Trong thời đại mà dữ liệu cá nhân ngày càng trở thành một tài sản quý giá nhưng cũng đầy rủi ro, việc phát triển các mô hình trí tuệ nhân tạo (AI) vừa mạnh mẽ, vừa đảm bảo quyền riêng tư đã trở thành một trong những thách thức lớn nhất của giới công nghệ. Mới đây, một nhóm nghiên cứu tại Viện Khoa học và Công nghệ Quốc gia Ulsan (UNIST), Hàn Quốc, dưới sự dẫn dắt của Giáo sư Jaejun Yoo, đã công bố PRISM – mô hình AI siêu nhẹ đầu tiên có khả năng tạo ảnh chất lượng cao mà không cần truyền dữ liệu cá nhân lên máy chủ trung tâm. Đây là một bước đột phá đáng chú ý, đặc biệt trong bối cảnh các ứng dụng AI ngày càng phổ biến trên các thiết bị di động và trong các lĩnh vực đòi hỏi bảo mật cao như y tế và tài chính.

Vấn đề lớn: Bảo mật dữ liệu trong AI sinh ảnh

Việc sử dụng AI để tạo ra hình ảnh, từ chân dung đến ảnh minh họa hoạt hình, đang ngày càng phổ biến nhờ sự phát triển của các mô hình sinh ảnh như GAN (Generative Adversarial Network) hay Diffusion Models. Tuy nhiên, hầu hết các hệ thống hiện tại đều yêu cầu tải dữ liệu người dùng – thường chứa thông tin nhạy cảm – lên máy chủ trung tâm để xử lý. Điều này tiềm ẩn nguy cơ rò rỉ dữ liệu, đánh cắp thông tin và xâm phạm quyền riêng tư.

Các biện pháp như mã hóa đầu cuối, kiểm soát truy cập hay phân tán dữ liệu phần nào giúp giảm thiểu rủi ro, nhưng chưa giải quyết triệt để bài toán: làm sao để AI học và hoạt động hiệu quả mà không cần nhìn thấy dữ liệu gốc? PRISM chính là câu trả lời.

PRISM – Mô hình AI bảo mật dựa trên học liên kết

PRISM (PRivacy-preserving Improved Stochastic Masking) là một mô hình học liên kết (federated learning), cho phép các thiết bị người dùng (như điện thoại, máy tính bảng) tự huấn luyện mô hình dựa trên dữ liệu cục bộ. Kết quả huấn luyện sau đó được gửi về một máy chủ tổng hợp – nhưng không bao giờ bao gồm dữ liệu gốc.

Điểm đặc biệt của PRISM là kỹ thuật “mặt nạ ngẫu nhiên nhị phân” (stochastic binary masking) – cho phép mã hóa thông tin huấn luyện chỉ bằng 1-bit. Nhờ đó, lượng dữ liệu truyền đi giảm tới 38% so với các phương pháp học liên kết truyền thống, đồng thời bảo vệ quyền riêng tư gần như tuyệt đối.

Công nghệ này tạo ra một “cầu nối thông minh” giữa AI cục bộ và AI toàn cục: các thiết bị vừa học được từ dữ liệu riêng tư, vừa đóng góp vào mô hình chung mà không tiết lộ bất kỳ thông tin nhạy cảm nào.

Hình ảnh đẹp, nhẹ, mà vẫn bảo mật

Một trong những thành tựu nổi bật của PRISM là khả năng tạo ra hình ảnh chất lượng cao, ngay cả trong môi trường dữ liệu không đồng nhất. Trong các thí nghiệm trên những bộ dữ liệu phổ biến như MNIST (chữ số viết tay), FMNIST (thời trang), CelebA (chân dung khuôn mặt) và CIFAR10 (ảnh nhiều đối tượng), PRISM không chỉ giữ được độ trung thực mà còn vượt trội so với nhiều mô hình AI truyền thống về độ rõ nét và chi tiết ảnh.

Đặc biệt, khi áp dụng với mô hình khuếch tán (diffusion model) – một kỹ thuật sinh ảnh tiên tiến thường dùng để tạo hình ảnh theo phong cách nghệ thuật (ví dụ hoạt hình Studio Ghibli), PRISM vẫn duy trì được hiệu suất ấn tượng, tạo ra những bức ảnh mềm mại, có chiều sâu, gần như không thể phân biệt với ảnh gốc.

Hai công nghệ lõi hỗ trợ: MMD và MADA

Để duy trì sự ổn định và chính xác khi xử lý dữ liệu từ nhiều thiết bị khác nhau, PRISM tích hợp hai kỹ thuật cốt lõi:

Maximum Mean Discrepancy (MMD) – một công cụ thống kê mạnh mẽ, giúp đánh giá sự khác biệt giữa các tập dữ liệu. Nhờ MMD, mô hình có thể đảm bảo rằng chất lượng ảnh đầu ra không bị ảnh hưởng dù dữ liệu huấn luyện đến từ nhiều nguồn khác nhau.

Mask-Aware Dynamic Aggregation (MADA) – chiến lược tổng hợp động thông minh giúp mô hình chọn lọc và kết hợp kết quả huấn luyện từ các thiết bị theo cách tối ưu, đảm bảo sự cân bằng giữa hiệu quả và độ tin cậy.

Hai công nghệ này là “xương sống” giúp PRISM hoạt động mượt mà trong môi trường thực tế, nơi dữ liệu người dùng luôn đa dạng, không đồng nhất và thay đổi liên tục.

Hướng tới tương lai AI cá nhân hóa và bảo mật

Theo Giáo sư Yoo, tiềm năng của PRISM không chỉ dừng lại ở việc tạo ảnh. Với khả năng bảo vệ dữ liệu người dùng ngay từ đầu, mô hình này có thể được mở rộng sang các lĩnh vực như:

Sinh văn bản (ví dụ: trả lời email, viết nội dung sáng tạo)

Tạo tài liệu tự động

Mô phỏng dữ liệu cho nghiên cứu

Chẩn đoán y tế cá nhân hóa

Phân tích dữ liệu tài chính tại chỗ

Tất cả các ứng dụng trên đều yêu cầu mức độ bảo mật cao và khả năng hoạt động trên thiết bị giới hạn về tài nguyên. PRISM đáp ứng tốt cả hai tiêu chí này.

Một bước tiến cho AI trên thiết bị cá nhân

Một mục tiêu dài hạn của nhóm nghiên cứu là phát triển các mô hình AI siêu nhẹ có thể chạy độc lập hoàn toàn trên điện thoại thông minh mà không cần kết nối đến máy chủ. Khi điều đó thành hiện thực, người dùng có thể:

Tạo ảnh chất lượng cao ngay trên thiết bị cá nhân

Giữ toàn bộ dữ liệu ở chế độ riêng tư tuyệt đối

Giảm độ trễ và tăng tốc độ xử lý

Tiết kiệm băng thông và tài nguyên hệ thống

Điều này không chỉ thúc đẩy trải nghiệm người dùng mà còn mở ra khả năng ứng dụng AI trong các môi trường không kết nối internet (ví dụ vùng sâu vùng xa, thiết bị quân sự, cảm biến công nghiệp…).

Tín hiệu tích cực từ cộng đồng học thuật và công nghiệp

Công trình PRISM sẽ được trình bày tại Hội nghị quốc tế ICLR 2025 – một trong những hội nghị hàng đầu thế giới về học sâu và AI. Việc được lựa chọn tham gia ICLR là minh chứng cho chất lượng và tầm ảnh hưởng của nghiên cứu, đồng thời là cơ hội để nhóm UNIST tiếp cận với các đối tác trong ngành công nghệ cao toàn cầu.

Nhiều công ty trong lĩnh vực bảo mật dữ liệu, y tế số và AI tiêu dùng đã thể hiện sự quan tâm đến PRISM, đặc biệt trong bối cảnh luật bảo vệ dữ liệu cá nhân như GDPR (Liên minh châu Âu), HIPAA (Hoa Kỳ) ngày càng được áp dụng nghiêm ngặt.

PRISM không chỉ là một mô hình AI sinh ảnh mới – đó là một triết lý thiết kế hướng tới tương lai: nơi quyền riêng tư cá nhân không còn là trở ngại cho công nghệ, mà trở thành nền tảng để xây dựng các hệ thống AI thông minh, an toàn và đáng tin cậy.

Với sự kết hợp giữa học liên kết, thiết kế tối giản, kỹ thuật mã hóa tiên tiến và khả năng thích ứng cao, PRISM là minh chứng rõ ràng rằng: chúng ta có thể phát triển những công nghệ mạnh mẽ mà vẫn tôn trọng dữ liệu cá nhân.

Trong bối cảnh AI ngày càng can thiệp sâu vào đời sống, từ chăm sóc sức khỏe, tài chính cá nhân đến sáng tạo nghệ thuật, những mô hình như PRISM sẽ đóng vai trò then chốt để đảm bảo rằng tương lai số hóa sẽ vừa thông minh, vừa nhân văn.

Nguồn: CESTI