rất hấp dẫn như hiện nay thì nó sẽ chìm dần và nhường chỗ cho các công nghệ khác.
Trên đây là Hype Cycle (chu kỳ kỳ vọng) của các công nghệ năm 2018 theo nghiên cứu của tập đoàn Gartner1. Trục tung biểu thị mức độ kỳ vọng của con người còn trục hoành là thời gian. Thường thì các công nghệ sẽ trải qua chu kỳ khá giống nhau: giai đoạn phát minh, giai đoạn kỳ vọng đạt đỉnh, giai đoạn thất vọng, giai đoạn phục hồi, giai đoạn phổ biến. Ví dụ blockchain mới đạt giai đoạn đỉnh cao năm ngoái và giờ đang rơi vào giai đoạn thất vọng do không đáp ứng được đúng kỳ vọng rất cao trước đó. Nếu bạn để ý trong đồ thị trên thì Deep Learning (thuật toán làm tiền đề cho sự bùng nổ AI những năm gần đây) đang ở đỉnh kỳ vọng. Tôi cũng không biết nó có thể duy trì được đỉnh cao còn lâu hay không trước khi bước vào giai đoạn thoái trào. Các bạn có thể thấy thêm là trong đồ thị trên thì cho dù các công nghệ đi vào giai đoạn thoái trào nhưng không có nghĩa là nó chết hẳn. Các chuyên gia và các kỹ sư vẫn âm thầm làm việc, rồi dần dần đưa nó vào trong cuộc sống cho dù báo chí không nhắc nhiều về nó nữa.
Vì thế kể cả khi thoái trào rồi thì cũng không có nghĩa tất cả những người làm về AI sẽ thất nghiệp hoặc phải đổi ngành. Nhiều người vẫn sẽ tiếp tục duy trì vị thế của mình và tạo ra những thay đổi lớn trong xã hội. Những người bị loại dần thường theo kiểu chạy theo trào lưu mà không có định hướng tương lai và rồi nhanh chóng chạy theo 1 công nghệ mới khác. Vậy nếu bạn thực sự đam mê và tin tưởng vào AI thì làm thế nào để có thể tồn tại trong thế giới này?
Kỹ năng cần thiết để sinh tồn
Gần đây tôi có nói chuyện với 1 vài đồng nghiệp về việc làm thế nào để sinh tồn trong thời đại này. Cuối cùng tôi nhận thấy có 2 con đường có thể giúp duy trì và phát triển sự nghiệp. Ở đây tôi chỉ đề cập đến con đường làm kỹ thuật chứ không phải là chuyển sang mảng khác như là quản lý, hay kinh doanh.
1. Theo chiều sâu: trở thành chuyên gia
Chuyên gia ở đây tôi muốn nói đến là chuyên gia về học thuật. Nghĩa là con đường của bạn sẽ là vào các trung tâm nghiên cứu của trường đại học, viện khoa học hay các công ty cực lớn có trung tâm nghiên cứu riêng. Output của bạn sẽ là các bài báo khoa học cho các hội thảo danh tiếng, bằng sáng chế, hoặc thuật toán cốt lõi cho 1 dịch vụ cực lớn với hàng trăm triệu người dùng hay là nền tảng cho 1 hệ thống cung cấp giải pháp cho hàng vạn doanh nghiệp.
2. Theo chiều rộng: kiến thức AI + alpha
Tôi nghĩ số lượng trở thành chuyên gia chắc chắn sẽ không nhiều mà phần lớn sẽ đi theo con đường này. Bạn biết các thuật toán AI, có khả năng đọc hiểu các bài báo khoa học, có khả năng lập trình dùng các thư viện cho AI như scikit-learn, Tensorflow, PyTorch… nhưng chắc chắn sẽ có rất nhiều người giống bạn. Khi mà các tài liệu học giờ rất nhiều trên mạng nên nếu bạn có thể học được thì người khác cũng có thể học được. Tất nhiên có thể bạn thông minh hơn người thường và học nhanh hơn người thường, nhưng nêú xét về độ hiểu sâu thì chắc chắn bạn không thể bằng các chuyên gia loại 1 ở trên. Và vì công nghệ thay đổi rất nhanh nên đến 1 lúc nào đó nếu bạn không cập nhật thêm kiến thức mới thì chắc chắn bạn sẽ bị tụt hậu. Thế nên theo tôi chỉ biết như vậy là chưa đủ để có thể tồn tại lâu dài. Vậy cái bạn cần là phải biết thêm ít nhất 1 kỹ năng nữa để tạo sự khác biệt. Tôi có thể liệt kê ra 1 vài kỹ năng dưới đây.
- Kỹ năng về cơ sở dữ liệu và xử lý dữ liệu lớn. Ví dụ ở thời điểm hiện nay là có kiến thức chuyên sâu về RDBMS, Hadoop/Spark, Data warehouse… Kiến thức về cả dữ liệu lớn có thể giúp bạn có cái nhìn tốt hơn về việc dữ liệu nào có ích, cái nào không, để từ đó giúp vận hành và bảo quản hệ thống tốt hơn. Dữ liệu là cái không thể thiếu trong AI nên người có khả năng làm mảng này là rất quan trọng.
- Kỹ năng về cơ sở hạ tầng (infrastructure) và các công cụ hỗ trợ tự động hoá / quản lý hệ thống: Docker, Kubernetes, Cloud (AWS, GCP), Ansible, Terraform… Nếu có thêm kỹ năng này, bạn sẽ có thể giúp cả team AI nâng cao hiệu suất làm việc lên rất nhiều. Ngoài ra bạn còn có thể bảo trì và vận hành dịch vụ khi nó đã lên môi trường production.
- Kỹ năng lập trình viết các ứng dụng: backend (PHP, Rails, NodeJS) hay là frontend (javascript, iOS, Android). Với kỹ năng này, bạn có thể làm các demo cho chính mô hình AI của mình. Chắc nhiều bạn cũng biết khi đã huấn luyện xong 1 mô hình AI, nếu chỉ đưa mô hình ấy cho người khác thì họ sẽ không biết nó làm được cái gì. Nhưng nếu bạn đưa 1 demo thực tế thì mọi người có thể hiểu ngay lập tức và giúp cho quá trình đưa lên production trở nên nhanh gọn hơn.
- Kiến thức về 1 lĩnh vực cụ thể nào đó (domain knowledge), chẳng hạn như là tài chính, chăm sóc sức khoẻ, cơ khí, xây dựng… hoặc/và khả năng tư duy làm sản phẩm, nghĩa là tư duy làm thế nào để làm được 1 sản phẩm tốt, làm thế nào để lôi kéo và làm hài lòng khách hàng. Tôi thấy đây là kỹ năng rất khó, vì những người thuần kỹ thuật thường không hiểu rõ người dùng bình thường sẽ hành động như thế nào. Nếu có thêm kỹ năng này, kết hợp thêm kiến thức về AI, bạn có thể làm ra những sản phẩm ấn tượng trên thị trường mà không ai có thể bắt chước được.
Trên đây chỉ là 1 vài kỹ năng mà tôi có thể liên tưởng tới. Tất nhiên là có rất nhiều kỹ năng khác và bạn có thể dùng nó làm điểm mạnh của mình. Nhưng dù là gì thì tôi cũng khuyên bạn là khi còn trẻ thì nên thử làm rất nhiều thứ khác nhau để tự tìm ra điểm mạnh và sở thích của mình. Khi đã chọn được đường đi rồi thì cố gắng đào thật sâu thêm về hướng đó, đừng để các trào lưu mới hot hơn làm ảnh hưởng đến con đường lâu dài của mình.
Tổng kết
Trên đây là những ý kiến cá nhân của tôi về thách thức cũng như con đường sự nghiệp cho các bạn làm về AI. Thực sự thì làm về AI rất thú vị vì được tiếp cận với những công nghệ mới nhất, được (có thể) góp phần làm thay đổi lịch sử. Nhưng khó khăn lớn nhất chính là việc nó đang ở thời kỳ bong bóng như hiện nay. Bên cạnh AI, tất nhiên là vẫn còn rất nhiều hướng đi khác mà tôi nhận định là sẽ trở thành làn sóng mới trong những năm tiếp theo như là máy tính lượng tử, bảo mật thông tin, biotech… Nếu bạn muốn bắt đầu sự nghiệp công nghệ ở thời điểm này, đặc biệt là các bạn sinh viên thì tôi khuyên bạn nên tìm hiểu những công nghệ sắp tới kia thay vì chạy theo trào lưu hiện tại. Để mà khi làn sóng đó tới thì bạn đã trở thành người có kinh nghiệm trong công nghệ đó. Đi trước đón đầu vẫn luôn là lựa chọn sáng suốt hơn thay là vì theo trào lưu. Tất nhiên việc AI sắp tới đi vào mọi ngóc ngách trong đời sống con người là điều gần như chắc chắn nên là thị trường lao động chắc chắn vẫn không thiếu việc. Chỉ có điều là được đãi ngộ cao hay không thì tôi không dám chắc (tất nhiên người giỏi thì không lo đói). Chúc các bạn có được sự lựa chọn cho riêng mình!
Nếu bạn vẫn chắc chắn về tương lai của AI và cũng đang ở Nhật như tôi thì xin mời tham gia vào Vietnamese AI Community in Japan để giao lưu thêm nhé! 1 mình thì khó có thể tồn tại nhưng nếu hợp lại thì tôi nghĩ có thể sẽ cùng nhau vượt qua được giai đoạn khó khăn này.