Docent, Dr. Huynh Thi Thanh Binh: „Optimalizace je často o následování přírody“

Jaká zvláštní příležitost vás od studentských let poutala k Hanojské univerzitě vědy a techniky? Bojíte se změny prostředí?

Jsem členem 37. generace studentů oboru Informační technologie (IT) na této škole, ale ve skutečnosti studuji IT už od střední školy. Pak jsem na této škole studoval univerzitu, magisterské, doktorské studium... to vše.

Vlastně byly doby, kdy jsem měl v úmyslu studovat v Japonsku. Když jsem byl na vysoké škole, studoval jsem 5 let japonštinu, sponzorovanou japonskou vládou pro 20 vynikajících studentů K36 a K37. Pak se studium dostalo do ekonomické recese v sousední zemi, takže bylo pozastaveno. Když jsem dokončil magisterské studium, profesor Ho Tu Bao mě seznámil s velmi prestižním profesorem v Japonsku, abych tam jel dělat výzkum, ale z mých subjektivních důvodů (sňatek) jsem stále zůstal na Technické univerzitě. Také z objektivních i subjektivních důvodů na této škole stále dělám doktorát a dodnes tam učím.

Řeknu-li, že to byl osud, obávám se, že je to trochu nadsázka, ale abych to řekl, zjednodušeně řečeno, tahle věc ke mně přišla přirozeně a jemně.

Docent Dr. Huynh Thi Thanh Binh se zúčastnil a přednesl zprávu na přední konferenci o evolučních výpočtech v červenci 2023 v Lisabonu v Portugalsku.

Na některých nedávných konferencích jsem vás viděla často prezentovat výsledky výzkumu s mnoha dalšími vědkyněmi . Je to známka nové generace „feminismu“ ve vědě na Polytechnice?

Naposledy, když jsem se zúčastnila konference Vingroup Innovation Fund (VINIF), jsme společně prezentovaly Dr. Nguyen Phi Le a Dr. Le Minh Thuy. Byla tam i další studentka, Dr. Nguyen Cam Ly, která byla v Japonsku a ještě se nevrátila. Byla to náhoda, nebo „sympatie“ mezi námi a nepředstavovala jsme žádnou „feministickou“ generaci. V inženýrském bloku na škole je jen málo skupin s tolika členkami jako moje skupina, pravděpodobně jen méně než výzkumné skupiny v ekonomickém nebo jazykovém bloku na škole. Další zvláštností je, že moje skupina každý rok publikuje na předních světových konferencích a pak se s mou skupinou konference účastníme, abychom rozšířily možnosti výměny zkušeností se silnými výzkumnými skupinami.

Je známo, že ve škole řídíte velkou laboratoř a zároveň učíte. Existuje nějaký optimalizační proces, který je třeba k tomu, abyste to dělali dobře?

Momentálně vedu výzkumnou skupinu zaměřenou na optimalizaci, která má asi 40 lidí. Pracovní zátěž považuji za velkou; obvykle pracuji od časného rána do 18.00-19.00, včetně sobot. Práce je pro mě jako každodenní jídlo a pití a vždycky se mění jídla, protože každý týden se objevují nové věci od jedné či druhé skupiny. To mě nadchlo.

Abych optimalizoval svou práci, musím si často stanovovat cíle, plánovat, rozumně rozvrhovat čas a nikdy nezapomínat na termíny.

Snové okamžiky s barvami a štětci

Působivá pracovní kapacita za štíhlou postavou?

Myslím, že světelné tělo mi pomáhá mít více energie k přemýšlení, výzkumu a tvorbě. Samozřejmě se ve svém stavu musíte cítit dobře.

Také jsem se naučil hrát na klavír, protože jsem chtěl v životě dělat něco harmonického, mít něco plnějšího. Hudba je vlastně matematika, podobně jako jazyk nebo vývoj věcí v přírodě.

Pro sjednotění členů laboratoře, jaký styl řízení zvolíte: pevný, nebo flexibilní?

Dárek od studenta z laboratoře pro ni na 8. března

Propojení členů laboratoře je nesmírně důležité. Bez výměny informací, aktualizací a sdílení mezi výzkumnými směry to bude obtížné. Každé ráno na začátku týdne nosím členům laboratoře vozík s jídlem a pitím a vypočítávám, kolik je jim během týdne pohodlné. Snažím se členy skupiny podporovat, aby se mohli soustředit na výzkum, nebyli rozptylováni a mohli pracovat od rána do večera.

Také musím být přítomen v laboratoři jako vy, spolupracovat, setkávat se, diskutovat s vámi a dalšími výzkumnými skupinami. Pokud to nedokážu, nebude existovat koordinace mezi výzkumnými směry, nebo se mohou překrývat, nepodporovat se, neinformovat se o vzájemném pokroku...

Můj styl řízení se liší v závislosti na roli. Ve škole jsem ke svým kolegům velmi laskavý; ve výzkumné skupině se považuji za docela přísného, ​​velmi striktního, co se týče plánů a postupu, s jasně stanovenými odměnami a tresty. Důvod pravděpodobně pramení z touhy optimalizovat se v každém jednotlivém typu práce a to mi přijde velmi přirozené.

Jaký je konkrétní příklad toho, jak může matematika vést k optimálním řešením?

Matematika je v podstatě velmi krásná. Mnoho životních problémů vyžaduje matematiku. Například „jak se dostat z Hanojské univerzity vědy a techniky k jezeru Hoan Kiem co nejrychleji a s co nejmenším počtem červených“ je problém, který vyžaduje algoritmus k nalezení optimální odpovědi. Mnoho problémů kolem nás, jako jsou problémy s trasováním pro dodávky a logistiku, jsou také kombinatorické optimalizační problémy... Život potřebuje optimalizovanou práci a k ​​optimalizaci práce je potřeba matematika. Aplikovaná matematika je nyní rostoucím oborem a hraje v životě důležitou roli.

Ne vždy nacházíme optimální řešení, například u výrobních a logistických problémů s parametry, které se v čase neustále mění. Tyto problémy vyžadují mnoho doplňkových metod, je třeba najít přijatelná řešení a používat přibližné metody. Předmětem matematiky jsou absolutní čísla, ale matematické výpočty s přibližnými množstvími se ve skutečnosti přibližují podstatě přírody a blíží se optimalizaci.

Je cesta od matematiky a optimalizace k umělé inteligenci (AI) dlouhá, nebo krátká?

Umělá inteligence (AI) vznikla ve 40. a 50. letech 20. století. V té době Alan Turing představil koncept „Turingova stroje“ pro simulaci teorie inteligentních počítačů. V 50. letech 20. století John McCarthy představil termín „umělá inteligence“ a vyvinul jazyk. V 70. a 80. letech 20. století byly vyvinuty koncepty jako expertní systémy a fuzzy logika pro řešení rozhodovacích problémů. V 90. letech 20. století se rozvíjely neuronové sítě a hluboké neuronové sítě. V roce 2010 byla technologie AI integrována do mnoha oblastí, včetně samořídících vozidel, chatbotů, rozpoznávání a zpracování jazyka. V poslední době se AI stala tak populární, že vstoupila do všech aspektů života a je tématem zájmu mnoha zemí. V budoucnu bude AI extrémně úrodným trhem pro další a hlubší rozvoj, který pronikne do více aktivit života.

S postgraduálními studenty a studenty, kteří se v červnu 2018 zúčastnili a přednesli své příspěvky na Světovém kongresu IEEE o výpočetní inteligenci 2018 v Rio de Janeiru v Brazílii

Mnoho lidí se domnívá, že současný výzkum a aplikace umělé inteligence nikdy nepovedou k vytvoření skutečné „inteligence“. Co si o tomto názoru myslíte a jaký je podle vás rozdíl mezi lidskou a strojovou inteligencí?

V době Alana Turinga se lidé domnívali, že pokud by se podařilo vytvořit stroj, který by dokázal dobře zpracovávat výpočty s extrémně velkým datovým systémem, pak by se jeho složitost v určitém okamžiku vyrovnala neuronové síti v lidském mozku – to znamená, že by umělá inteligence mohla dosáhnout lidské inteligence. Po zhruba 80 letech vývoje v tomto směru se superspolečnostmi jako Google si myslím, že umělá inteligence má stále daleko k dosažení tohoto cíle. Mechanicky lze říci, že lidé syntetizují informace, vnímají, učí se, vyjadřují emoce... způsoby, které lze vypočítat a naprogramovat; podle této logiky se umělá inteligence může lidi přiblížit a předčit díky zlepšení rychlosti a dat. V lidském mozku však existuje určitý „nelogický“ mechanismus, který podle mě umělá inteligence má od tohoto stavu daleko, nebo ho nikdy nemůže dosáhnout.

Přijde doba, kdy lidé budou používat data jako zbraň, místo zbraní nebo ekonomiky? Jaké budou důsledky této datové války? Je potřeba optimalizační/vyvažovací strategie mezi lidským světem a světem strojů?

Můžu přijít o peněženku, ale ne o počítač a data v ní. To znamená, že data jsou nesmírně důležitá. Ve válce se zbraněmi/ekonomikou můžeme evakuovat/vyjednávat…; ale s daty nemůžeme dělat nic. Lidé dokonce používají velká data k podpoře konkurence/války. Umělá inteligence bez dat je bezvýznamná.

Důsledky datové války budou hrozivé. Bude nutné stanovit etické standardy pro dolování a používání dat.

Možná je trochu brzy hovořit o strategii rovnováhy mezi člověkem a strojem, ale strategie ochrany dat jako národního bohatství je nesmírně nezbytná. Lidé nyní také začínají být opatrní při poskytování osobních údajů třetí straně. U gigantů jako Google, Facebook nebo TikTok..., pokud nebudeme data efektivně kontrolovat a zabezpečovat, necháme cenný zdroj volně dostupný těmto společnostem k manipulaci a použití. Vláda má docela dobré zásady správy dat pro místa, která ukládají velké množství osobních údajů, jako jsou školy, banky...; ale správa dat, která lidé „nevědomě“ poskytují výše uvedeným gigantům, není jednoduchá.

Docent, Dr. Huynh Thi Thanh Binh a studenti polytechniky, kteří promovali v srpnu 2023

Kromě dat je důležitá i optimalizace přenosu informací a je to relevantní pro výzkumný projekt, na kterém pracujete?

Ano, to je projekt, na který jsme s mým týmem velmi hrdí, když jsme získali financování od Nadace VINIF na výzkum transferového učení pro řešení problémů kombinatorické optimalizace. Abychom na projekt získali finanční prostředky, strávil můj tým 9 měsíců přípravou, psaním a revizí návrhu tak, aby byl co nejlepší a co nejblíže výsledkům, kterých lze v praxi dosáhnout. Projekt zahrnuje výzkum optimálního přenosu znalostí v evoluci, přenosu informací v koevoluci a přenosu informací v neuronových sítích.

Přenos se zde netýká typu ze stroje na stroj ani z osoby na osobu, ale studia přenosu/sdílení informací za účelem efektivního řešení optimalizačních problémů v životě. Například některé důležité problémy: problém robotického ramene, problém směrování v dopravě, plánování ve vojenství…

Docent, Dr. Huynh Thi Thanh Binh, Stanford University, USA

Nedávné statistiky ukazují, že zaměstnanci v odvětví umělé inteligence pobírají ve Vietnamu platy mezi třemi nejlepšími. Je podle vás umělá inteligence trendy obor?

V nedávné konferenční zprávě jsem také shrnul platy inženýrů umělé inteligence ve Vietnamu a zjistil jsem, že jsou velmi dobré. Existuje mnoho pracovních příležitostí souvisejících s umělou inteligencí a myslím si, že v blízké budoucnosti bude umělá inteligence stále velmi atraktivním oborem, snadno se najde práce a budou poskytovat vysoké příjmy.

Z pohledu někoho, kdo je s Technickou univerzitou spojen po mnoho generací, jak byste porovnal současné studenty generace Z s předchozími absolventy?

Nevím kde, ale u studentů generace Z na Bách khoa vidím, že se zlepšujete a zlepšujete. Velmi dobře. Jste velmi chytrý, nejen dobrý ve svém oboru, ale také v cizích jazycích a měkkých dovednostech. Zejména od přechodu na autonomní mechanismus přitahuje Bách khoa stále více talentovaných studentů.

Na Fakultě informačních technologií a komunikací, kde pracuji, měli studenti v minulosti jen omezený přístup k výzkumným laboratořím. V posledních letech však většina studentů v laboratořích pracuje s nadšením a kreativně. Někteří studenti se dokonce sami o našich laboratořích dozvěděli a zapojili se.

Díky za rozhovor!

Thanhnien.vn