AI ‘khổng lồ’ chưa chắc là lời giải tốt nhất cho bài toán rác thải

Trong bối cảnh các khu đô thị mở rộng và tiêu dùng gia tăng, việc quản lý hành trình của rác thải càng ngày càng khó khăn. Trí tuệ nhân tạo (AI) là ứng viên thường được chọn để giải quyết vấn đề nhờ những cỗ máy thông minh hỗ trợ xác định, phân loại và xử lý rác thải hiệu quả hơn.

Tuy nhiên, theo Tiến sĩ Đào Vũ Trường Sơn, giảng viên cấp cao ngành Kỹ thuật điện tử và hệ thống máy tính tại Đại học RMIT Việt Nam, việc tập trung xây dựng các mô hình AI ngày càng lớn có thể dẫn đến nguy cơ bỏ qua các mô hình AI nhỏ hơn với khả năng thực hiện những tác vụ này hiệu quả không kém.

Thông minh hơn, không phải lớn hơn

"Hãy nghĩ về thứ cuối cùng bạn vứt đi hôm nay. Chai nhựa, hộp đồ ăn, mảnh báo cũ, một khi rời tay bạn chúng có vẻ biến mất, nhưng thật sự không phải vậy. Chúng bước vào hành trình phân loại, thu gom, vận chuyển, tái chế hay chôn lấp đầy phức tạp", TS Sơn phân tích.

Hệ thống quản lý rác thải hiệu quả phụ thuộc vào việc phân loại rác đúng càng sớm càng tốt. Khi mẩu rác được nhận diện đúng chủng loại càng sớm thì cơ hội tái tạo tài nguyên và giảm tác hại môi trường càng cao.

Lỗi phân loại từ đầu hành trình này có thể theo món đồ đi đến cuối chặng đường. Và đây chính là nơi AI có thể phát huy thế mạnh.

TS Sơn và cộng sự đã dùng gần 20.000 hình ảnh rác thải gắn nhãn để huấn luyện một hệ thống AI tự động nhận diện các hạng mục rác thải khác nhau.

Nghiên cứu của ông dựa vào công nghệ học sâu, một loại AI có khả năng nhận diện các khuôn mẫu từ cơ sở dữ liệu lớn tương tự như cách con người học hỏi từ kinh nghiệm.

Điều giúp nghiên cứu này khác biệt không ở việc dùng AI, mà ở cách dùng công nghệ này.

Nhóm đã dùng MobileNetV3, một mô hình học sâu có thiết kế tinh gọn nhưng vẫn đạt hiệu quả trong nhận dạng hình ảnh với yêu cầu năng lực tính toán thấp hơn đáng kể so với nhiều mô hình lớn.

Thay vì phát triển từ đầu một hệ thống hoàn toàn mới, nhóm đã tối ưu và điều chỉnh MobileNetV3 cho bài toán phân loại rác thải, huấn luyện mô hình tập trung vào nhận diện những thông tin hữu ích nhất và loại bỏ những thành phần phức tạp không cần thiết. Kết quả cho ra một hệ thống AI vừa duy trì được độ chính xác, vừa hoạt động hiệu quả.

Đối với các đơn vị quản lý rác thải và chính quyền địa phương có ngân sách cũng như hạ tầng hạn chế, một hệ thống AI dễ triển khai và vận hành như vậy có thể tạo ra tác động thực tế lớn hơn nhiều so với hệ thống chỉ nhỉnh hơn đôi chút về hiệu suất trong điều kiện lý tưởng.

AI chỉ là một phần của giải pháp

Dù nghiên cứu cho thấy tiềm năng đáng kể của AI, TS Sơn vẫn thận trọng trước những kỳ vọng quá mức về khả năng của công nghệ này.

"Không nên xem AI như chiếc hộp thần kỳ. Một hệ thống thực sự hữu ích cần dữ liệu chất lượng, trách nhiệm được phân định rõ ràng, hạ tầng phù hợp và con người hiểu rõ bối cảnh địa phương", ông nói.

Nói cách khác thì tự thân công nghệ không thể giải quyết bài toán rác thải. Hiệu quả của AI phụ thuộc vào chất lượng của toàn bộ hệ sinh thái hỗ trợ xung quanh nó.

Điều này đồng nghĩa với việc các cơ quan quản lý cần hỗ trợ triển khai các dự án thí điểm và xây dựng bộ tiêu chuẩn dùng chung. Doanh nghiệp cần đầu tư vào các giải pháp thiết thực, dễ duy trì thay vì chạy theo những màn trình diễn công nghệ bắt mắt.

Còn với giới nghiên cứu phải kiểm chứng công nghệ một cách nghiêm ngặt, và cần minh bạch không chỉ về những điểm mạnh mà cả hạn chế của công nghệ.

Nhóm của TS Sơn dự kiến phát triển một ứng dụng di động hỗ trợ người dân phân loại rác đúng cách tại nguồn, song song với việc xây dựng các nguyên mẫu hệ thống phân loại tự động và giải pháp thu gom thông minh hơn.

Mục tiêu là đưa quản lý rác thải bền vững trở thành một phần của cuộc sống thường nhật, thay vì chỉ diễn ra âm thầm khuất tầm mắt chúng ta.

"Điều thôi thúc tôi là khả năng biến tri thức kỹ thuật thành những giải pháp mà mọi người có thể nhận thấy trong cuộc sống hằng ngày", TS Sơn chia sẻ. "Ai cũng tạo ra rác thải nên đây là vấn đề chung của tất cả chúng ta".

RMIT Việt Nam trao hơn 51,6 tỉ đồng tại chương trình Học bổng năm 2026

111 suất học bổng năm nay thuộc 20 hạng mục khác nhau, trong đó có sáu Học bổng Chắp cánh ước mơ toàn phần được triển khai cùng các tổ chức cộng đồng.