Tiến sĩ người Việt SN 1982 được mệnh danh 'quái kiệt AI', rời Google để mở startup, đặt mục tiêu định giá 50 tỷ USD

Tháng 8/2026, giới công nghệ quốc tế chú ý đến Discovery Loop, startup do Jeff Dean cùng các cộng sự thành lập sau khi rời Google. Trong đội ngũ sáng lập có TS. Lê Viết Quốc, nhà khoa học gốc Việt từng tham gia xây dựng Google Brain và có nhiều công trình nghiên cứu về học sâu, xử lý ngôn ngữ tự nhiên và tự động hóa thiết kế mô hình trí tuệ nhân tạo (AI).

Sự chuyển hướng của TS. Lê Viết Quốc diễn ra sau nhiều năm làm việc trong môi trường nghiên cứu hàng đầu thế giới. Thay vì chỉ tập trung phát triển các phương pháp giúp máy tính học từ dữ liệu, anh cùng những cộng sự hướng đến một bài toán rộng hơn: Sử dụng AI để hỗ trợ quá trình nghiên cứu, thử nghiệm và tìm kiếm những lời giải mới cho khoa học.

Sinh năm 1982 tại Hương Thủy, Huế, Lê Viết Quốc có xuất phát điểm khác xa môi trường công nghệ mà anh gắn bó sau này. Anh từng lớn lên ở nơi chưa có điện cho đến khi khoảng 9 tuổi. Sau khi học tại Trường THPT chuyên Quốc Học Huế, anh sang Australia theo học ngành Kỹ thuật Phần mềm tại Đại học Quốc gia Australia, trước khi tiếp tục con đường học thuật tại Mỹ.

Tại Đại học Stanford, Lê Viết Quốc theo học Tiến sĩ Khoa học Máy tính dưới sự hướng dẫn của Andrew Ng, nhà nghiên cứu nổi tiếng trong lĩnh vực học máy. Quá trình đào tạo này đưa anh đến gần hơn với những câu hỏi cốt lõi của AI, làm thế nào để máy tính nhận diện quy luật, xử lý thông tin và cải thiện khả năng giải quyết vấn đề thông qua dữ liệu.

Năm 2011, anh gia nhập Google Brain, nhóm nghiên cứu đóng vai trò quan trọng trong sự phát triển của học sâu. Đây là giai đoạn mạng nơ-ron nhân tạo bắt đầu cho thấy tiềm năng lớn trong việc xử lý những loại dữ liệu phức tạp, từ hình ảnh đến ngôn ngữ. Thay vì phải mô tả trước mọi đặc điểm cho máy tính, các nhà nghiên cứu tìm cách để hệ thống tự hình thành những biểu diễn hữu ích trong quá trình huấn luyện.

Một trong những công trình nổi bật của Google Brain trong giai đoạn này là thí nghiệm cho mạng nơ-ron phân tích hàng triệu hình ảnh lấy từ video YouTube. Sau quá trình huấn luyện, hệ thống có thể tự phát hiện những đặc trưng liên quan đến mèo mà không cần được cung cấp trước các nhãn tương ứng theo cách thông thường. Lê Viết Quốc là một trong những nhà nghiên cứu tham gia công trình được công bố năm 2012.

Thí nghiệm cho thấy các mạng nơ-ron quy mô lớn có thể tìm ra những đặc điểm hữu ích từ dữ liệu chưa được gắn nhãn, qua đó mở rộng hướng nghiên cứu về học không giám sát. Máy tính chưa hiểu sự vật theo cách con người nhận thức thế giới, nhưng khả năng tự phát hiện đặc trưng đã tạo thêm cơ sở để phát triển những hệ thống AI ngày càng mạnh hơn.

Từ bài toán hình ảnh, Lê Viết Quốc tiếp tục nghiên cứu các phương pháp xử lý ngôn ngữ. Năm 2014, anh cùng Ilya Sutskever và Oriol Vinyals công bố công trình về mô hình sequence-to-sequence, cho phép mạng nơ-ron chuyển đổi một chuỗi đầu vào thành chuỗi đầu ra. Hướng tiếp cận này có ý nghĩa đối với các ứng dụng như dịch máy và xử lý ngôn ngữ tự nhiên.

Anh cũng theo đuổi AutoML, lĩnh vực tìm cách tự động hóa một phần quá trình thiết kế mô hình học máy. Trong đó, tìm kiếm kiến trúc mạng nơ-ron giúp hệ thống lựa chọn cấu trúc phù hợp thay vì phụ thuộc hoàn toàn vào quá trình thiết kế và thử nghiệm thủ công của con người. Những nghiên cứu này phản ánh mối quan tâm xuyên suốt trong sự nghiệp của anh: Giảm bớt công việc phải thực hiện trực tiếp và mở rộng khả năng tự học của máy móc.

Những đóng góp về khoa học giúp Lê Viết Quốc được MIT Technology Review đưa vào danh sách TR35 năm 2014, chương trình vinh danh các nhà đổi mới trẻ có thành tựu nổi bật trong khoa học và công nghệ. Từ một sinh viên Việt Nam theo đuổi ngành kỹ thuật, anh từng bước xây dựng sự nghiệp trong lĩnh vực đang làm thay đổi nhiều ngành công nghiệp trên thế giới.

Sau nhiều năm nghiên cứu tại Google, TS. Lê Viết Quốc chuyển sang một vai trò mới khi cùng Jeff Dean, Sanjay Ghemawat và Oriol Vinyals xây dựng Discovery Loop. Startup này hướng đến việc phát triển các hệ thống AI có thể tham gia nhiều công đoạn trong nghiên cứu khoa học, từ đề xuất giả thuyết và thực hiện thử nghiệm đến phân tích kết quả, điều chỉnh phương án.

Khác với những ứng dụng chủ yếu trả lời câu hỏi hoặc thực hiện một tác vụ theo yêu cầu, định hướng của Discovery Loop là tự động hóa một chu trình nghiên cứu có nhiều bước liên kết. Theo thông tin được TechCrunch đưa tin, công ty muốn sử dụng AI để đẩy nhanh quá trình nghiên cứu và phát triển công nghệ, trước mắt tập trung vào chính các hệ thống AI.

Nếu triển khai hiệu quả, phương pháp này có thể giúp các nhóm nghiên cứu kiểm tra nhiều giả thuyết hơn trong cùng một khoảng thời gian, đồng thời giảm công sức dành cho những công việc lặp lại. Về lâu dài, những lĩnh vực như thiết kế chip, khám phá thuốc và khoa học vật liệu có thể hưởng lợi từ việc rút ngắn thời gian thử nghiệm và đánh giá các phương án.

Tuy nhiên, để biến ý tưởng thành ứng dụng thực tế, AI phải vượt qua những yêu cầu khắt khe về độ chính xác và khả năng kiểm chứng. Một giả thuyết hợp lý chưa đủ để tạo ra giá trị khoa học, hệ thống cần thực hiện được các bước thử nghiệm đáng tin cậy, phân tích kết quả đúng và nhận diện những sai lệch có thể ảnh hưởng đến kết luận. Đây sẽ là một trong những thách thức lớn đối với startup mới thành lập.

Sức hút của Discovery Loop còn được thể hiện qua kế hoạch huy động vốn được truyền thông đề cập. Theo Business Insider, dẫn thông tin từ Reuters ngày 11/9/2026, công ty đang tìm kiếm nguồn vốn với mức định giá mục tiêu khoảng 50 tỷ USD.

Trước đó, startup này được cho là đã thảo luận về kế hoạch huy động 1 tỷ USD với mức định giá khoảng 10 tỷ USD. Những con số trên cho thấy kỳ vọng gia tăng của giới đầu tư đối với doanh nghiệp, song chưa đồng nghĩa thương vụ đã hoàn tất hoặc mức định giá 50 tỷ USD đã được xác lập chính thức.

Với TS. Lê Viết Quốc, việc thành lập doanh nghiệp riêng mở ra cơ hội đưa những vấn đề từng theo đuổi trong nghiên cứu học thuật sang một giai đoạn phát triển khác. Nếu các công trình tại Google Brain góp phần giúp máy tính tự tìm ra đặc trưng từ dữ liệu, hướng đi tại Discovery Loop đặt ra tham vọng để AI tham gia sâu hơn vào quá trình tạo ra tri thức.

Hành trình từ vùng quê Huế đến Google và nay là một startup AI cho thấy con đường nghiên cứu của Lê Viết Quốc luôn gắn với việc mở rộng giới hạn của máy móc. Chặng đường phía trước sẽ đòi hỏi anh cùng các cộng sự chứng minh rằng những ý tưởng đầy tham vọng có thể chuyển thành công nghệ đáng tin cậy, mang lại kết quả cụ thể cho khoa học. Đó cũng là thước đo quan trọng nhất đối với bước đi mới của nhà khoa học gốc Việt trong cuộc đua AI toàn cầu.