Dozentin Dr. Huynh Thi Thanh Binh: „Bei Optimierung geht es oft darum, der Natur zu folgen.“

Welche besondere Gelegenheit hat Sie seit Ihrer Studienzeit an die Technische Universität Hanoi gebunden? Sind Sie jemand, der Angst vor Umgebungswechseln hat?

Ich gehöre zur 37. Generation von Studierenden, die an dieser Hochschule Informationstechnologie (IT) studieren, aber eigentlich beschäftige ich mich schon seit meiner Schulzeit mit IT. Anschließend habe ich an dieser Hochschule studiert, meinen Master gemacht und promoviert.

Tatsächlich gab es Zeiten, in denen ich ein Auslandsstudium in Japan geplant hatte. Während meines Studiums belegte ich fünf Jahre lang einen Japanischkurs, der von der japanischen Regierung für 20 hervorragende Studierende der K36- und K37-Programme gefördert wurde. Dann geriet das Nachbarland in eine Wirtschaftskrise , und das Projekt wurde unterbrochen. Nach meinem Masterabschluss stellte mich Professor Ho Tu Bao einem sehr angesehenen Professor in Japan vor, um dort zu forschen. Aus persönlichen Gründen (meiner Heirat) blieb ich jedoch an der Technischen Universität. Aus diesen und anderen Gründen promoviere ich auch heute noch an der Universität und lehre dort.

Wenn ich sage, es war Schicksal, fürchte ich, ist das etwas übertrieben, aber um es einfach auszudrücken: Diese Sache kam ganz natürlich und sanft zu mir.

Die außerordentliche Professorin Dr. Huynh Thi Thanh Binh nahm im Juli 2023 an der führenden Konferenz für evolutionäre Algorithmen in Lissabon, Portugal, teil und präsentierte dort einen Bericht.

Auf einigen Konferenzen der letzten Zeit habe ich Sie oft gemeinsam mit vielen anderen Wissenschaftlerinnen Forschungsergebnisse präsentieren sehen. Ist das ein Zeichen für eine neue Generation des „Feminismus“ in den Naturwissenschaften an der Fachhochschule?

Bei meiner letzten Teilnahme an der Konferenz des Vingroup Innovation Fund (VINIF) präsentierten Dr. Nguyen Phi Le, Dr. Le Minh Thuy und ich gemeinsam. Eine weitere Studentin, Dr. Nguyen Cam Ly, war ebenfalls anwesend; sie befand sich in Japan und war noch nicht zurückgekehrt. Es war ein Zufall oder eine Art Sympathie zwischen uns und hatte nichts mit einer bestimmten „feministischen“ Generation zu tun. Im Ingenieurwesen gibt es an meiner Universität nur wenige Gruppen mit so vielen weiblichen Mitgliedern wie meine, wahrscheinlich nur weniger als die Forschungsgruppen im Wirtschafts- oder Fremdsprachenbereich. Ein weiterer besonderer Punkt ist, dass meine Gruppe jedes Jahr auf weltweit führenden Konferenzen publiziert und wir diese dann gemeinsam besuchen, um den Austausch mit anderen renommierten Forschungsgruppen zu fördern.

Es ist bekannt, dass Sie ein großes Labor in der Schule leiten und gleichzeitig unterrichten. Gibt es einen Optimierungsprozess, der angewendet werden sollte, um diese Aufgaben optimal zu erfüllen?

Ich leite derzeit eine Forschungsgruppe für Optimierung mit etwa 40 Mitarbeitern. Die Arbeitsbelastung ist hoch; ich arbeite in der Regel von früh morgens bis 18 oder 19 Uhr, auch samstags. Arbeit ist für mich wie Essen und Trinken – es gibt immer etwas Neues zu entdecken, denn jede Woche bringt die eine oder andere Gruppe neue Erkenntnisse. Das begeistert mich.

Um meine Arbeit optimal zu gestalten, muss ich mir oft Ziele setzen, planen, meine Zeit sinnvoll einteilen und niemals Termine vergessen.

Verträumte Momente mit Farben und Pinseln

Eine beeindruckende Arbeitsleistung hinter einer schlanken Figur?

Ich glaube, ein leichter Körper hilft mir, mehr Energie zum Denken, Forschen und Gestalten zu haben. Natürlich muss man sich in seinem Zustand wohlfühlen.

Ich habe auch Klavier gelernt, weil ich etwas Harmonisches in meinem Leben tun wollte, etwas, das mehr Geschmack hat. Musik ist im Grunde Mathematik, ähnlich wie Sprache oder die Entwicklung von Dingen in der Natur.

Welchen Führungsstil wählen Sie, um die Labormitglieder zusammenzubringen: Strenge oder Flexibilität?

Ein Geschenk eines Studenten aus dem Labor an sie am 8. März

Die Vernetzung der Labormitglieder ist extrem wichtig. Ohne Austausch, regelmäßige Updates und die gemeinsame Nutzung der Forschungsschwerpunkte ist dies kaum möglich. Jeden Morgen zu Wochenbeginn bringe ich einen Wagen mit Essen und Getränken für die Labormitglieder und achte dabei genau darauf, wie viel sie im Laufe der Woche verbrauchen können. Ich möchte die Gruppenmitglieder bestmöglich unterstützen, damit sie sich auf ihre Forschung konzentrieren können, nicht abgelenkt werden und von morgens bis abends arbeiten können.

Ich muss wie Sie im Labor anwesend sein, mit Ihnen zusammenarbeiten, mich mit Ihnen und anderen Forschungsgruppen austauschen. Wenn ich das nicht kann, gibt es keine Koordination zwischen den Forschungsrichtungen, oder sie überschneiden sich, unterstützen sich nicht gegenseitig und informieren sich nicht über ihre Fortschritte.

Mein Führungsstil variiert je nach Aufgabe. In der Schule bin ich sehr einfühlsam gegenüber meinen Kollegen; in der Forschungsgruppe bin ich hingegen recht streng, was Pläne und Fortschritte angeht, und setze klare Belohnungen und Sanktionen. Der Grund dafür liegt wohl im Bestreben, in jeder Tätigkeit optimale Ergebnisse zu erzielen, und das empfinde ich als ganz natürlich.

Nennen Sie ein konkretes Beispiel dafür, wie Mathematik zu optimalen Lösungen führen kann.

Im Grunde ist Mathematik etwas sehr Schönes. Viele Probleme des Lebens erfordern mathematische Kenntnisse. Beispielsweise ist die Frage „Wie komme ich am schnellsten und mit möglichst wenigen Ampeln von der Technischen Universität Hanoi zum Hoan-Kiem-See?“ ein Problem, das einen Algorithmus zur Ermittlung der optimalen Lösung benötigt. Auch viele Probleme in unserem Alltag, wie etwa Routenplanungen für Lieferungen und Logistik, sind kombinatorische Optimierungsprobleme. Das Leben braucht optimierte Arbeitsabläufe, und um diese zu optimieren, ist Mathematik unerlässlich. Angewandte Mathematik ist ein wachsendes Feld und spielt eine wichtige Rolle in unserem Leben.

Wir finden nicht immer die optimale Lösung, beispielsweise bei Produktions- und Logistikproblemen mit Parametern, die sich kontinuierlich ändern. Solche Probleme erfordern viele komplementäre Methoden, die Suche nach akzeptablen Lösungen und den Einsatz von Näherungsverfahren. Gegenstand der Mathematik sind absolute Zahlen, doch das Rechnen mit Näherungsgrößen nähert sich dem Wesen der Natur an und kommt der Optimierung sehr nahe.

Von der Mathematik über die Optimierung bis hin zur künstlichen Intelligenz (KI) – ist es ein langer oder ein kurzer Weg?

Die Anfänge der KI reichen bis in die 1940er und 1950er Jahre zurück. Damals führte Alan Turing das Konzept der „Turingmaschine“ ein, um die Theorie intelligenter Computer zu simulieren. In den 1950er Jahren prägte John McCarthy den Begriff „Künstliche Intelligenz“ und entwickelte die Sprache. In den 1970er und 1980er Jahren wurden Konzepte wie Expertensysteme und Fuzzy-Logik entwickelt, um Entscheidungsprobleme zu lösen. In den 1990er Jahren entstanden neuronale Netze und tiefe neuronale Netze. In den 2010er Jahren wurde die KI-Technologie in viele Bereiche integriert, darunter selbstfahrende Autos, Chatbots, Gesichtserkennung und Sprachverarbeitung. Inzwischen ist KI so populär geworden, dass sie in alle Lebensbereiche vorgedrungen ist und für viele Länder von großem Interesse ist. Zukünftig wird KI ein äußerst fruchtbarer Markt für weitere und tiefgreifendere Entwicklungen sein und immer mehr Lebensbereiche durchdringen.

Mit Doktoranden und Studenten, die am IEEE World Congress on Computational Intelligence 2018 in Rio de Janeiro, Brasilien, im Juni 2018 teilnahmen und darüber berichteten.

Viele Menschen glauben, dass die aktuelle KI-Forschung und ihre Anwendungen niemals zur Schaffung echter „Intelligenz“ führen werden. Was halten Sie von dieser Ansicht, und was unterscheidet Ihrer Meinung nach menschliche und maschinelle Intelligenz?

Zu Alan Turings Zeiten glaubte man, dass eine Maschine, die Berechnungen mit extrem großen Datenmengen effizient durchführen könnte, irgendwann die Komplexität des neuronalen Netzwerks im menschlichen Gehirn erreichen würde – künstliche Intelligenz (KI) also menschliche Intelligenz. Nach rund 80 Jahren Entwicklung in diese Richtung, angetrieben von Großkonzernen wie Google, ist KI meiner Meinung nach noch weit davon entfernt, dieses Ziel zu erreichen. Rein mechanisch betrachtet, synthetisieren Menschen Informationen, nehmen wahr, lernen, drücken Emotionen aus – alles auf eine Weise, die berechnet und programmiert werden kann. Logischerweise könnte KI dank verbesserter Geschwindigkeit und Datenmengen den Menschen annähern und ihn sogar übertreffen. Allerdings gibt es im menschlichen Gehirn einen gewissen „unlogischen“ Mechanismus, der meiner Ansicht nach verhindert, dass KI diesen Zustand erreicht oder ihn jemals erreichen kann.

Wird es eine Zeit geben, in der Menschen Daten als Waffe einsetzen, anstatt Waffen oder Wirtschaftskraft? Welche Folgen wird dieser Datenkrieg haben? Brauchen wir eine Strategie zur Optimierung bzw. zum Ausgleich zwischen der menschlichen und der maschinellen Welt?

Ich kann meine Brieftasche verlieren, aber nicht meinen Computer und die darauf gespeicherten Daten. Daten sind also extrem wichtig. In einem Krieg mit Waffen oder Wirtschaftsmacht können wir evakuieren oder verhandeln; ohne Daten sind wir machtlos. Manche nutzen Big Data sogar für Konkurrenzkämpfe oder Kriege. Künstliche Intelligenz ohne Daten ist bedeutungslos.

Die Folgen des Datenkriegs werden verheerend sein. Es müssen ethische Standards für die Datengewinnung und -nutzung festgelegt werden.

Es mag noch etwas früh sein, über eine Strategie für das Gleichgewicht zwischen Mensch und Maschine zu sprechen, doch der Schutz von Daten als nationales Gut ist unerlässlich. Immer mehr Menschen gehen vorsichtiger mit der Weitergabe persönlicher Daten um. Angesichts von Giganten wie Google, Facebook oder TikTok gilt: Wenn wir Daten nicht effektiv kontrollieren und sichern, überlassen wir diesen Unternehmen eine wertvolle Ressource, die sie manipulieren und nutzen können. Die Regierung verfügt über recht gute Datenschutzrichtlinien für Einrichtungen, die viele personenbezogene Daten speichern, wie Schulen und Banken. Doch die Verwaltung der Daten, die Menschen den genannten Giganten „unbewusst“ zur Verfügung stellen, ist deutlich komplexer.

Dozentin Dr. Huynh Thi Thanh Binh und Studenten der Fachhochschule, die im August 2023 ihren Abschluss machen

Neben den Daten selbst ist auch die Optimierung des Informationstransfers wichtig. Ist dies für ein Forschungsprojekt, an dem Sie arbeiten, relevant?

Ja, das ist das Projekt, auf das mein Team und ich sehr stolz sind. Wir wurden von der VINIF-Stiftung für unsere Forschung zum Transferlernen zur Lösung kombinatorischer Optimierungsprobleme gefördert. Um die Förderung zu erhalten, hat mein Team neun Monate lang den Projektantrag vorbereitet, verfasst und überarbeitet, um ihn so gut wie möglich zu gestalten und den in der Praxis erzielbaren Ergebnissen so nah wie möglich zu kommen. Das Projekt umfasst die Forschung zu optimalem Wissenstransfer in der Evolution, Informationstransfer in der Koevolution und Informationstransfer in neuronalen Netzen.

Transfer bezieht sich hier nicht auf den Austausch von Maschine zu Maschine oder von Mensch zu Mensch, sondern auf die Untersuchung des Informationstransfers bzw. Informationsaustauschs zur effektiven Lösung von Optimierungsproblemen im Alltag. Beispiele hierfür sind: das Problem des Roboterarms, die Routenplanung im Transportwesen und die militärische Planung.

Außerordentlicher Professor, Dr. Huynh Thi Thanh Binh an der Stanford University, USA

Aktuelle Statistiken zeigen, dass Fachkräfte der KI-Branche in Vietnam zu den drei bestbezahlten gehören. Ist KI Ihrer Meinung nach ein zukunftsträchtiges Studienfeld?

In einem kürzlich erschienenen Konferenzbericht habe ich auch die Gehälter von KI-Ingenieuren in Vietnam zusammengefasst und festgestellt, dass sie sehr gut sind. Es gibt viele Jobmöglichkeiten im KI-Bereich, und ich denke, dass KI auch in naher Zukunft ein sehr attraktives Feld mit guten Jobaussichten und hohem Einkommen bleiben wird.

Wie vergleichen Sie aus der Perspektive einer Person, die seit vielen Generationen mit der Technischen Universität verbunden ist, die aktuelle Generation Z der Studierenden mit früheren Absolventen?

Ich weiß nicht genau wo, aber ich sehe, dass die Studierenden der Generation Z an der Bách khoa immer besser werden. Sehr gut! Ihr seid sehr intelligent, nicht nur in eurem Hauptfach, sondern auch in Fremdsprachen und Soft Skills. Besonders seit der Umstellung auf ein autonomes Studienmodell zieht die Bách khoa immer mehr talentierte Studierende an.

An der Fakultät für Informationstechnologie und Kommunikation, an der ich arbeite, hatten Studierende früher kaum Zugang zu Forschungslaboren. In den letzten Jahren haben sich die Labore jedoch größtenteils von Beginn an verändert. Die meisten Studierenden arbeiten dort mit Begeisterung und Kreativität. Einige haben sogar die Initiative ergriffen, sich über die Labore zu informieren und aktiv mitzuwirken.

Danke für das Gespräch!

Thanhnien.vn