Hà Nội ngập sâu: Kĩ sư AI viết web 'Nước lên' giải bài toán tránh ngập gây bão mạng
Trước bài toán thông tin ngập lụt còn rải rác và chưa cập nhật kịp thời gian thực, website 'Nước lên' của một kĩ sư AI đã bất ngờ gây sốt. Chỉ trong 3 ngày, chàng trai trẻ đã dùng thuật toán AI giải bài toán "lội nước" thực tế cho người dân Thủ đô.
Nước lên: Khi AI tiếp sức cho bài toán ngập lụt đô thị
Hà Nội vừa trải qua những ngày mưa lớn kéo dài do ảnh hưởng của hoàn lưu áp thấp nhiệt đới và bão. Nhiều tuyến giao thông huyết mạch biến thành "sông", hàng ngàn phương tiện chết máy, nhịp sống đô thị đảo lộn. Đúng thời điểm đó, Website nuoclen.com xuất hiện như một giải pháp hỗ trợ giao thông, hỗ trợ người dân chủ động tìm lộ trình di chuyển an toàn. Dự án cá nhân do Nguyễn Đinh Mậu khởi xướng đã nhanh chóng trở thành hiện tượng mạng, thu hút hàng trăm nghìn lượt truy cập mỗi ngày.
Tác giả Nguyễn Đinh Mậu tốt nghiệp Khóa 7 ngành Công nghệ thông tin - Truyền thông, Trường Đại học Khoa học và Công nghệ Hà Nội (USTH). Trước khi sang Nhật Bản học Thạc sĩ AI bằng học bổng Chính phủ (MEXT), anh từng có 3 năm khởi nghiệp với vai trò Đồng sáng lập Dataset.vn - nền tảng xử lí dữ liệu dựa trên nguồn lực cộng đồng. Anh cũng là đồng sáng lập UnoPixel, một startup ứng dụng AI và Big Data.
Tạp chí Một Thế Giới đã có cuộc trò chuyện cởi mở với Nguyễn Đinh Mậu về hành vi "ship" sản phẩm tính bằng giờ, cơ chế vận hành dữ liệu đa nguồn bằng AI và khát vọng hiện thực hóa một ứng dụng công nghệ vì cộng đồng.
- Chào Mậu, những ngày qua thông tin về website "Nước lên" tràn ngập khắp các hội nhóm mạng xã hội. Cơ duyên nào khiến một kĩ sư AI đang nghiên cứu tại Nhật Bản lại quyết định bắt tay ngay vào làm nuoclen.com chỉ trong vài ngày như vậy?
- Nguyễn Đinh Mậu: Lần này, em tranh thủ chuyến công tác trở về Hà Nội ghé thăm người thân. Ý tưởng về "Nước lên" đến hoàn toàn ngẫu nhiên nhưng rất thực tế. Đúng thời điểm em ở Hà Nội thì mưa lớn bùng phát.
Em trực tiếp chứng kiến cảnh đường phố ngập sâu, phải tự mình cởi giày, xắn quần, bì bõm lội nước đến tận đầu gối để vào bệnh viện thăm người thân. Xung quanh em, hàng nghìn người dân vất vả dắt xe chết máy, giao thông hoàn toàn hỗn loạn.
Lúc đó em tự hỏi: "Nếu người dân biết trước đoạn đường nào đang ngập sâu để né tránh thì tốt biết mấy?". Qua tìm hiểu, em nhận thấy các ứng dụng bản đồ hiện có chủ yếu tập trung cảnh báo ùn tắc giao thông, thông tin ngập lụt bị phân mảnh rải rác trên báo chí hoặc các nhóm mạng xã hội, chưa có một nơi tổng hợp trực quan theo thời gian thực.
Với kiến thức về AI và lập trình, em quyết định phải làm ngay một công cụ đơn giản nhất để giải quyết triệt để nỗi đau này của người dân.
- Từ môi trường nghiên cứu hàn lâm tại Nhật Bản về Việt Nam thực chiến, tư duy phát triển sản phẩm công nghệ của Mậu có sự thay đổi như thế nào khi đối mặt với bài toán rất "đặc thù" tại quê nhà?
- Nguyễn Đinh Mậu: Em nghĩ môi trường quốc tế hay Việt Nam không tạo ra sự khác biệt quá lớn về mặt tư duy cốt lõi, nhưng tình huống thực tế thì đòi hỏi sự thích ứng cực kì linh hoạt.
Tại Việt Nam, thiên tai hay mưa ngập diễn ra rất nhanh và ngắn. Do đó, bài toán ở đây là "tốc độ ship tính năng". Nếu một quy trình phát triển phần mềm thông thường mất từ 1 đến 2 tuần cho một phiên bản cập nhật, thì với "Nước lên", tốc độ phải được tính bằng giờ. Nếu em chậm trễ dù chỉ nửa ngày, cơn mưa trôi qua, người dân đã phải gánh chịu hậu quả thì sản phẩm sẽ không còn nhiều giá trị thực tiễn.
Rất may mắn là hiện nay chúng ta có sự hỗ trợ mạnh mẽ của các công cụ Gen AI (AI tạo sinh) trong quá trình viết code và tối ưu hóa hạ tầng. Chỉ trong khoảng 3 đến 4 ngày làm việc độc lập liên tục, phiên bản đầu tiên của nuoclen.com đã chính thức lên sóng để đo lường phản ứng của người dùng.
Giải mã cơ chế AI và bài toán lọc tin giả trên mạng xã hội
- Dưới góc độ chuyên môn, Mậu có thể chia sẻ ngắn gọn cơ chế AI xử lí và tổng hợp dữ liệu từ VOV Giao thông, báo chí, cơ quan khí tượng cho đến mạng xã hội để đưa ra cảnh báo ngập lụt theo thời gian thực?
- Nguyễn Đinh Mậu: Về mặt kiến trúc dữ liệu, "Nước lên" vận hành dựa trên cơ chế thu thập đa nguồn.
Đối với các nguồn tin chính thống như VOV Giao thông, Trung tâm Dự báo Khí tượng Thủy văn Quốc gia hay các báo điện tử, em xây dựng các đường ống tự động kết nối qua API hoặc công cụ thu thập dữ liệu. AI đảm nhận vai trò bóc tách văn bản, trích xuất thực thể để xác định chính xác vị trí địa lí (tên đường/phường) và cấp độ ngập.
Đối với nguồn dữ liệu khổng lồ nhưng hỗn tạp từ mạng xã hội (Facebook, TikTok...), em kết hợp giữa thuật toán AI và phương pháp đối soát cộng đồng. Em cùng một nhóm cộng tác viên thiết lập hệ thống quét dữ liệu từ các hội nhóm cư dân địa phương. Toàn bộ các luồng thông tin này sau đó được đẩy về một Cơ sở dữ liệu tập trung, AI sẽ tiến hành chuẩn hóa tọa độ và đưa lên giao diện bản đồ trực quan.
- Trên không gian mạng, thông tin rác hoặc ảnh ngập lụt từ những năm trước rất dễ bị phát tán lại. Làm cách nào AI của nuoclen.com lọc được tin giả để bảo vệ tính chính xác của bản đồ?
- Nguyễn Đinh Mậu: Đây thực sự là thách thức lớn nhất của dự án. Em phải khẳng định rằng, trong giai đoạn hiện tại, "Nước lên" nên được nhìn nhận là một công cụ tham khảo nhanh hỗ trợ cộng đồng, bởi không một hệ thống AI nào có thể cam kết chính xác 100% khi xử lí dữ liệu xã hội.
Tuy nhiên, để hạn chế tối đa sai số, đội ngũ phát triển đang áp dụng bộ lọc 3 lớp:
AI kiểm soát tần suất và hành vi: Thuật toán tự động phân tích tốc độ đăng bài, số lượng báo cáo trùng khớp tại một tọa độ trong một khoảng thời gian nhất định. Nếu một điểm ngập được nhiều người dùng độc lập cùng xác nhận, điểm tín nhiệm của vị trí đó sẽ tăng lên.
Đối soát chéo với báo chí: Hệ thống liên tục so sánh dữ liệu mạng xã hội với dòng tin tức từ các báo điện tử uy tín và kênh giao thông chính thống.
Xác thực qua trang chính thức: AI ưu tiên trọng số dữ liệu cao nhất cho các bài đăng có nguồn gốc từ fanpage chính thức của các cơ quan quản lí, chính quyền địa phương, phường xã hoặc các đơn vị thoát nước đô thị.
- Một dự án cá nhân chạy đua với thời gian như vậy chắc chắn sẽ vấp phải không ít rào cản. Khó khăn lớn nhất về hạ tầng công nghệ và chi phí vận hành mà Mậu gặp phải là gì?
- Nguyễn Đinh Mậu: Khó khăn lớn nhất gói gọn trong hai từ: Dữ liệu và hạ tầng.
Về dữ liệu, việc xác thực và chuẩn hoá hàng ngàn chuỗi thông tin không cấu trúc từ mạng xã hội về thành tọa độ địa lí chuẩn xác đòi hỏi xử lí ngôn ngữ tự nhiên (NLP) và đa phương thức rất phức tạp.
Về hạ tầng, đây là dự án phi lợi nhuận phục vụ cộng đồng nên toàn bộ chi phí máy chủ, tên miền và API hiện tại đều do em tự chi trả bằng tiền túi. Trong những ngày mưa đỉnh điểm, lượng người dùng truy cập cùng lúc tăng vọt đột biến khiến máy chủ ban đầu bị quá tải và sập mạng cục bộ.
Em đã phải lập tức thức đêm nâng cấp lên các gói máy chủ cấu hình cao hơn, chấp nhận tốn kém chi phí để giữ cho kết nối của người dân không bị gián đoạn.
- Sau tính năng xem bản đồ và báo ngập, nuoclen.com có kế hoạch phát triển thêm tính năng gợi ý lộ trình né điểm ngập hay dự báo sớm dựa trên lượng mưa không?
- Nguyễn Đinh Mậu: Rất chính xác! Đó chính là lộ trình mà em và các cộng sự đang tập trung nghiên cứu.
Hiện tại, việc chỉ cho người dân biết điểm ngập mới giải quyết được một nửa bài toán. Nhu cầu lớn hơn của họ là: "Tôi muốn đi từ A đến B, làm sao để tránh tất cả các điểm ngập này?". Đội ngũ đang tích cực nghiên cứu giải pháp tích hợp thuật toán tìm đường né điểm ngập, đồng thời kết nối API với các ứng dụng bản đồ dẫn đường sẵn có của các doanh nghiệp Việt Nam để tối ưu hóa trải nghiệm người dùng.
Ngoài ra, với dữ liệu mô hình hóa lượng mưa từ cơ quan khí tượng, hệ thống hoàn toàn có thể đưa ra các cảnh báo sớm trước 30 - 60 phút cho các khu vực trũng thấp.
- Mậu có kế hoạch mở rộng mô hình này cho TP.HCM hay các đô thị thường xuyên đối mặt với ngập lụt khác tại Việt Nam không?
- Nguyễn Đinh Mậu: Hiện tại, giao diện nuoclen.com đã bắt đầu hỗ trợ dữ liệu khu vực TP.HCM. Tuy nhiên qua đánh giá kĩ thuật, bài toán ngập lụt tại đây phức tạp hơn Hà Nội rất nhiều, bởi nó là sự kết hợp đa dạng giữa mưa rào, triều cường sông Sài Gòn và triều cường dâng cao.
Sau Hà Nội và TP.HCM, nguyện vọng của em là mang "Nước Lên" đến với các tỉnh miền Trung, nơi thường xuyên chịu ảnh hưởng nặng nề của thiên tai, bão lũ.
Về tầm nhìn dài hạn, em định hướng phát triển dự án thành một nền tảng cung cấp thông tin, cảnh báo sự cố và thời tiết dựa vào nguồn lực cộng đồng cho Việt Nam.
Em tin rằng để ứng phó hiệu quả với bài toán ngập lụt hay thiên tai, chúng ta cần sự đồng bộ giữa cả "giải pháp hạ tầng" và "giải pháp thông tin". Nước Lên lựa chọn đóng góp ở khía cạnh thông tin.
Ở góc độ cá nhân, dự án giúp người dân có dữ liệu tức thời để chủ động né tránh, bảo vệ cuộc sống và tài sản. Ở góc độ vĩ mô, em hi vọng khối lượng dữ liệu thực địa khổng lồ này sẽ trở thành một công cụ bổ trợ hữu ích, cung cấp thêm những điểm nhìn từ hiện trường để hỗ trợ các cơ quan chức năng trong công tác điều phối, ứng phó ngập lụt nhanh chóng hơn.
Tuy nhiên, để một dự án cộng đồng phát triển bền vững và đảm bảo tính chính xác cao nhất, nguồn lực của một cá nhân là không đủ. Em rất mong muốn nhận được sự đồng hành, hỗ trợ về dữ liệu mở cũng như hạ tầng từ các tổ chức, doanh nghiệp công nghệ và các cơ quan quản lí nhà nước.
Cảm ơn Mậu về cuộc trò chuyện rất ý nghĩa này. Chúc cho dự án "Nước lên" sẽ tiếp tục hoàn thiện và phát huy giá trị tích cực cho cộng đồng!
