Điều 10. Nội dung hoạt động trí tuệ nhân tạo của cá nhân
Cá nhân có hoạt động trí tuệ nhân tạo là cá nhân có một trong các hoạt động sau:
1. Quản trị, vận hành, bảo trì, tài nguyên GPU tại các Trung tâm dữ liệu cung cấp hạ tầng phục vụ phát triển, huấn luyện, triển khai hệ thống trí tuệ nhân tạo.
2. Xử lý dữ liệu: Gán nhãn, làm sạch, chuẩn hóa, tăng cường, tiền xử lý và trích xuất đặc trưng, phân tích dữ liệu; Huấn luyện mô hình trí tuệ nhân tạo: lựa chọn thuật toán, trích xuất đặc trưng, thiết lập tham số, chạy huấn luyện, quản lý pipeline huấn luyện, kiểm thử và đánh giá mô hình trí tuệ nhân tạo.
3. Thiết kế, xây dựng, huấn luyện, kiểm thử hoặc tinh chỉnh toàn bộ hoặc một phần mô hình, thuật toán hoặc hệ thống trí tuệ nhân tạo:
Thiết kế: Thiết kế kiến trúc hệ thống, model, thuật toán trí tuệ nhân tạo; Thiết kế pipeline xử lý dữ liệu, quy trình huấn luyện, đánh giá và suy luận; Xây dựng thuật toán, kiến trúc mô hình; Xác định bài toán, yêu cầu kỹ thuật và tiêu chí đánh giá mô hình trí tuệ nhân tạo;
Xây dựng: Lập trình mô hình, xây dựng thuật toán, triển khai kiến trúc neural network, xây dựng pipeline dữ liệu (ETL cho trí tuệ nhân tạo), xây dựng module tiền xử lý dữ liệu, xây dựng hệ thống feature engineering, xây dựng hệ thống huấn luyện (training pipeline), xây dựng hệ thống inference (predict API), xây dựng hệ thống lưu trữ & quản lý model, tích hợp thư viện trí tuệ nhân tạo (TensorFlow, PyTorch), xây dựng công cụ annotation nội bộ, xây dựng hệ thống logging & tracking, xây dựng hệ thống quản lý experiment, container hóa (Docker), đóng gói hệ thống trí tuệ nhân tạo, xây dựng hệ thống MLOps (CI/CD cho trí tuệ nhân tạo), xây dựng hệ thống triển khai model (deployment), xây dựng API phục vụ trí tuệ nhân tạo, tích hợp trí tuệ nhân tạo vào sản phẩm/phần mềm, triển khai trên cloud/on-premise/edge, quản lý version model, thiết lập pipeline CI/CD cho trí tuệ nhân tạo, giám sát mô hình (monitoring), phát hiện model drift/data drift, logging & tracing, nghiên cứu thuật toán mới, cải tiến mô hình hiện có, xây dựng prototype trí tuệ nhân tạo.
Huấn luyện: Chuẩn bị dữ liệu huấn luyện, huấn luyện mô hình từ đầu (training from scratch), fine-tuning mô hình có sẵn, transfer learning, huấn luyện đa mô hình (ensemble), huấn luyện phân tán (multi-GPU, cluster), tối ưu hyperparameters, cross-validation, huấn luyện với dữ liệu tăng cường (augmentation), curriculum learning, reinforcement learning (RL), huấn luyện với phản hồi con người (RLHF), continual learning (học liên tục), cập nhật/ retrain mô hình định kỳ.
Kiểm thử và đánh giá: đánh giá hiệu năng mô hình (accuracy, F1), kiểm thử trên tập validation/test, kiểm thử thực tế (real-world testing), so sánh với baseline/model khác, phân tích lỗi (error analysis), kiểm tra overfitting/ underfitting, kiểm thử độ ổn định (robustness), kiểm thử với dữ liệu nhiễu/ adversarial, đánh giá bias, fairness, đánh giá bằng con người (human evaluation), kiểm thử tích hợp hệ thống (integration testing), A/B testing mô hình, kiểm thử an toàn trí tuệ nhân tạo, đánh giá rủi ro trí tuệ nhân tạo.
Tinh chỉnh: Fine-tuning mô hình, tuning hyperparameters, điều chỉnh kiến trúc mô hình, tối ưu feature, pruning (cắt giảm mô hình), quantization (giảm độ chính xác số), knowledge distillation, tối ưu tốc độ inference, tối ưu bộ nhớ (memory optimization), tối ưu chi phí tính toán, tối ưu pipeline dữ liệu, prompt engineering (đối với trí tuệ nhân tạo tạo sinh), điều chỉnh output theo yêu cầu nghiệp vụ.
Triển khai trí tuệ nhân tạo trên thiết bị biên (Edge AI): Triển khai, tích hợp, vận hành và tối ưu hệ thống trí tuệ nhân tạo trên các thiết bị biên (robot, thiết bị IoT, thiết bị di động, hệ thống nhúng); chuyển đổi và tối ưu mô hình phù hợp với tài nguyên hạn chế (CPU, GPU, NPU, bộ nhớ); xây dựng và triển khai pipeline suy luận thời gian thực hoặc gần thời gian thực; tích hợp với các nguồn dữ liệu và cảm biến tại thiết bị; đảm bảo khả năng hoạt động độc lập hoặc kết hợp với hệ thống điện toán đám mây; thực hiện cập nhật mô hình, giám sát hiệu năng, phát hiện lỗi và đảm bảo an toàn, bảo mật cho hệ thống trí tuệ nhân tạo trên thiết bị biên.
4. Đối với các nội dung khác phát sinh ngoài quy định của Điều này, Ủy ban nhân dân thành phố giao Sở Khoa học và Công nghệ xác định đối với từng trường hợp cụ thể.