TS Đào Thị Thu Hằng: Muốn AI xanh phải bắt đầu từ dữ liệu xanh

Và đã đến lúc khung pháp lý không chỉ quan tâm đến quyền riêng tư, an ninh dữ liệu hay trách nhiệm thuật toán, mà còn phải tính đến tác động môi trường của toàn bộ hệ sinh thái số. TS. Đào Thị Thu Hằng đã chia sẻ với phóng viên Một Thế Giới về những quan điểm mới về dữ liệu xanh, AI xanh, vai trò của pháp luật trong quản trị công nghệ bền vững, gắn với mục tiêu tăng trưởng xanh và phát triển bền vững.

"Dữ liệu xanh” và “AI xanh” là gì?

- Thưa TS Đào Thị Thu Hằng, khi nhắc đến chuyển đổi số, người ta thường nói về dữ liệu lớn, điện toán đám mây hay trí tuệ nhân tạo. Tuy nhiên gần đây lại xuất hiện thêm khái niệm “dữ liệu xanh” và “AI xanh”. Bà có thể giải thích một cách dễ hiểu về những khái niệm này?

- TS Đào Thị Thu Hằng: Có thể hiểu rất đơn giản thế này: chúng ta đang sống trong thời đại mà dữ liệu trở thành một loại tài nguyên cực kỳ quan trọng. Mỗi ngày, hàng tỉ dữ liệu được tạo ra từ điện thoại, mạng xã hội, giao dịch ngân hàng, camera, cảm biến môi trường hay các nền tảng số. Nhiều người nghĩ dữ liệu là thứ vô hình nên không tác động đến môi trường. Thực tế không phải vậy. Để lưu trữ và xử lý lượng dữ liệu khổng lồ đó, chúng ta cần những trung tâm dữ liệu với hàng chục nghìn máy chủ hoạt động liên tục ngày đêm. Những hệ thống này tiêu thụ rất nhiều điện năng và kéo theo phát thải carbon. Chính vì vậy, khái niệm “dữ liệu xanh” ra đời. Đây là cách tiếp cận nhằm thu thập, lưu trữ, xử lý và quản trị dữ liệu theo hướng tiết kiệm năng lượng, giảm phát thải và sử dụng hiệu quả tài nguyên công nghệ. Tương tự, “AI xanh” là việc phát triển các hệ thống trí tuệ nhân tạo nhưng vẫn chú ý đến chi phí năng lượng và tác động môi trường. Nói cách khác, AI không chỉ thông minh mà còn phải tiết kiệm năng lượng và thân thiện với môi trường.

- Có nghĩa là bản thân công nghệ số cũng đang tạo ra áp lực đối với môi trường?

- TS Đào Thị Thu Hằng: Đúng vậy. Đây là một vấn đề đang được thế giới quan tâm rất nhiều. Chúng ta thường nhìn thấy mặt tích cực của công nghệ số như giúp tăng năng suất, tối ưu vận hành hay nâng cao chất lượng cuộc sống. Nhưng phía sau những tiện ích đó là cả một hệ thống hạ tầng khổng lồ.

Ví dụ, mỗi khi chúng ta lưu một bức ảnh lên đám mây, xem video trực tuyến hay sử dụng một chatbot AI, dữ liệu đều phải được lưu trữ và xử lý tại các trung tâm dữ liệu. Những trung tâm này vận hành 24/24 giờ, không chỉ tiêu tốn điện cho máy chủ mà còn cần lượng điện rất lớn để làm mát. Theo các nghiên cứu quốc tế, trung tâm dữ liệu hiện tiêu thụ khoảng 1-1,5% tổng điện năng toàn cầu. Con số này có thể tiếp tục tăng khi AI phát triển mạnh hơn. Đó là chưa kể việc sản xuất thiết bị công nghệ, máy chủ, chip xử lý hay vòng đời thay thế phần cứng cũng tạo ra lượng lớn rác thải điện tử. Vì vậy, chuyển đổi số không thể chỉ nói đến tốc độ hay hiệu quả kinh tế mà phải tính đến yếu tố môi trường.

Hệ thống AI tốt sẽ tiết kiệm năng lượng

- Trong nghiên cứu của mình, bà cho rằng dữ liệu xanh có vai trò quan trọng đối với phát triển bền vững. Cụ thể vai trò đó là gì?

- TS Đào Thị Thu Hằng: Theo tôi, dữ liệu xanh có ba vai trò trọng tâm đối với phát triển bền vững. Thứ nhất, dữ liệu xanh hỗ trợ giám sát môi trường và cung cấp cơ sở dữ liệu cho việc hoạch định chính sách môi trường. Thứ hai, dữ liệu xanh giúp tối ưu hóa việc sử dụng năng lượng và tài nguyên, qua đó nâng cao hiệu quả quản trị tài nguyên. Thứ ba, dữ liệu xanh làm giảm tiêu thụ năng lượng và phát thải của hạ tầng số, đồng thời giảm chi phí vận hành hệ thống công nghệ. Vì vậy, dữ liệu xanh vừa là công cụ quản trị môi trường, vừa là nền tảng của chuyển đổi số xanh và phát triển bền vững. Nói cách khác, dữ liệu xanh không chỉ góp phần thực hiện phát triển bền vững mà còn là điều kiện tiên quyết để hình thành AI xanh và mô hình quản trị công nghệ bền vững, bởi AI muốn "xanh" thì phải được xây dựng trên một hạ tầng dữ liệu xanh ngay từ đầu.

- Còn AI xanh thì sao? Vì sao cộng đồng nghiên cứu quốc tế ngày càng nhấn mạnh đến khái niệm này?

- TS Đào Thị Thu Hằng: Vì AI hiện nay đang phát triển với tốc độ rất nhanh. Các mô hình AI thế hệ mới có thể chứa hàng tỉ tham số và cần khối lượng tính toán khổng lồ để huấn luyện. Có những mô hình phải vận hành liên tục trong nhiều tuần, thậm chí nhiều tháng trên các siêu máy tính.

Vì vậy, AI xanh xuất hiện như một cách tiếp cận mới. Thay vì chỉ quan tâm đến hiệu suất, chúng ta phải cân bằng giữa hiệu suất và chi phí môi trường. Một hệ thống AI tốt trong tương lai không chỉ thông minh mà còn phải tiết kiệm năng lượng và có dấu chân carbon thấp.

- Tuy nhiên, AI cũng đang được xem là công cụ hỗ trợ giải quyết các vấn đề môi trường?

- TS. Đào Thị Thu Hằng: Đúng vậy. Đây là điều rất thú vị. Một mặt, AI có thể tiêu tốn năng lượng. Nhưng mặt khác, nếu được sử dụng hợp lý, AI lại là công cụ rất hiệu quả để bảo vệ môi trường.

Chẳng hạn AI có thể phân tích dữ liệu khí hậu để dự báo thiên tai chính xác hơn. AI cũng có thể giúp tối ưu hóa vận hành lưới điện, giảm thất thoát năng lượng, điều phối giao thông thông minh hoặc hỗ trợ quản lý nguồn nước. Trong nông nghiệp, AI có thể giúp xác định chính xác nhu cầu tưới tiêu, phân bón và thuốc bảo vệ thực vật, từ đó giảm lãng phí tài nguyên.

Ở góc độ quản lý nhà nước, AI còn có thể hỗ trợ giám sát phát thải, quản lý rừng, kiểm soát ô nhiễm và xây dựng các kịch bản ứng phó với biến đổi khí hậu. Do đó, vấn đề không phải là hạn chế AI mà là phát triển AI theo hướng bền vững hơn.

Cần lấp đầy khoảng trống pháp lý dữ liệu

- Bà nhiều lần nhấn mạnh mối quan hệ giữa dữ liệu xanh và AI xanh. Mối quan hệ đó được hiểu như thế nào? Theo bà, khoảng trống pháp lý lớn nhất hiện nay trong lĩnh vực này là gì?

- TS Đào Thị Thu Hằng: Có thể nói dữ liệu xanh là nền móng của AI xanh. AI muốn hoạt động thì phải có dữ liệu. Nếu hệ thống dữ liệu ngay từ đầu đã tiêu tốn quá nhiều năng lượng, sử dụng hạ tầng kém hiệu quả và tạo ra lượng phát thải lớn thì rất khó để xây dựng một hệ thống AI thực sự xanh. Ngược lại, khi dữ liệu được quản lý tốt, hạ tầng lưu trữ tiết kiệm năng lượng và trung tâm dữ liệu sử dụng năng lượng tái tạo thì chi phí môi trường của AI cũng giảm theo. Chính vì vậy, trên thế giới hiện nay người ta không tách riêng dữ liệu xanh và AI xanh mà xem đây là hai mắt xích trong cùng một hệ sinh thái công nghệ bền vững.

Khoảng trống pháp lý lớn nhất là chúng ta đã có nhiều quy định về dữ liệu và AI nhưng lại rất ít quy định về tác động môi trường của chúng. Chẳng hạn, các quy định hiện hành chủ yếu tập trung vào bảo vệ dữ liệu cá nhân, an ninh mạng, an toàn thông tin hay đạo đức AI. Đây đều là những nội dung rất quan trọng. Tuy nhiên, câu chuyện phát thải carbon từ trung tâm dữ liệu hoặc tiêu thụ năng lượng của các mô hình AI lại chưa được quan tâm đúng mức. Ngay cả ở nhiều quốc gia phát triển, hệ thống pháp luật cũng mới bắt đầu tiếp cận vấn đề này. Chúng ta gần như chưa có các tiêu chuẩn cụ thể về đo lường phát thải của AI, chưa có cơ chế kiểm kê carbon cho lĩnh vực công nghệ số và cũng chưa có các tiêu chuẩn môi trường bắt buộc đối với trung tâm dữ liệu. Đó là khoảng trống cần sớm được lấp đầy.

- Nhìn ra thế giới, Việt Nam có thể học hỏi điều gì từ các quốc gia đi trước? Việt Nam nên bắt đầu từ đâu để xây dựng khung pháp lý cho dữ liệu xanh và AI xanh?

- TS Đào Thị Thu Hằng: Liên minh châu Âu hiện là một trong những khu vực đi đầu. Họ thúc đẩy chiến lược chuyển đổi số song hành với mục tiêu trung hòa carbon. Các trung tâm dữ liệu xanh, sử dụng năng lượng tái tạo và nâng cao hiệu quả năng lượng đang được khuyến khích mạnh mẽ. Singapore cũng là một ví dụ đáng chú ý. Quốc gia này có những tiêu chuẩn rất nghiêm ngặt về hiệu quả năng lượng, quản lý nhiệt và vận hành trung tâm dữ liệu. Trong khi đó, Nhật Bản và Hàn Quốc đang thúc đẩy mạnh việc phát triển AI tiết kiệm năng lượng và chuyển đổi số xanh. Hoa Kỳ lại tập trung nhiều vào hỗ trợ nghiên cứu, phát triển thuật toán hiệu quả hơn và khuyến khích doanh nghiệp sử dụng năng lượng tái tạo. Mỗi quốc gia có cách tiếp cận khác nhau nhưng điểm chung là đều coi môi trường là một phần không thể tách rời của chính sách công nghệ.

Theo tôi, Việt Nam cần triển khai đồng thời nhiều giải pháp. Trước hết là xây dựng các tiêu chuẩn về hiệu quả năng lượng đối với trung tâm dữ liệu. Các doanh nghiệp cần công khai các chỉ số như mức tiêu thụ điện, hiệu quả sử dụng năng lượng hay lượng phát thải carbon. Tiếp theo là từng bước hình thành cơ chế đo lường dấu chân carbon của AI. Những hệ thống AI quy mô lớn cần có báo cáo về điện năng tiêu thụ, thời gian huấn luyện và phát thải liên quan. Bên cạnh đó, cần lồng ghép nội dung dữ liệu xanh và AI xanh vào chiến lược tăng trưởng xanh, chiến lược chuyển đổi số quốc gia cũng như các chương trình ESG của doanh nghiệp. Quan trọng hơn cả là thay đổi tư duy quản trị. Trước đây, chúng ta thường đánh giá công nghệ dựa trên hiệu quả kinh tế. Trong tương lai, tiêu chí đánh giá phải là hiệu quả kinh tế đi cùng trách nhiệm môi trường. Đó sẽ là xu hướng quản trị công nghệ của thế giới trong nhiều năm tới và Việt Nam cần chuẩn bị từ bây giờ để không bị tụt lại phía sau.