Chương 8 / 8 ◆ ~9 phút đọc

Chương 8: Không hiểu thì hỏi lại

Bốn năm sau buổi demo khiến cả hội trường bật cười vì giọng mẹ tôi, NovaMind ra mắt VinaVoice 6. Không có slide “AI hiểu mọi giọng Việt”. Không có con số 99,9%. Cũng không có màn gọi bất ngờ cho một người địa phương nào để chứng minh hệ thống “thông minh thật sự”.

Sự kiện ra mắt nhỏ hơn trước nhiều. Phần đầu nói về độ trễ, phần hai về các hồ sơ triển khai, phần ba là model card. Giám đốc kinh doanh đứng bên cánh gà, khoanh tay nhìn tôi: “Bốn năm làm với cậu, buổi ra mắt nào cũng kém hấp dẫn hơn buổi trước.”

“Doanh thu vẫn tăng mà anh.”

“Đó là lý do duy nhất tôi chưa đuổi cậu.” Rồi cả hai cùng cười.

NovaMind không trở thành kỳ lân tỷ đô sau một đêm. Không lên sàn, không có nhà đầu tư nào bay xuyên Thái Bình Dương chỉ để đọc một bài báo khoa học rồi ký séc. Công ty lớn dần theo một kiểu kém điện ảnh hơn nhiều. Ngân hàng triển khai chép lời có phương án dự phòng. Bệnh viện dùng bản nháp ghi chú. Một số tổng đài tỉnh dùng tính năng phân luồng theo ý định. Một ứng dụng hỗ trợ tiếp cận dùng giao diện giọng nói cho người lớn tuổi. Có khách hàng rời đi, có sản phẩm thất bại. Dòng giọng tổng hợp ra mắt muộn hơn đối thủ gần một năm, nhưng được xây từ kho dữ liệu phân rõ phạm vi và từ những diễn viên lồng tiếng có thỏa thuận riêng.

Hội đồng Giọng nói vẫn tồn tại, không còn là một dự án chạy thử để làm truyền thông. Vài thành viên mới thay cho người cũ. Bác Nghiêm nghỉ vì sức khỏe, chỉ gửi lại một lá thư ngắn: “Tụi bây đừng để hội đồng thành chỗ họp cho có.” Thu in câu đó ra, dán vào mặt trong bìa tập hồ sơ họp, chứ không dán lên tường.

Sổ theo dõi yêu cầu rút lui đã xử lý hàng trăm yêu cầu thay đổi phạm vi hoặc rút dữ liệu. Không nhiều so với tổng số dữ liệu, nhưng đủ để lối ra không còn là con đường đất. Mỗi bản phát hành mô hình đều có bản kê khai dữ liệu. Mỗi model card đều ghi rõ phiên bản benchmark. Không ai trong nhóm được phép nói “mô hình tăng hai điểm” mà không nói rõ là trên bài kiểm tra nào. Kỹ sư mới vào ghét điều đó trong ba tháng đầu. Sau đó, họ quay sang ghét những ai không làm vậy. Văn hóa kỹ thuật thay đổi đúng theo cách ấy: từ một thứ bị coi là thủ tục rườm rà thành thứ mà người ta bực mình khi nó bị thiếu.

Điều tôi thích nhất ở VinaVoice 6 không nằm trong benchmark. Đó là một nhánh nhỏ trong chính sách suy luận của mô hình, được đặt tên là “hỏi lại”. Nếu tín hiệu âm thanh xấu, nếu độ tự tin không được hiệu chỉnh tốt, nếu một thông tin then chốt có nhiều khả năng gần giống nhau, hoặc nếu mô hình phát hiện câu nói nằm ngoài vùng nó hiểu chắc chắn, hệ thống có quyền từ chối đoán. Không phải ứng dụng nào cũng bật cùng một ngưỡng. Trường hợp rủi ro thấp có thể thoải mái hơn, trường hợp rủi ro cao thì chặt chẽ hơn. Nhưng hành vi “không hiểu thì hỏi lại” đã trở thành một tính năng chính thức, chứ không còn là một lỗi trải nghiệm cần giấu đi.

Xong buổi ra mắt, tôi bay về Hà Tĩnh. Mẹ năm nay sáu mươi bảy tuổi. Bà đã dùng một chiếc điện thoại tốt hơn trước, nhưng vẫn ghét cay ghét đắng việc nhập mật khẩu. Tôi cài cho bà bản trợ lý giọng nói đang thử nghiệm.

“Mẹ nói thử đi.”

“Nói chi?”

“Gì cũng được.”

Mẹ nhìn chằm chằm vào điện thoại như nhìn một người lạ. “Mai nhắc mạ đi lấy thuốc lúc tám giờ.”

Hệ thống hiện: Ngày mai, nhắc cô đi lấy thuốc lúc 8:00.

“Đúng không mẹ?”

“Đúng.”

Tôi cười. Bà lườm tôi: “Cười chi. Bữa ni máy mi nghe được rồi.”

“Mẹ nói câu khó hơn đi.”

“Tau có phải người đi thi máy cho mi mô.”

Hệ thống ghi đúng gần hết, và tôi càng vui. Rồi mẹ đi xuống bếp, càng lúc càng xa chiếc điện thoại. Bà nói vọng lên một câu về chuyện mai đi chợ mua “năm lạng cá thu” hay “năm lạng cá…” gì đó, tiếng nước chảy từ vòi đè mất nửa câu.

Hệ thống im lặng chừng một giây. Ngày trước, bộ giải mã có lẽ đã chọn đại câu có xác suất cao nhất. Lần này, chiếc điện thoại hỏi: “Cháu chưa nghe rõ phần món cần mua. Cô nói lại giúp cháu được không ạ?”

Mẹ quay ra, nói to: “Năm lạng cá thu.”

“Đã thêm 500 gam cá thu vào danh sách.”

Mẹ gật gù. “Rứa mới được.”

“Cái gì mới được hả mẹ?” tôi hỏi.

Bà nhìn tôi như thể tôi vừa hỏi một câu ngớ ngẩn nhất đời. “Không hiểu thì hỏi lại, chứ đừng đoán.”

Tôi đứng lặng người. Bốn năm. Một triệu file ghi âm. Benchmark tách biệt người nói. Lỗi ở thông tin then chốt. Phạm vi đồng ý. Truy vết đường rút lui. Model card. Hội đồng cộng đồng. Hiệu chỉnh độ tự tin. Quyền từ chối đoán. Cuối cùng mẹ tôi tóm gọn tất cả trong đúng một câu.

“Mẹ.”

“Chi?”

“Nếu ngày trước con hỏi mẹ câu này sớm hơn, chắc đỡ mất bao nhiêu công.”

“Hỏi thì mẹ cũng có biết chi máy móc.”

“Mẹ biết phần của người dùng.”

“Ờ.” Bà quay vào bếp, rồi lại nói vọng ra: “Rứa thì lâu ni tụi bây toàn hỏi máy với nhau à?”

Tôi cười. Không hẳn là vậy, nhưng cũng đủ đúng để câu nói ấy nhói lên.

Tối hôm đó, tôi mở laptop xem bảng theo dõi bản phát hành. Con số trung bình trên benchmark toàn quốc của VinaVoice 6 cao hơn VinaVoice 5 một chút. Một số nhóm vẫn còn chênh lệch. Giọng người rất cao tuổi vẫn khó. Những người có rối loạn phát âm đa dạng vẫn cần hồ sơ riêng hoặc phương án dự phòng. Giọng nhiều người nói chồng lên nhau ngoài đời thật vẫn là bài toán chưa giải tốt. Không bản phát hành nào “giải xong tiếng Việt”, và model card nói rõ điều đó.

Vậy mà tôi thấy bình yên hơn cái ngày từng khoe con số 97,2%. Hồi đó tôi nghĩ một con số cao chứng minh mình đã gần hoàn hảo. Giờ tôi biết một benchmark tốt còn phải chỉ ra được những nơi mô hình chưa đủ. Trí tuệ không phải lúc nào cũng là trả lời. Đôi khi trí tuệ là nhận ra bằng chứng chưa đủ để chắc chắn. Đôi khi là giữ nguyên những chữ “mô”, “rứa”, “mạ”, thay vì sửa người nói về thứ tiếng Việt mà mô hình thấy quen hơn. Đôi khi là nói với một người rằng họ không cần giao thêm dữ liệu cá nhân chỉ để được phục vụ ngang bằng người khác. Đôi khi là từ chối dùng một bộ dữ liệu, dù về kỹ thuật hoàn toàn có thể huấn luyện. Và đôi khi, chỉ đơn giản là: “Cháu chưa nghe rõ. Cô nói lại giúp cháu.”

Một tuần sau, đội PR gửi bản nháp bài giới thiệu VinaVoice 6. Tiêu đề đầu tiên: “AI tiếng Việt hiểu mọi giọng nói tốt hơn bao giờ hết.” Tôi để lại bình luận: “Bỏ chữ ‘mọi’.”

Bên PR hỏi lại: “Vậy viết gì cho mạnh?”

Tôi nghĩ một lúc lâu, rồi sửa thành: “AI tiếng Việt được kiểm thử rộng hơn, nghe tốt hơn ở nhiều giọng nói từng bị bỏ sót, và biết hỏi lại khi chưa chắc.”

Giám đốc kinh doanh nhắn riêng cho tôi: “Dài.”

“Em biết.”

Anh gửi lại một biểu tượng chửi thề. Rồi tiêu đề được duyệt. Bài không lan truyền rầm rộ, cũng không thành khẩu hiệu quốc gia nào. Nhưng tôi gửi đường dẫn cho mẹ.

Bà gọi lại ngay. “Bài ni nhiều chữ quá.”

“Mẹ đọc hết rồi à?”

“Không.”

“Vậy sao mẹ biết?”

“Nhìn dài là biết.”

Tôi bật cười. “Mẹ thấy máy giờ được chưa?”

“Được hơn.”

“Được bao nhiêu phần trăm?”

Bà im lặng hai giây. “Mi hỏi mẹ hay hỏi cái máy?”

“Con hỏi mẹ.”

“Rứa thì đừng hỏi phần trăm.”

Tôi không biết trả lời sao. Ngoài cửa sổ, trời Hà Tĩnh bắt đầu đổ mưa, những hạt đầu tiên lộp độp trên mái tôn nhà hàng xóm. Mẹ nói vọng lên từ bếp: “Bữa ni mưa rồi đó.”

Chiếc điện thoại trên bàn nghe thấy. Màn hình hiện: Bữa ni mưa rồi đó.

Không sửa “ni” thành “nay”. Không bỏ chữ “đó”. Không biến giọng mẹ thành một phiên bản chuẩn hơn để mô hình trông thông minh hơn. Tôi nhìn dòng chữ ấy rất lâu.

VinaVoice vẫn chưa hiểu hết tiếng Việt. Có lẽ sẽ chẳng bao giờ có một thời điểm nào chúng tôi được quyền nói như vậy. Nhưng nó đã học được một điều quan trọng hơn mọi thứ con số 97,2% từng dạy tôi: không hiểu một người không phải là lý do để đoán thay cho họ.

Đã đọc xong

Chương 8 / 8

Bạn đã tới chương mới nhất hiện có.

Về trang truyện
Home Trước Sau
Đọc tiếp chỗ đang dở? Bạn đã đọc một phần chương này.
Danh sách chương

Mở mục lục để tải danh sách chương.

Xem toàn bộ 8 chương trên trang truyện

Cài đặt Đọc truyện
Cỡ chữ
Giãn dòng
Độ rộng trang đọc
Kiểu Chữ
Phông Nền
💬 Bình luận đoạn
Đang tải bình luận...