FPT cùng NVIDIA mở rộng gấp 10 lần bộ dữ liệu đặc biệt danh cho người Việt

Ngày 16/10, CTCP FPT (HoSE: FPT) và tập đoàn công nghệ NVIDIA công bố mở rộng bộ dữ liệu Nemotron-Personas-Vietnam từ 100.000 lên 1 triệu bản ghi, đánh dấu bước phát triển mới trong hoạt động nghiên cứu và ứng dụng trí tuệ nhân tạo (AI) tại Việt Nam.

Đáng chú ý, bộ dữ liệu này không được xây dựng từ hồ sơ cá nhân thật mà sử dụng AI để tạo ra những người dùng giả định, mô phỏng đặc điểm dân số, nghề nghiệp và đời sống của người Việt.

Mỗi hồ sơ gồm 21 trường thông tin, trong đó có 6 trường mô tả chân dung và 15 trường thông tin bối cảnh, bao gồm độ tuổi, giới tính, trình độ học vấn, nghề nghiệp, nơi cư trú, kỹ năng và sở thích. Ngoài ra, AI còn tạo ra các đoạn mô tả về công việc, thể thao, du lịch hay thói quen ẩm thực để phản ánh đa dạng tình huống trong đời sống.

Để xây dựng những hồ sơ này, FPT và NVIDIA sử dụng số liệu thống kê từ Điều tra dân số và nhà ở giữa kỳ năm 2024 và Khảo sát mức sống dân cư năm 2024. Các thông tin được kết hợp theo cơ cấu dân số thực tế trước khi AI bổ sung đặc điểm và bối cảnh của từng nhân vật giả định.

Trong quá trình phát triển, FPT đóng góp dữ liệu nguồn, hạ tầng tính toán, năng lực nghiên cứu và hiểu biết về đặc điểm dân số, văn hóa, xã hội Việt Nam. NVIDIA đảm nhiệm cung cấp phương pháp và công cụ tạo hồ sơ giả lập bằng AI.

Trước đó, hai doanh nghiệp đã giới thiệu Nemotron-Personas-Vietnam lần đầu vào tháng 6/2026 với quy mô 100.000 hồ sơ, chủ yếu tập trung tại 6 tỉnh, thành phố. Chỉ sau 4 ngày ra mắt, bộ dữ liệu lọt nhóm 15 bộ dữ liệu thịnh hành trên nền tảng Hugging Face.

Với phiên bản mới, quy mô dữ liệu được mở rộng gấp 10 lần, đồng thời bổ sung nhiều nhóm dân cư, ngành nghề và hoàn cảnh sống ở các vùng miền, giúp nhà phát triển thử nghiệm AI trong những tình huống đa dạng hơn.

Chẳng hạn, khi phát triển trợ lý AI cho ngân hàng, nhóm kỹ thuật có thể mô phỏng một khách hàng lớn tuổi cần tra cứu lịch sử giao dịch qua điện thoại. Thông qua những yêu cầu giả định này, hệ thống được kiểm tra khả năng hướng dẫn, độ chính xác và mức độ phù hợp với từng đối tượng trước khi triển khai thực tế.

Bộ dữ liệu cũng có thể phục vụ thử nghiệm các tác tử AI (AI Agent), những hệ thống có khả năng thực hiện nhiều bước công việc thay vì chỉ trả lời câu hỏi. Trong lĩnh vực hành chính công, chẳng hạn, AI có thể được kiểm tra khả năng tra cứu điều kiện, đối chiếu giấy tờ và hỗ trợ người dân hoàn thiện biểu mẫu.

Theo FPT, việc sử dụng hồ sơ giả lập còn giúp giảm nhu cầu khai thác dữ liệu khách hàng thật trong một số tình huống thử nghiệm, đồng thời hỗ trợ phát hiện phản hồi sai lệch, thiếu phù hợp hoặc tiềm ẩn rủi ro trước khi ứng dụng AI được đưa vào sử dụng.

Động thái hợp tác giữa FPT và NVIDIA cũng góp phần phát triển AI chủ quyền, hướng tới xây dựng các hệ thống trí tuệ nhân tạo phù hợp với đặc điểm ngôn ngữ, văn hóa và nhu cầu người dùng Việt Nam.

Đặc biệt, bộ dữ liệu được kỳ vọng hỗ trợ phát triển và đánh giá các giải pháp AI chuyên biệt trong những lĩnh vực có yêu cầu cao về tính chính xác và tuân thủ như tài chính, ngân hàng, bảo hiểm, y tế và dịch vụ công.