Năm 2018, Amazon Alexa Prize ghi dấu thị trường khi phát triển cho Alexa khả năng trò chuyện tự nhiên không khác biệt mấy so với một người bình thường. Đằng sau bước đột phá đó là Chandra Khatri, khi ấy làm Lead Artificial Intelligence Scientist tại Amazon Alexa. Từ Ebay, Amazon, đến Uber, Chandra Khatri không ngừng nghiên cứu và phát triển các sản phẩm AI giúp con người có chất lượng cuộc sống tốt hơn trong kỷ nguyên công nghệ.

Đến giữa năm 2020, nhân vật tầm cỡ này lựa chọn dừng chân tại Got It, một startup của founder người Việt có trụ sở tại Silicon Valley (Mỹ). Ở đây, Chandra có bước tiến xa hơn nữa, khi cùng các đồng nghiệp tại Got It phát triển nền tảng Trí tuệ Nhân tạo Hội thoại (Conversational AI – CAI).

Không chỉ phục vụ người dùng cá nhân, CAI là một sản phẩm mang trong mình tiềm năng tạo một cuộc cách mạng mới: Đưa AI đến với tất cả các tập đoàn, doanh nghiệp lớn nhỏ trong việc tự động hoá quản lý trải nghiệm người dùng. 

Có thể thấy tuy bắt đầu với Civil Engineering, nhưng Chandra đã chuyển sang nghiên cứu và phát triển sản phẩm AI từ khá sớm. Sau 1 năm làm Software Engineer tại Oracle, điều gì đã thôi thúc anh theo đuổi con đường AI?

Chandra Khatri: (Cười) Mọi thứ đến rất tự nhiên thôi. Thực tế, khi làm việc tại Oracle hay cả thời gian học Civil Engineering, tôi đã nhiều lần áp dụng AI – Machine Learning vào các dự án và nhận thấy AI rất hữu dụng. AI có khả năng dự đoán được một số điều có thể xảy ra trong tương lai dựa trên các dữ liệu trong quá khứ. 

Ví dụ, mỗi năm, hàng chục cơn bão diễn ra trên toàn cầu. Dựa trên số liệu, đặc tính, vị trí của các cơn bão ấy, AI và Machine Learning giúp dự báo về xu hướng của các cơn bão, đồng thời đưa ra những biện pháp để nâng cao khả năng chống bão. 

Thông qua những dự án có áp dụng AI ấy, tôi thêm yêu thích và có động lực chuyển hướng qua AI. Giờ nhìn lại, tôi thấy khá may mắn khi đã học Civil Engineering. Tuy không học chuyên về AI ở đại học, nhưng việc học code đã giúp tôi có thể phát triển tốt hơn trên con đường làm AI sau này. 

Trong quá trình học và làm việc, Chandra đã nghiên cứu và phát triển nhiều sản phẩm AI khác nhau. Không biết trong các sản phẩm ấy, anh tự hào nhất về sản phẩm nào?

Chandra Khatri: Hai sản phẩm mà tôi cảm thấy rất may mắn khi được góp phần thực hiện, đó là Amazon Alexa và Uber AI. Năm 2017, tôi về làm AI Scientist cho Amazon Lab126, phát triển Alexa Conversational, cũng như làm Lead Scientist cho Alexa Prize. Alexa Prize là một cuộc thi nhằm thôi thúc các bạn sinh viên công nghệ từ các trường đại học hàng đầu trên thế giới nghiên cứu và phát triển các tính năng AI cho người dùng Alexa. 

Tại đây, tôi hướng dẫn các đội tập trung nghiên cứu một số vấn đề chính như nhận diện giọng nói, hiểu ngôn ngữ tự nhiên, lý luận thông thường, quản lý hội thoại và đánh giá hội thoại. Khi đa phần các AI bot khác chỉ có thể chuyện trò đơn giản, không thể “chát chít” với người dùng một cách tự nhiên về các chủ đề thường nhật, Alexa sau khi được cập nhật từ Alexa Prize đã mang tới một trải nghiệm khác biệt. Alexa không còn khô khan và nhàm chán. Sau khi cuộc thi ra mắt từ cuối năm 2018 và bắt đầu áp dụng các nghiên cứu vào sản phẩm, thời lượng sử dụng trung bình của người dùng tăng thêm 92% và tỷ lệ lỗi dùng từ giảm đến 55%. 

Vậy còn với Uber AI, không biết Chandra và các cộng sự đã phát triển sản phẩm như thế nào?

Chandra Khatri: Chúng tôi sử dụng phương pháp Uber Multimodal AI để xây dựng một sản phẩm giúp công việc của các tài xế Uber dễ dàng và an toàn hơn. 

Thử tưởng tượng bạn làm tài xế cho Uber và bạn phải trò chuyện với khách hàng, thì một là cố vừa lái xe vừa soạn tin nhắn, hai là phải dừng xe lại. Nhưng ở các nước phát triển và thành phố lớn như London, San Francisco, việc dừng xe để nhắn tin khá khó nhằn. Họ sẽ phải đỗ ở đâu khi mà các bãi đỗ xe khá đông đúc và nhiều nơi cấm đỗ xe lung tung?

Nhiều nước cũng cấm vừa lái xe vừa nhắn tin nữa. Việc không tập trung lái xe cực kỳ nguy hiểm cho cả các bác tài và người tham gia giao thông. Do đó, chúng tôi đã tạo ra Uber Conversational AI giúp các bác tài có thể sử dụng Uber app, trả lời các tin nhắn của khách hàng mà không cần chạm vào màn hình. Uber AI bot sẽ giúp họ làm hết.

Vậy không biết phương pháp Uber Multimodal AI có gì khác biệt so với các phương pháp khác?

Chandra Khatri: Với phương pháp này, chúng tôi tập trung nghiên cứu và đào sâu các “giác quan” khác của AI. Giống như con người có 5 giác quan để tiếp nhận và cảm thụ cuộc sống, AI cũng có cần có nhiều dạng thông tin “input” khác nhau để phát huy hết khả năng của mình. Ví dụ như để phân biệt chó sói và chó Husky, nếu chỉ nhìn về mặt ngoại hình, sẽ rất khó phân biệt. Tuy nhiên, nếu bạn sử dụng thêm âm thanh (tiếng chó sủa) thì AI sẽ dễ dàng giúp bạn chỉ ra đâu là chó sói, đâu là Husky. Càng nhiều dạng thông tin được đưa vào, AI càng dễ nhận biết và giao tiếp cùng con người. 

Không biết trong quá trình phát triển các sản phẩm AI mang tính bước ngoặt đó, Chandra đã gặp những thách thức nào? 

Chandra Khatri: Có một thách thức tôi đã gặp ở cả Alexa và Uber AI, một thách thức mà tôi cảm thấy rất “biết ơn” khi phải đương đầu. Đó là khó khăn trong việc đảm bảo sản phẩm sẽ làm hài lòng hàng ngàn, hàng triệu người dùng. Khi xây dựng một mô hình AI ở quy mô nhỏ, mọi thứ có thể vận hành rất trơn tru. Nhưng khi bạn “làm lớn”, thì mọi thứ rất dễ “đổ vỡ”. 

Dù các nhà nghiên cứu có ra được các mẫu AI (AI model) xịn đến đâu, nhưng không thể đáp ứng nhu cầu của nhiều người dùng, thì tất cả là vô nghĩa. Đặc biệt với Alexa hay Uber AI, khi chúng tôi phục vụ hàng trăm triệu người dùng, nhiệm vụ mở rộng quy mô sản phẩm nhưng vẫn phải đảm bảo sản phẩm đạt mức độ hoàn thiện và hiệu quả cao nhất là bài toán khó nhằn. Tuy nhiên, việc được gặp thách thức này ở mỗi nơi tôi làm việc như Ebay, Amazon, hay Uber và giờ là Got It AI lại khiến tôi khá thích thú và tự hào. 

Với bề dày kinh nghiệm phát triển và thành công với nhiều sản phẩm AI, Chandra hẳn sẽ nhận được nhiều offer từ các công ty lớn khi quyết định rời khỏi Uber phải không?

Chandra Khatri: Tôi thấy mình rất may mắn khi được nhiều công ty chú ý tới và mời về làm việc, trong đó có Facebook, Amazon, Apple, Netflix,… Tôi cũng nhận được lời mời từ Byte Dance, công ty mẹ của TikTok, cho một vị trí rất senior (có kinh nghiệm và trình độ chuyên môn cao), để dẫn dắt bộ phận nghiên cứu và phát triển AI của tập đoàn này. Tuy nhiên, tôi quyết định dừng chân tại Got It. 

Tại sao Chandra lại từ chối các tập đoàn lớn với mức đãi ngộ cao để về với Got It?

Chandra Khatri: Sau khi làm việc ở nhiều tập đoàn công nghệ hàng đầu, tôi nung nấu được cùng các đồng nghiệp tạo ra cái gì đó của riêng mình. Got It trở thành điểm khởi đầu hoàn hảo cho khát vọng làm chủ của tôi (my entrepreneurship) thay vì một số startup khác. Phải nói, tôi thực sự bị tinh thần làm sản phẩm của Got It thuyết phục. Tôi biết Peter Relan (CEO của Got It, Inc.) từ thời còn làm việc ở Oracle. Vài năm sau, tôi được giới thiệu gặp Hùng Trần và bắt đầu làm advisor (cố vấn) cho Got It từ năm 2019. 

Làm việc với Hùng, Peter, và đội ngũ Mỹ, Việt Nam, tôi có một niềm tin mạnh mẽ vào tương lai của Got It, vào những gì Got It có thể trở thành. Thật vui là, 6 tháng làm việc tại Got It vừa qua đã chứng minh rằng quyết định của tôi không hề sai (cười). Chúng tôi đã tạo ra một sản phẩm mà gần như không có sản phẩm nào khác trên thế giới có thể chạm đến. 

Liệu tôi có thể hỏi thêm, đâu là những giá trị ở Got It khiến anh bị thu hút và thuyết phục?

Chandra Khatri: Mỗi công ty đều có và được định danh bởi DNA của riêng nó. Got It được định danh bởi DNA ownership (tư duy tự làm chủ). Mỗi thành viên của Got It đều làm chủ chính họ và công việc của họ. Khi họ muốn làm việc A, hay quyết định sẽ làm việc B, họ sẽ làm những việc đó ở mức độ gần như hoàn hảo nhất.

Tuy công ty khởi nghiệp nào cũng nói họ đề cao ownership, nhưng ở Got It, ownership hiện hữu ở một level khác. Ai ở Got It cũng tự làm chủ và có trách nhiệm với nhiệm vụ của mình. Điều này không những đúng ở đội ngũ làm việc tại Silicon Valley, mà cả team ở Việt Nam cũng vậy.

Ngoài ownership, còn có điểm nào ở Got It làm Chandra thấy hứng thú không?

Chandra: Điểm thứ 2 khiến tôi thấy yêu quý Got It là tinh thần ham học hỏi của các bạn trong team. Câu hỏi tôi hay nghe nhất từ lúc vào công ty là “Cậu nghĩ sao về ý tưởng này?”. Các thành viên của Got It luôn tò mò, luôn đặt ra các câu hỏi, và luôn muốn thử nghiệm những điều khác biệt. Ngoài ra, khi tôi đưa ra các tài liệu và kết quả nghiên cứu mới, các thành viên trong team sẽ hỏi ngay: “Cậu có thể giải thích thêm về điều này không?”. Họ không bao giờ im lặng và chỉ làm cho xong việc.

Got It-ians luôn chủ động học hỏi để hiểu và làm chủ kiến thức – kỹ năng. Quan trọng hơn cả, tinh thần này có cả ở team AI và ở tất cả các team khác, dù có liên quan đến công nghệ hay không, bởi ham học hỏi là một yếu tố quan trọng trong IASK – bộ “tiêu chuẩn” làm việc của Got It.

Không biết sau khi lựa chọn dừng chân tại đây, thì vai trò hiện tại của Chandra ở Got It là gì?

Chandra Khatri: Tôi chính thức về làm việc tại Got It từ tháng 9 năm 2020 đến nay, nắm giữ vai trò là Chief AI Scientist và Head of Conversational AI. Với các kinh nghiệm xây dựng các hệ thống AI có thể phục vụ hàng trăm triệu người dùng, tôi được giao nhiệm vụ đóng góp cho Got It để xây dựng sản phẩm AI tốt nhất. Và hiện giờ, tôi mừng vui nói rằng, cùng với đội ngũ làm sản phẩm ở Việt Nam và nghiên cứu tại Mỹ, chúng tôi đang tiến gần hơn tới mục tiêu của mình. 

Bản thân tôi tập trung nghiên cứu, xây dựng các model sản phẩm. Sau đó, các bạn như Gabi (Principal Architect), Nachiketa (AI Engineering Lead), Amol (Head of AI and R&D) sẽ làm việc cùng team Việt Nam để scale up (mở rộng quy mô), biến model thành sản phẩm thực cho người dùng. 

Chandra đã đề cập việc Got It CAI khiến anh tự hào khá nhiều lần. Vậy sản phẩm mà Chandra và team đang xây dựng là sản phẩm như thế nào? 

Chandra Khatri: Trước khi chia sẻ về sản phẩm của Got It, tôi muốn chia sẻ sơ qua để độc giả hiểu về các loại Conversational AI có trên thị trường. Hầu hết các hệ thống CAI hiện tại đều thuộc về một trong hai loại: CAI đơn giản và CAI phức tạp.

Một ví dụ cho CAI đơn giản là Alexa nguyên bản. Khác với Alexa sau khi được nâng cấp tại Alexa Prize, Alexa nguyên bản chỉ nhận những câu lệnh khá cứng nhắc: “Alexa, bật điện lên”, “Alexa, bật nhạc lên”,… Hệ thống CAI đơn giản đã được triển khai sử dụng bởi nhiều công ty. Nhưng thực tế, CAI đơn giản không giúp ích nhiều cho mọi người do sự “máy móc” của nó. 

CAI phức tạp là CAI có thể trao đổi, lắng nghe, và trò chuyện với con người một cách tự nhiên, có qua có lại. Ví dụ, khi tôi nhắn cho công ty bảo hiểm về vấn đề tiền bảo hiểm, công ty ấy dùng chatbot thay cho nhân viên chăm sóc khách hàng để giải quyết vấn đề của tôi. Chatbot sẽ giúp tiết kiệm được nhiều nhân lực và chi phí. Tuy nhiên, không phải công ty nào cũng có thể xây dựng được chatbot có tính chính xác và độ tự nhiên cao. 

Vậy không biết Got It CAI hiện tại thuộc về loại nào?

Chandra Khatri: Không thuộc loại nào cả. Got It CAI đưa cả hai loại AI lên một level mới. Lý tưởng của chúng tôi là: đơn giản hoá và mang AI đến hỗ trợ cho nhiều công ty nhất có thể. 

Bản thân việc xây dựng được một hệ thống chatbot phức tạp, tự nhiên, có thể trò chuyện như một nhân viên bình thường là bài toán nan giải. Ngoài ra, việc này cũng tốn rất nhiều thời gian, công sức, tiền bạc. Mọi chuyện sẽ trở nên dễ dàng hơn khi dùng Got It CAI. 

Dựa trên các dữ liệu có sẵn của từng công ty, ví dụ như cuộc đối thoại với khách hàng, chúng tôi xây dựng hệ thống chatbot riêng phù hợp với nhu cầu của công ty đó. Chatbot CAI xây dựng đảm bảo có câu văn trao đổi tự nhiên, giúp khách hàng không có cảm giác đang nói chuyện với máy. Đồng thời, nó giúp tiết kiệm thời gian và chi phí cho doanh nghiệp. Người khác mất nhiều tháng để xây dựng chatbot, chúng tôi chỉ mất vài tuần.

Anh có thể chia sẻ kỹ hơn về cách Got It CAI hỗ trợ tối ưu thời gian và chi phí cho doanh nghiệp không?

Chandra Khatri: Thông thường khi xây dựng một sản phẩm AI, các công ty phải trải qua rất nhiều công đoạn, đặc biệt là data annotation (gán nhãn dữ liệu). Để dạy một bot AI, bạn cần rất nhiều dữ liệu.

Ví dụ, để AI phân biệt được chó hay mèo, bạn sẽ phải có hàng trăm bức ảnh chó, hàng trăm bức ảnh mèo để AI học và nhận diện. Nhưng nếu chỉ ném dữ liệu vào thì máy không thể học nhanh được. Lúc này, bạn cần gán nhãn dữ liệu để AI hiểu và học các input patterns (mẫu dữ liệu đầu vào) một cách nhanh chóng. Tuy nhiên, việc gán nhãn thủ công lại ngốn nhiều thời gian và công sức. 

Với Got It CAI, doanh nghiệp không cần làm gì ngoài việc đưa chúng tôi các dữ liệu có sẵn của họ, ví dụ như những đoạn hội thoại với khách hàng trong quá khứ. Chúng tôi sẽ nghiên cứu các mẫu dữ liệu đầu vào, gán nhãn một cách tự động, sau đó huấn luyện chatbot để chatbot đạt đến độ thông minh và hoạt động hiệu quả nhất. Từ đó, bạn không cần phải dành hàng triệu đô la và hàng nghìn giờ vào việc tự xây dựng chatbot nữa.

Để phát triển sản phẩm này đến ngày hôm nay, có điều gì đặc biệt thúc đẩy Chandra và team không?

Chandra Khatri: Điều đầu tiên khiến tôi nung nấu ý tưởng này là khi nhìn thấy ô tô tự lái. Chúng tự động vận hành và được xây dựng bằng cách thu thập hàng triệu thông tin dữ liệu. Vậy thì Conversational AI cũng có thể làm được như vậy. Chúng tôi hướng đến xây dựng CAI tự động hoàn toàn, giúp các doanh nghiệp giảm thiểu chi phí và công sức của đội ngũ Customer Support. 

Lý do thứ hai khiến tôi muốn phát triển CAI là do lý tưởng làm sản phẩm đã được hun đúc từ lâu trong lòng mình. Tôi luôn theo đuổi lý tưởng “Sáng tạo và Đơn giản hoá” (Invent and Simplify). 

“Sáng tạo và Đơn giản hoá”? Anh có thể chia sẻ thêm về lý tưởng này không?

Chandra Khatri: Tôi muốn sáng tạo các sản phẩm công nghệ. Nhưng các sản phẩm của tôi, dù có sử dụng công nghệ phức tạp đến đâu cũng phải đơn giản với người dùng. Chúng phải đơn giản đến mức mọi người đều có thể sử dụng và tận dụng những lợi ích mà chúng mang lại.

Sản phẩm CAI của Got It khiến cho AI không còn mơ hồ hay khó hiểu với các doanh nghiệp. Chúng tôi sẽ giúp họ tạo ra AI phù hợp nhất với nhu cầu của họ. Một sản phẩm đơn giản, dễ hiểu, nhưng có thể giải quyết được những “nỗi đau” (pain point) mà các doanh nghiệp đang gặp phải sẽ hỗ trợ họ phát triển ngày một lớn mạnh hơn nữa. 

Một sản phẩm có khả năng như vậy có thể được sử dụng trong những lĩnh vực nào?

Chandra Khatri: Rất nhiều các lĩnh vực. Một trong những lĩnh vực nổi bật nhất mà chúng tôi đang hướng đến là Customer Support (Chăm sóc khách hàng). Tất cả các mô hình kinh doanh dù là bé hay lớn, dù là cửa hàng nhỏ hay tập đoàn, đều cần hỗ trợ khách hàng. Tôi rất mong trong tương lai không xa, Got It có thể góp phần làm mới bộ mặt Customer Support của nhiều doanh nghiệp. 

Ngoài ra, tôi tin rằng CAI có thể mở rộng sang lĩnh vực hỗ trợ học tập, ví dụ như hỗ trợ học sinh học trên Zoom, các cuộc họp, hay giúp đỡ những người khuyết tật. Bất cứ lĩnh vực nào cần hỗ trợ, CAI có thể đóng góp một phần không nhỏ, ngắn nhất là trong vài năm tới đây, hay xa hơn là trong năm, mười năm nữa. 

Chandra nghĩ tương lai của mảng trí tuệ nhân tạo tại Got It sẽ như thế nào? 

Chandra Khatri: Trong thời gian ngắn, đương nhiên chúng tôi cần dồn lực để xây dựng được một hệ thống CAI thực sự tự động. Chúng tôi đã rất gần mục tiêu rồi. Hy vọng trong 6 tháng tới, team CAI của Got It có thể tự hào hơn nữa với thành quả của mình. 

Tôi cũng mong, trong vài năm tới, chúng tôi có thể trở thành người đi đầu trong việc đơn giản hoá AI, giống như cách mà Zoom đã làm. Zoom từng vượt qua Google Hangout, WeChat bởi tính đơn giản và trải nghiệm người dùng. Sản phẩm CAI của chúng tôi cũng thế. Got It muốn khiến mọi thứ thật đơn giản để khách hàng của chúng tôi, kể cả những người dùng cuối có thể hô lên: “Wow, sản phẩm này thực sự khác biệt.”

Để hoàn thiện sản phẩm với mục tiêu và tham vọng lớn như thế, không biết đội ngũ team Chandra làm việc cùng gồm những ai?

Chandra Khatri: Team CAI của Got It có bộ phận nghiên cứu – phát triển tại Mỹ và khoảng 15 – 20 kỹ sư sản phẩm AI làm việc tại Việt Nam. Hầu hết cả mọi người đều tham gia làm sản phẩm AI hoặc trực tiếp làm CAI. Tôi làm việc với các bạn kỳ cựu như Gabi, Amol, Nachiketa, hay Jessika (UI/UX Lead Designer). Jessika rất xịn. Tôi nhìn sản phẩm cô ấy thiết kế mà phải vỗ tay thán phục. Mọi thứ đến tay cô ấy liền hóa thành phép màu. 

Tuy tôi không làm việc trực tiếp với team CAI ở Việt Nam nhiều do tập trung xây dựng model và nghiên cứu sản phẩm, nhưng sau vài lần có cơ hội làm việc với họ, tôi cảm thấy rất ấn tượng với cả team. Thông qua truyền đạt của Amol, Gabi, các bạn ở team Việt Nam đã mở rộng quy mô sản phẩm từ bản model vô cùng nhanh chóng. Chúng tôi có sản phẩm hoàn thiện đến tay người dùng là nhờ sự nỗ lực của các bạn ấy.  

Không biết Chandra có dự định qua Việt Nam và làm việc trực tiếp với team CAI ở Việt Nam không?

Chandra Khatri: Đương nhiên là có rồi. Bản thân việc thấy những thành quả hàng ngày của team Việt Nam khiến tôi luôn tò mò và trông đợi được gặp cả team bằng xương bằng thịt. Đến Việt Nam, gặp các bạn Engineer chắc chắn sẽ tiếp cho tôi thêm rất nhiều động lực làm sản phẩm. Một khi tôi được nói chuyện với các team, một khi tôi được gặp những người đang cùng tôi xây dựng và tạo ra sản phẩm, tôi sẽ càng có thêm nhiều nhiệt huyết làm việc. Sau khi được tiêm vắc-xin và hai nước mở cửa đường bay, chắc chắn tôi sẽ bắt chuyến bay đầu tiên sang Việt Nam. 

Chắc chắn team CAI cũng rất mong gặp Chandra trong thời gian sớm nhất. Khi các sản phẩm của team đang mở rộng mạnh mẽ với nhiều khách hàng quan tâm, team CAI có cần tuyển thêm engineer tại Việt nam không? 

Chandra Khatri: Tất nhiên là chúng tôi cần tuyển thêm thật nhiều Engineer rồi. Team Việt Nam đóng vai trò rất quan trọng trong việc xây dựng và đưa sản phẩm tới khách hàng. Chỉ cần một thành viên của team U.S kết hợp với một thành viên của team Việt Nam là chúng ta có giá trị công việc tương đương như 5 người cộng lại. 

Với khối lượng công việc như hiện tại, việc tuyển và mở rộng team CAI là một nhiệm vụ tất yếu. Chưa kể, tôi còn nghe nói là hiện nay ở Việt Nam có rất nhiều bạn Engineer giỏi, đặc biệt có nhiều bạn du học sinh quay trở về Việt Nam làm việc. Tôi rất mong đợi được làm việc thêm với nhiều gương mặt mới trong thời gian tới. 

Không biết yêu cầu của Chandra cho các bạn Engineer của team CAI có cao không? 

Chandra Khatri: Với tôi, các bạn cần hai thứ: thái độ đúng đắn và sự thông minh. Nhưng thông minh không quan trọng bằng thái độ. Nếu bạn có sự thông minh, nhưng lại không có tinh thần ham học hỏi, không chịu lắng nghe, thì về đường dài, bạn không thể phát triển hơn được. Nhưng nếu bạn có thái độ tốt, bạn có thể kiên nhẫn và nỗ lực nâng cao kỹ năng của mình. 

Đặc biệt là trong ngành AI, khi mọi thứ thay đổi rất nhanh, thì một thái độ ham học, luôn lắng nghe, luôn học hỏi là cực kỳ quan trọng. Với Java, Python, C++, sau nhiều năm, họ cho ra phiên bản mới, nhưng không có thay đổi nhiều về nền tảng. Còn AI thì khác. Chỉ cần hai năm thôi, mọi thứ đã thay đổi rất nhiều rồi. Chính vì vậy, tôi vẫn đánh giá cao thái độ hơn sự thông minh.

Chandra nghĩ rằng đâu là lợi ích lớn nhất các thành viên của team CAI sẽ nhận được? 

Chandra Khatri: Sản phẩm tốt nhất, những nghiên cứu tốt nhất và quan trọng nhất là rất nhiều niềm vui. Kể cả ở Mỹ, dù hiện tại chúng tôi phải làm việc từ xa, thì sự kết nối và niềm vui trong công việc không hề bị giảm sút. Kiểu như, làm việc ở Got It, bạn sẽ thấy giống như tìm thấy gia đình thứ hai cho mình. 

Bạn có thể cười, nói, thậm chí là ca hát, nhảy múa một cách tự nhiên, không có khoảng cách. Ngoài ra, bạn cũng sẽ được tiếp cận với các công nghệ nổi trội nhất, làm những sản phẩm có giá trị nhất với sự nhiệt huyết cao nhất. Đó là những điều mà tôi tin, chỉ một số ít công ty, trong đó có Got It có thể mang lại cho bạn. 

Khi cả thế giới đều đang phát cuồng vì AI, thì việc trở thành Engineer làm sản phẩm AI hay AI Researcher gần như đã trở thành xu hướng. Là người trải qua nhiều thăng trầm với AI, Chandra có thể cho các bạn trẻ một chút lời khuyên được không? 

Chandra Khatri: Việc bị cuốn vào vòng xoáy của xu hướng là điều dễ hiểu. Không thể phủ nhận rằng ngày nào bạn cũng sẽ đọc ít nhất một bài báo về AI, nếu bạn quan tâm đến công nghệ. Nhưng lời khuyên mà tôi thực sự muốn chia sẻ đến các bạn trẻ là: “Đừng chỉ đơn giản chạy theo xu hướng”. Việc đầu tiên các bạn nên làm trước khi dấn thân vào con đường này là tìm một người đi trước đáng tin cậy. 

Sau đó, bạn cần lắng nghe trải nghiệm của họ và ngẫm nghĩ xem mình có thực sự phù hợp với con đường này không. Bạn có thể có rất nhiều mục tiêu trong cuộc sống, bạn muốn làm công ty lớn, công ty startup, hay trở thành nhà khoa học về AI, tất cả đều là có thể. Nhưng trước hết, hãy chậm lại để lắng nghe, tìm hiểu, học hỏi, chuẩn bị cho mình một hướng đi đúng đắn và phù hợp nhất.

Vậy, với những bạn muốn trở thành Engineer cho các sản phẩm AI, các bạn ấy có thể tập trung nâng cao những kiến thức nào và rèn luyện kỹ năng ở đâu?

Chandra Khatri: Có một số kiến thức và kỹ năng thiết yếu mà các bạn ấy cần phải trau dồi. Python là một trong số đó, bởi khá nhiều code AI được viết bằng Python. Một số thư viện Python bạn nên lưu ý là PyChart, TensorFlow, Hugging Face,… Ngoài ra, các bạn nên thử ghé thăm Kaggle. Kaggle là nơi diễn ra rất nhiều cuộc thi cho các Engineer. Người chơi thi đấu và lập trình để giải nhiều vấn đề khác nhau. 
Bên cạnh đó, bạn cũng nên đọc các tech blog trên Got It, thử đọc blog của tôi cũng là một ý tưởng hay đấy chứ (cười). Đồng thời, đừng bao giờ bỏ qua các website như Towarddatascience.com hay Paperwithcode.com. Tại đây, các bạn sẽ được học hỏi từ các project code AI có sẵn do người dùng khác đăng tải. Đọc, hiểu và thử vận dụng các dòng code có sẵn của người khác, biến tấu thành một dự án nhỏ của mình sẽ giúp bạn đào sâu và mở rộng được kiến thức và kỹ năng.

Bắt đầu với Civil Engineering, nhưng với nỗ lực, đam mê, và quyết tâm của mình, Chandra Khatri đã đạt được những thành tựu nhất định, đưa AI gần hơn và hữu ích hơn với con người. Có một nhân vật với kinh nghiệm và tầm nhìn như Chandra Khatri, team CAI của Got It chắc chắn sẽ sớm hoàn thành sứ mệnh: đơn giản hoá, đưa AI đến cho tất cả các doanh nghiệp. 

Với các bạn trẻ muốn phát triển theo định hướng AI, hãy apply ngay vào Got It (vị trí Software Engineer Intern, Fulltime Software Engineer làm sản phẩm CAI), nhận lấy cơ hội làm việc với những chuyên gia hàng đầu về AI như Chandra Khatri và tận hưởng môi trường làm việc với “sản phẩm tốt nhất, nghiên cứu tuyệt nhất và quan trọng nhất, rất nhiều niềm vui” như Chandra đã chia sẻ nhé!