Trong nhiều thập niên, những bước tiến quan trọng của ngành robot thường bắt đầu từ các phòng thí nghiệm đại học. Nhưng khi AI vật lý – Physical AI – bước vào giai đoạn thương mại hóa nhanh, mối quan hệ giữa đại học và startup đang thay đổi.
Trang Business Insider đưa tin startup robot Đức Microagi cuối tháng 9 vừa qua đã tuyển ông Animesh Garg, giáo sư tại Georgia Tech và cựu nhà nghiên cứu của Nvidia, làm giám đốc nghiên cứu. Giáo sư Garg đồng thời đưa theo bảy thành viên trong nhóm nghiên cứu của mình thông qua việc Microagi mua lại một startup mà nhóm này đang phát triển.
Đây không phải trường hợp cá biệt. Các giáo sư và nhà nghiên cứu robot tại Carnegie Mellon, Stanford, UC Berkeley và MIT cũng đang thành lập hoặc tham gia các startup trong lĩnh vực robot và AI vật lý.
Khi phòng thí nghiệm trở thành bệ phóng
Microagi đang phát triển công nghệ giúp robot học và thích ứng với những công việc cụ thể trong các ngành như ô tô, logistics và sản xuất thực phẩm.
Công ty thu thập dữ liệu từ con người thực hiện các công việc vật lý, trong đó có dữ liệu từ camera và găng tay gắn cảm biến, rồi sử dụng dữ liệu đó để huấn luyện robot.
Điều khiến câu chuyện trở nên đáng chú ý là tốc độ thương mại hóa. Microagi đã huy động 55 triệu USD trong vòng seed vào mùa Hè năm nay, theo Business Insider, và đặt mục tiêu triển khai ít nhất 10 triệu robot cho khách hàng trong 5 năm tới.
Garg cho biết ông quyết định chuyển sang startup vì robot đang nhanh chóng đi từ những màn trình diễn trong phòng thí nghiệm sang triển khai thương mại quy mô lớn.
Xu hướng này được thúc đẩy bởi nhiều yếu tố cùng lúc: AI tiến bộ, chi phí phần cứng giảm, tình trạng thiếu lao động và nhu cầu tự động hóa sản xuất.
Nhưng đằng sau cuộc đua robot là một cuộc đua khác.
Cuộc đua giành nhà khoa học.
Theo Business Insider, Microagi không phải startup duy nhất thu hút nhân tài học thuật. Các giáo sư Deepak Pathak và Abhinav Gupta của Carnegie Mellon đã đồng sáng lập Skild AI; giáo sư Chelsea Finn của Stanford và giáo sư Sergey Levine của UC Berkeley đồng sáng lập Physical Intelligence.
Những dòng vốn lớn đang giúp các startup có khả năng đưa những công nghệ từng chỉ tồn tại trong phòng thí nghiệm vào sản phẩm thương mại.
Điều này tạo ra một vòng xoáy mới. Startup cần nhà khoa học để phát triển công nghệ; nhà khoa học cần nguồn lực và môi trường triển khai để đưa nghiên cứu ra thực tế; còn nhà đầu tư muốn nhìn thấy khả năng biến nghiên cứu thành sản phẩm.
Trong vòng xoáy đó, ranh giới giữa đại học và doanh nghiệp ngày càng trở nên linh hoạt.
Việt Nam cần giữ người giỏi bằng cách nào?
Nghị quyết 57-NQ/TW xác định nhà khoa học là nhân tố then chốt và đặt trọng tâm vào việc phát triển, trọng dụng nhân lực chất lượng cao, nhân tài. Nghị quyết đồng thời nêu cơ chế khuyến khích tổ chức nghiên cứu, nhà khoa học thành lập và tham gia điều hành doanh nghiệp dựa trên kết quả nghiên cứu.
Như vậy, câu chuyện Microagi có thể được nhìn từ một góc rộng hơn: không nhất thiết phải buộc nhà khoa học lựa chọn giữa phòng thí nghiệm và thị trường.
Một hệ sinh thái đổi mới sáng tạo hiệu quả có thể cho phép họ nghiên cứu tại trường hoặc viện, đồng thời tham gia chuyển giao công nghệ, thành lập startup hoặc hợp tác với doanh nghiệp theo những cơ chế minh bạch về sở hữu trí tuệ, lợi ích và trách nhiệm.
Nghị quyết 71-NQ/TW về giáo dục và đào tạo cũng đặt mục tiêu nâng tầm các cơ sở giáo dục đại học thành trung tâm nghiên cứu, đổi mới sáng tạo và khởi nghiệp; đồng thời khuyến khích hỗ trợ giảng viên và người học triển khai dự án khởi nghiệp, thành lập công ty khởi nguồn và công ty khởi nghiệp.
Nếu Việt Nam muốn phát triển robot, AI, bán dẫn hay những công nghệ chiến lược khác, việc đào tạo thêm nhân lực là cần thiết nhưng chưa đủ.
Cần có môi trường để người giỏi có thể nghiên cứu những vấn đề dài hạn, đồng thời có con đường đưa kết quả nghiên cứu đến doanh nghiệp. Nếu khoảng cách giữa hai khu vực quá lớn, công nghệ có thể dừng lại ở bài báo hoặc phòng thí nghiệm.
Câu chuyện Microagi cho thấy, cuộc đua robot không chỉ là cuộc đua về phần cứng hay thuật toán. Đó còn là cuộc đua xem hệ sinh thái nào có thể đưa tri thức từ phòng lab đến nhà máy nhanh hơn, mà không làm mất đi động lực nghiên cứu dài hạn.
Với Việt Nam, bài toán vì thế không chỉ là đào tạo thêm bao nhiêu chuyên gia AI hay robot, mà còn là tạo ra một môi trường đủ hấp dẫn để họ có thể nghiên cứu, hợp tác, khởi nghiệp và thương mại hóa công nghệ ngay trong hệ sinh thái trong nước.
