Khởi Nghiệp Táo Bạo

Lượt đọc: 108 | 0 Đánh giá: 0/10 Sao
★★★★★★★★★★
★★★★★★★★★★
« Lùi Tiến »
3
Năm Công Nghệ Thay Đổi Thế Giới

❊ ❊ ❊

Toàn cảnh tăng trưởng theo cấp số nhân

Trong chương vừa rồi, chúng ta đã tìm hiểu về sự tăng trưởng theo cấp số nhân và cơ hội kinh doanh thông qua sản xuất bồi đắp. Tuy nhiên công nghệ in 3-D chỉ là một trong nhiều những công nghệ đột phá mạnh mẽ đang dịch chuyển từ giai đoạn đánh lừa sang giai đoạn phá vỡ. Trong chương này, chúng ta sẽ có cái nhìn tổng quan về năm công nghệ nữa cũng đang chín muồi, phù hợp cho việc khai phá cơ hội kinh doanh: mạng lưới và cảm biến, điện toán vô hạn, trí tuệ nhân tạo, rô-bốt và sinh học tổng hợp. Mục tiêu của chúng ta là tập trung vào các nội dung căn bản: hiện nay công nghệ này đang ở giai đoạn nào, nó sẽ ở đâu trong vài năm tới, và đâu là những cơ hội ẩn giấu; những lĩnh vực nào hiện nay chưa được phát hiện nhưng sẵn sàng cho sự bùng nổ trong 3-5 năm tới.

Mạng lưới và cảm biến

Một mạng lưới là bất kỳ sự kết nối nào giữa tín hiệu và thông tin – não bộ con người và Internet chính là hai ví dụ nổi bật nhất. Một cảm biến là một thiết bị phát hiện thông tin – nhiệt độ, độ rung, bức xạ,… – và khi kết nối với mạng, nó cũng có thể truyền thông tin đó. Hiện nay, hai lĩnh vực này đều đang bùng nổ.

Sự kết nối và thiết bị di động toàn cầu

a8

Nguồn: https://wwwmauldineconomicscombulls-eye/

Có hơn bảy tỷ chiếc điện thoại thông minh và máy tính bảng đang hiện hữu. Mỗi thiết bị này là một sự kết hợp của nhiều cảm biến – màn hình cảm ứng nhạy áp suất, microphone, gia tốc, từ kế, con quay, máy ảnh – đang gia tăng về số lượng trong mỗi thế hệ công nghệ mới. Hãy xem xét sức chứa màn hình cảm ứng – như trong iPad và iPhone. Năm 2012, tổng diện tích mà những cảm biến này che phủ được là 12 triệu m2 – đủ để phủ đầy 2.000 sân bóng đá. Đến năm 2015, con số đó đã tăng vọt lên 35,9 triệu m2, đủ để che phủ một nửa Manhattan.

Và nó không chỉ là những thiết bị liên lạc. Một khuôn mẫu tương tự đang diễn ra ở mọi nơi, trong tất cả mọi khía cạnh, chuyển hóa thế giới từ thụ động và ngốc nghếch sang chủ động và thông minh. Hãy xem xét lĩnh vực vận tải. Ngày nay, những cảm biến trong xe giúp định vị đường, giúp chúng ta tránh kẹt xe và tìm chỗ trống trong bãi đỗ xe. Máy bay thương mại cũng có chứa các cảm biến kết hợp này. General Electric – nhà sản xuất và cho thuê động cơ phản lực cho tất cả các hãng hàng không lớn ngày nay đã cài đặt lên đến 250 cảm biến trên mỗi 5.000 động cơ cho thuê, cho phép theo dõi tình trạng của chúng trong thời gian thực, kể cả khi đang bay. Và nếu có chỉ số nào vượt mức quy định, GE có thể tham gia sửa chữa ngay lập tức.

Những cảm biến liên quan đến an ninh cũng đang trong giai đoạn bùng nổ. Các camera giám sát ghi hình toàn diện ngày nay được kết nối với nguồn dữ liệu gồm 120 triệu định dạng gương mặt, cung cấp cho bộ phận thực thi pháp luật khả năng tìm kiếm chưa từng có. Nhưng ngoài việc tìm kiếm rắc rối, các cảm biến cũng có thể lắng nghe. Lấy ShotSpotter làm ví dụ, một công nghệ phát hiện tiếng súng tập hợp dữ liệu từ mạng lưới các cảm biến âm thanh cài đặt khắp thành phố, lọc dữ liệu thông qua một thuật toán tách âm tiếng súng, định vị vị trí trong phạm vi 3m, sau đó báo cáo trực tiếp cho cảnh sát. Hệ thống này thường chính xác và đáng tin cậy hơn thông tin thu thập được từ những người gọi cho 911.

Vận tải và an ninh là những lĩnh vực chủ yếu bị thống trị bởi các công ty lớn nhưng điều này không có nghĩa là các nhà khởi nghiệp không tận dụng được cùng xu hướng đột phá này. Như một bài viết năm 2012 trên tờ Wired đã chỉ ra: “Các hacker [đã bắt đầu] sử dụng những cảm biến ngày càng rẻ tiền và các phần cứng mã nguồn mở – như điều khiển Arduino – để tăng thêm sự thông minh cho các công cụ thông thường.” Ngày nay, có những công cụ giúp cây trồng của bạn báo khi nào chúng cần được tưới nước, vòng đeo cổ kết nối Wi-Fi giúp nông dân biết khi nào những con bò của họ đang bị nóng, và cả cốc bia có thể cho bạn biết mức độ say xỉn của bạn trong lễ hội Oktoberfest. Như lời hacker Arduino Charalampos Doukas nói, khi giá thành của cảm biến ngày càng giảm, “giới hạn duy nhất chính là trí tưởng tượng của bạn”.

Để nhìn điều này từ một góc độ rộng hơn, hãy nghĩ đến việc chúng ta đang sống trong một thế giới mà xe tự lái của Google có thể di chuyển trên đường phố một cách an toàn nhờ vào cảm biến ở trên nóc xe có tên lidar – một thiết bị cảm biến laser sử dụng 64 mắt laser an toàn để quét trọn 360 độ xung quanh, đồng thời tạo ra 750 megabytes dữ liệu hình ảnh mỗi giây để dẫn đường. Sớm thôi, chúng ta sẽ sống cùng hai triệu chiếc xe Google tự lái trên đường (không phải là nhiều, vì con số này ít hơn 1% số lượng xe hiện đăng ký tại Mỹ), chúng sẽ ghi lại gần như mọi thứ chúng gặp phải, từ đó cho chúng ta kiến thức gần như hoàn hảo về quang cảnh mà chúng quan sát được. Việc ghi hình khắp mọi nơi không chỉ dừng lại ở đó.

a9

Hình ảnh 360 độ của LIDAR trên ô tô không người lái của Google

Nguồn: http://peoplebathacukas2152/carslidarjpg

Ngoài những chiếc xe tự lái quét hình ảnh trên đường này, đến năm 2020, dự tính sẽ có năm chòm sao vệ tinh quỹ đạo Trái đất tầm thấp ghi hình mọi mét vuông của bề mặt Trái đất với độ phân giải trong khoảng từ 0,5-2m. Đồng thời, chúng ta cũng sắp thấy sự bùng nổ của các máy bay tí hon vận hành theo trí thông minh nhân tạo hoạt động khắp các thành phố và ghi hình trong phạm vi tính bằng xentimét. Bạn có muốn biết trong bãi đỗ xe của đối thủ cạnh tranh ở Moscow hay Mumbai có bao nhiêu chiếc xe không? Còn việc theo dõi chuỗi cung ứng của đối thủ như những chiếc xe tải hoặc tàu giao vật liệu thô đến nhà máy và giao sản phẩm đầu ra đến nhà kho của họ? Không thành vấn đề.

Như đã được báo trước, theo một báo cáo phát hành năm 2013 của TSensors Summit, Đại học Stanford, số lượng cảm biến trên thế giới được kỳ vọng sẽ tăng trưởng đến con số hàng nghìn tỷ vào năm 2023. Và đây chỉ là kết quả của phép tính thông thường.

Tầm nhìn Trillion Sensor (Nghìn tỷ cảm biến)

a10

Tương lai Trillion Sensor

Nguồn: wwwfuturistspeakercomwp-contentuploadsTrillion- Sensor-Roadmapjpg.

Mạng lưới cũng đang bùng nổ tương tự, cả về tốc độ lẫn số lượng các thiết bị kết nối. Về mặt tốc độ, năm 1991, ban đầu mạng 2G có tốc độ 100 kilobit trên giây. Một thập kỷ sau, mạng 3G đạt tốc độ 1 megabit trên giây và ngày nay mạng 4G đã tăng lên đến 8 megabit trên giây. Nhưng vào tháng Hai năm 2014, CEO của Sprint là Dan Hesse đã công bố kế hoạch Sprint Spark, một mạng siêu tốc có thể truyền 50-60 megabit trên giây đến điện thoại di động của bạn, cùng tầm nhìn sẽ tăng gấp ba lần tốc độ đó theo thời gian. “Mục tiêu của chúng tôi là hỗ trợ thế hệ trò chơi trực tuyến mới, thực tế ảo, dịch vụ đám mây nâng cao, và những ứng dụng khác đòi hỏi băng thông rất cao,” Hesse nói. “Cụ thể hơn, khi được triển khai, Spark sẽ cho phép bạn tải một trò chơi điện tử 20 megabyte trong 3 giây và tải một bộ phim dài 60 phút có độ phân giải cao trong chưa đầy 2 phút rưỡi.” Và Sprint đang trong quá trình thực hiện. Họ đang thử nghiệm tốc độ truyền 1 gigabit trên giây tại phòng thí nghiệm của mình ở Thung lũng Silicon.

Về mặt kết nối, cách đây 10 năm, toàn thế giới có 500 triệu thiết bị kết nối với Internet. Ngày nay, con số đó đã lên đến 12 tỷ. “Năm 2013,” Padma Warrior, Giám đốc Công nghệ và Chiến lược của Cisco nói: “mỗi giây có 80 thiết bị mới được kết nối với Internet. Nghĩa là gần 7 triệu thiết bị mỗi ngày, 2,5 tỷ mỗi năm. Năm 2014, con số lên đến gần 100 thiết bị mỗi giây. Đến năm 2020, nó sẽ tăng lên đến hơn 250 thiết bị mỗi giây, hay 7,8 tỷ mỗi năm. Cộng tất cả những con số này lại và ta có hơn 50 tỷ thiết bị kết nối với Internet vào năm 2020.” Và chính sự bùng nổ kết nối này đang tạo nên Mạng lưới vạn vật kết nối Internet (IoT).

Một nghiên cứu gần đây của Cisco ước tính rằng giữa năm 2013 và 2020, siêu mạng lưới này sẽ tạo ra giá trị 19 nghìn tỷ đô-la (lợi nhuận ròng). Hãy nghĩ thêm về điều này một chút. Nền kinh tế Mỹ dao động quanh mức 15 nghìn tỷ mỗi năm. Cisco đang nói rằng trong vòng mười năm, mạng lưới mới này sẽ tạo ra tác động kinh tế lớn hơn cả GDP của toàn nước Mỹ. Đó chính là một miền đất hứa.

Dự báo Thiết bị kết nối Internet toàn cầu

a11

Tương lai Trillion Sensor

Nguồn: wwwfuturistspeakercomwp-contentuploadsTrillion- Sensor-Roadmapjpg

Vậy chính xác thì cơ hội đó nằm ở đâu? Hầu hết các nhà nghiên cứu cảm nhận rằng có hai lĩnh vực quan trọng đáng để khai thác: thông tin và tự động hóa. Hãy bắt đầu với lĩnh vực thứ nhất.

Thế giới mạng lưới và cảm biến của chúng ta tạo ra khối lượng thông tin khổng lồ và phần nhiều trong số đó cực kỳ có giá trị. Có thể lấy dữ liệu giao thông làm ví dụ. Một thập kỷ trước, Navteq xây dựng một mạng lưới cảm biến dọc 400.000 km đường đi ở châu Âu (qua 35 thành phố chính và 13 nước châu Âu). Vào tháng Mười năm 2007, công ty di động khổng lồ Nokia (hiện do Microsoft sở hữu) đã chi trả 8,1 tỷ đô-la cho mạng lưới đó. Từ năm năm trước cho đến giữa năm 2013, Google đã chi 1 tỷ đô- la để mua lại Waze, một công ty ở Israel tạo ra bản đồ và thông tin giao thông, không thông qua cảm biến điện tử mà thông qua tổng hợp nguồn báo cáo từ người dùng – ví dụ, cảm biến con người, tạo ra bản đồ bằng cách sử dụng GPS để theo dõi dòng di chuyển của khoảng 50 triệu người dùng, sau đó tạo ra thông tin luồng giao thông khi những người dùng đó tình nguyện chia sẻ thông tin về tắc đường, bẫy tốc độ và đường bị chặn trong thời gian thực.

Theo dõi hành vi là một loại thông tin đang phát triển nhanh chóng khác. Các công ty bảo hiểm cài đặt cảm biến vào xe hơi và đưa ra chính sách giá dựa vào hành vi lái xe tại thời điểm thực tế là một ví dụ. Một ví dụ khác là Turnstyle Solutions, một công ty khởi nghiệp tại Toronto đã sử dụng đường truyền Wi-Fi từ điện thoại di dộng để theo dõi khách hàng ở các cửa hiệu, thu thập dữ liệu những nơi mà họ nán lại khi mua sắm. Theo dõi hành vi về chăm sóc sức khỏe cũng đang phát triển. AdhereTech hiện đang sản xuất những lọ thuốc thông minh được gắn cảm biến để đảm bảo sự tuân thủ của bệnh nhân, trong khi đó CoheroHealth đã kết hợp những ống thuốc dạng hít có gắn cảm biến với ứng dụng di động để những đứa trẻ mắc chứng hen suyễn mãn tính có thể theo dõi và kiểm soát các triệu chứng của mình. Những ứng dụng y tế này sẽ còn tiếp tục xuất hiện thêm. Theo William Briggs, Giám đốc Công nghệ của Công ty Tư vấn Deloitte, “giá trị của mạng lưới vạn vật kết nối Internet IoT liên quan đến lĩnh vực y tế sẽ là thị trường hàng nghìn tỷ đô-la trong vòng một hai thập kỷ tới”.

Chuyển sang lĩnh vực tự động hóa – nó chủ yếu là quá trình thu thập tất cả các dữ liệu tập hợp được nhờ IoT, từ đó chuyển hóa thành chuỗi hành động tiếp theo và sau đó, tự thực hiện những hành động đó mà không cần sự can thiệp của con người. Chúng ta đã thấy những làn sóng đầu tiên của tự động hóa trong các dây chuyền lắp ráp thông minh và chuỗi cung ứng (về mặt kỹ thuật được gọi là quá trình tối ưu hóa) có thể tạo ra dịch vụ giao hàng đúng giờ. Lưới điện thông minh cho năng lượng và lưới điện thông minh cho tài nguyên nước – về mặt kỹ thuật gọi là tối ưu hóa tiêu thụ tài nguyên – chính là làn sóng thứ hai. Tiếp theo là tự động hóa và điều khiển các hệ thống tự động phức tạp hơn nhiều – như xe hơi tự lái.

Thậm chí có những cơ hội khác trong việc tìm ra những cách thức đơn giản hơn để kết nối người ra quyết định và dữ liệu cảm biến trong thời gian thực. Cây trồng có khả năng báo cho chủ khi chúng cần tưới nước như đã đề cập ở trên chính là một ví dụ cho giai đoạn đầu (năm 2010) của lĩnh vực này. Một ví dụ gần đây hơn (năm 2013) là công ty khởi nghiệp SmartThings ở Washington DC, CNN đã gọi công ty này là “một nhạc trưởng kỹ thuật số cho mọi vật thể trong nhà”. SmartThings tạo ra một giao diện có thể nhận biết hơn một nghìn vật thể gia dụng thông minh, từ cảm biến nhiệt để kiểm soát nhiệt độ đến cảm biến cửa chính và cửa sổ để báo cho bạn biết liệu bạn có quên khóa cửa hay không, cho đến những thiết bị tự động tắt trước khi bạn ngủ.

Tất nhiên, bất kỳ cuộc thảo luận nào về mạng lưới và cảm biến đều dẫn đến việc thảo luận xem chúng ta sẽ khai thác giá trị từ tất cả những dữ liệu này như thế nào. Câu trả lời là chúng ta muốn đi tiếp đến đâu. Chào mừng đến với thế giới sơ khai của điện toán vô hạn.

Điện toán vô hạn:

Sức mạnh của kỹ thuật đoán thử đúng sai Brute Force

Vào cuối tháng Tám năm 2013, Carl Bass, CEO của gã khổng lồ về thiết kế và phần mềm Autodesk, đã đưa tôi đi tham quan trung tâm Pier 9 mới xây dựng của anh nằm ở cuối Embarcadero của San Francisco. Tự mô tả mình là một cậu bé to xác đến từ Brooklyn (anh cao 1m96), Bass mặc quần jeans, áo thun và đội mũ bóng chày. Lúc đó, cơ sở của anh được trang bị máy in 3-D, dụng cụ sửa chữa máy, trạm thiết kế, máy cắt laser và máy hàn đời mới nhất. Nơi đây chính là thiên đường của các nhà chế tạo. Có những công cụ để chuyển hóa từ trí tưởng tượng thành thực tế, và tất cả đều được hướng dẫn bởi phần mềm thiết kế của Autodesk, được cung cấp bởi điện toán vô hạn.

Điện toán vô hạn là thuật ngữ mà Bass sử dụng để mô tả tiến trình liên tục đưa điện toán từ một nguồn lực khan hiếm và đắt đỏ trở thành một nguồn lực dồi dào và miễn phí. Chỉ ba hay bốn thập kỷ trước, nếu bạn muốn tiếp cận với 1.000 bộ vi xử lý, bạn cần phải là Chủ tịch Bộ phận Khoa học máy tính của MIT hay Thư ký của Bộ quốc phòng Mỹ. Ngày nay, một con chip trung bình trong điện thoại di động của bạn có thể xử lý khoảng 1 tỷ phép tính mỗi giây.

Nhưng ngày nay vẫn chưa là gì so với tương lai. “Đến năm 2020, một con chip với khả năng xử lý như ngày nay chỉ có giá 1 xu,” nhà vật lý lý thuyết của trường CUNY (City University of New York) Michio Kaku giải thích trong một bài viết gần đây cho Big Think: “chỉ bằng với giá của giấy vụn… Con cháu chúng ta sẽ nhìn lại và tự hỏi làm sao chúng ta có thể sống trong một thế giới thiếu thốn như vậy, cũng giống như khi chúng ta nghĩ về thời bố mẹ mình thiếu điện thoại, Internet – những thứ với họ là xa xỉ – còn tất cả chúng ta thì dường như lại xem nhẹ.”

Giá bộ vi xử lý trên Chu kỳ linh kiện bán dẫn

a12

Giá bộ vi xử lý trên Chu kỳ linh kiện bán dẫn Nguồn: wwwsingularitycomimagescharts/ MicroProcessCostPerTransjpg

Vì lý do này mà Bass cảm thấy rằng hầu hết suy nghĩ của chúng ta về máy tính là hoàn toàn lạc hậu. “Chúng ta đang xem máy tính như một tài nguyên quý giá,” anh nói, “trong khi nó đang hiện diện với số lượng lớn. Nếu bạn nhìn vào tất cả các xu hướng, thì giá thành của máy tính đang giảm, sự phổ biến, tính năng và độ bền của chúng ngày càng tăng. Mỗi năm chúng ta lại tạo ra năng lượng máy tính nhiều hơn tổng tất cả những năm trước. Sự tăng trưởng ngoài sức tưởng tượng này đang khởi đầu một kỷ nguyên mới.”

Trong thời đại cũ, thế giới sáng tạo của con người, thế giới được-gọi-là-thiết-kế chỉ là những sản phẩm của suy nghĩ “đóng khung” – suy nghĩ giới hạn bởi sự khan hiếm máy tính. “Trong thời đại đó,” Bass giải thích, “một vấn đề cần một CPU thực hiện trong 10.000 giây và tốn khoảng 25 xu. Nhưng trong thời đại mới tăng trưởng theo cấp số nhân, với khả năng điện toán gần như vô hạn, chúng ta có thể đồng thời áp dụng 10.000 CPU cùng lúc để giải quyết cùng một vấn đề chỉ trong 1 giây. Giải quyết vấn đề nhanh hơn 10.000 lần vẫn chỉ tốn 25 xu, nhưng đây là lần đầu tiên trong lịch sử chúng ta có thể áp dụng một cách vô hạn nhiều nguồn lực để giải quyết vấn đề mà không có phí phát sinh.”

Những công ty như Google, Amazon và Rackspace đang tạo điều kiện cho sự chuyển đổi này. Họ tập hợp những cơ sở tính toán khổng lồ, chia sẻ cho cộng đồng và gọi chúng là “đám mây”. “Trước khi có đám mây, việc thành lập một công ty công nghệ rất khó khăn và tốn thời gian,” Graham Weston, Chủ tịch và đồng sáng lập của Rackspace nói. “Đầu tiên là bạn đặt máy chủ từ những nhà cung cấp như Dell hay HP. Vài tuần sau hàng mới đến. Sau đó bạn phải thiết lập cấu hình, cài đặt, mua và tải phần mềm, cuối cùng là kết nối với Internet. Tất cả những việc này mất khoảng vài tuần, nếu không muốn nói là vài tháng và cần phải có nhân viên. Ngày nay, bạn có thể liên hệ nhà cung cấp như Rackspace và chỉ vài phút sau, bạn sẽ có quyền truy cập vào số lượng máy chủ mà bạn cần. Và nó có thể mở rộng quy mô nhanh chóng – theo chiều dọc hoặc chiều ngang. Tùy thuộc vào nhu cầu.”

Nhưng mục tiêu ở đây không phải là trở thành Rackspace (hay Amazon hay Microsoft), mà là xây dựng ý tưởng lớn lao của bạn dựa trên cơ sở hạ tầng của họ. Các doanh nhân không cần phải sử dụng vốn tiền mặt ít ỏi của mình để chi cho các thiết bị tốn kém, mất hàng tháng để cài đặt, thiết lập cấu hình và chương trình cho thiết bị đó, lo lắng về điều sẽ xảy ra khi cần mở rộng quy mô trang thiết bị, lo nó hỏng hóc hoặc trở nên lỗi thời.

“Đám mây đang dân chủ hóa khả năng của chúng ta trong việc tận dụng khả năng máy tính trên quy mô lớn,” Weston nói. “Ngày nay, tốc độ xử lý mà một người ở giữa Mumbai có thể tiếp cận vượt xa những gì mà toàn bộ chính phủ Mỹ có trong những năm 60, 70. Chúng ta đang bước vào giai đoạn mang tính lịch sử của sự đổi mới toàn cầu, khi mà máy tính hiệu suất cao đang rất phong phú, đáng tin cậy và giá cả phải chăng.”

Vậy tất cả những năng lực máy tính này mang lại cho bạn điều gì? Chính là một cách tiếp cận hoàn toàn mới cho sự đổi mới, cho người mới bắt đầu. Hãy xem xét “kỹ thuật đoán thử đúng sai Brute Force”, một thuật ngữ liên quan đến khả năng mới khám phá được của chúng ta khi sử dụng điện toán vô hạn để thực sự giải quyết các vấn đề. Hãy hình dung bạn muốn giải câu đố Sudoku. Bạn có thể thử xây dựng một phương pháp tiếp cận toán học – dựa vào thuật toán để tính ra những con số chính xác còn thiếu – hoặc đơn giản là bạn chỉ việc yêu cầu máy tính thử những con số nào có thể điền vào mỗi ô, sau đó chọn phương án tốt nhất. Hướng tiếp cận sau chính là kỹ thuật đoán thử đúng sai Brute Force.

Trong chuyến tham quan của tôi đến Trung tâm thiết kế Pier 9 của Autodesk, như một cách để minh họa rõ hơn về kỹ thuật Brute Force, Bass chỉ vào một chiếc xe đua điện mini mà anh đã làm cùng cậu con trai 15 tuổi của mình. “Ngày xưa, khi phải gắn mô tơ điện vào chiếc xe này, tôi phải thử tìm ra giải pháp – bằng cách đoán độ dày của khung và vị trí thích hợp nhất, sau đó làm một vài phép tính để xem những gì tôi làm đã đúng chưa. Ngày nay, tôi có thể tạo ra một mô hình máy tính và biết chính xác số liệu của mỗi vị trí trên thiết kế tôi chọn. Nhưng trong tương lai gần, với điện toán vô hạn, tôi có thể yêu cầu “đám mây” chạy thiết kế liên tục, thử nghiệm với mọi vị trí có thể cho động cơ cùng nhiều loại vật liệu và kích thước khác nhau, kết quả có được sẽ là thiết kế tốt nhất chứ không chỉ là đúng hay chấp nhận được.”

Điều mà Bass có thể làm thì bạn cũng có thể làm. Nếu đam mê của bạn là tạo ra những chiếc xe đua mini tốt hơn, thì công nghệ ngày nay cho phép bạn tạo ra những chiếc tốt nhất có thể chỉ với một lượng nhỏ thời gian và chi phí.

Và những điều đúng với xe đua mini cũng đúng cho bất kỳ thứ gì mà con người muốn chế tạo. Hơn thế nữa, chúng ta đều học hỏi từ sai lầm, và cho đến gần đây, những sai lầm thì quá tốn kém để các doanh nhân có thể thử nghiệm bừa bãi. Điều này cũng đã thay đổi. Điện toán vô hạn đã khiến cho việc tạo sai lầm không còn tốn kém nữa, do đó việc thực nghiệm cũng được dân chủ hóa. Chúng ta không còn phải ngay lập tức bác bỏ những ý tưởng lạ lùng vì sợ tốn kém thời gian và nguồn lực nữa. Ngày nay, chúng ta có thể thử hết tất cả.

Điện toán vô hạn đã dẫn đến sự gia tăng khổng lồ về khả năng thiết kế, mặc dù để có thể thực sự khai phá sức mạnh này, bạn vẫn phải tập hợp dữ liệu, đưa vào máy tính, sau đó viết các thuật toán để phân tích dữ liệu. Nhưng sẽ ra sao nếu bạn không phải đích thân làm điều này? Nếu bạn chỉ cần nói chuyện với máy tính và nó hiểu được mong muốn của bạn một cách hoàn hảo, tập hợp dữ liệu cho bạn, và phân tích để có câu trả lời cho bạn? Hiểu theo nghĩa rộng, đó chính là khả năng mà chúng ta sẽ khám phá ở công nghệ đột phá tiếp theo, lĩnh vực bùng nổ của trí tuệ nhân tạo.

Trí tuệ nhân tạo (AI):

Chuyên gia thực hiện theo nhu cầu

“Anh nghĩ anh đang làm gì vậy, Dave?”

Sự thật lạ lùng: Những lời đe dọa điềm tĩnh và sâu lắng chết người này chính là đỉnh cao của trí tuệ nhân tạo trong gần 50 năm qua. Câu này được nói bởi HAL, chiếc máy tính có nhận thức trên tàu vũ trụ Discovery One, trong tác phẩm huyền thoại của đạo diễn Stanley Kubrick – 2001: A Space Odyssey (tạm dịch: Chuyến du hành không gian), mà ông và Arthur C. Clarke cùng viết kịch bản. Khi không quấy rầy Dave, HAL hỗ trợ phi hành đoàn, hoạt động như một giao diện trên tàu, trả lời các câu hỏi và giúp phân tích dữ liệu thu thập được (con tàu đang thực hiện một nhiệm vụ khoa học). Hình dạng bên ngoài của HAL được mô tả là một con mắt ghi-truyền hình ảnh màu đỏ đáng sợ nằm ở bảng thiết bị trên khắp con tàu.

Nhưng hình ảnh con mắt phát sáng màu đỏ đó đã thuộc về thế kỷ trước rồi.

HAL đã phải nhường lối và nói lời chào với JARVIS. Là chữ viết tắt của Just Another Rather Very Intelligent System (Một hệ thống siêu thông minh khác), JARVIS xuất hiện lần đầu trong phim Iron Man với tư cách là chương trình trí tuệ nhân tạo trợ giúp cho Tony Stark, được lập trình nói chuyện với giọng nam mang ngữ điệu Anh. JARVIS xử lý tất cả mọi việc từ bảo vệ căn nhà cho đến chế tạo bộ trang phục Iron Man, điều hành tập đoàn kinh doanh toàn cầu trị giá hàng tỷ đô của Stark – một khối lượng công việc khổng lồ cho một hệ thống phi thường.

Từ góc độ công nghệ, điều khiến JARVIS phi thường chính là ở cả mức độ thâm nhập của nó vào cuộc sống của Stark và cả khả năng hiểu những hướng dẫn bằng ngôn ngữ tự nhiên, thậm chí cả những lời nói đùa mỉa mai hay hài hước. Về mặt kỹ thuật, JARVIS là một vỏ phần mềm kết nối giữa mọi ước muốn của Stark với phần còn lại của thế giới, có khả năng vừa thu thập dữ liệu từ hàng triệu cảm biến vừa hành động thông qua bất kỳ hệ thống hay thiết bị rô-bốt nào có kết nối với trí tuệ nhân tạo. Theo cách này, mạng lưới vạn vật kết nối Internet chính là tai, mắt, tay và chân của JARVIS.

Chắc chắn rằng, JARVIS đã truất ngôi của HAL, và hiện đang giữ danh hiệu trí thông minh nhân tạo nổi tiếng nhất thế giới, nhưng điều khiến cho sự thống trị của nó ngoạn mục hơn chính là nếu như HAL chưa bao giờ trở thành hiện thực thì những thành phần chính của JARVIS đang bắt đầu hiện diện trong các phòng thí nghiệm và nhiều công ty trên toàn thế giới.

Chuyên gia về trí thông minh nhân tạo và đồng sáng lập Đại học Singularity, Ray Kurzweil giải thích: “Vào những năm 60, khi Arthur C. Clarke tưởng tượng về HAL, rõ ràng nó là khoa học viễn tưởng. Năm mươi năm trước, chúng ta biết rất ít về trí tuệ nhân tạo. Nhưng câu chuyện của ngày hôm nay thì khác. Rất nhiều khía cạnh của JARVIS đã hiện hữu hoặc có trên bản vẽ.”

Kurzweil đã nhận ra điều đó. Bill Gates gọi ông là “người tuyệt vời nhất tôi biết trong việc dự toán tương lai của trí tuệ nhân tạo”. Larry Page đã tuyển ông về làm Giám đốc Kỹ thuật của Google, nơi mà Kurzweil đang nỗ lực phát triển trí tuệ nhân tạo có khả năng hiểu được ngôn ngữ tự nhiên, nghĩa là ông đang dạy cho máy tính hiểu các sắc thái tinh tế của ngôn ngữ nói và viết, cho phép chúng ta hỏi chúng những câu hỏi phức tạp hơn nhiều so với “Siri, tôi có thể tìm một tách cà phê ở đâu?”

“Đó là sự dịch chuyển từ việc máy tính chỉ có trí thông minh logic đến việc chúng cũng có cả trí tuệ cảm xúc,” Kurzweil nói. “Một khi điều đó xảy ra, trí tuệ nhân tạo sẽ trở nên hài hước, hiểu được những câu chuyện đùa, trở nên quyến rũ, đáng yêu, và thậm chí là sáng tạo.”

Khi đang viết những dòng này, vào tháng Ba năm 2013, tôi đứng trên sân khấu TED, cùng với người phụ trách TED là Chris Anderson, và thông báo ý muốn tham gia lực lượng thiết kế một trí tuệ nhân tạo XPRIZE. “Ý tưởng là,” Anderson nói, “một XPRIZE dành cho TED được trao trí tuệ nhân tạo đầu tiên có thể đứng trên sân khấu này trình bày một bài nói TED hấp dẫn đến mức khán giả phải đứng lên vỗ tay tán thưởng.”

Ý tưởng này đòi hỏi ở trí tuệ nhân tạo một số khả năng ngang bằng hoặc hơn khả năng của con người. Khi nào điều này xảy ra là một cuộc tranh luận dậy sóng và kéo dài. Chính bản thân Kurzweil đã đưa ra cột mốc nổi tiếng cho ngày mà trí tuệ nhân tạo sẽ làm được mọi thứ tốt hơn con người là năm 2029. (Như đã giải thích trong cuốn Abundance, dự đoán của ông dựa trên đường cong tăng trưởng theo cấp số nhân và đã có những bằng chứng chính xác tuyệt vời.) Dĩ nhiên, với hầu hết các doanh nhân, 2029 còn quá xa để có thể đưa vào làm nền tảng cho kinh doanh. Nhưng không cần phải chờ đợi, vì trí tuệ nhân tạo cũng là một công nghệ đang chuyển hóa từ giai đoạn đánh lừa sang giai đoạn phá vỡ, và sắp trở nên phổ biến trong cuộc sống hằng ngày của chúng ta. Hãy xem xét thực tế cuộc sống thường nhật của chúng ta. Ngày nay, ở Mỹ, 80% công việc xoay quanh ngành dịch vụ, có thể chia thành bốn nhóm kỹ năng cơ bản: nhìn, đọc, viết và tổng hợp kiến thức. Còn trí tuệ nhân tạo đã tiến xa đến mức nào? Máy tính hiện nay có thể thực hiện cả bốn kỹ năng này và trong nhiều trường hợp, còn làm tốt hơn cả con người.

Hãy xem xét kỹ hơn nhé.

Tất cả bốn kỹ năng này xuất hiện từ một nhánh của trí tuệ nhân tạo được biết đến với cái tên máy học tập – nó thật sự là ngành khoa học về việc máy móc học tập như thế nào. Và một điều chắc chắn là máy móc ngày nay đang học nhanh hơn bao giờ hết.

Nhóm kỹ năng đầu tiên – nhìn – từ lâu đã là một nhiệm vụ được con người thực hiện tốt hơn máy tính. “Lần đầu tiên một thuật toán máy tính có thể “nhìn” ở mức độ chính xác tương tự như con người là vào năm 1995,” Jeremy Howard, trưởng ban máy học tập của trường Đại học Singularity giải thích. “Năm đó một thuật toán có tên gọi là Lenet 5 đã giành chiến thắng trong cuộc thi do Công ty Dịch vụ Bưu chính Mỹ tổ chức với khả năng nhận diện các con số trong mã vùng và giúp phân loại thư.”

a13

LeNet 5 nhận diện số “2” viết tay.

Tiến độ phát triển vẫn ổn định (nhưng không đáng kể) cho đến năm 2011, khi một loạt các đột phá lớn đưa ngành máy học thế giới phát triển đột biến. Ở Đức, một cuộc thi thường niên được tổ chức giữa con người và thuật toán máy học về khả năng nhìn, xác định và phân loại biển báo giao thông. 50.000 biển báo giao thông khác nhau được sử dụng – chúng nhìn không rõ do khoảng cách xa, cây cối che khuất hay độ chói của ánh sáng mặt trời. Vào năm 2011, lần đầu tiên, một thuật toán máy học đã đánh bại những người chế tạo ra mình, đạt tỷ lệ lỗi 0,5%, so với tỷ lệ của con người là 1,2%.

Ấn tượng hơn nữa là kết quả của cuộc thi ImageNet năm 2012, thử thách các thuật toán nhìn một triệu hình ảnh khác nhau – từ ảnh chim chóc, dụng cụ nhà bếp đến con người chạy xe máy – và phân loại chúng vào hàng nghìn loại riêng biệt. Máy tính không chỉ nhận biết được những vật thể đã biết (mã vùng, biển báo giao thông), nó còn làm rất tốt công việc phân loại hàng nghìn những vật thể ngẫu nhiên – khả năng tưởng như chỉ có ở con người. Một lần nữa, những thuật toán đã đánh bại con người.

Sự phát triển tương tự cũng đang xảy ra với kỹ năng đọc. Ngày nay, có những trí tuệ nhân tạo có thể giải mã mọi thứ – từ bài tiểu luận của học sinh trung học cho đến những biểu mẫu thuế phức tạp – nhanh hơn con người rất nhiều. Lấy văn bản luật, một ngôn ngữ khó nhằn làm ví dụ. Như lời John Markoff viết trong bài báo cho tờ New York Times năm 2011: “Nhờ vào những tiến bộ của trí tuệ nhân tạo, phần mềm ‘e-discovery’ có thể phân tích văn bản trong một khoảng thời gian ngắn với chi phí nhỏ… Một số chương trình không chỉ dừng lại ở việc tìm kiếm văn bản từ những thuật ngữ liên quan với tốc độ máy tính. Chúng có thể lọc ra những khái niệm liên quan – ví dụ như những tài liệu về cuộc biểu tình xã hội ở Trung Đông – ngay cả khi thiếu một số thuật ngữ cụ thể, và suy ra mô hình hành vi giúp giải thoát các luật sư khỏi việc phải nghiên cứu hàng triệu tài liệu.”

Với kỹ năng thứ ba của con người – kỹ năng viết – báo cáo của tờ Deloitte University Press đã chỉ ra rằng trí tuệ nhân tạo cũng đang tạo ra dấu ấn ở lĩnh vực này. “Tự động hóa trí tuệ vẫn đang trong giai đoạn phát triển nhanh chóng, nhưng nó đã đủ trưởng thành để có thể thâm nhập vào hầu hết các lĩnh vực của nền kinh tế. [Với kỹ năng viết], Credit Suisse sử dụng một công nghệ từ Công ty Narrative Science để phân tích hàng triệu điểm dữ liệu về hàng nghìn công ty và tự động viết những báo cáo nghiên cứu bằng tiếng Anh để đánh giá kỳ vọng, lợi ích và rủi ro của công ty. Các báo cáo này giúp các nhà phân tích, ngân hàng và các nhà đầu tư đưa ra những quyết định đầu tư dài hạn. Số lượng báo cáo này tăng gấp ba lần, chất lượng và tính nhất quán cũng được cải thiện hơn so với báo cáo do các nhà phân tích viết ra.”

Tổng hợp kiến thức, kỹ năng thứ tư của con người, thể hiện khả năng phức tạp hơn nhiều – tổng hợp các thông tin từ nhiều nguồn khác nhau lại và đưa ra kết luận chính xác. Ở đây chúng ta tìm ra sự đột phá được cho là quan trọng nhất và cơ hội kinh doanh tuyệt vời nhất. Bạn còn nhớ Watson của IBM, chiếc siêu máy tính đã đánh bại con người trong chương trình Jeopardy vào tháng Hai năm 2011 không? Vào tháng Mười một năm 2013, IBM đã đăng tải Watson lên đám mây, khiến ai cũng có thể sử dụng nó như một nền tảng phát triển, đặc biệt là các doanh nhân. Như Michael Rhodin, Phó Chủ tịch cấp cao của IBM phụ trách Watson nói: “Việc đưa Watson lên điện toán đám mây là nhằm thúc đẩy sự đổi mới và thúc đẩy một hệ sinh thái các nhà cung cấp phần mềm ứng dụng mới dành cho doanh nghiệp – từ các công ty khởi nghiệp và công ty có vốn đầu tư mới nổi cho đến những công ty đã có địa vị. Chúng tôi thậm chí còn thành lập một quỹ đầu tư mới trị giá 100 triệu đô-la để trợ giúp những công ty khởi nghiệp sử dụng Watson.”

Một ví dụ cho công ty khởi nghiệp được trợ giúp bởi Watson là Modernizing Medicine. Trở lại năm 2011, Modernizing Medicine cho ra mắt một nền tảng lưu trữ hồ sơ y khoa điện tử chuyên biệt sử dụng trên iPad nhờ vào nguồn lực cộng đồng. Ví dụ, những bác sĩ da liễu đăng ký sử dụng Modernizing Medicine sẽ có kết quả tổng hợp dữ liệu của họ – bao gồm tình trạng bệnh nhân (tên bệnh nhân đã được loại bỏ) và phương thức chữa trị. Thông tin này sau đó sẽ trở thành nguồn tham khảo cho tất cả các bác sĩ da liễu trong hệ thống – khoảng 3.000 người, tương đương 25% các bác sĩ da liễu trên nước Mỹ – từ đó cải thiện chất lượng chăm sóc đáng kể. Nhưng năm 2014, Modernizing đã thực hiện một bước tiến khổng lồ và hợp tác với Watson. Kể từ khi chiến thắng ở Jeopardy, Watson được đưa đến trường y khoa – tiếp thu hàng triệu bài báo, sách giáo trình, kết quả bệnh nhân, báo cáo khoa học và những thứ tương tự. Bằng cách kết hợp dữ liệu kết quả bệnh nhân một cách có cấu trúc và dữ liệu nghiên cứu chưa được cấu trúc của Watson, các bác sĩ trong mạng lưới Modernizing Medicine được tiếp cận với các cấp thông tin xét nghiệm tại chỗ đáng kinh ngạc. “Con người chúng ta không thể làm được những điều tương tự như Watson đã làm trong ngành chăm sóc sức khỏe,” Daniel Cane, CEO của Modernizing Medicine nói. “Nó không chỉ trả lời được những câu hỏi có trong hàng triệu tài liệu cá nhân mà còn có thể trích dẫn nguồn và mức độ tin cậy ngay lập tức. Ngoài việc giúp các bác sĩ bằng những công cụ hỏi đáp mạnh mẽ chưa từng có, nó còn làm thay đổi căn bản các thực hành y khoa.”

Hơn thế nữa, với tư cách là một doanh nhân hứng thú với việc xây dựng kinh doanh có sự trợ giúp của Watson, Cane bị choáng váng bởi sự dễ dàng khi làm việc với IBM. “Họ cung cấp rất nhiều thông tin hướng dẫn và hỗ trợ,” anh giải thích, “đến nỗi chúng tôi đã có thể tạo dựng toàn bộ mô hình theo nguyên mẫu Watson chỉ trong hai tuần.”

Một trong những mục tiêu chính của cuốn sách này là chỉ ra những khoảnh khắc quan trọng khi một công nghệ sẵn sàng cho thời gian vàng kinh doanh. Watson đưa lên đám mây, gắn với một giao diện lập trình ứng dụng (API) công khai sẵn có, là khởi đầu của một thời điểm như thế, tiềm năng cho một sự bùng nổ về giao diện giống Mosaic, đưa trí tuệ nhân tạo đến với tất cả các loại hình kinh doanh mới và báo hiệu quá trình chuyển đổi từ giai đoạn đánh lừa sang giai đoạn phát triển phá vỡ. Các doanh nhân đột phá, các bạn còn chờ gì nữa?

Và mọi thứ chúng ta nói đến chỉ là ở hiện tại. “Sẽ sớm thôi,” Ray Kurzweil nói, “chúng ta sẽ cho phép một trí tuệ nhân tạo nghe mọi cuộc điện thoại của mình. Cho chúng đọc email và blog, nghe ngóng trong các cuộc họp, xem xét bản chụp gen, kiểm tra những gì bạn ăn và thời gian bạn tập thể dục, thậm chí là sử dụng kính Google Glass của bạn. Và bằng việc thực hiện tất cả những điều này, trí tuệ nhân tạo cá nhân của bạn có thể cung cấp thông tin trước cả khi bạn cần.”

Thử tưởng tượng về một hệ thống nhận diện gương mặt những người bạn thấy xung quanh và cho bạn biết tên của họ. Việc này không cần quá nhiều nỗ lực vì những khả năng này sắp xuất hiện trực tuyến rồi. Bây giờ, hãy tưởng tượng rằng chính trí tuệ nhân tạo này còn có thể hiểu tùy theo ngữ cảnh – nghĩa là hệ thống nhận dạng cuộc đối thoại của bạn và bạn của bạn đang có xu hướng nói về cuộc sống gia đình, nên nó nhắc bạn tên của từng thành viên trong gia đình người bạn này cũng như ngày sinh nhật sắp tới của họ.

Đằng sau nhiều thành công của trí tuệ nhân tạo được nhắc đến trong phần này là một thuật toán có tên Deep Learning. Được phát triển bởi Geoffrey Hinton thuộc Đại học Toronto, Deep Learning đã thống trị lĩnh vực nhận diện hình ảnh. Và vì vậy, không hề ngạc nhiên khi mùa xuân năm 2013, Hinton được tuyển dụng, giống như Kurzweil, vào Google – một bước phát triển dường như sẽ dẫn đến những bước tiến nhanh hơn nữa.

Gần đây, Google và trung tâm nghiên cứu NASA Ames – một trong những trung tâm của NASA – đã cùng nhau mua lại một máy tính 512 bit lượng tử (quantumbit) được sản xuất bởi D-Wave Systems để nghiên cứu về

máy học. Với tốc độ ánh sáng, chiếc máy tính này có thể giải quyết việc nhận dạng khuôn mặt và giọng nói, cũng như hiểu hành vi sinh học và khả năng quản lý những mạng lưới rộng lớn. “Vấn đề càng khó khăn, phức tạp,” Geordie Rose, CTO và đồng sáng lập của D-Wave nói, “thì kết quả càng tốt. Đối với hầu hết các vấn đề, nó hoạt động nhanh hơn 11 nghìn lần, còn với những vấn đề ‘khó khăn hơn’ thì nó hoạt động nhanh hơn 33 nghìn lần. Đối với những vấn đề thuộc nhóm ‘khó khăn nhất’, nó chạy nhanh hơn 55 nghìn lần.” Vì vậy, khi Stark yêu cầu JARVIS nhận diện một số lượng lớn dữ liệu hình ảnh và tìm kiếm chính xác khuôn mặt trong đám đông, JARVIS có thể đang sử dụng đến các bit lượng tử.

Tại sao tôi lại kể cho các bạn về trí tuệ nhân tạo với sự hỗ trợ của máy tính lượng tử? Không phải vì tôi mong đợi các bạn bắt đầu chế tạo những chiếc máy này hay sử dụng máy tính lượng tử (mặc dù có một dự án khởi nghiệp mới ở SU có tên 1Qbit đã tạo ra một giao diện người dùng trực tuyến cho phép doanh nghiệp truy cập máy tính D-Wave thông qua trang web). Thay vào đó, điểm mấu chốt là trí tuệ nhân tạo đã ở giai đoạn đánh lừa trong vòng 50 năm qua, kể từ năm 1956, khi lần đầu tiên, một nhóm bộ não hàng đầu tập hợp lại cùng nhau trong dự án nghiên cứu mùa hè của Đại học Dartmouth và đã đưa ra “một dự đoán sai ngoạn mục” về khả năng họ bẻ khóa được trí tuệ nhân tạo chỉ trong một mùa hè nóng bức ở New England.

Nhưng ngày nay, kết hợp thành công của Deep Learning và Watson của IBM với những dự đoán ngắn hạn về công nghệ của những nhà tiên tri như Ray Kurzweil, chúng ta sẽ tìm ra một lĩnh vực đang chạm đến mốc của đường cong tăng trưởng theo cấp số nhân – một lĩnh vực đã sẵn sàng để phá vỡ mọi truyền thống.

Vậy điều này có ý nghĩa gì với bạn, một doanh nhân đột phá? Đây là câu hỏi trị giá hàng tỷ đô-la. Nhưng khi bạn cố gắng tìm câu trả lời, hãy nhớ rằng JARVIS là một giao diện người dùng thiết yếu, đang dân chủ hóa mọi công nghệ đột phá và cho phép tất cả chúng ta tiếp cận những khả năng giống như Stark.

Công nghệ Rô-bốt:

Lực lượng lao động mới của chúng ta

Đua lạc đà là một hoạt động truyền thống hàng trăm năm ở Trung Đông chủ yếu diễn ra trong các lễ hội lớn. Tuy nhiên, trong nửa thế kỷ qua, môn thể thao này đã chuyển hóa thành một phần trọng tâm trong văn hóa của Ả Rập – giống như giải Kentucky Derby dành cho các trưởng tộc, đồng thời cũng là một trong những môn thể thao đắt đỏ nhất thế giới. Và người cưỡi lạc đà có sự thay đổi nhiều nhất. Cách đây 20 năm, lạc đà do trẻ em cưỡi – người cưỡi nhẹ nhất có thể – nhưng nội quy chung chung, chấn thương và tử vong đã dẫn đến một làn sóng phản đối vì lý do nhân đạo. Vì vậy, các tiểu vương quốc Ả Rập thống nhất và Qatar đã cấm thông lệ này, trẻ em được thay bằng thứ còn nhẹ hơn nữa – đó là rô-bốt cưỡi lạc đà.

Ngày nay, trong các cuộc đua lạc đà, rô-bốt cưỡi là điều bình thường. Giống như truyền thống, những chú rô-bốt thay thế này ngồi trên yên lạc đà, điều khiển bằng cương và thúc bằng roi. Các nhà thiết kế tạo ra các đặc tính giống người như khuôn mặt giả, kính mát, mũ, trang phục đua truyền thống, và thậm chí là mùi nước hoa truyền thống thường được con người sử dụng giúp các chú lạc đà không sợ hãi và giữ được bình tĩnh. Phiên bản rô-bốt đua mới nhất khá nhỏ – cao khoảng 30,5cm, và nhẹ – chỉ từ 2,5-3,6kg với cánh tay mảnh khảnh để kiểm soát cương và roi. Thậm chí còn có cả loa trên rô-bốt để người chủ lạc đà có thể ra lệnh cho con vật thông qua bộ đàm khi họ theo dõi nó từ bên ngoài (trong những chiếc xe SUV có điều hòa).

Tất nhiên, điểm mấu chốt của chúng ta không phải là một loạt các khả năng kinh doanh trong cuộc đua lạc đà. Mà là rô-bốt, một công nghệ đột phá khác nằm trong giai đoạn đánh lừa từ lâu và đang tiến đến giai đoạn phá vỡ. Theo một báo cáo của Viện Chính sách lao động Littler: “Công nghệ rô-bốt là ngành công nghiệp phát triển nhanh nhất thế giới, sẵn sàng để trở thành ngành lớn nhất trong thập kỷ kế tiếp.” Nghĩa là những chú rô-bốt cưỡi lạc đà chỉ mới là bắt đầu.

Hãy xem trường hợp của Baxter, sản phẩm trí tuệ của huyền thoại rô-bốt Rodney A. Brooks, giảng viên danh dự ngành rô-bốt học của Panasonic tại MIT và đồng sáng lập iRobot (công ty chế tạo ra Roomba). Với thiết kế mang dáng vóc con người, sải tay 2,7m và một chiếc máy tính bảng dùng làm khuôn mặt, Baxter trông giống như một nhân vật bước ra từ phim hoạt hình. Nếu nắm lấy một tay của Baxter, nó sẽ xoay đầu về phía bạn, màn hình máy tính bảng có hình một đôi mắt mở to thể hiện sự hứng thú. Nhưng điều thú vị nhất ở Baxter chính là giao diện người dùng của nó.

Không giống như hầu hết các rô-bốt công nghiệp, Baxter an toàn cho con người. Bước vào một căn phòng với một loại rô-bốt 6 trục là cách hay để tìm đến cái chết – điều này giải thích tại sao hầu hết các rô-bốt công nghiệp bị cách ly khỏi con người. Nhưng Baxter không cần lồng bảo vệ. Cảm biến phát hiện khi nào rô-bốt va phải thứ gì đó không mong đợi và dừng chuyển động ngay lập tức, nên “anh ta” không thể hại bạn.

Hơn thế nữa, Baxter có một giao diện người dùng đơn giản và tao nhã. Thay vì những chương trình dựa trên lập trình phức tạp, nó học hỏi thông qua mô phỏng hướng dẫn. Chỉ đơn giản là di chuyển cánh tay của rô-bốt theo những chuyển động mà bạn muốn nó thực hiện, ngay tức khắc nó được lập trình theo. Và với xu hướng trí tuệ nhân tạo sắp xuất hiện trực tuyến, chẳng bao lâu nữa, việc chỉ dẫn Baxter bằng hành động sẽ được thay thế bằng một cuộc hội thoại. “Này, Baxter, cậu có thể lắp bánh xe này cho chiếc xe hơi không?”

“Baxter là một bước tiến lớn,” Tiến sĩ Dan Barry, trưởng ban rô-bốt học tại SU nói. “Nó là rô-bốt đầu tiên tạo cầu nối giữa rô-bốt công nghiệp vô thức, hoạt động lặp đi lặp lại phục vụ một mục đích và rô-bốt nghiên cứu tinh vi với thuật toán phức tạp, thông minh, cảm biến rộng, nhận thức được hoàn cảnh.” Quan trọng hơn nữa, Baxter là loại rô-bốt mà các doanh nhân ngày nay có thể dựa vào để xây dựng kế hoạch kinh doanh của mình. Ví dụ cụ thể: Digital Apparel, một công ty may mặc khởi nghiệp ở Bay Area, lên kế hoạch thực hiện scan 3-D cơ thể của khách hàng, sau đó sử dụng những bản scan này làm mẫu để cắt và may nhằm tạo ra sản phẩm quần jeans thiết kế vừa vặn một cách hoàn hảo. Và Digital Apparel sẽ sử dụng rô-bốt nào để lắp ghép những chiếc quần jeans này? Bạn đoán đúng rồi đó, chính là Baxter.

Ngoài giao diện rô-bốt thân thiện với người dùng, chúng ta còn thấy được sự tiến bộ đột phá về tính linh động và nhanh nhẹn của rô-bốt. Được kích hoạt bởi thế hệ cảm biến và thiết bị truyền động mới, đồng thời được điều khiển bởi trí tuệ nhân tạo và điện toán gần như vô hạn, các chủng loại ở tất cả các kích cỡ, hình dạng và phương thức vận động đang dần thoát khỏi phòng thí nghiệm chật chội để bước ra thị trường, tạo ra một cuộc bùng nổ kỷ Cambri trong ngành công nghệ rô-bốt. Festo đã tạo ra một rô-bốt có thể bay như chim. Boston Dynamics hiện đã chế tạo được những rô-bốt có khả năng bò, trườn, nhảy và nhiều hoạt động khác trong khi đang mang vác những hàng hóa nặng (một số rô-bốt có thể mang đến hơn 100kg). Những chú rô-bốt này có thể di chuyển qua sườn đồi ngổn ngang đá tảng, giữ thăng bằng trên mặt băng, và thậm chí là nhảy từ mặt đất lên tận nóc của tòa nhà 3 tầng.

Tuy rằng tiến độ phát triển tương đối chậm, nhưng bằng cách vượt ra khỏi quy mô của phòng thí nghiệm thuộc các trường đại học và được chính phủ tài trợ, đã có một bước tiến nhảy vọt vào cuối năm 2013, khi Amazon tuyên bố sẽ thâm nhập vào thị trường bay không người lái và Google tuyên bố mua lại tám công ty rô-bốt (bao gồm cả Boston Dynamics). Với sự tham gia của các ông lớn trong cuộc chơi, tiến độ đang được đẩy nhanh hơn nữa.

Và kết quả của sự thay đổi là rất đáng kể. Rô-bốt không tụ tập, không đến muộn, không ăn trưa, và Baxter có thể làm việc cho dây chuyền lắp ráp với chi phí tương đương 4 đô-la một giờ. Một báo cáo năm 2013 từ trường Oxford Martin đã kết luận rằng 45% công việc ở Mỹ đang đối mặt với nguy cơ bị thay thế bởi công nghệ máy tính (trí tuệ nhân tạo và rô-bốt) trong vòng hai thập kỷ tới. Dù tốt hay xấu thì xu hướng này cũng đang diễn ra trên toàn thế giới. Ở Trung Quốc, Foxconn, nhà máy sản xuất thiết bị điện tử chế tạo iPhone cho Apple, đã đưa tin về tình trạng làm việc khắc nghiệt, thậm chí là nổi loạn và tự tử vào năm 2013, khi nhu cầu về điện thoại di động tăng vọt dẫn đến tranh chấp lao động. Sau những báo cáo về tình trạng này, Chủ tịch của Foxconn, ông Terry Gou nói rằng ông dự kiến sẽ thay thế một triệu công nhân bằng rô-bốt trong vòng ba năm tới.

Bên cạnh việc thay thế lực lượng lao động chân tay, trong vòng 3-5 năm tới, rô-bốt sẽ còn xâm nhập vào các lĩnh vực rộng lớn hơn. Dan Barry cho rằng: “Chúng ta đang thấy các rô-bốt telepresence đã thay cho tai, mắt, tay chân của chúng ta để tham gia vào các hội thảo và cuộc họp.” Ô tô tự lái, cũng là một loại rô-bốt, sẽ [bắt đầu] chở khách và vận chuyển hàng hóa, dịch vụ. Trong một thập kỷ tới, rô-bốt cũng sẽ thâm nhập vào lĩnh vực chăm sóc y tế, thay thế bác sĩ trong các ca phẫu thuật thông thường và bổ sung vào lực lượng y tá chăm sóc người cao tuổi. Nếu tôi là một doanh nhân đột phá đang tìm kiếm những giá trị to lớn, tôi sẽ tìm những công việc mà con người cảm thấy ít thú vị khi làm… Thực tế, thị trường lao động phổ thông toàn cầu có trị giá hàng nghìn tỷ đô-la, có thể nói đây là một cơ hội khổng lồ.”

Vậy thì các doanh nghiệp tận dụng lợi thế của cơ hội này như thế nào? Một bài viết trên tờ Entrepreneur ra ngày 3 tháng Sáu năm 2013 giải thích: “Hạ tầng khởi đầu dành cho công nghệ rô-bốt đang phát triển: các không gian sáng chế (hackerspace) như Robot Garden, các chương trình tăng tốc khởi nghiệp (accelerator) như Robot Launchpad và thậm chí là một công ty chuyên đầu tư mạo hiểm – công ty Grishin Robotics ở thành phố New York được thành lập vào tháng Sáu vừa qua (năm 2013) bởi Dmitry Grishin, một doanh nhân mảng Internet người Nga.” Những tiến bộ này là bằng chứng cho thấy lĩnh vực một thời nằm ngoài tầm tay của các doanh nhân nay đang được mở rộng sang ngành kinh doanh. “Chúng ta đang nhìn thấy những chỉ số giai đoạn đầu cho thấy thị trường đang vào thời kỳ nở rộ tức thì,” Jon Callaghan, một đối tác sáng lập trong giai đoạn đầu của doanh nghiệp đầu tư mạo hiểm về công nghệ True Ventures, đã nói trong cùng bài báo của Entrepreneur. “Vẫn còn quá sớm, nhưng nó sẽ đến rất, rất nhanh, và chúng ta sẽ nhìn lại năm 2013 như một năm mà công nghệ rô-bốt phát triển đúng như tiềm năng của nó.”

Công nghệ Gen và sinh học tổng hợp

Trong các chương trước, chúng ta đã kiểm chứng sự bùng phát theo cấp số nhân trong vòng 3-5 năm tới và xem xét cách thức những công nghệ này hỗ trợ và tạo lực cho nhau – sự phát triển của điện toán đám mây đã giúp cho trí tuệ nhân tạo trở nên khả thi và phổ biến hơn, từ đó cho phép các doanh nghiệp cỡ vừa lập trình cho rô-bốt. Để kết thúc chương này, chúng ta sẽ nghiên cứu về sinh học tổng hợp, một công nghệ xa xôi hơn một chút – có thể phải 5-10 năm nữa – nhưng cũng đang chuyển hóa từ giai đoạn đánh lừa sang giai đoạn phá vỡ.

Và nó sẽ tạo ra sự phá vỡ đáng kể.

Sinh học tổng hợp được xây dựng trên ý tưởng rằng DNA là một phần mềm thiết yếu – không gì hơn một dãy bốn ký tự sắp xếp theo một trình tự nhất định. Cũng giống như máy tính, mã code hình thành cỗ máy. Trong sinh học, thứ tự mã gen quyết định quy trình sản xuất tế bào và chỉ hướng tạo ra những protein cụ thể. Nhưng cũng giống như tất cả các phần mềm, DNA có thể được tái lập trình. Mã gốc của tự nhiên có thể được thay thế bởi mã mới do con người viết nên. Chúng ta có thể cùng- thiết-lập cỗ máy sự sống, khiến nó tạo ra bất kỳ điều gì chúng ta nghĩ đến.

Bản thân ý tưởng này không có gì mới mẻ. Với kỹ thuật di truyền, chúng ta đã từng chèn một hoặc hai gen từ giống này vào giống khác – ví dụ như lấy DNA khiến con sứa phát sáng cấy vào những chú mèo để tạo ra mèo phát sáng trong bóng tối như các nhà nghiên cứu Hàn Quốc đã thực hiện vào năm 2007. Điểm khác biệt của công nghệ gen với sinh học tổng hợp là không chỉ những ký tự được hoán đổi mà là toàn bộ bộ gen.

“Sinh học tổng hợp chính là kỹ thuật di truyền cơ bản được số hóa”, Andrew Hessel, nhà sinh học tổng hợp, nhà nghiên cứu nổi tiếng của Autodesk giải thích. “Những việc này từng được thực hiện bằng tay trong phòng thí nghiệm, với chi phí rất lớn và tỷ lệ lỗi cao. Ngày nay, chúng ta thao tác với DNA bằng máy tính, sử dụng các chương trình có chức năng giống như xử lý văn bản. Đảo và kết hợp mã gen, kiểm tra lỗi, thực hiện kết hợp ngẫu nhiên – tất cả trở nên đơn giản chỉ với động tác kéo và thả.”

Sự gia tăng tính đơn giản và khả năng tiếp cận đã mở ra cánh cửa cho muôn vàn cơ hội. Nhiên liệu, thức ăn, thuốc men, vật liệu xây dựng, chất liệu sợi may mặc, và cả những sinh vật mới đều đang thành hiện thực. Mọi thứ mà chúng ta đang sản xuất công nghiệp đều sẽ có thể tạo ra nhờ công nghệ sinh học.

Lấy một ngày sinh hoạt của bạn làm ví dụ. Sau khi ra khỏi giường vào buổi sáng, điều đầu tiên bạn làm là gì? Đánh răng. Hiện nay kem đánh răng của bạn hầu hết là phấn và hương liệu, nhưng với sinh học tổng hợp, nó có thể được thiết kế đặc biệt để chống lại các vi khuẩn gây hôi miệng. “Không chỉ có vậy,” Hessel nói tiếp, “nó có thể chứa các hạt nano đánh bóng răng để tiếp tục làm sạch sau khi bạn đánh răng xong. Nó có thể được thiết kế để phát hiện nhiễm khuẩn, ung thư hoặc tiểu đường, đổi màu khi mỗi dấu hiệu đó xảy ra, hoặc tạo ra các vi khuẩn có ích phù hợp để cân bằng các vi sinh vật trong cơ thể. Nó có thể làm tất cả những việc này. Và đó chỉ mới là việc đầu tiên bạn làm mỗi sáng.”

Đối với nhiều người, sinh học tổng hợp vẫn có vẻ như là khoa học viễn tưởng, nhưng điều đang chuyển hóa nó thành khoa học thật sự cũng chính là điều tác động lên các công nghệ đột phá khác – định luật Moore. Bởi vì DNA không là gì khác ngoài một mã gồm bốn ký tự, khi di truyền học được số hóa, nó chuyển biến thành một ngành của khoa học thông tin và do đó, nhanh chóng phát triển theo cấp số nhân. Đây là lý do tại sao vào năm 1995, Viện Sức khỏe Quốc gia Mỹ (NIH) đã dự tính phải mất đến 50 năm và 15 tỷ đô-la để có được bản đồ gen người đầu tiên. Nhưng đến năm 2001, Tiến sĩ J. Craig Venter đã hoàn thành nhiệm vụ này chỉ trong 9 tháng với 100 triệu đô-la. Ngày nay, nhờ vào sự tăng trưởng theo cấp số nhân, bạn có thể có bản đồ gen của mình gồm hàng tỷ ký tự chỉ trong vài giờ với chi phí khoảng 1.000 đô-la. Nhưng đây mới là điểm bứt phá: tốc độ tăng trưởng của công nghệ sinh học không chỉ tăng theo định luật Moore mà còn nhanh hơn gấp 5 lần – mạnh hơn gấp đôi và giảm nửa chi phí mỗi bốn tháng.

Tất cả những điều này nói lên rằng công nghệ sinh học, từng là một lĩnh vực cực kỳ giới hạn, chỉ dành cho những tiến sĩ thuộc các phòng thí nghiệm và chính phủ, đang trở thành sân chơi khởi nghiệp. Hiện đã có những biohacker space (nơi mà bất kỳ ai cũng có thể đến và học cách tiếp cận với sinh học tổng hợp) ở hầu hết các thành phố lớn và tất cả những thiết bị cần thiết đều có sẵn trực tuyến (với chi phí thấp). Đối với những người không thiên về khoa học, hàng tá những hợp đồng nghiên cứu và dịch vụ sản xuất (CRAMS) đang sẵn sàng gánh vác nhiệm vụ với một khoản phí. Có lẽ tin tức khủng nhất chính là sinh học tổng hợp đang trên đà phát triển một công nghệ kích hoạt tối thượng và san bằng sân chơi – đó là một bộ giao diện thân thiện với người dùng.

Một công cụ như vậy đang được phát triển ở trung tâm thiết kế Pier 9 của Autodesk, nơi mà Carlos Olguin đang hoàn thiện Project Cyborg, một giao diện sinh học tổng hợp cho phép các học sinh trung học, doanh nhân và các nhà khoa học lập trình DNA. “Chúng tôi đang cố gắng phổ thông hóa công nghệ này,” Olguin nói. “Một quy trình mô phỏng mà trước đây phải mất đến hàng tuần hay hàng tháng để hoàn tất và đòi hỏi trình độ sau tiến sĩ thì hiện nay đã có thể hoàn tất tương đối dễ dàng chỉ trong vài giây. Mục đích ở đây là làm cho việc lập trình các bộ phận sinh học được trực quan như Facebook. Chúng tôi muốn có nhiều người tham gia thiết kế và đóng góp, những người không có bằng tiến sĩ, những người như Jack Andraka – cậu học sinh trung học 14 tuổi đã giành giải thưởng tại Hội chợ Khoa học và Kỹ thuật Intel vì đã tạo ra được phép thử ung thư tuyến tụy nhanh, chính xác và tiết kiệm.”

Và vì phần mềm này có trên đám mây, nên không những bất cứ ai cũng có thể sử dụng để trải nghiệm, mà họ còn có thể bán những kết quả có được trên chợ Project Cyborg sắp được Autodesk cho ra mắt, nghĩa là sinh học tổng hợp đang chuẩn bị tiếp cận cơ hội kinh doanh có khả năng tăng tốc đáng kinh ngạc với cửa hàng ứng dụng đầu tiên.

Khiến 100 tuổi chỉ như mới 60

Phần lớn chương này chúng ta chỉ quan tâm đến sự bùng nổ của từng công nghệ riêng lẻ về các cơ hội kinh doanh, nhưng những điểm giao nhau giữa các lĩnh vực này còn tiềm năng hơn nữa. Thực tế là, giữa lúc đang viết cuốn sách này, vào tháng Ba năm 2013, tôi đã kết hợp với nhà di truyền học đại tài, Tiến sĩ J. Craig Venter và nhà tiên phong về tế bào gốc, Tiến sĩ Robert Hariri, để thành lập công ty có lẽ là sự liên doanh táo bạo nhất của tôi từ trước đến nay: công ty Human Longevity, Inc. (HLI). Venter, dưới cương vị CEO, đã mô tả sứ mệnh của HLI là “sử dụng năng lượng kết hợp giữa di truyền học, điện toán vô hạn, máy học và liệu trình tế bào gốc để giải quyết một trong những thách thức y khoa, khoa học và xã hội lớn nhất – sự lão hóa và các căn bệnh liên quan đến tuổi già.” Hariri, người tiên phong trong việc sử dụng tế bào gốc từ nhau thai, tiếp tục nói: “Mục tiêu của chúng tôi là giúp tất cả chúng ta sống thọ hơn và khỏe mạnh hơn. Bằng việc thiết kế lại tế bào gốc, động cơ tái tạo của cơ thể, chúng ta có thể duy trì sự linh hoạt, nhận thức và thẩm mỹ lâu dài.” Nói đơn giản hơn, mục tiêu của HLI chính là làm cho tuổi 100 chỉ trông như mới 60 vậy.

Chúng tôi ra mắt HLI với vốn khởi điểm 80 triệu đô-la kêu gọi được với tốc độ kỷ lục. Một phần nguyên nhân dẫn đến tốc độ này là do công ty là sự kết hợp của rất nhiều những công nghệ đột phá được đề cập đến trong chương này: rô-bốt, giúp sắp xếp trình tự nhanh như chớp; trí tuệ nhân tạo và máy học có thể đọc hiểu được hàng petabyte dữ liệu gen gốc; điện toán đám mây và mạng lưới để truyền, xử lý và lưu trữ dữ liệu đó; sinh học tổng hợp để sửa chữa và viết lại bộ gen hỏng trong các tế bào gốc bị lão hóa của chúng ta. Kết hợp với giá trị có được đáng kinh ngạc về cuộc sống lâu dài, khỏe mạnh và thịnh vượng hơn – hơn 50.000 tỷ đô-la trong tài khoản ngân hàng là của những người ở độ tuổi 65 trở lên và bạn có thể thấy được tiềm năng của nó.

Và việc hiểu được tiềm năng này là yếu tố then chốt để trở nên thành công như những nhà kinh doanh đột phá. Thử hình dung, 20 năm trước, ý tưởng một thuật toán máy tính có thể giúp những công ty với tên gọi hài hước (Uber, Airbnb, Quirky) phi tiền tệ hóa ngành kinh doanh thế kỷ XX nghe có vẻ là hoang tưởng. 15 năm trước, nếu bạn muốn truy cập một siêu máy tính, bạn vẫn phải mua nó (chứ không phải là thuê theo phút trên đám mây). Mười năm trước, kỹ thuật di truyền thuộc về các chính phủ và doanh nghiệp lớn, còn máy in 3-D đồng nghĩa với những vật mẫu bằng nhựa đắt đỏ. Bảy năm trước, rô-bốt duy nhất mà hầu hết các doanh nghiệp tiếp cận được là Roomba, và trí tuệ nhân tạo đồng nghĩa với chiếc ATM biết nói, chứ không phải là một chiếc xe hơi tự lái trên đường cao tốc. Cách đây hai năm, ý tưởng sống qua tuổi 100 là điều điên rồ. Bây giờ thì bạn thấy bức tranh toàn cảnh rồi đó.

Và nó là một bức tranh thực tế. Các doanh nhân đột phá ngày nay có dư sức mạnh, như câu nói nổi tiếng của Steve Jobs, để tạo ra một dấu ấn trong vũ trụ. Những công ty tỷ đô đang được hình thành nhanh hơn bao giờ hết, và những ngành công nghiệp nghìn tỷ đô đang dần xuất hiện. Nhưng trước khi bạn xem xét việc tham gia vào cuộc đua cấp số nhân này, bước đầu tiên và quan trọng nhất là tự thuyết phục bản thân rằng bạn có thể thực hiện nó – đây là lý do tại sao ba chương tiếp theo tập trung vào công cụ quan trọng nhất để trở thành doanh nhân đột phá: các công cụ tâm lý cần thiết để khởi nghiệp táo bạo.

Nguồn: TVE-4U
Được bạn: Mọt Sách đưa lên
vào ngày: 19 tháng 11 năm 2026

« Lùi Tiến »

💬 Thảo luận

Chưa có bình luận nào — hãy là người đầu tiên chia sẻ cảm nhận của bạn!

Đăng nhập để tham gia bình luận.