Ứng dụng 4.0
Mô hình dự báo giá xăng dầu của VPI sử dụng các giải thuật học máy để mô hình hóa nguồn dữ liệu đầu vào và liên tục cập nhật các yếu tố mới để đưa ra dự báo chính xác nhất có thể về mức trích lập và chi sử dụng Quỹ bình ổn giá xăng dầu, cũng như giá cơ sở các sản phẩm xăng dầu trong nước.
VPI đã xây dựng mô hình dự báo giá xăng dầu bằng cách sử dụng mô hình mạng nơ-ron nhân tạo (Artificial Neural Network - ANN) và thuật toán học có giám sát (Supervised Learning) trong học máy (Machine Learning) nhằm phân tích, tính toán dữ liệu lớn (Big data), xác định tín hiệu tốt nhất để đưa ra dự báo xu hướng có độ tin cậy cao nhất. Mô hình dự báo này đã xác định mức trích lập và chi sử dụng Quỹ bình ổn giá xăng dầu có độ chính xác trung bình đạt trên 75% trong 20 kỳ điều chỉnh gần nhất. Cơ sở dữ liệu đầu vào của mô hình bao gồm dữ liệu cố định (ít biến động), được cập nhật theo quy định của Nhà nước như: Thuế nhập khẩu xăng dầu, thuế tiêu thụ đặc biệt, chi phí kinh doanh/lợi nhuận định mức, thuế bảo vệ môi trường… và các dữ liệu biến động được cập nhật liên tục và dự báo cho các ngày/kỳ tiếp theo (như giá xăng dầu thế giới theo ngày, số dư Quỹ bình ổn cuối kỳ tiếp theo, tỉ giá…).
Sau đó, dữ liệu sẽ được xử lý, phân tích, dự báo dựa trên mô hình ANN phù hợp gồm: Tính toán các lớp ẩn, số lượng nơ-ron trên một lớp ẩn, số lượng các nơ-ron đầu ra và hàm kích hoạt (activation function). Kết quả dự báo sẽ được trình bày dựa trên công cụ quản lý dữ liệu Power BI giúp người dùng tương tác với dữ liệu trực quan cũng như tra cứu các thông tin giá dễ dàng và thuận tiện.
Nhà quản lý cũng như các khách hàng sẽ nhận được báo cáo dự báo mức trích lập và chi sử dụng Quỹ bình ổn giá xăng dầu cũng như giá cơ sở các mặt hàng xăng dầu trước kỳ điều chỉnh 4 ngày và cập nhật liên tục đến kỳ điều chỉnh.
Nhiều triển vọng
Trao đổi với Lao Động, nhóm chuyên gia thiết lập mô hình dự báo của VPI nêu câu hỏi: Doanh nghiệp kinh doanh xăng dầu sẽ lỗ hay lãi nếu xảy ra biến động giá liên tục? Do đó, mô hình ra đời nhằm cố gắng dự báo được trong ngắn hạn, ở mức sát thực tế nhất có thể. Tất nhiên, trong dự báo không thể loại trừ những quyết định mang tính con người, chịu sự điều chỉnh bởi yếu tố con người, do đó các phương pháp phân tích phải không ngừng được nâng cao. Trí tuệ nhân tạo (AI) giúp nhận diện và cân nhắc tất cả các khía cạnh khác nhau của vấn đề. AI là một giải thuật, nó cần thời gian phân tích các đặc tính của số liệu. Chúng ta cần phải dạy máy học thói quen để nó nhận ra và hiện đã có thể xây dựng công cụ cập nhật số liệu chạy tự động, không cần phải gõ bằng tay nữa.
Học máy là học thói quen của con người, cho máy học lại toàn bộ quá khứ “trích - chi”, trích bao nhiêu, chi bao nhiêu. Trên cơ sở này sẽ áp dụng vào dự báo. Mức giá xăng dầu bao gồm 3 phần chính: Giá cơ sở + thuế phí + quỹ bình ổn. Thay vì mình ngồi kỳ cạch gõ thủ công một cái hàm, máy sẽ làm giúp con người việc này để đưa ra nhận định. Do đó, về bản chất, sử dụng công nghệ 4.0 để dự báo giá xăng dầu là dùng biến số đã biết để dự báo biến số chưa biết; từ số liệu đã biết tới số liệu cần dự báo. Ngày xưa máy tính yếu, không đủ khả năng nhưng bây giờ hoàn toàn có thể được dùng để tính những bài toán số liệu lớn. Máy tính có những cách chắp nối thông tin rất phức tạp mà con người không làm được. Bởi vậy, cuộc Cách mạng công nghiệp 4.0 đã và đang mang lại giá trị mới, cách làm mới, thay đổi hoàn toàn cuộc chơi.
Dự án này có rất nhiều biến số và dựa trên tới 170 quan sát - dữ liệu đầu vào. Trước hết, dữ liệu phải “sạch”, không thể thiếu và xuyên suốt. Khó khăn là hành vi của con người thay đổi rất khó lường và số liệu của chúng ta rất nhiều chiều - cần tìm ra chiều quan trọng nhất là điều phải làm bằng được trong thời gian tới. Có những chiều không số liệu hóa được.
Hiện mô hình vẫn đang trong giai đoạn thử nghiệm và hoàn thiện, tuy nhiên, nhóm chuyên gia VPI cho rằng, các đánh giá của mô hình hiện đã khá chuẩn và sát, vượt xa kinh nghiệm của những người bán xăng dầu lâu năm.