Ông Lâm Nguyễn Hải Long, Giám đốc Công ty TNHH Một thành viên Phát triển Công viên phần mềm Quang Trung (QTSC), cho biết trong tháng 6 sẽ hoàn thành 4 bãi đỗ xe đạp trong khuôn viên công viên, giúp khách hàng và nhân viên trong nội khu có thể di chuyển dễ dàng qua các tòa nhà.

Các xe sẽ được quản lý bằng phần mềm, để biết số lượng xe, định vị xe trên bản đồ… Việc này sẽ tạo thêm tiện ích thêm cho “đặc khu” phần mềm của TP.HCM, nhưng đằng sau nó là việc thử nghiệm ứng dụng công nghệ. Nếu việc ứng dụng thành công, có thể đề xuất áp dụng nhiều khu vực khác trên toàn thành phố.

Bên cạnh đó, một đề án lớn và tâm huyết của QTSC chính là nông nghiệp công nghệ cao. Khu nông nghiệp áp dụng công nghệ này dự kiến khai trương tuần 3 của tháng 6. Khu thí điểm này hiện đã hoàn thành 40%, lắp đặt xong nhà màn và các thiết bị phụ trợ, sắp tới sẽ làm thêm thủy canh – ứng dụng thủy canh để trồng rau.

Ông Long cho biết làm việc với 4-5 đối tác khác nhau, là các doanh nghiệp đang hoạt động tại QTSC, nhằm đa dạng hóa mô hình canh tác. Từ đó chuyển giao công nghệ cho nông dân áp dụng trồng trọt. Mục tiêu là giảm giá hết mức có thể để nhiều người tiếp cận được hình thức canh tác nông nghiệp dựa trên nền tảng công nghệ.

QTSC sẽ đóng góp về hạ tầng cho dự án, trong khi các đối tác khác sẽ xây dựng phần mềm quản lý, cung cấp nhà màn, phân bón, giống,…

“Với nền tảng phân tích dữ liệu lớn, những nhà màn nào, mô hình trồng trọt nào đạt hiệu suất cao nhất sẽ được dùng như tiêu chuẫn mẫu để áp vào những lần canh tác sau, nhằm tạo năng suất cao nhất”, ông Long nhấn mạnh.

Khởi nghiệp từ 30 triệu đồng cầm cố sổ đỏ của gia đình

Từ thời còn là sinh viên năm 2 ngành toán ứng dụng của Đại học Bách khoa Hà Nội, Lê Việt Thắng đã ấp ủ ước mơ sáng tạo một phần mềm của riêng mình, biến những lý thuyết trong sách vở thành ứng dụng thực tế giúp doanh nghiệp quản trị hiệu quả.

Sau khi tốt nghiệp, Thắng gia nhập FPT, nhưng không phải để trở thành lập trình viên như nhiều bạn bè cùng trang lứa, mà là học hỏi quy trình sáng tạo phần mềm ở FPT Software. Hơn 2 năm gắn bó ở đây, 8 tháng ở Visky và 6 tháng VnPay, chàng thanh niên 8x quyết định đã đến lúc kết thúc sự nghiệp làm thuê để theo đuổi ước mơ của riêng mình.

Năm 2009, Thắng dùng số vốn 30 triệu đồng bố anh “cắm sổ đỏ” ở ngân hàng để khởi nghiệp với công ty đầu tiên, DOS.

“DOS đọc như ‘đốt’. Nó thể hiện quyết tâm làm gì không quan trọng, quang trọng là phải luôn đốt cháy hết mình”, Thắng chia sẻ.

DOS khá thành công khi thiết kế được hơn 200 website cho các doanh nghiệp, tạo ra một sàn hoạt động cho các doanh nghiệp bất động sản, nhưng cũng sớm “chết yếu” vì không kêu gọi được vốn đầu tư.

Tiếp tục vay 500 triệu đồng để theo đuổi ước mơ

Không hề nản lòng, giữa năm 2011, Thắng quyết tâm làm giải pháp quản trị 1Office. Anh không quá cầu toàn vào tìm nguồn vốn bên ngoài mà phát triển theo phương châm “mỡ nó rán nó”, vừa làm vừa tìm kiếm khách hàng để phát triển tiếp sản phẩm.

Theo Thắng, 1Office sẽ số hóa toàn bộ hồ sơ, giấy tờ cho doanh nghiệp, đơn từ, các thông tin liên quan đến tiến độ dự án, đồng thời hệ thống cung cấp số liệu thống kê rõ ràng, hỗ trợ người sử dụng đưa ra những quyết định liên quan đến tài chính.

Ngoài ra, phần mềm cung cấp những tính năng liên quan khác như lên lịch họp, gửi danh bạ, gửi tin nhắn SMS, thông báo sự kiện mới, chat nhóm, trò chuyện...“Cái bài toán mình giải không mới, bản chất trên trên thế giới người ta giải bài toán này rồi nhưng có nhược điểm là chi phí quá cao. Trong khi tại Việt Nam, hơn 90% là DNVVN, chi phí hoạt động không lớn”.

“Bạn tưởng tượng tôi cung cấp cho bạn một nền tảng làm truyền thông nội bộ, quản lý nhân sự, khách hàng, hệ thống phân phối bán lẻ, tất cả trong 1 chỉ với 50.000/nhân viên/tháng. Bình quân một doanh nghiệp có 20 đến 50 người thì chi phí chỉ khoảng 1t triệu đến 2,5 triệu một tháng”, Thắng chia sẻ.

Thời kỳ đầu, 1Office hợp tác cùng Vật giá và đã có khoảng 3,000 khách hàng thường xuyên sử dụng. 1Office cũng nhận giải thưởng Sao Khuê cho giải pháp phần mềm quản trị DNVVN vào năm 2014.

Mọi chuyện tưởng như đi vào quỹ đạo thì đến 2015, Thắng tách ra làm riêng. Khó khăn chồng chất khó khăn khi 3 trong 5 người sáng lập công ty ra đi, nguồn vốn tiếp tục hoạt động không có. Thắng đã phải vay tiếp 500 triệu từ gia đình để duy trì công ty.

“Bố mình có nói thế này: ‘Bố cho con vay không phải vì con, mà bố biết không làm việc này con làm việc khác, nhưng bố lên công ty thấy anh em đi với con đến nay được mấy năm rồi, bố không nỡ”, Thắng nhớ lại.

“Khi khó khăn nhất, người mình nghĩ đến đầu tiên là bố mẹ, chứ đợi nhà đầu tư thì chết chìm rồi”.

Với 500 triệu trong tay, Thắng bắt đầu xác định lại hướng đi rõ ràng, lên kế hoạch cẩn thận hơn. Năm 2016 1Office trở thành ứng dụng tiềm năng do cộng đồng khởi nghiệp bình chọn. Từ 3.000 người dùng ban đầu, 1Office đã có 50.000 người dùng với nhiều đơn vị có tên tuổi tin tưởng lựa chọn như Media Mart, Canifa…

Nền tảng 1Office giúp các doanh nghiệp tiết kiệm 30% thời gian làm việc của bộ phận hành chính nhân sự, giảm tải chi phí in ấn, thời gian họp hành, thời gian trình ký số liệu.

Nhớ lại quãng thời gian 8 năm khởi nghiệp, Thắng cho biết dù gặp nhiều khó khăn gian nan, nhưng anh chưa bao giờ có ý định dừng lại.

“Lúc bạn muốn dừng hãy nhìn lại, hãy nghĩ xem tại sao bạn bắt đầu. Trong quá khứ khó khăn không xô ngã được tôi và đến giờ cũng không xô ngã được, vì con đường tôi đi lớn hơn khó khăn đó nhiều”, Thắng chia sẻ.

CEO 8x cũng cho biết trong năm 2017, anh sẽ trích 1,5% doanh thu từ 1Office để tặng lại một startup tiềm năng do cộng đồng bình chọn năm nay, như một hình thức tri ân cho giải thưởng anh nhận được năm ngoái, đồng thời cũng khích lệ các doanh nghiệp tiếp tục cố gắng tồn tại, phát triển.

Nếu bạn đã nghe về sự kiện mới nhất của AIphaGo vào tuần trước - nghiền nát tuyển thủ cờ vây xuất sắc nhất thế giới và được thừa nhận rằng trí tuệ nhân tạo đã trở nên tinh thông nghệ thuật chơi cờ cổ đại của Trung Quốc - ắt hẳn bạn chỉ đang nghe về sự kiện này theo một cách phóng đại quá mức.

Sự thất bại của thần đồng cờ vây 19 tuổi người Trung Quốc Ke Jie trước AlphaGo là không thể chối cãi, làm rung động toàn thể cộng đồng cờ vây toàn thế giới nói riêng và nhân loại nói chung. Hình ảnh Ke Jie gục đầu chán chường bên bàn cờ vây, vò đầu bứt tóc một cách bất lực in sâu vào tiềm thức một cách ám ảnh của người xem lúc ấy.

Tuy nhiên, chúng ta chỉ tập trung vào sự việc ấy mà đã bỏ qua nhiều vấn đề. DeepMind, một công ty sở hữu bởi Google phát triển AlphaGo không nhằm mục đích đè bẹp loài người, dù sao thì, đó là một công ty vận hành bởi chính con người. AIphaGo đại diện cho những thành tựu nổi bật của nhân loại, AI không nhằm vượt qua hay chống đối loài người, mà giúp chúng ta phát triển hơn.

Tôi đã có một vài cuộc đối thoại với DeepMind và những lập trình viên của Google tại hội nghị cấp cao Tương lai của cờ vây ở Ô Trấn, tỉnh Chiết Giang, Trung Quốc vào tuần trước, những gì họ đề cập tới là về trận thắng báo thù của Lee Se-dol chứ không phải 4 trận bại trước AlphaGo vào năm ngoái.

“Lee Se-dol khai thác triệt để điểm yếu của AIphaGo trong ván thứ tư, đó chính là lỗ hổng về kiến thức, khuyết điểm lớn nhất của AIphaGo. Chúng tôi đã làm việc cật lực để sữa chữa khuyết điểm ấy và lấp đi lỗ trống kiến thức bằng cách dạy hoặc để AIphaGo tự học hỏi những nước đi mới. Tuy nhiên, chúng tôi vẫn chưa thể thử nghiệm liệu AIphaGo có thể tốt lên hay không, cho tới khi nó đánh bại một cao thủ như Ke Jie”, đồng sáng lập DeepMind kiêm CEO Demis Hassabis chia sẻ.

Mọi chuyện xảy ra thật bất ngờ, AIphaGo áp đảo Ke với tỷ số 3-0 đồng nghĩa với việc lỗ hổng kiến thức đã được lấp đầy. Nhờ thất bại của AIphaGo với Lee, DeepMind học hỏi từ sai sót ấy và không ngừng cải tiến, nếu không thì Ke có lẽ đã chiến thắng, bởi vì tuyển thủ mạnh hơn Lee gấp nhiều lần. Hơn nữa, AIphaGo không có khả năng tự mãn.

Phiên bản AIphaGo đã thi đấu với Ke vốn được lập trình lại - Deepmind đặt tên nó là AIphaGo Master. Nó thông minh hơn phiên bản AlphaGo năm ngoái từng đấu với Lee Se-dol. 

“Cải tiến quan trọng nhất của AIphaGo chính là khả năng tự dạy bản thân. AIphaGo giờ đây tự nó tìm kiếm những thông tin cần thiết và học chúng để nâng cấp mạng lưới neuron, chúng tôi cho rằng kiến thức của AIphaGo hiện nay là rất toàn diện. Một trong những điều chúng tôi mong mỏi hiện nay là không những AIphaGo sẽ chơi cờ vây tốt hơn, mà nó sẽ trở thành đầu tàu công nghệ chính ở nhiều lĩnh vực đầy thách thức khác,” Dave Silver, nhà nghiên cứu chính của DeepMind nhận xét.

AIphaGo gồm có hai mạng lưới: Một định hình thông tin giúp lựa chọn nước đi tiếp theo, một truy xuất giá trị dùng để phân tích những khả năng dẫn đến chiến thắng. Mạng lưới thông tin này được lập trình dựa trên hàng triệu nước cờ vây của những tuyển thủ chuyên nghiệp. Nhưng, AIphaGo Master lại tiến xa hơn bằng cách tìm kiếm những khả năng có thể xảy ra khi một nước đi được thực hiện, gia tăng hiểu biết của chính nó về những nước đi sai lầm tiềm tàng.

“Chương trình AIphaGo gốc tự chơi với chính nó hàng triệu lần, nhưng lại không có khả năng tự tìm kiếm nước đi. Còn AIphaGo Master sử dụng chính sức mạnh của mình để dự đoán nước đi tiếp theo. Trong khi phiên bản tiền nhiệm chỉ có thể xử lý thông tin hữu hiệu, thì bản nâng cấp tự mình sử dụng mạng lưới thông tin để cải thiện từng chút một”, Hassabis trả lời The Verge.

Tôi hỏi Hassabis rằng liệu anh ấy có nghĩ rằng AIphaGo có khả năng vận hành mà không cần những dữ liệu trong lịch sử chơi cờ vây của nó.

“Chúng tôi đã thực hiện những  thí nghiệm về vấn đề trên và cho kết quả khá là khả quan. Ý tưởng về việc cải tiến AIphaGo sau này là làm cho nó bớt phụ thuộc vào việc vận hành bởi con người”.

Để có thể đánh bại Ke Jie, DeepMind cần phải sửa chữa những khuyết điểm của AIphaGo ban đầu mà Lee đã tận dụng. Mặc dù AIphaGo trở nên mạnh hơn chỉ bằng việc tự chơi với chính nó, DeepMind không thể chỉ dựa vào mỗi phương pháp ấy để cải thiện AIphaGo. “Đây không phải là một phần mềm mà bạn chỉ đơn giản sửa một lỗi bug là xong”, Hassabis người cho rằng lỗ hổng kiến thức là vấn đề luôn gặp phải của mọi loại hệ thống có khả năng học hỏi khác trong tương lai.

“Bạn phải, đại loại như dỗ ngọt để chương trình có thể tiếp thu kiến thức mới một cách tự nhiên hoặc để nó tự tìm hiểu một thêm những kiến thức trong một lĩnh vực nào đó mà chương trình chưa chạm tới, và có rất nhiều chiến thuật để đạt mục đích. Chúng ta có thể sử dụng nhiều phiên bản của AIphaGo để chúng đấu với nhau và từ đó phiên bản AIphaGo tốt nhất sẽ tiếp thu thêm nhiều chiến thuật mới”.

“Hơn nữa, chúng tôi xem xét lại những trận đấu tự chơi của AIphaGo, những thuật toán mà AIphaGo đã sử dụng lúc này và viết lại một thuật toán khác để quan sát toàn bộ ván đấu đó nhằm xác định vấn đề AIphaGo đang mắc phải. Chúng tôi có cả một thư viện để lưu trữ toàn bộ những vấn đề trên, sau đó không những chúng tôi cho AIphaGo tự đấu với chính nó, mà còn cho nó thi đấu với cơ sở dữ liệu đã được lưu trữ”.