Tiến sĩ Nguyễn Văn Tư, Viện trưởng VPI đã có cuộc trao đổi với phóng viên TTXVN về việc tối ưu vận hành công nghệ số, rút ngắn thời gian, chi phí nghiên cứu và góp phần thúc đẩy chuyển dịch năng lượng.
Hệ sinh thái số của VPI đang xây dựng theo hướng như thế nào, thưa ông?
VPI xác định hệ sinh thái số phải được xây dựng theo hướng lấy dữ liệu làm trung tâm và sử dụng AI như công cụ tạo giá trị. Cụ thể, VPI đang tổ chức hệ sinh thái này theo 3 lớp.
Lớp thứ nhất là lớp nền tảng, gồm hạ tầng tính toán hiệu năng cao, nền tảng dữ liệu tập trung và hệ thống quản trị tri thức. Đây là phần “xương sống” để lưu trữ, xử lý, chuẩn hóa và khai thác dữ liệu. Lớp thứ hai là lớp AI và phân tích, gồm các mô hình AI và ML (học máy) chuyên ngành, bản sao số, bảo trì dự báo... Lớp này giúp chuyển dữ liệu thành thông tin, tri thức và khuyến nghị kỹ thuật. Lớp thứ ba là lớp ứng dụng và điều hành, gồm dashboard điều hành, báo cáo thông minh, nền tảng quản trị và các ứng dụng phục vụ quản lý, nghiên cứu, tư vấn.
Cách tiếp cận này giúp tránh được tình trạng mỗi dự án xây dựng một hệ thống riêng lẻ. Thay vào đó, dữ liệu, mô hình và tri thức được VPI tích lũy, tái sử dụng và mở rộng, từ đó giải quyết nhiều bài toán khác nhau.
Thưa ông, công nghệ số đang giúp VPI xử lý khối lượng dữ liệu địa chấn rất lớn trong tìm kiếm thăm dò dầu khí như thế nào?
Đây là một trong những bài toán dữ liệu lớn đặc thù của ngành công nghiệp năng lượng. Dữ liệu địa chấn, đặc biệt từ các khảo sát 3D, có khối lượng rất lớn, yêu cầu năng lực tính toán cao và cần nhiều bước xử lý, hiệu chỉnh, minh giải bởi chuyên gia. Nếu chỉ dựa vào hạ tầng tính toán truyền thống và quy trình xử lý rời rạc, thời gian thực hiện kéo dài, trong khi khả năng thử nghiệm nhiều kịch bản kỹ thuật bị hạn chế.
Để giải quyết bài toán này, VPI đang nghiên cứu ứng dụng điện toán đám mây, hướng tới mô hình hạ tầng tính toán linh hoạt cho các bài toán xử lý địa chấn, mô phỏng và huấn luyện AI và ML. Kết quả đạt được ban đầu là khối dữ liệu Mega-cube cho toàn bể Cửu Long đã được đồng bộ hóa, nâng cao chất lượng và đưa vào phục vụ trực tiếp cho công tác tìm kiếm, thăm dò dầu khí. Nhờ đó, thời gian xử lý có thể rút ngắn đáng kể, từ quy mô hàng năm xuống còn vài tháng hoặc vài tuần đối với một số công đoạn.
Cùng với địa chấn, VPI nghiên cứu ứng dụng AI/ML để xây dựng mô hình địa chất quy mô bể trầm tích, phân tích báo cáo kỹ thuật bằng mô hình ngôn ngữ lớn (LLM), tự động minh giải tài liệu giếng khoan và nghịch đảo địa chấn. Mục tiêu lớn hơn là hình thành "bản sao số tri thức dầu khí" – một nền tảng dữ liệu thông minh giúp kết nối, phân tích và ra quyết định nhanh, chính xác hơn trong toàn bộ chuỗi hoạt động dầu khí.
Vậy, công nghệ số đóng vai trò gì trong nghiên cứu phát triển lĩnh vực năng lượng mới của VPI, thưa ông?
Công nghệ số chính là “chìa khóa” để rút ngắn thời gian và chi phí nghiên cứu, đặc biệt là các hướng công nghệ và mô hình liên quan đến chuyển dịch năng lượng, xác định hiệu quả kinh tế và khả năng triển khai trong điều kiện thực tế của doanh nghiệp.
Trong lĩnh vực điện gió ngoài khơi, VPI đang thử nghiệm ứng dụng AI để tích hợp dữ liệu địa chấn nông phân giải cao với tài liệu địa kỹ thuật, qua đó nâng cao độ chính xác của mô hình nền – yếu tố quyết định cho việc thiết kế móng cọc turbine gió. VPI cũng đang đánh giá rủi ro, xây dựng chiến lược làm chủ công nghệ và nghiên cứu hệ thống cảng biển phục vụ ngành điện gió ngoài khơi.
Bên cạnh đó, VPI đã xây dựng cơ sở dữ liệu công nghệ gồm hơn 800 công nghệ trong lĩnh vực công nghiệp khí và lọc hóa dầu, khoảng 100 công nghệ hydrogen, 100 công nghệ CCUS (thu giữ và lưu trữ carbon) cùng nhiều giải pháp tiết kiệm năng lượng. Trên cơ sở dữ liệu này, VPI đã phát triển các phần mềm tính toán tự động về tổng mức đầu tư, tiêu hao và hiệu quả kinh tế – giúp doanh nghiệp sàng lọc phương án đầu tư nhanh hơn, minh bạch hơn và có khả năng so sánh giữa nhiều kịch bản.
VPI cũng ứng dụng AI và ML để dự báo xu hướng sản phẩm và nhu cầu thị trường, xây dựng dữ liệu về thị trường cung – cầu và giá các sản phẩm khí, lọc hóa dầu, từ đó hỗ trợ doanh nghiệp hoạch định các sản phẩm và dự án mới phù hợp với định hướng phát triển bền vững.
Vậy, theo ông đâu là những khó khăn lớn đối với tổ chức nghiên cứu khoa học khi chuyển đổi số?
Tôi cho rằng thách thức lớn nhất là triển khai chuyển đổi số đồng bộ giữa dữ liệu, quy trình, con người, hạ tầng và công nghệ. Nếu chỉ có phần mềm mà dữ liệu chưa chuẩn hóa, quy trình chưa thay đổi và người dùng chưa coi dữ liệu là tài sản chung thì chuyển đổi số khó tạo ra giá trị thực chất.
Về chính sách, Nghị quyết số 57-NQ/TW đã mở ra định hướng quan trọng cho việc hoàn thiện thể chế, phát triển hạ tầng số và đào tạo nhân lực trình độ cao. Vấn đề là cụ thể hóa những định hướng này thành cơ chế thực thi đồng bộ và minh bạch, từ đầu tư cho hạ tầng dữ liệu, công nghệ chiến lược đến chính sách đãi ngộ và thu hút nhân tài.
Xin cảm ơn ông!
