Học AI bắt đầu từ đâu? Dùng AI hay làm ra AI

Học AI bắt đầu từ đâu? Bắt đầu bằng việc chọn hướng, chưa cần chọn khóa. "Học AI" ở Việt Nam đang chỉ ít nhất hai nhu cầu khác hẳn nhau: dùng AI cho công việc, như viết nội dung, làm báo cáo, làm ảnh và video, hoặc làm ra AI, tức lập trình để xây sản phẩm có model bên trong. Ngoài ra còn hướng thứ ba là nghiên cứu AI, thường đi qua đại học và thạc sĩ.

Ba hướng này khác nhau ngay từ bước đầu tiên. Muốn dùng AI thì tối nay bạn đã có thể học một khóa miễn phí vài giờ. Muốn làm ra AI thì phải qua Python trước, còn nghiên cứu thì cần toán nhiều hơn cả hai.

Cần nắm trước khi đọc tiếp:

• Dùng AI không cần lập trình. Làm ra AI thì cần, và mất nhiều tháng.

• Khoảng 60% lượt tìm về học AI trên Google không nói rõ người tìm theo hướng nào.

• Chọn sai hướng thì học lệch: muốn làm video bằng AI lại đi học thuật toán, hoặc muốn làm AI Engineer lại chỉ học viết prompt.

Vì sao câu hỏi học AI bắt đầu từ đâu có nhiều đáp án trái nhau?#

Vì người hỏi muốn những thứ khác nhau. Mình xem trang kết quả Google cho đúng câu này hai lần. Ngày 08/10/2026, 4 trong 7 kết quả tự nhiên là bài Facebook. Một bài mời học AI cho marketing và bán hàng. Một bài trong nhóm hỏi đáp hỏi muốn làm phim hoạt hình bằng AI thì bắt đầu từ đâu. Một bài khác viết cho thầy cô giáo, bài còn lại cho sinh viên CNTT đang phân vân chọn hướng.

Ngày 11/10/2026 mình xem lại, danh sách đã đổi nhiều nhưng vẫn lẫn lộn: có bài dạy lập trình AI (Python, học có giám sát), có bài hướng dẫn dùng AI miễn phí, có bài cho học sinh THCS. Cả hai lần, khối AI Overview của Google đều mở đầu bằng cùng một ý: xác định mục tiêu trước, là dùng công cụ có sẵn, xây ứng dụng tích hợp AI, hay nghiên cứu model.

Dữ liệu tìm kiếm cũng cho thấy điều đó. Mình gom 94 từ khóa tiếng Việt quanh chuyện học AI, lấy lượt tìm hằng tháng từ Google Ads, rồi chia theo hướng mà từ khóa nói tới:

Khoảng 60% lượt tìm (5.960 trên 9.850) chỉ ghi chung chung: "học ai", "khóa học ai", "học ai cho người mới bắt đầu". Trong phần còn lại, nhóm hỏi về ngành học đại học và thạc sĩ nhiều nhất. Nhóm muốn dùng AI cho công việc nhiều gấp khoảng 2,6 lần nhóm muốn lập trình ra AI.

Nhìn từng từ khóa thì rõ hơn. Người gõ "ngành trí tuệ nhân tạo" (880 lượt) nhiều khả năng đang chọn ngành đại học. "Cách sử dụng chatgpt", "cách dùng gemini" là người muốn dùng công cụ. "Khóa học ai engineer", "học lập trình ai" mới là người muốn làm ra AI. Cả ba nhóm đều có thể gõ cùng một câu "học AI bắt đầu từ đâu".

Dùng AI, làm ra AI và nghiên cứu AI khác nhau thế nào?#

Ranh giới giữa các hướng không cứng. Người làm ra AI vẫn dùng AI hằng ngày. Nhiều người bắt đầu từ dùng AI, thấy thích rồi mới chuyển sang làm ra AI. Nhưng ở thời điểm bắt đầu, chọn một hướng sẽ giúp bạn biết học gì trước và bỏ qua được gì.

Cùng một bài toán, dùng AI và làm ra AI khác nhau ra sao?#

Lấy một việc nhiều shop online gặp: đọc phản hồi của khách và chia vào ba nhóm khen, chê, hỏi.

Hướng dùng AI: viết prompt#

Bạn mở ChatGPT, Gemini hay Claude rồi gõ:

Phân loại từng phản hồi khách hàng dưới đây vào một trong ba nhóm: khen, chê, hỏi.
Trả về bảng hai cột: phản hồi | nhóm.

giao hàng nhanh lắm
hàng nhận về bị vỡ
có size M không
đợi mãi không thấy hàng

Việc của bạn là viết yêu cầu cho rõ, đọc lại kết quả và sửa chỗ sai. Kỹ năng chính là mô tả việc cần làm và đánh giá câu trả lời. Không cần cài gì.

Hướng làm ra AI: tự dạy một model#

Người làm ra AI thì xây thứ chạy được mà không cần ai ngồi dán từng câu vào chatbot, ví dụ một chương trình tự gắn nhãn mọi phản hồi mới. Đoạn Python dưới đây dạy một model nhỏ bằng scikit-learn từ 12 câu mẫu mình tự gõ, mỗi nhóm 4 câu, rồi cho nó đoán 4 câu mới:

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import make_pipeline

cau = ["giao hàng nhanh, đóng gói cẩn thận", "sản phẩm tốt, sẽ ủng hộ tiếp",
       "nhân viên tư vấn nhiệt tình", "chất lượng ổn so với giá",
       "giao hàng chậm cả tuần", "hàng bị vỡ khi nhận", "gọi tổng đài không ai nghe",
       "áo mặc một lần đã phai màu", "shop còn size L không", "bao giờ có hàng lại",
       "có giao ra Đà Nẵng không", "phí ship bao nhiêu"]
nhan = ["khen"] * 4 + ["chê"] * 4 + ["hỏi"] * 4

model = make_pipeline(TfidfVectorizer(ngram_range=(1, 2)), LogisticRegression())
model.fit(cau, nhan)
moi = ["giao hàng nhanh lắm", "hàng nhận về bị vỡ", "có size M không", "đợi mãi không thấy hàng"]
for c, n in zip(moi, model.predict(moi)):
    print(f"{n:<5} ← {c}")

Ba câu đầu đúng. Câu cuối là lời chê nhưng model xếp vào "hỏi". Lý do nằm ở dữ liệu: chữ "không" có trong hai câu hỏi mẫu và chỉ một câu chê, nên model học được rằng có chữ "không" thì dễ là câu hỏi. Model không hiểu nghĩa câu, nó chỉ học xem chữ nào hay đi với nhãn nào.

Cách sửa tự nhiên nhất là thêm dữ liệu. Mình thêm hai câu chê có chữ "không" ("nhắn tin mãi không ai trả lời", "máy dùng hai ngày không lên nguồn") rồi chạy lại:

Câu cuối đã đúng, nhưng câu "giao hàng nhanh lắm" lại thành "chê". Mình in xác suất ra mới thấy: ở lần chạy đầu, model chỉ chọn "khen" với xác suất 0,39, so với 0,33 cho "chê", tức là đã đoán rất sát nút. Thêm hai câu chê làm nhóm chê đông hơn (6 câu so với 4), và chừng ấy đủ đẩy câu này sang phía bên kia.

Ví dụ nhỏ này cho thấy công việc thật của hướng làm ra AI: gom dữ liệu, đo xem model đúng bao nhiêu trên một bộ câu chưa từng thấy, sửa một chỗ rồi kiểm lại xem có hỏng chỗ khác không. Một AI Engineer có thể dùng chính prompt ở trên, gọi LLM (mô hình ngôn ngữ lớn) qua API thay cho model nhỏ này. Nhưng họ vẫn phải làm đúng những bước đo và kiểm đó trước khi đưa cho người khác dùng.

Bạn nên chọn hướng nào?#

Trả lời nhanh mấy câu dưới đây. Câu nào bạn trả lời "có" thì đọc cột bên phải:

Nếu bạn có "có" ở cả hai hướng đầu, cứ bắt đầu bằng dùng AI trong vài tuần. Cách này tốn ít tiền và thời gian, lại cho bạn biết mình có thích AI đến mức muốn tự xây hay không.

Nếu đã chọn làm ra AI mà chưa biết mình đang đứng ở đâu, AIDev có Bản đồ AI Engineer từ số 0, một file PDF 2 trang. Trang hai là bảng tự chấm 15 câu giúp bạn biết nên bắt đầu từ chặng nào. Bản đồ miễn phí: vào trang Bản đồ AI Engineer, nhập mã BANDOAIE khi thanh toán là đơn về 0đ.

Tuần này nên làm gì cho từng hướng?#

Hướng dùng AI: ba khóa nhập môn#

Ba khóa này không đòi biết lập trình. Mình đọc trang của từng khóa ngày 11/10/2026:

• AI Fluency: Framework & Foundations của Anthropic: miễn phí, học xong làm bài kiểm tra cuối để nhận chứng nhận. Khóa xoay quanh bốn kỹ năng: giao việc nào cho AI, mô tả yêu cầu, đánh giá kết quả và dùng AI có trách nhiệm.

• Elements of AI của Đại học Helsinki và MinnaLearn: miễn phí, phần Introduction to AI không cần lập trình hay toán phức tạp. Trang không ghi tổng số giờ, bạn học theo nhịp của mình.

• AI For Everyone của Andrew Ng (DeepLearning.AI, trên Coursera): 7 giờ, 4 module, gần như không có phần kỹ thuật. Trang khóa không ghi rõ miễn phí, bạn xem các lựa chọn học phí khi đăng ký.

Cả ba đều bằng tiếng Anh. Khóa xong rồi thì việc quan trọng hơn là áp vào một việc thật của mình, vì công cụ đổi rất nhanh còn cách giao việc và kiểm kết quả thì ít đổi.

Hướng làm ra AI: bắt đầu từ Python#

Bước đầu là Python, và có thể chạm vào model ngay tuần đầu như ví dụ ở trên. Bài tự học AI có tài liệu miễn phí cho từng chặng và cách gỡ lỗi cài đặt hay gặp ngày đầu. Bài lộ trình AI Engineer học gì, mất bao lâu nói kỹ 5 chặng phải đi, mỗi chặng xong khi nào. Còn nếu muốn biết doanh nghiệp đang tuyển AI Engineer cần gì, bài AI Engineer là gì đọc 35 tin tuyển dụng thật.

Hướng nghiên cứu AI: toán đi trước#

Hướng này thường đi qua đại học ngành trí tuệ nhân tạo, khoa học máy tính, rồi thạc sĩ. Nếu muốn thử sức với phần toán trước, sách Mathematics for Machine Learning (Deisenroth, Faisal, Ong, Cambridge University Press 2020) cho tải bản PDF miễn phí từ trang của tác giả. Đọc được chương đại số tuyến tính và xác suất mà không quá vất vả là dấu hiệu tốt.

Khi nào không nên đi hướng làm ra AI?#

• Bạn chỉ cần AI làm nhanh việc hiện tại. Học lập trình nhiều tháng cho việc mà một khóa nhập môn vài giờ giải quyết được là phí sức.

• Bạn không giữ được lịch học đều. Hướng này dài, bỏ dở vài tháng là quên phần trước.

• Bạn muốn tạo ra model mới chứ không phải ghép model có sẵn vào sản phẩm. Đó là hướng nghiên cứu, cần toán sâu hơn nhiều.

Câu hỏi thường gặp#

Học AI sau này làm gì?#

Tùy hướng. Dùng AI không phải một nghề riêng, nó làm bạn giỏi hơn ở nghề đang có. Làm ra AI dẫn tới các vị trí như AI Engineer, ML Engineer, hoặc Data Analyst nếu dừng ở phần dữ liệu. Nghiên cứu AI dẫn tới phòng nghiên cứu, viện, trường đại học. Không khóa học nào hứa chắc được việc làm, kể cả các khóa trả phí.

Học AI cần học những gì?#

Dùng AI: cách viết yêu cầu, cách kiểm kết quả, và công cụ hợp với việc của bạn. Làm ra AI: Python, phân tích dữ liệu, machine learning, deep learning, rồi ứng dụng LLM; thứ tự chi tiết nằm ở bài lộ trình 5 chặng. Nghiên cứu AI: tất cả phần của hướng làm ra AI, cộng toán sâu và đọc bài báo khoa học.

Tự học AI tại nhà được không?#

Được, ở cả ba hướng, vì tài liệu tốt đa số miễn phí. Riêng hướng làm ra AI, tự học kéo dài nhiều tháng nên dễ bỏ giữa chừng. Bài tự học AI có được không nói rõ ai hợp tự học và khi nào nên có người hướng dẫn.

Học AI có cần giỏi toán không?#

Dùng AI thì không. Làm ra AI cần toán phổ thông lúc đầu, rồi xác suất, ma trận, đạo hàm khi tới machine learning và deep learning, học đến đâu dùng đến đó. Nghiên cứu AI thì cần toán vững thật sự.

Trái ngành có học AI được không?#

Hướng dùng AI vốn dành cho mọi ngành. Hướng làm ra AI thì được nếu chịu đi từ Python, và nghề cũ là lợi thế khi chọn bài tập gần lĩnh vực mình hiểu.

Đọc tiếp#

• Lộ trình AI Engineer học gì, mất bao lâu: 5 chặng, học gì, mất bao lâu.

• Tự học AI có được không: tài liệu miễn phí cho từng chặng, chạy model đầu tiên.

• AI Engineer là gì, cần học gì: phân tích 35 tin tuyển dụng thật.

• Học Python từ số 0: lộ trình cho người mới, bước đầu nếu bạn chọn hướng làm ra AI.

• Khóa học AI: 4 loại khóa, chọn theo mục tiêu: muốn học có người dẫn thì xem nên chọn loại khóa nào.

Nếu bạn chọn hướng làm ra AI, hãy nhận Bản đồ AI Engineer từ số 0 miễn phí (mã BANDOAIE), tự chấm 15 câu để biết mình bắt đầu từ chặng nào. Muốn đi trọn đường với đề cương sẵn bằng tiếng Việt và project được chấm thì xem lộ trình AI Engineer từ số 0 của AIDev.

Code trong bài chạy ngày 11/10/2026 trên máy Mac M4 Pro (CPU), Python 3.14.7, scikit-learn 1.9.1. Lượt tìm hằng tháng theo Google Ads, Việt Nam, tiếng Việt, đo từ 08 đến 11/10/2026. Kết quả Google cho "học ai bắt đầu từ đâu" xem ngày 08/10 và 11/10/2026. Thông tin các khóa đọc trên trang chính thức ngày 11/10/2026.