Một nút giao thông được bật đèn xanh lâu hơn có thể giải tỏa hàng xe đang ùn ứ ở đó nhưng nếu dòng xe lập tức dồn sang nút kế tiếp thì việc điều chỉnh chỉ chuyển tắc nghẽn từ nơi này sang nơi khác. Muốn giao thông thông suốt, hệ thống phải nhìn cả mạng lưới, phối hợp nhiều nút giao và liên tục điều chỉnh theo tình hình thực tế. Đó mới chỉ là một ví dụ dễ hình dung về việc cần phải có tư duy hệ thống, tối ưu toàn cục chứ không tối ưu cục bộ trong quản lý các bài toán lớn của quốc gia.
Một hệ thống càng lớn thì càng có nhiều thành phần, quan hệ, tương tác, bất định và khác biệt giữa các bộ phận. Nếu cố gắng điều khiển mọi thứ từ trung tâm, hệ thống dễ trở nên cứng nhắc, chậm và quá tải. Nhưng nếu các hệ thống nhỏ hoàn toàn tự chủ, toàn hệ thống có thể phân mảnh, xung đột và mất tính thống nhất. Bài toán là làm sao để các bộ phận đủ quyền chủ động xử lý việc của mình, đồng thời phối hợp để đạt mục tiêu chung.
Khoa học các hệ thống tự chủ và thông minh (Science of Autonomous and Intelligent Systems - SAIS) tiếp cận bài toán này bằng cách thiết kế một "hệ thống của các hệ thống": cấp lớn đặt mục tiêu và giới hạn, cấp trung gian điều phối, còn cấp cơ sở quan sát thực tế, hành động và phản hồi (kiến trúc hệ thống trên xuống-giữa ra-dưới lên top-down-middle-out-bottom-up). Hệ thống này sử dụng AI trong mọi khâu, và tổ chức các khâu có thể học hỏi và tự điều chỉnh dưới sự kiểm soát của con người.
Một hệ thống càng lớn thì càng có nhiều thành phần, quan hệ, tương tác, bất định và khác biệt giữa các bộ phận. Ảnh minh họa: Shutterstock
Đây chính là kiến trúc các hệ thống lớn theo mô hình ba tầng: hệ thống lớn, hệ thống trung gian và hệ thống nhỏ.
Hệ thống lớn xác lập mục tiêu, nguyên tắc, tiêu chuẩn, giới hạn và những cân bằng toàn cục.
Hệ thống trung gian tích hợp, điều phối, xử lý các vấn đề liên vùng/liên ngành và giúp các giải pháp cục bộ có thể mở rộng.
Hệ thống nhỏ cảm nhận thực tế, hành động, thích nghi và cung cấp phản hồi từ cơ sở. Điểm quan trọng là các tầng không chỉ truyền mệnh lệnh mà phải trao đổi thông tin, mục tiêu, trạng thái và phản hồi. Mỗi tầng vừa là một hệ thống tự chủ, vừa là một bộ phận của hệ thống lớn hơn.
Ba tầng Trung ương - tỉnh/bộ - xã/vụ chức năng sau sáp nhập chính là một mô hình như vậy.
Một hệ thống của các hệ thống cần một cơ chế tối ưu nhiều cấp, nhiều mục tiêu và có phản hồi. Cân bằng giữa tối ưu toàn cục và tối ưu cục bộ là nghệ thuật thiết lập cơ chế để khi các hệ thống con tối ưu bài toán của mình sẽ tự động đóng góp vào tối ưu toàn cục.
Đối với các hệ thống tự chủ và thông minh, nhìn từ hệ thống SAIS sẽ thấy rằng cần một cơ chế tối ưu nhiều cấp, nhiều mục tiêu và có phản hồi. Cân bằng giữa tối ưu toàn cục và tối ưu cục bộ là nghệ thuật thiết lập cơ chế để khi các hệ thống con tối ưu bài toán của mình sẽ tự động đóng góp vào tối ưu toàn cục.
Một nguyên tắc cốt yếu là việc gì có thể quyết định hiệu quả ở cấp thấp thì để cấp đó quyết định; chỉ điều phối ở cấp cao hơn khi vấn đề vượt quá năng lực hoặc phạm vi tác động của cấp dưới. Đồng thời phải tính đến ngoại tác: một quyết định tối ưu cho bộ phận này có thể gây mất nguồn lực cho bộ phận khác hoặc cho toàn hệ thống. Như vậy, trong quan hệ xã-tỉnh, cấp tỉnh xác định mục tiêu chung, các giới hạn, tiêu chuẩn, nguồn lực; cấp xã chủ động trong các ràng buộc đó, cung cấp dữ liệu, tri thức địa phương, sáng kiến và phản hồi. Hai chiều xã - tỉnh phải liên tục điều chỉnh lẫn nhau.
Khi hệ thống ngày càng có khả năng tự chủ do tiến bộ của công nghệ, vấn đề không còn đơn giản là "con người có nằm trong vòng lặp hay không". Nếu con người phải phê duyệt mọi vòng lặp, hệ thống sẽ chậm và mất nhiều lợi ích của tự động hóa, nhưng nếu để máy tự quyết quá nhiều hoặc hoàn toàn, con người có thể mất khả năng hiểu, can thiệp và cuối cùng là mất kiểm soát hệ thống.
SAIS xác định vai trò của con người trong các hệ thống tự chủ là kiểm soát có ý nghĩa, tức thực sự nắm quyền quyết định cốt lõi và chịu trách nhiệm về hành động của hệ thống tự chủ, và trách nhiệm này phải được xác định bằng điều kiện: đủ thông tin, đủ thẩm quyền, đủ thời gian, và hiểu rõ giới hạn của hệ thống.
Nói tóm lại, việc xây dựng và vận hành các hệ thống tự chủ và thông minh đều dựa vào các nguyên lý của SAIS, trong đó bốn câu hỏi tiêu biểu là: Vận dụng thế nào? Kiểm chứng ra sao? Phạm vi và giới hạn ở đâu? Có thể đo lường những gì?
Năm nguyên lý của SAIS
SAIS hình thành từ sự hội tụ bốn khoa học: Khoa học hệ thống, Điều khiển học, Khoa học Máy tính và Trí tuệ nhân tạo.
Trong đó, Khoa học hệ thống (Systems Science), bắt đầu từ Lý thuyết hệ thống tổng quát (General System Theory) phát triển bởi Ludwig von Bertalanffy, đưa ra các tiên đề định tính và quy luật mở để giải thích sự tồn tại của các hệ thống phức hợp, tiêu biểu là nguyên lý về Tính trội (toàn thể lớn hơn tổng các phần tử) hay Cấu trúc phi tuyến và Cân bằng xa về sự tiến hóa và tự tổ chức của hệ sinh thái xã hội.
Điều khiển học phát triển mạnh từ giữa thế kỷ 20, đặc biệt gắn với nguyên lý sự đa dạng cần thiết của W. Ross Ashby (chỉ có sự đa dạng mới chế ngự được sự đa dạng), cơ chế phản hồi của Norbert Winner (kết quả của hành động được đưa trở lại để điều chỉnh hành động tiếp theo), hay mô hình hệ thống tự vận hành của Stafford Beer (với 5 quy trình chức năng bắt buộc để một hệ thống tự tồn tại).
Nếu Khoa học hệ thống giúp giải thích cách các thành phần liên kết và hình thành những đặc tính ở cấp độ toàn thể, còn Điều khiển học làm rõ cơ chế điều chỉnh và thích ứng, thì Khoa học máy tính và Trí tuệ nhân tạo tạo ra nền tảng của các hệ thống có trí tuệ, có khả năng tự chủ, tương tác với con người và môi trường theo mục tiêu và ràng buộc xác định.
Việc xây dựng và vận hành các hệ thống tự chủ và thông minh đều dựa vào các nguyên lý của SAIS. Trong ảnh: Xe tự hành Phenikaa chạy thử nghiệm trên đường phố trong Thành phố mới Bình Dương. Nguồn: Phenikaa X
Sự kết hợp các nền tảng này được cụ thể hóa qua năm nguyên lý căn bản:
Nguyên lý 1 (tính trội): Toàn thể hệ thống có thể có những thuộc tính trội và năng lực mới nhờ tổ chức và tương tác giữa các thành phần.
Cách vận dụng: Không chỉ thiết kế từng thành phần riêng lẻ, cần xác định các quan hệ, luồng thông tin và cơ chế phối hợp giữa các thành phần. Cần đánh giá năng lực của toàn hệ thống và năng lực của từng bộ phận.
Cách kiểm chứng: So sánh kết quả của hệ thống khi các thành phần phối hợp với kết quả khi chúng hoạt động riêng lẻ hoặc khi một số tương tác bị loại bỏ. Nếu năng lực mới không xuất hiện hoặc không cải thiện theo dự đoán, cần xem lại mô hình tương tác.
Phạm vi và giới hạn: Được dùng khi kết quả phụ thuộc đáng kể vào sự phối hợp giữa các thành phần, và không nhất thiết áp dụng ở mức phân tích toàn thể cho bài toán đơn giản, ít tương tác. Chú ý rằng không phải mọi hệ thống đều tạo ra tính trội có lợi và tương tác cũng có thể tạo ra rủi ro.
Khả năng định lượng: Đo hiệu năng toàn hệ thống, mức đóng góp của từng thành phần, độ phụ thuộc giữa các thành phần và mức cải thiện do phối hợp. Có thể dùng lý thuyết mạng, phân tích tương tác, mô hình tác tử, mô phỏng và thiết kế thí nghiệm cho định lượng.
Ví dụ về hệ thống giáo dục nghề nghiệp: Một trường nghề đào tạo tốt chưa chắc giúp người học có việc. Một doanh nghiệp tuyển dụng tốt cũng chưa chắc tìm được lao động phù hợp. Nếu kết nối tốt dữ liệu tuyển dụng, kỹ năng, chương trình đào tạo, kết quả việc làm và dự báo công nghệ, hệ thống giáo dục nghề nghiệp có thể dự báo kỹ năng thiếu hụt và chủ động điều chỉnh đào tạo.
Nguyên lý 2 (đa dạng cần thiết): Khả năng nhận biết, phản ứng và điều khiển của hệ thống phải đủ đa dạng để ứng phó với sự đa dạng của môi trường.
Cách vận dụng: Nhận diện các tình huống của môi trường, mức bất định và phản ứng cần có; bảo đảm hệ thống có đủ thông tin, năng lực, phương án và quyền hành động tương ứng.
Cách kiểm chứng: Thử nhiều tình huống, kể cả những tình huống hệ chưa từng gặp. Đo tỷ lệ xử lý thành công, mức suy giảm hiệu năng và khả năng phục hồi khi xuất hiện tình huống mới.
Phạm vi và giới hạn: Rất cần trong môi trường phức tạp, biến động và khó dự báo. Sự đa dạng cần thiết là quan trọng, nhưng không phải việc tạo ra số lượng tác tử hoặc phương án lớn nhất có thể. Đa dạng quá mức có thể làm tăng chi phí, xung đột và khó phối hợp.
Khả năng định lượng: Đo mức đa dạng của môi trường và năng lực phản ứng bằng số trạng thái, số tình huống được bao phủ, entropy, độ bao phủ kịch bản và tỷ lệ ứng phó thành công. Có thể dùng lý thuyết thông tin, kiểm thử theo kịch bản, kiểm thử sức chịu đựng và mô phỏng.
Ví dụ về các doanh nghiệp nhỏ và vừa: Một doanh nghiệp sản xuất, một doanh nghiệp du lịch và một doanh nghiệp phần mềm có nhu cầu vốn, nhân lực và công nghệ rất khác nhau. Do vậy, chính sách hỗ trợ cần đủ đa dạng, từ đào tạo, tín dụng, chuyển đổi số đến tư vấn quản trị và kết nối chuỗi cung ứng; đồng thời phải có cơ chế phân loại để lựa chọn đúng hỗ trợ cho đúng đối tượng.
Nguyên lý 3 (phản hồi và độ trễ): Hệ thống duy trì ổn định và thích ứng nhờ phản hồi phù hợp, với độ trễ tương thích với tốc độ biến đổi của môi trường.
Cách vận dụng: Thiết kế vòng lặp phản hồi gồm quan sát, đánh giá, quyết định, hành động và đo kết quả; xác định tần suất cập nhật, độ trễ cho phép và cơ chế phát hiện dao động hoặc sai lệch.
Cách kiểm chứng: Tạo các thay đổi hoặc nhiễu có kiểm soát, quan sát phản hồi và độ trễ xem hệ thống có đạt mục tiêu hoặc ở trạng thái chấp nhận được, hay phát sinh dao động, phản ứng quá mức hoặc mất ổn định.
Phạm vi và giới hạn: Phải xác định được "lõi" của hệ thống để xác định phạm vi hoạt động phù hợp. Tránh việc ngưỡng giới hạn thành cái cớ cho bảo thủ, và được nới rộng khi thay đổi đảo ngược được. Không phải mọi vấn đề đều cần điều khiển thời gian thực; phản hồi quá nhanh, dữ liệu nhiễu hoặc độ trễ lớn đều có thể làm tình hình xấu đi.
Khả năng định lượng: Đo độ trễ phản hồi, thời gian đáp ứng, sai số, mức dao động, thời gian phục hồi và biên ổn định. Có thể dùng lý thuyết điều khiển, phân tích hệ động lực, nhận dạng hệ thống, mô phỏng và kiểm thử.
Ví dụ về cung ứng thuốc và vật tư y tế: Nếu dữ liệu tồn kho, nhu cầu khám chữa bệnh và thời gian cung ứng không được kết nối, hệ thống có thể thiếu thuốc ở nơi cần, trong khi nơi khác tồn kho quá nhiều. Điều này cho thấy tác động của vòng phản hồi từ sử dụng thực tế đến dự báo, mua sắm và phân phối giúp phát hiện thiếu hụt sớm, giảm lãng phí và hạn chế gián đoạn.
Nguyên lý 4 (tự phản tư và tiến hóa bền vững): Hệ thống phải có khả năng tự đánh giá, học hỏi và tự điều chỉnh, nhưng chỉ thay đổi trong ngưỡng không phá hủy cấu trúc cốt lõi.
Cách vận dụng: Xây dựng khả năng theo dõi trạng thái nội tại, nhận biết giới hạn, phát hiện sai sót, đánh giá hiệu quả và điều chỉnh hành vi. Cần có cơ chế lưu vết, kiểm soát thay đổi và quay lại phiên bản an toàn khi cần.
Cách kiểm chứng: Đưa vào các tình huống có lỗi, thay đổi môi trường hoặc suy giảm hiệu năng, và kiểm tra xem hệ thống có phát hiện được vấn đề, tự sửa đúng và duy trì năng lực thiết yếu hay không.
Phạm vi và giới hạn: Một hệ thống bền vững phải tự quan sát và sửa cách mình nhận biết, quyết định và hoạt động, nhưng thay đổi phải nằm trong ngưỡng không phá hủy cấu trúc và năng lực cốt lõi; những thay đổi lớn phải qua thí điểm, bắt đầu từ chạy được hệ nhỏ, và có khả năng đảo ngược.
Khả năng định lượng: Đo tỷ lệ phát hiện lỗi, tỷ lệ sửa lỗi thành công, mức cải thiện sau học tập, khả năng thích nghi khi dữ liệu thay đổi và mức duy trì hiệu năng cốt lõi. Có thể dùng học tăng cường, phát hiện bất thường, học liên tục, kiểm thử hồi quy, đánh giá độ tin cậy và giám sát phiên bản mô hình.
Ví dụ về hệ thống quản trị chính sách công: Một chính sách hỗ trợ có thể đạt kết quả khác nhau giữa các địa phương hoặc nhóm dân cư. Nếu cơ quan quản lý chỉ báo cáo thành tích mà không đánh giá tác động thực tế, sai lệch sẽ lặp lại. Điều này dẫn đến cần thiết lập cơ chế đánh giá độc lập, thử nghiệm chính sách, tiếp nhận phản hồi và sửa đổi chính sách dựa trên bằng chứng.
Nguyên lý 5 (mục tiêu, giá trị và ràng buộc): Tối ưu trong ràng buộc, tự chủ trong ranh giới, con người làm chủ ranh giới.
Cách áp dụng: Xác định rõ mục tiêu, chỉ số kết quả, các giới hạn bắt buộc và thứ tự ưu tiên khi có xung đột. Phân biệt mục tiêu cần tối ưu với những điều kiện không được phép vi phạm.
Cách kiểm chứng: Kiểm tra hệ thống trên các tình huống có mục tiêu xung đột và đánh giá cả kết quả đạt được cùng mức tuân thủ các ràng buộc. Kiểm tra xem hệ thống có đạt chỉ tiêu nhưng gây ra những hậu quả không mong muốn hay không.
Phạm vi và giới hạn: Mức tự chủ của hệ thống tỷ lệ với mức hệ thống có thể hiểu, can thiệp, phục hồi và truy trách nhiệm. Với việc quan trọng và khó đảo ngược, con người giữ quyền quyết định cuối cùng năng lực dừng, ghi đè, phục hồi. Điều này không có nghĩa con người ở mọi vòng lặp nhanh, mà ở tầng đặt mục tiêu, ràng buộc, kiểm toán và xử lý ngoại lệ.
Khả năng định lượng: Đo mức đạt mục tiêu, chi phí, rủi ro, phát thải, mức vi phạm ràng buộc và sự đánh đổi giữa các mục tiêu. Có thể dùng tối ưu hóa đa mục tiêu, nghiên cứu tác nghiệp, phân tích quyết định, mô hình rủi ro, kiểm chứng hình thức và đánh giá tác động.
Với hệ thống xã hội, các giá trị như công bằng, quyền riêng tư và trách nhiệm giải trình không nên bị giản lược thành một con số duy nhất. Cần kết hợp chỉ số định lượng với tiêu chí pháp lý, đánh giá định tính và giám sát của con người.
Ví dụ về phát triển kinh tế biển và du lịch ven biển: Một địa phương có thể tối đa hóa số khách du lịch, doanh thu bất động sản và đầu tư, nhưng phải đối mặt với ô nhiễm, suy giảm hệ sinh thái, thiếu nước và rủi ro bão lũ. Từ đây thấy rõ phát triển phải đồng thời tính đến giá trị kinh tế, việc làm, chất lượng sống, vốn tự nhiên và khả năng chống chịu khí hậu. Một dự án đem lại lợi ích kinh tế ngắn hạn không mặc nhiên là lựa chọn tốt nhất cho toàn hệ thống.
Lời kết
Tư duy hệ thống cho ta cách tiếp cận tổng thể, chú trọng quan hệ, tương tác và phản hồi. Để xây và chạy các hệ thống tự chủ và thông minh, cần có một khung nguyên lý làm cơ sở thiết kế, đánh giá và quản trị. Năm nguyên lý của SAIS đáp ứng yêu cầu đó: nhận diện năng lực và rủi ro từ liên kết giữa các bộ phận; tổ chức phân tầng; khớp nhịp quyết định của hệ thống với môi trường; tự điều chỉnh trong ngưỡng an toàn; và đặt mọi mục tiêu trong các ràng buộc, với quyền làm chủ cuối cùng thuộc về con người.
(Kỳ tới: Các nước đã xây dựng hệ thống tự chủ thông minh như thế nào)