Ngành trí tuệ nhân tạo dạy cách xây dựng hệ thống máy tính biết học từ dữ liệu: nền là toán (đại số tuyến tính, giải tích, xác suất thống kê), lập trình (thường là Python) và xử lý dữ liệu, sau đó là học máy, học sâu, thị giác máy tính và xử lý ngôn ngữ tự nhiên. Ra trường, sinh viên thường làm kỹ sư học máy, kỹ sư dữ liệu, kỹ sư thị giác máy tính, kỹ sư xử lý ngôn ngữ, hoặc tiếp tục nghiên cứu.
Muốn theo ngành này, môn quan trọng nhất ở phổ thông là Toán, sau đó là tiếng Anh (vì tài liệu, thư viện phần mềm và bài báo khoa học chủ yếu bằng tiếng Anh) và Tin học. Không cần là thiên tài, nhưng cần chịu được việc ngồi gỡ lỗi chương trình hàng giờ và đọc công thức. Phần dưới đi vào chương trình học, cách phân biệt với các ngành gần, và những gì bạn tự học được ngay từ lớp 10, 11.
Ngành AI, khoa học dữ liệu và khoa học máy tính khác nhau thế nào
Ba ngành này dùng chung nền tảng và nhiều môn học trùng nhau trong hai năm đầu, nên chọn sai cũng không đến mức "lạc đường". Khác biệt nằm ở trọng tâm những năm sau:
| Tiêu chí | Trí tuệ nhân tạo | Khoa học dữ liệu | Khoa học máy tính |
|---|---|---|---|
| Câu hỏi trung tâm | Làm sao để máy học và ra quyết định | Dữ liệu nói gì, giúp quyết định kinh doanh ra sao | Máy tính và phần mềm hoạt động thế nào, làm sao xây dựng hệ thống tốt |
| Môn đặc trưng | Học máy, học sâu, thị giác máy tính, xử lý ngôn ngữ, học tăng cường | Thống kê, trực quan hoá, cơ sở dữ liệu, phân tích kinh doanh | Cấu trúc dữ liệu và giải thuật, hệ điều hành, mạng, trình biên dịch, kỹ thuật phần mềm |
| Đầu ra hay gặp | Mô hình nhận dạng, gợi ý, chatbot, hệ thống thị giác | Báo cáo, dự báo, bảng điều khiển, mô hình phân tích | Ứng dụng, hệ thống, hạ tầng phần mềm |
| Hợp với người | Thích toán, thích thử nghiệm mô hình | Thích con số và câu chuyện kinh doanh | Thích xây dựng, thích hiểu tận gốc hệ thống |
Nhiều trường chưa có ngành AI riêng mà đặt AI làm chuyên ngành hoặc hướng chuyên sâu trong khoa học máy tính, công nghệ thông tin. Về cơ hội việc làm, kỹ sư AI giỏi thường có nền khoa học máy tính vững, nên học khoa học máy tính rồi chọn hướng AI cũng là đường đi phổ biến. Tên ngành, mã ngành và tổ hợp xét tuyển khác nhau theo trường và thay đổi theo năm, nên hãy xem đề án tuyển sinh chính thức của từng trường.
Bốn năm học ngành trí tuệ nhân tạo thường gồm những gì
Toán nền tảng. Đại số tuyến tính (ma trận, vectơ, trị riêng) vì mọi dữ liệu trong AI được biểu diễn thành ma trận số; giải tích (đạo hàm, gradient) vì mô hình học bằng cách đi ngược theo đạo hàm để giảm sai số; xác suất thống kê vì mô hình luôn đưa ra dự đoán kèm độ không chắc chắn; toán rời rạc và tối ưu hoá.
Lập trình và giải thuật. Python là ngôn ngữ chính của AI, kèm các thư viện tính toán số và học sâu. Bên cạnh đó là cấu trúc dữ liệu, giải thuật, cơ sở dữ liệu, có trường dạy thêm C++ cho phần cần chạy nhanh.
Dữ liệu. Thu thập, làm sạch, gán nhãn, phân tích dữ liệu. Người làm thực tế hay nói phần lớn thời gian của dự án AI là xử lý dữ liệu chứ không phải viết mô hình.
Các môn chuyên ngành. Học máy, mạng nơ-ron và học sâu, thị giác máy tính (nhận dạng ảnh, video), xử lý ngôn ngữ tự nhiên (văn bản, tiếng nói), học tăng cường (dạy máy ra quyết định qua thử sai), cùng đạo đức AI và an toàn dữ liệu.
Đồ án và thực tập. Làm dự án nhóm, thực tập ở doanh nghiệp, đồ án tốt nghiệp. Đây là nơi tích luỹ sản phẩm để đưa vào hồ sơ xin việc.
Ra trường làm gì: các vị trí việc làm phổ biến
Tên chức danh khác nhau giữa các công ty, nhưng công việc thường rơi vào các nhóm sau:
- Kỹ sư học máy (Machine Learning Engineer): huấn luyện, đánh giá và đưa mô hình vào sản phẩm thật, theo dõi để mô hình không xuống cấp khi dữ liệu thay đổi.
- Kỹ sư dữ liệu (Data Engineer): xây đường ống thu thập, lưu trữ và chuẩn bị dữ liệu. Không có dữ liệu sạch thì không có AI tốt, nên vị trí này luôn thiếu người.
- Kỹ sư thị giác máy tính: làm hệ thống nhận diện khuôn mặt, soi lỗi sản phẩm trên dây chuyền, đọc biển số, phân tích ảnh y tế.
- Kỹ sư xử lý ngôn ngữ tự nhiên: chatbot, nhận dạng tiếng nói, tìm kiếm văn bản, ứng dụng mô hình ngôn ngữ lớn vào nghiệp vụ.
- Nhà khoa học dữ liệu: phân tích dữ liệu, xây mô hình dự báo phục vụ quyết định kinh doanh.
- Nghiên cứu viên: làm ở viện, phòng nghiên cứu của doanh nghiệp, thường cần học tiếp thạc sĩ, tiến sĩ.
- Kỹ sư phần mềm làm sản phẩm AI: tích hợp mô hình vào ứng dụng, xây giao diện, hạ tầng phục vụ.
Ngoài công ty công nghệ, ngân hàng, bảo hiểm, thương mại điện tử, viễn thông, sản xuất và y tế đều tuyển người làm AI và dữ liệu. Mức lương thay đổi rất lớn theo năng lực, ngoại ngữ và loại doanh nghiệp; nên tham khảo báo cáo tuyển dụng mới nhất thay vì con số truyền miệng.
Tự học gì trước khi vào đại học
Học sinh lớp 10, 11 muốn thử xem mình có hợp với ngành này không có thể đi theo lộ trình nhẹ nhàng sau, mỗi tuần vài giờ:
- Học chắc Toán chương trình phổ thông, đặc biệt đạo hàm, xác suất, vectơ. Đây là thứ không học bù nhanh được ở đại học.
- Học Python căn bản: biến, vòng lặp, hàm, danh sách. Có nhiều khoá miễn phí trực tuyến; bạn chỉ cần một máy tính bình thường.
- Làm vài chương trình nhỏ có ích với bản thân: tính điểm trung bình, sắp xếp danh sách bài hát, trò chơi đoán số.
- Thử một bài học máy đơn giản: dùng thư viện có sẵn để dạy máy phân loại hoa theo kích thước cánh, hoặc đoán giá nhà theo diện tích. Mục tiêu là hiểu ý tưởng "học từ ví dụ".
- Đọc tiếng Anh chuyên ngành: xem tài liệu hướng dẫn, video bài giảng có phụ đề tiếng Anh.
- Tham gia câu lạc bộ tin học, cuộc thi lập trình hoặc khoa học kỹ thuật ở trường để có bạn cùng chí hướng và sản phẩm thật.
Nếu sau vài tháng bạn thấy thích thú với việc gỡ lỗi, thử đi thử lại mô hình, ngành này hợp với bạn. Nếu bạn chỉ thích dùng AI để làm việc khác như thiết kế, marketing, thì không nhất thiết phải học ngành AI; học ngành mình thích và dùng AI làm công cụ là đủ.
Những hiểu lầm khi chọn ngành trí tuệ nhân tạo
"Học AI là học dùng chatbot." Không phải. Sinh viên ngành AI học cách xây dựng, huấn luyện và đánh giá mô hình, trong đó có rất nhiều toán và lập trình. Dùng chatbot thành thạo là kỹ năng cho mọi ngành, không phải nội dung chính của ngành AI.
"Ngành AI chắc chắn có việc lương cao." Thị trường trả cao cho người giỏi thật và có sản phẩm thật. Người học hời hợt, chỉ biết chạy lại mã mẫu, cạnh tranh khó. Ngành đông người đăng ký cũng có nghĩa là đông người cạnh tranh khi ra trường.
"Không giỏi toán thì không học được." Cần khá toán và chăm, không cần giải đề thi học sinh giỏi. Nhiều kỹ sư làm việc tốt nhờ kỹ năng lập trình và hiểu dữ liệu, còn phần toán sâu cho nghiên cứu.
"Ngành mới nên kiến thức sẽ lỗi thời ngay." Công cụ thay đổi nhanh, nhưng nền toán, giải thuật, tư duy thử nghiệm thì bền. Người có nền vững theo kịp công cụ mới nhanh hơn.
Xem gì khi so sánh chương trình đào tạo giữa các trường
Tên ngành giống nhau nhưng chất lượng và trọng tâm chương trình có thể khác xa. Khi đọc đề án tuyển sinh và trang của khoa, bạn nên tìm những thông tin sau:
- Khung chương trình chi tiết: có đủ các môn toán nền (đại số tuyến tính, xác suất thống kê, tối ưu) và các môn chuyên ngành học máy, học sâu không, hay chỉ đổi tên môn tin học cũ.
- Tỷ lệ thực hành: số đồ án, dự án nhóm, giờ phòng máy; có môn làm dự án với dữ liệu thật của doanh nghiệp không.
- Đội ngũ giảng viên: giảng viên có công bố nghiên cứu, có làm dự án với doanh nghiệp trong mảng AI không.
- Hạ tầng tính toán: trường có máy chủ GPU cho sinh viên dùng khi làm đồ án không.
- Thực tập và liên kết: danh sách doanh nghiệp nhận thực tập, câu lạc bộ học thuật, nhóm nghiên cứu sinh viên có thể tham gia từ năm hai.
- Cựu sinh viên: hỏi anh chị khoá trước về môn học, chất lượng giảng dạy và nơi làm việc sau khi ra trường, đây thường là nguồn tin thật nhất.
Đi tham quan ngày hội tuyển sinh, hỏi trực tiếp giảng viên một hai câu cụ thể như "sinh viên năm ba làm dự án gì" sẽ giúp bạn hình dung rõ hơn mọi tờ rơi giới thiệu.
Câu hỏi thường gặp
Ngành trí tuệ nhân tạo xét tuyển khối nào?
Hầu hết trường xét tổ hợp có môn Toán, thường đi kèm Lý, Hoá, Tin hoặc tiếng Anh, và nhiều trường còn dùng kết quả đánh giá năng lực hay học bạ. Tổ hợp và phương thức thay đổi theo từng năm, nên xem đề án tuyển sinh chính thức của trường bạn nhắm tới.
Ngành trí tuệ nhân tạo khác ngành kỹ thuật robot thế nào?
Ngành AI tập trung vào phần mềm học từ dữ liệu: mô hình, thuật toán, xử lý ảnh và ngôn ngữ. Ngành robot, cơ điện tử hay điều khiển tự động học thêm cơ khí, điện tử, động cơ, cảm biến và điều khiển chuyển động. Muốn làm robot thông minh thì cần cả hai, nên nhiều sinh viên chọn một ngành làm gốc rồi học môn tự chọn của ngành kia.
Học ngành AI có cần máy tính cấu hình mạnh không?
Năm đầu chỉ cần máy tính xách tay tầm trung chạy được Python. Khi huấn luyện mô hình lớn, sinh viên thường dùng máy chủ của trường hoặc dịch vụ tính toán đám mây có gói miễn phí giới hạn. Không cần mua máy có card đồ hoạ đắt tiền ngay từ đầu.
Học xong cử nhân AI có cần học thạc sĩ không?
Với vị trí kỹ sư làm sản phẩm, bằng cử nhân cộng kinh nghiệm dự án thường đủ. Với vị trí nghiên cứu, phát triển thuật toán mới, nhiều nơi ưu tiên thạc sĩ hoặc tiến sĩ. Có thể đi làm vài năm rồi mới quyết định học tiếp.
Học công nghệ thông tin có làm AI được không?
Được. Nhiều kỹ sư AI hiện nay tốt nghiệp công nghệ thông tin, khoa học máy tính, toán tin hoặc điện tử, rồi tự học thêm học máy qua môn tự chọn, đồ án và khoá trực tuyến. Điều nhà tuyển dụng nhìn là năng lực và sản phẩm, không chỉ tên ngành trên bằng.
