Từ trao đổi kinh nghiệm đến cùng làm AI
Hợp tác AI Việt Trung là nỗ lực kết nối cơ quan quản lý, trường đại học, viện nghiên cứu và doanh nghiệp hai nước để cùng nghiên cứu, phát triển nhân lực và đưa trí tuệ nhân tạo vào những bài toán có ích cho xã hội. Hội thảo Việt Nam – Trung Quốc về Nghiên cứu và Ứng dụng AI diễn ra ngày 29/10/2026 tại Quảng Ninh, trong khuôn khổ Tuần lễ Số Quốc tế 2026, do Bộ Khoa học và Công nghệ tổ chức. Thông điệp đáng chú ý không nằm ở việc hai bên đồng ý rằng AI quan trọng; điều đáng quan tâm là tham vọng chuyển từ chia sẻ kinh nghiệm sang nghiên cứu chung và triển khai ứng dụng. PGS.TS. Trần Quang Anh, Phó Giám đốc Học viện Công nghệ Bưu chính Viễn thông, xem hội thảo là dịp kết nối nguồn lực và tìm hướng hợp tác mới. Đó là bước đi hợp lý, nhưng giá trị của cuộc gặp sẽ chỉ được chứng minh khi đề xuất biến thành dự án có đầu ra cụ thể.
Mô hình ngôn ngữ lớn và AI mã nguồn mở là trọng tâm
Các đề xuất tập trung vào ba lớp công việc: nghiên cứu công nghệ AI tiên tiến, hợp tác công nghiệp và thúc đẩy AI mã nguồn mở. Phía Trung Quốc cũng nêu việc kết nối công nghệ, nhân lực và dữ liệu như một cách phối hợp nguồn lực đổi mới sáng tạo. Đây là hướng có tiềm năng, bởi mã nguồn mở và chia sẻ kinh nghiệm có thể giúp mở rộng khả năng tiếp cận công nghệ; tuy nhiên, cần có quy tắc rõ về quyền sử dụng, bảo vệ dữ liệu và trách nhiệm khi hệ thống gây sai sót. Học viện Công nghệ Bưu chính Viễn thông đề xuất thử nghiệm, phát triển giải pháp AI, mô hình ngôn ngữ lớn và AI tác nhân; đồng thời hình thành nhóm nghiên cứu về mô hình hiệu quả, tiêu chuẩn kỹ thuật và quản trị AI. Riêng mô hình ngôn ngữ lớn tiếng Việt, đại diện Quảng Tây đề nghị hai bên phối hợp tối ưu và xây dựng kịch bản ứng dụng xuyên biên giới để phục vụ người dân. Muốn tạo khác biệt, mô hình cần xử lý tốt tiếng Việt trong các tình huống thực tế, không chỉ đạt kết quả trong thử nghiệm.
Kết nối hạ tầng, dữ liệu và người làm nghiên cứu
Hợp tác sẽ khó tiến xa nếu chỉ dừng ở trao đổi chuyên gia. Các bên hướng tới liên kết năng lực tính toán, hạ tầng số, dữ liệu và đội ngũ nghiên cứu, đồng thời kết nối doanh nghiệp với nhà khoa học, giảng viên và sinh viên để đưa kết quả nghiên cứu AI vào sản xuất, dịch vụ. Quảng Tây đề xuất tăng cường kết nối hạ tầng số và duy trì đối thoại thường xuyên với Việt Nam về dữ liệu, an ninh và quản trị AI. Theo thông tin trình bày tại hội thảo, tuyến cáp Nanning–Hà Nội có độ trễ khoảng 3,5 mili giây. Con số này cho thấy hạ tầng kết nối có thể hỗ trợ trao đổi dữ liệu nhanh, nhưng tự nó chưa chứng minh rằng đã có nền tảng chia sẻ dữ liệu xuyên biên giới phù hợp. Phía Việt Nam cũng đặt mục tiêu phát triển nhân lực, dữ liệu, hạ tầng và cơ chế quản trị, đồng thời tăng liên kết giữa doanh nghiệp, viện nghiên cứu và trường đại học. Vì vậy, điều cần theo dõi là ai sẽ cung cấp dữ liệu, theo chuẩn nào, và lợi ích nghiên cứu sẽ được phân chia ra sao.
Thước đo cuối cùng là ích lợi với người dùng
Hội thảo cũng gợi ra những ứng dụng gần với đời sống: công cụ hỗ trợ giảng dạy cá nhân hóa, mô hình nhận diện hơn 260 loại gỗ phục vụ hơn 30 doanh nghiệp lâm nghiệp và 40 cơ quan hải quan, cùng nền tảng hỗ trợ tra cứu pháp lý cho cộng đồng người Việt ở nước ngoài. Những ví dụ này cho thấy AI có thể hữu ích khi giải quyết một nhu cầu cụ thể, thay vì chỉ được đánh giá bằng quy mô mô hình hay tuyên bố về năng lực công nghệ. Dù vậy, các đề xuất hợp tác vẫn cần được cụ thể hóa: dự án nào được ưu tiên, nguồn lực và trách nhiệm của từng bên ra sao, dữ liệu được bảo vệ thế nào, và kết quả có thể tiếp cận với người dùng bằng cách nào? Hội thảo khép lại với kỳ vọng tạo động lực cho hợp tác về nghiên cứu, đào tạo và ứng dụng AI, còn Quảng Tây đề xuất duy trì đối thoại về dữ liệu, an ninh và quản trị. Kết luận nên rõ ràng: hợp tác chỉ đáng giá khi mô hình, công nghệ mở và nguồn lực chung tạo ra sản phẩm an toàn, dễ dùng và có ích đo được.
