Vai trò của AI trong chuyển đổi số ở Viettel

- Tại VTNet, từ năm 2019, nhận thấy những giá trị lớn mà AI mang lại, TT Chuyển đổi số đã phối hợp với TT Vận hành Khai thác toàn cầu nghiên cứu, ứng dụng Học máy (Machine Learning), cụ thể là Học sâu (Deep Learning) phục vụ các công tác tra cứu, khai thác và vận hành mạng lưới.

Từ xu thế chuyển đổi số trong bối cảnh Cách mạng 4.0…

Bách khoa toàn thư mở Wikipedia định nghĩa: “Chuyển đổi số là sự thay đổi gắn liền với việc áp dụng công nghệ số trong mọi khía cạnh đời sống của con người. Quá trình chuyển đổi có nghĩa là việc số hóa tạo ra những loại hình sáng tạo và cách tân hoàn toàn mới trong từng lĩnh vực cụ thể, thay vì chỉ đơn giản là cải tiến và hỗ trợ cho các phương pháp truyền thống.” [1]

Ngày nay, người tiêu dùng đã quen với việc có thể tìm thấy mọi thứ họ muốn, ở bất cứ nơi đâu, vào bất cứ lúc nào một cách nhanh nhất nhờ các thiết bị thông minh, với các dòng chạy liên tục của thông tin, quảng cáo, dịch vụ, ... Vì thế, nắm bắt và làm chủ được chuyển đổi số sẽ giúp công ty tận dụng được làn sóng Cách mạng công nghiệp 4.0 và chứng tỏ được thành công của mình trong tương lai. Trong tình huống ngược lại, kết quả có thể rất tiêu cực. Theo nghiên cứu của các chuyên gia tại Học viện Công nghệ Massachusetts (MIT) Mỹ, các doanh nghiệp không giải quyết được chuyển đổi số có thể mất 30% lợi nhuận và thu nhập thấp hơn 25%. [2]

Đối với doanh nghiệp, chuyển đổi số có nghĩa là nhận ra kỳ vọng của khách hàng đã thay đổi, vì thế họ cần phải đáp ứng các nhu cầu của khách hàng bằng phương pháp mới: nhanh hơn, thông minh hơn, linh hoạt hơn. Đặc biệt đối với doanh nghiệp kinh doanh sản phẩm số phục vụ khách hàng, việc thay đổi quy trình, cách thức tiếp cận là điều bắt buộc. Điều đó được chứng mình bởi thành công của những công ty công nghệ lớn trên thế giới, cụ thể là trợ lí ảo của Facebook, Apple; hệ thống gợi ý sản phẩm của Amazon; Hệ thống gợi ý phim của Netflix; hệ thống xe tự hành của Tesla; hệ thống hỗ trợ phân tích hình ảnh y tế; hệ thống chuỗi cung ứng thông minh của Alibaba… Các hệ thống “thông minh” đến mức chúng ta cảm giác họ hiểu chúng ta muốn gì ngay cả trước khi chúng ta nghĩ về nó.

Công nghệ bí mật sau thành công không tưởng đó Trí tuệ nhân tạo (AI), một công nghệ thay đổi hoàn cách mà chúng ta nghĩ về điều máy móc có thể làm được.

…Đến bài học lớn từ công tác kiểm soát nhà trạm tại VTNet

Tại Viettel, nhà trạm đóng vai trò quyết định trong việc đảm bảo chất lượng dịch. Do đó, công tác kiểm soát quá trình vận hành, bảo dưỡng, bảo hành nhà trạm là nhiệm vụ quan trọng, ưu tiên hàng đầu. Tuy nhiên, trước đây, công tác kiểm soát vận hành khai thác nhà trạm được thực hiện hoàn toàn thủ công bằng sức người với quy trình diễn ra như hình sau:

Quy trình hiện tại, nhân viên bảo dưỡng đến nhà trạm chụp ảnh các đầu việc được giao theo chu kì hàng tháng, hàng quý. Sau đó, chuyên viên thẩm định sẽ đánh giá ảnh nghiệp vụ, nếu nhà trạm có các lỗi (ví dụ han gỉ, nứt vỡ, hỏng), chuyên viên sẽ giao việc để nhân viên bảo dưỡng đi khắc phục.

Quy tình này có một số một số vấn đề. Thứ nhất, quy trình chụp ảnh và đánh giá không thể thực hiện đồng thời, cùng lúc do việc đánh giá hoàn toàn thủ công. Thứ hai, đối với nhân viên bảo dưỡng, cần có một khoảng thời gian chờ chuyên viên đánh giá ảnh, giao việc. Thứ ba, chuyên viên đánh giá công việc lặp lại, số lượng lớn, gây nhàm chán, lãng phí. Do đó, việc thay đổi quy trình, tìm phương án giải quyết là ưu tiên hàng đầu.

Nhận thấy được bài toán nhà trạm và hiểu biết được lợi ích to lớn của AI, từ năm 2019, VTNet đã bắt đầu đẩy nhanh tốc độ nghiên cứu, ứng dụng AI vào các quy trình nghiệp vụ. Mục tiêu tìm ra cách thức cải tiến, thay đổi quy trình, ứng dụng vào các bài toán thực tế tại VTNet.

Hướng đi là vậy nhưng để thực hiện dự án thì còn rất nhiều vấn đề mang tính thách thức. Thứ nhất, việc thu thập dữ liệu ảnh gặp nhiều khó khăn. Thứ hai, nhiều nghiệp vụ chụp ảnh mô tả không rõ ràng, phức tạp. Thứ ba, thiếu tài nguyên huấn luyện là GPU và thiếu tài nguyên để triển khai hệ thống. Trước những thách thức đó, với khát khao chinh phục thử thách, phòng Nền tảng số đã hội thảo cùng TT Vận hành Khai thác Toàn cầu để tìm phương án giải quyết. Kết quả, cả hai đã đi đến thống nhất mang tính chất quyết định, xây dựng lại kiến trúc hệ thống và phương án chụp ảnh.

Cái bắt tay làm nên dấu ấn

Về dữ liệu, TT Vận hành Khai thác Toàn cầu lấy ảnh từ hệ thống gửi cho TT Chuyển đổi số. Qua đánh giá sơ bộ, ảnh chụp nhà trạm không đáp ứng được yêu cầu đề ra, số lượng dữ liệu không đủ, chất lượng dữ liệu không đáp ứng. Sau khi nghiên cứu các bài báo khoa học, trao đổi, tìm hiểu trên các diễn đàn AI trong và ngoài nước, nhóm đã thử nghiệm các phương án lọc, làm sạch dữ liệu, làm giàu dữ liệu. Kết quả, nhóm ưu tiên xử lý các bài toán khả quả, mục tiêu phủ dần dần các bài toán, ưu tiên những nghiệp vụ quan trọng, cần thiết.

Những tiêu chí được đặt ra khi lựa chọn mô hình huấn luyện, ưu tiên những mô hình ổn định, động chính xác cao, thời gian phản hồi nhanh và độ lớn. Kết quả sau 1 tháng, việc huấn luyện cho mô hình cho 3 nghiệp vụ hoành thành theo đúng tiến độ, kết quả mô hình đáp ứng các tiêu chí đã đặt ra, sẵn sàng triển khai.

Về triển khai, nhóm để ra hai mục tiêu trọng điểm: xây dựng hệ thống huấn luyện mô hình, cho phép người dùng không có kĩ năng chuyên môn có thể huấn luyện mô hình của mình; xây dựng kiến trúc triển khai mô hình có khả năng mở rộng, linh hoạt.

Hiện tại, nhóm đã phát triển thành công hệ thống VTNet Computer Vision Platform (VCVP) để tích hợp các mô hình cùng thuật toán tốt nhất hiện nay trong xử lý ảnh. Hệ thống xây dựng dựa trên kiến trúc Container, Trition Server, giúp tối ưu mô hình, dễ dàng triển khai, quản lý và đạt hiệu quả tốt nhất. VCVP cũng tích hợp các công nghệ theo dõi log, mô hình, từ đó đánh giá kết quả chạy thực tế, huấn luyện thêm để tăng độ chính xác mô hình. Đây cũng chính là hệ thống đã được đánh giá cao và mang lại giải thưởng Sao Khuê 2022 cho TCT Mạng lưới Viettel.

Thành công chỉ là một điểm đến trên chuyến hành trình

Sau hơn 2 năm triển khai, hệ thống đã hoàn thiện các module (tính năng) lõi, bước đầu đạt được những kết quả rất đáng khích lệ. Hệ thống đã giải quyết 119 bài toán nghiệp vụ (bao gồm phân loại ảnh đúng/sai, nhận diện lỗi) và cảnh báo lỗi tự động, độ chính xác đạt 90%. Trong thời gian đánh giá, hệ thống được đảm bảo hoạt động liên tục 24/7, trung bình xử lý 900.000 ảnh/tháng và kết quả trả về trong thời gian thực (trung bình 0.05s đối với ảnh đúng/sai, 1s đối với nhận diện lỗi). Không dừng lại ở đó, hệ thống hoàn toàn có thể dễ dàng mở rộng, tích hợp với các hệ thống khác dựa trên kiến trúc Software-as-a-Service (SaaS). Quan trọng nhất, hệ thống giúp thay đổi phướng thức làm việc từ sức người sang quy trình tự động, giúp giải phóng sức lao động của con người, tăng năng suất và hiệu quả công việc.

Bên cạnh áp dụng AI vào công tác nhận diện hình ảnh, VTNet đã nghiên cứu và phát triển thành công hệ thống VTNet Chatbot hỗ trợ vận hành khai thác. Trong quá khứ, công tác tra cứu thông tin kĩ thuật rất khó khăn do phải tương tác với nhiều hệ thống khác nhau, quy trình phức tạp, dẫn đến việc khó khăn và lãng phí thời gian. Với chatbot, công việc giờ chỉ là gõ lệnh, chatbot sẽ tự động tra cứu và trả về kết quả nhanh nhất. Trong năm 2020, nền tảng VTNet Chatbot đã phục vụ khoảng 3.000 người dùng thường trực bao gồm nhân sự VTNet và TCT Công trình VCC. Trung bình mỗi tháng, Chatbot hỗ trợ khoảng 1.000.000 lượt tra cứu, giúp giảm đáng kể thời gian phối hợp giữa các đơn vị, tăng được hiệu suất và hiệu quả lao động.

Thách thức mới

Để huấn luyện mô hình tăng sức mạnh cho AI, việc thu thập dữ liệu là tối quan trọng. Tuy nhiên, đây là một thách thức không chỉ riêng tại Viettel mà là vấn đề chung của các doanh nghiệp. Tại Viettel, thu thập dữ liệu ảnh có các khó khăn cụ thể là:

(1) Chất lượng ảnh thấp, mờ dẫn đến một số mô hình huấn luyện chưa đạt hiệu quả cao hoặc không thể sử dụng.

(2) Việc thu thập kho dữ liệu bị phân tán, chưa đồng nhất do có nhiều server, hệ thống khác nhau.

(3) Một số đầu việc chụp ảnh đối tượng (mã vạch điều hòa, máy phát điện; đồng hồ đo áp suất; lỗi han/gỉ/hỏng hóc…) phức tạp, khó kiểm soát dẫn đến việc mô hình không thể học đượng tính tổng quát của dữ liệu.

Trong cuộc đua về trí tuệ nhân tạo, tài nguyên hạ tầng (GPU), dữ liệu và con người là những nhân tố chính. Về dữ liệu, theo những nghiên cứu của Giáo sư Andrew Ng - nhà khoa học hàng đầu về AI hiện nay [3] đã nhận định: “Dữ liệu đa dạng, tốt, không có nhiễu chiếm 80% thành công của bài toán. Và trong cuộc đua này, người cầm lái chính là chúng ta, tư duy số trong thời đại số: khát khao, linh hoạt, bản lĩnh, dám thay đổi và quyết thắng”.

Chúng ta có thể thấy rõ những giá trị mà AI/ML đã và đang mang lại đối với trong công tác quản lý, khai thác và vận hành nhà trạm. Mục tiêu lớn trước mắt đặt ra là chuyển dịch dần những quy trình thủ công sử dụng sức người sang tự động một phần và hướng tới tự động hoàn toàn. Đây là một mục tiêu hoàn toàn phù hợp với sứ mệnh “tiên phong kiến tạo xã hội số” của Viettel và trở thành nhà cung cấp dịch vụ số tiên phong, chủ lực.