TP.HCM kiến tạo đô thị thông minh bằng AI và dữ liệu lớn
Sáng 9/7, Trung tâm Khởi nghiệp sáng tạo TP.HCM (SIHUB) tổ chức hội thảo báo cáo phân tích xu hướng công nghệ với chủ đề "Xu hướng ứng dụng công nghệ trí tuệ nhân tạo cho đô thị thông minh".
TP.HCM bước vào cuộc đua AI cho đô thị thông minh
Mở đầu hội thảo, các chuyên gia đều thống nhất rằng TP.HCM đang đứng trước những yêu cầu mới của một đô thị khoảng 14 triệu dân. Áp lực giao thông, ngập nước, quản lí hạ tầng, cung cấp dịch vụ công và điều hành theo thời gian thực đòi hỏi thành phố phải thay đổi phương thức quản trị. Trong bối cảnh đó, AI và Big Data là công nghệ của tương lai vừa trở thành công cụ giúp chính quyền chuyển từ xử lí tình huống sang dự báo và điều hành chủ động.
Trong tham luận “Xu hướng ứng dụng công nghệ trí tuệ nhân tạo cho đô thị thông minh”, bà Đặng Thị Kim Nhung - chuyên gia Trung tâm Khởi nghiệp sáng tạo TP.HCM (SIHUB) mở đầu bằng những con số cho thấy cuộc đua AI trên thế giới đang diễn ra rất mạnh mẽ.
Theo dữ liệu từ hệ thống WIPS Global đến tháng 4/2026, thế giới đã có 29.422 sáng chế liên quan đến AI cho đô thị thông minh được bảo hộ. Riêng năm 2025 ghi nhận 8.431 sáng chế, mức cao nhất trong nhiều năm qua. Tốc độ tăng trưởng kép giai đoạn 2016-2025 đạt 65,6%.
Các sáng chế tập trung vào những công nghệ phục vụ trực tiếp đời sống đô thị. Trong đó, Machine Learning giữ vai trò chủ đạo với 18.565 sáng chế. Hai hướng phát triển nổi bật là thị giác máy tính và phân tích dự báo được ứng dụng trong giao thông, y tế, năng lượng và quản trị công.
Theo bà Nhung, xu hướng bảo hộ công nghệ cũng đang thay đổi. Có tới 87,5% sáng chế chỉ đăng ký trong phạm vi quốc gia. Điều đó cho thấy AI, dữ liệu và quyền sở hữu trí tuệ đang trở thành lợi thế cạnh tranh của mỗi quốc gia. Xu hướng này đặt ra yêu cầu ứng dụng AI mà còn buộc TP.HCM phải làm chủ dữ liệu. Khi các nguồn dữ liệu được kết nối, AI sẽ giúp chính quyền nhìn rõ hơn những vấn đề đang diễn ra. Đồng thời dự báo các kịch bản có thể xảy ra và hỗ trợ đưa ra quyết định nhanh, chính xác hơn.
TP.HCM đưa trợ lý AI vào quản lý hành chính
PGS.TS Ngô Minh Vũ - Đại học Kinh tế TP.HCM - UEH đi vào một bài toán rất cụ thể. Đó là AI có thể hỗ trợ cán bộ, công chức như thế nào trong công việc hằng ngày.
Trong tham luận “Xây dựng trợ lý AI cho khu vực hành chính công: Cơ sở khoa học đến kiến trúc Graph RAG đa tác tử và kết quả thử nghiệm tại Sở KH-CN TP.HCM”, ông cho rằng thách thức lớn nhất khi đưa AI vào khu vực công không nằm ở tốc độ trả lời mà ở độ chính xác của thông tin.
Hệ thống văn bản pháp luật rất lớn, thường xuyên được sửa đổi, bổ sung hoặc thay thế. Nếu AI viện dẫn một văn bản hết hiệu lực, kết quả tham mưu có thể không còn chính xác.
Để giải quyết bài toán này, nhóm nghiên cứu đã phát triển kiến trúc Graph RAG kết hợp Multi-Agent. Mô hình này là kiến trúc AI thế hệ mới, trong đó hệ thống không chỉ tra cứu tài liệu mà còn hiểu mối liên hệ giữa các văn bản thông qua Đồ thị tri thức (Knowledge Graph). Nhiều tác nhân AI phối hợp tìm kiếm, kiểm chứng và tổng hợp thông tin, giúp trợ lý số trả lời chính xác hơn, hạn chế viện dẫn văn bản hết hiệu lực và luôn kèm nguồn để người dùng đối chiếu.
Toàn bộ dữ liệu được chuyển thành Đồ thị tri thức. Nhờ đó, hệ thống có thể nhận diện văn bản mới, xác định quy định đã được thay thế và ưu tiên sử dụng văn bản còn hiệu lực.
Khác với chatbot thông thường, trợ lý AI còn có khả năng xử lý bảng biểu, tính toán số liệu và cung cấp kết quả kèm nguồn dữ liệu để người sử dụng kiểm chứng.
Kết quả thử nghiệm tại Sở KH-CN TP.HCM với 300 câu hỏi nghiệp vụ cho thấy hệ thống đạt Hit Rate@10 là 94,08%, Adaptive-RAG Accuracy đạt 95,93%, chất lượng Đồ thị tri thức đạt 93,4/100 điểm.
Theo PGS.TS Ngô Minh Vũ, AI không thay thế cán bộ mà đóng vai trò như một trợ lý số, giúp rút ngắn thời gian tra cứu, tổng hợp thông tin và nâng cao chất lượng tham mưu.
TP.HCM dùng AI giám sát giao thông, cảnh báo ngập nước
Câu chuyện tại hội thảo tiếp tục được nối dài với những ứng dụng AI ngoài thực địa. Không còn là những mô hình trong phòng nghiên cứu, nhiều giải pháp đã được triển khai để hỗ trợ quản lý giao thông và điều hành đô thị.
Theo tài liệu "Hệ thống giám sát thông minh ứng dụng công nghệ AI và Big Data - TriS", giải pháp này đang được triển khai tại Công an TP.HCM và Sở Xây dựng TP.HCM nhằm hỗ trợ quản lý giao thông, bảo đảm an ninh trật tự và nâng cao năng lực điều hành đô thị.
Điểm khác biệt của TriS là không chỉ ghi hình như camera truyền thống. AI có thể phân tích dữ liệu hình ảnh, tự động phát hiện các hành vi vi phạm như vượt đèn đỏ, đi sai làn, đi ngược chiều, leo vỉa hè và nhận diện biển số phương tiện.
Hệ thống còn hỗ trợ truy vết đối tượng từ kho dữ liệu hình ảnh quy mô lớn. Người vận hành chỉ cần nhập mô tả bằng ngôn ngữ tự nhiên về trang phục, phương tiện hoặc đặc điểm nhận dạng, AI sẽ tự động phân tích và hiển thị kết quả trên nền bản đồ số.
Để xử lý lượng dữ liệu rất lớn từ hệ thống camera, TriS được xây dựng theo kiến trúc Data Mesh, cho phép xử lý dữ liệu ngay tại nơi phát sinh trước khi truyền về trung tâm điều hành. Cách làm này giúp giảm tải đường truyền, rút ngắn thời gian xử lý và dễ dàng mở rộng khi hệ thống camera tiếp tục được phát triển.
Theo kết quả triển khai, hệ thống đếm lưu lượng phương tiện đạt độ chính xác trung bình 93,8%, riêng xe máy đạt 94,68%. TriS cũng đã hỗ trợ lực lượng chức năng phát hiện 5.898 trường hợp vi phạm giao thông, góp phần nâng cao hiệu quả quản lí trật tự đô thị.
Từ giao thông, câu chuyện được chuyển sang một vấn đề luôn khiến người dân TP.HCM quan tâm mỗi mùa mưa là ngập nước.
Các chuyên gia cho rằng, mỗi trận mưa lớn kết hợp triều cường đều có thể gây ùn tắc, ảnh hưởng đến sản xuất và đời sống người dân. Vì vậy, dự báo sớm được xem là chìa khóa để thành phố chủ động ứng phó.
Trong báo cáo "Nghiên cứu, xây dựng và triển khai thử nghiệm hệ thống cảnh báo sớm ngập lụt đô thị dựa trên nền tảng trí tuệ nhân tạo tại TP.HCM", ThS. Lê Ngọc Quyền - Đài Khí tượng Thủy văn khu vực Nam Bộ, giới thiệu mô hình kết hợp giữa công nghệ thủy lực truyền thống và AI.
Nhóm nghiên cứu sử dụng mô hình thủy lực MIKE FLOOD để xây dựng 1.188 kịch bản mưa - triều, tạo bộ dữ liệu với hơn 70.000 điểm ngập phục vụ huấn luyện AI.
Trên nền dữ liệu này, thuật toán Random Forest được sử dụng để dự báo nhanh mức độ ngập trong nhiều điều kiện khác nhau. Kết quả cho thấy thời gian tính toán giảm từ khoảng 3 giờ xuống còn 20 giây, nhanh hơn khoảng 540 lần so với phương pháp truyền thống.
Hệ thống còn tích hợp công nghệ dự báo mưa cực ngắn bằng mạng học sâu RainNet, kết hợp mô hình dự báo số trị. Kết quả thử nghiệm cho thấy sai số dự báo lượng mưa trong khoảng 20-30 phút trước khi mưa xảy ra giảm tới 71%.
Dữ liệu cảnh báo được hiển thị trên nền tảng WebGIS và ứng dụng di động. Khi phát hiện nguy cơ ngập, hệ thống có thể gửi cảnh báo đến người dân. Đồng thời hỗ trợ cơ quan quản lí chủ động vận hành trạm bơm, điều tiết giao thông và triển khai các phương án ứng phó.
Khép lại hội thảo, các chuyên gia đều có chung nhận định rằng, để AI phát huy hết tiềm năng, TP.HCM cần tiếp tục hoàn thiện hạ tầng dữ liệu, xây dựng cơ chế chia sẻ thông tin giữa các ngành và phát triển nguồn nhân lực AI. Song song đó là bảo đảm an toàn dữ liệu, bảo vệ quyền riêng tư và sử dụng AI một cách có trách nhiệm.
