Bộ Khoa học và CNTT Hàn Quốc sẽ xây dựng cơ chế quản lý thống nhất trên phạm vi toàn chính phủ đối với dữ liệu huấn luyện AI, nhằm giảm tình trạng đầu tư trùng lặp giữa các cơ quan công và khắc phục khoảng trống trong kiểm soát chất lượng.

Ngày 13/8, bộ này cho biết sẽ nâng cấp AI Hub hiện nay thành “Hệ thống cung cấp tích hợp dữ liệu huấn luyện AI”. Động thái được đưa ra sau khi Cơ quan Kiểm toán và Thanh tra Hàn Quốc công bố kết quả kiểm toán về tình hình thúc đẩy ngành AI, tập trung vào mảng dữ liệu huấn luyện AI. Mục tiêu của hệ thống mới là giúp các cơ quan công lập kiểm tra trước mức độ trùng lặp với các bộ dữ liệu đã tồn tại.

Theo kết quả kiểm toán, nhiều cơ quan công đã triển khai dự án mà không có quy trình đối chiếu kế hoạch và kết quả xây dựng dữ liệu với các đơn vị khác, dẫn tới việc hình thành nhiều bộ dữ liệu huấn luyện AI có nội dung tương tự.

Tính đến tháng 11 năm ngoái, Bộ Khoa học và CNTT Hàn Quốc đã công bố 908 bộ dữ liệu thông qua AI Hub. Trong khi đó, 26 cơ quan khác, trong đó có Cơ quan An toàn Thực phẩm và Dược phẩm, Chính quyền thành phố Seoul và Tổng công ty Đường cao tốc Hàn Quốc, cũng tự xây dựng và vận hành 313 bộ dữ liệu riêng.

Báo cáo kiểm toán chỉ ra một số trường hợp các cơ quan khác tiếp tục phát triển dữ liệu tương tự với các bộ dữ liệu mà bộ này đã xây dựng, gồm dữ liệu về động vật hoang dã, rác thải sinh hoạt, vết nứt bê tông và trứng. Ở các lĩnh vực như dược phẩm dạng viên, nha khoa và xe tự lái, bộ và các cơ quan khác cũng bị xác định là xây dựng riêng các bộ dữ liệu có tính chất tương đồng.

Mức độ quản lý chất lượng giữa các cơ quan cũng có chênh lệch đáng kể. Theo Cơ quan Kiểm toán và Thanh tra Hàn Quốc, trong 20 đơn vị có thành tích xây dựng dữ liệu huấn luyện AI cao nhất, có 9 đơn vị nghiệm thu dữ liệu mà không thông qua khâu thẩm định chất lượng của bên thứ ba. Một số nơi thậm chí chưa có bộ tiêu chuẩn quản lý chất lượng riêng.

Kiểm toán cũng phát hiện nhiều lỗi cụ thể trong dữ liệu. Với bộ dữ liệu CCTV phục vụ lái xe đường bộ do Tổng công ty Đường cao tốc Hàn Quốc xây dựng, dữ liệu tọa độ theo từng phương tiện cần cho huấn luyện AI bị thiếu. Trong bộ dữ liệu về rác thải cồng kềnh do Chính quyền thành phố Seoul xây dựng, tên tệp và hình ảnh thực tế trong một số trường hợp không khớp nhau.

Trước thực trạng này, Bộ Khoa học và CNTT Hàn Quốc đang tái cấu trúc AI Hub thành một hệ thống tích hợp, cho phép đăng ký, liên thông và tra cứu tập trung các bộ dữ liệu huấn luyện AI do cả khu vực công lẫn tư nhân nắm giữ. Những chức năng liên quan, trong đó có tìm kiếm thông minh, sẽ được phát triển và dự kiến chạy thử ngay trong năm nay.

Trong thời gian tới, trước khi một cơ quan công lập triển khai xây dựng mới dữ liệu huấn luyện AI, bộ sẽ yêu cầu đơn vị đó rà soát mức độ tương đồng và trùng lặp với dữ liệu hiện có thông qua hệ thống tích hợp. Bộ cũng sẽ phối hợp với các bộ, ngành liên quan để xây dựng quy định và quy trình cụ thể cho bước kiểm tra này.

Song song đó, hệ thống quản lý chất lượng cũng sẽ được hoàn thiện. Bộ cho biết sẽ phổ biến “Hướng dẫn quản lý chất lượng dữ liệu AI”, hiện đang áp dụng cho dữ liệu trên AI Hub, tới các bộ, chính quyền địa phương và cơ quan công. Trong quý III năm nay, Bộ cũng dự kiến phát hành “Cẩm nang xây dựng và khai thác dữ liệu AI”, dùng xuyên suốt vòng đời dữ liệu từ khâu lập kế hoạch thu thập, xây dựng, kiểm soát chất lượng đến khai thác và công bố dữ liệu.

Bộ Khoa học và CNTT Hàn Quốc nhấn mạnh sẽ tiếp tục bảo đảm nguồn dữ liệu huấn luyện AI cần thiết cho đổi mới AI của khu vực tư nhân, đồng thời phối hợp với các bộ, ngành để quản lý dữ liệu huấn luyện AI trong khu vực công theo hướng hệ thống hơn.