Vietnam står overfor en «en gang i livet»-mulighet med AI

Sammenlignet med andre teknologier har Vietnam en god mulighet til å ta igjen den globale AI-trenden hvis de raskt innfører retningslinjer for å tiltrekke seg menneskelige ressurser og utvikle datakilder.

AI er en vanlig utviklingstrend globalt. For å utvikle kraftige AI-modeller og mestre AI-plattformen er det imidlertid behov for tre hovedfaktorer: infrastruktur, menneskelige ressurser og data.

Når det gjelder data, er mangelen på store vietnamesiske datasett for modelltrening en av barrierene som hindrer selskaper i å realisere potensialet i AI.

For å bygge et storskala og høykvalitets vietnamesisk datasett ble det ideelle prosjektet ViGen etablert med en kombinasjon av National Innovation Center (NIC), Meta Group og organisasjonen AI For Vietnam.

I tillegg til arbeidet med å utvikle det åpne datasettet ViGen, for å oppfylle «data»-pilaren, står Vietnam også overfor en «en gang i tusen år»-mulighet til å tiltrekke seg et stort antall ledende AI-personell, ifølge Dr. Tran Viet Hung, grunnlegger av Got It, grunnlegger og administrerende direktør i AI for Vietnam.

Dr. Tran Viet Hung delte samtalen med Tri Thuc - Znews og sa at dette er en «en gang på tusen år»-mulighet for Vietnam til å ta igjen den globale AI-trenden.

Ifølge Dr. Hung er AI-bølgen en «én gang i livet»-mulighet for Vietnam til å utvikle seg sammen med verden. Sammenlignet med tidligere teknologier har AI raskt blitt et omfattende støtteverktøy som er i stand til å fullføre alle oppgaver basert på brukerforespørsler.

«Utenlandske selskaper er veldig raske til å gripe muligheter», understreket Hung da han observerte AI-oppstartsbedrifter i USA. Dette presset fører til at markedet stadig svinger. I Silicon Valley regnes AI som den viktigste faktoren, og «ingen vil investere» hvis oppstartsbedrifter ikke bruker AI.

«Nye bedriftsmodeller dukker opp, for eksempel Elon Musks Macrohard, som bare har menneskelige sjefer», la Dr. Hung til.

I sammenheng med at Vietnam står overfor store muligheter, mener representanten for AI for Vietnam at strategi for talenttiltrekning er en av tre viktige faktorer, foruten data og infrastruktur.

Dr. Hung foreslo også en måte å tiltrekke seg talenter på i lys av USAs stadig strengere immigrasjonspolitikk, som har økt rekrutteringskostnadene. Dette har ført til at teknologiselskaper ønsker å bygge forsknings- og utviklingssentre (FoU) i utlandet, spesielt i et stabilt land med mange utviklingsfordeler.

I Sørøst-Asia har Singapore tradisjonelt blitt ansett som stedet for regionale filialer av store selskaper. Dr. Hung mener imidlertid at Vietnam fortsatt har fordelen av menneskelige ressurser i mengde, kombinert med variert geografi. Dette er faktorer som kan tiltrekke seg talenter fra teknologiselskaper hvis kontorene deres ligger i Vietnam.

Når bedrifter etablerer FoU-sentre, henter de ofte inn internasjonale ressurser, noe som bidrar til å øke talentet og lære opp innenlandsk personell. Å jobbe direkte i store bedrifter anses som en effektiv måte å forbedre kvaliteten på innenlandsk personell på.

Enten de er unge mennesker i 20-årene eller middelaldrende mennesker i 50-årene, er de åpne for kreative opplevelser, ivrige etter å fortsette å dyrke, utvikle seg og gli inn i den moderne flyten. Mangfold i livsvalg er uunngåelig for denne generasjonen.

Trenden med «multiliv», å leve flere roller som å jobbe, hvile, studere og skape samtidig, blir mer og mer populær. Nye borgere følger ikke forhåndsbestemte levestandarder, men skaper sine egne levestandarder.

For å dra nytte av de rikelige menneskelige ressursene som er tilgjengelige, foreslo Dr. Hung en avansert opplæringsstrategi, der han valgte ut talentfulle mennesker fra hele landet og deltok i grunnleggende og praktiske opplæringskurs.

Enheter kan også organisere bootcamp-opplæring over flere uker, med deltakelse av utenlandske eksperter. Dr. Hung beskrev dette som en form for «praktisk opplæring», vurderingskriteriene er ikke testresultater, men dreier seg om evnen til å fullføre arbeid og levere produkter.

«Innfødte professorer og lærere kan lære bort grunnleggende kunnskap, mens praktisk kunnskap kan håndteres av vietnamesiske eksperter over hele verden», la dr. Hung til.

I tillegg til elevene mener Dr. Hung at lærere må være utstyrt med kunnskap om KI for å kunne dra nytte av styrkene til kunstig intelligens i opplæring, spesielt når nåværende modeller ikke er pålitelige nok til at elevene kan bruke dem direkte.

Representanten for AI i Vietnam la vekt på den personlige tilpasningsevnen til AI når den kan forklare konsepter på mange forskjellige måter, tilpasset interessene og læringsstilene til hver elev. Dette løser problemet med tradisjonelle klasserom der lærerne ofte ikke kan møte behovene til alle 40–50 elever.

På den annen side, for å dra nytte av og lære effektivt med AI, trenger brukerne også to ferdigheter. Den første er problemløsende tenkning, som bidrar til å oppsummere vage problemer i virkeligheten til spesifikke oppgaver som skal tildeles AI. Deretter er kritisk tenkning, ikke tro umiddelbart på resultatene av AI, men diskuter og debatter videre til du tror på resultatene.

«Bare se for deg at det er en ansatt eller assistent under din autoritet, så finner du en fornuftig måte å bruke det på», delte en representant for AI for Vietnam.

Dr. Hung foreslo tre stadier for AI-utvikling i Vietnam. Det første er å fokusere på storskala AI-applikasjoner. I stedet for å bygge en modell fra begynnelsen, er det bedre å utvikle effektive AI-ferdigheter for folk, inkludert standard kommandosyntaks.

«Denne fasen fokuserer på å forbedre effektiviteten av bruken av AI, og endre tankegangen om at AI ikke er komplisert. Det viktigste er å lage grunnleggende data for de neste fasene», delte Dr. Hung.

Neste fase fokuserer på FoU basert på data og ferdigheter fra forrige fase, kombinert med infrastruktur. Dette er også en nøkkelfase for å tiltrekke seg utenlandske selskaper, øke menneskelige ressurser og opplæring.

«Vietnam står overfor en gyllen mulighet for denne strategien. Når den er fullført, kan vi eie et økosystem av menneskelige ressurser, bedrifter, finans og data», sa en representant for AI for Vietnam.

Det siste stadiet er å bringe AI-produkter til verden. Dr. Hung beskrev dette som en «svært naturlig» utvikling etter å ha bygget et komplett AI-økosystem.

Med ViGen-prosjektet har Dr. Hung og kollegene hans ved AI for Vietnam som mål å lage et vietnamesisk datasett av høy kvalitet med åpen kildekode. Det er imidlertid fortsatt en hindring å samle inn vietnamesiske data for AI-opplæring.

«Vietnamesisk er fortsatt et språk med få ressurser for øyeblikket. Når utenlandske selskaper samler inn data, benytter de seg ofte av tilgjengelige ressurser på internett», sa dr. Hung.

Representanter for AI for Vietnam listet opp noen populære vietnamesiske datainnsamlingskilder for tiden, men hver kilde har sine egne problemer. Wikipedia er for eksempel av god kvalitet, men inneholder mange oversettelser fra andre språk, og skrivestilen er unaturlig.

Når det gjelder kilden til bøker, er mange bøker som er tilgjengelige gratis på internett uoffisielle historier med et ikke-standardisert ordforråd. Det finnes også pressekilder, men innholdet er repetitivt, mens kilden til statlige dokumenter er av høy kvalitet, men ikke lett tilgjengelig og lett å referere direkte til.

Sosiale medier regnes som den største datakilden, men kvaliteten fra denne kanalen er ujevn, det er mye negativt innhold og språket kan være unøyaktig.

«Hvis disse kildene brukes, har AI en tendens til å imitere den holdningen, som ikke kan brukes til viktige formål som utdanning », understreket dr. Hung.

Ifølge Dr. Hung er det viktige stadiet når man trener en vietnamesisk AI-modell datarensing. Først samles alle tilgjengelige vietnamesiske data, som dekker generell kunnskap og mange andre felt. Denne prosessen hjelper AI med å ha kunnskap og tenkning som tilsvarer en god universitetsutdannet.

Etter å ha samlet inn data, vil ViGen-prosjektbidragsyterne filtrere ut irrelevant og duplisert innhold gjennom verktøy med åpen kildekode. Deretter vil prosjektet mobilisere datakilder av høy kvalitet fra enkeltpersoner og organisasjoner gjennom den åpne dataportalen.

ViGens neste mål er å bygge et sett med evalueringskriterier. Dr. Hung kommenterte at vietnamesisk for øyeblikket ikke har mange store kriteriesett, mens engelsk allerede har hundrevis.

Prosjektet fokuserer på å utvikle fem nøkkelkriterier. Det første er en vurdering av språkferdigheter og kulturforståelse, basert på forskning fra Singapore. Det andre er en vurdering av generell kunnskap.

De neste kriteriene inkluderer vurdering av evnen til å ha konsistente samtaler, tenke- og resonneringsevner, og til slutt vurdering av programmeringsevne, evnen til å «skrive programmer på vietnamesisk».

ViGens tredje mål er å bygge en åpen dataportal. Dette er en typisk vietnamesisk tilnærming for brukere til å bidra med data, ifølge Hung. Plattformen forventes å fungere på samme måte som et spill, slik at bidragsytere kan samle poeng, gå opp i nivå og innløse gaver.

«I tillegg til utviklingsteamet fra hele verden, hjelper bidragene fra brukerne oss også med å holde tritt med andre land. Denne tilnærmingen utnytter egenskapene til vietnameserne», la Dr. Hung til.

Samlet sett bidrar prosjektet også til å sikre AI-utvikling i Vietnam, i tråd med kulturelle verdier og etiske standarder i Vietnam, med sikte på å bygge et åpen kildekode-basert AI-økosystem som er egnet for den lokale konteksten og ansvarlig.