Vom Medizinstudenten zum Professor an einer der acht besten Universitäten der Welt

Nachdem er drei Jahre Medizinstudium abgebrochen und bei einem Öl- und Gasunternehmen gearbeitet hatte, wechselte Nguyen Hung Minh Tan in die KI-Forschung und wurde Dozent an der National University of Singapore.

Minh Tan, 34 Jahre alt, aus Ho-Chi-Minh-Stadt, hat im Juli die Stelle als Assistenzprofessor (*) am Fachbereich Mathematik der National University of Singapore (NUS) angenommen. Laut QS-Ranking 2024 ist dies die einzige Schule in Asien, die zu den zehn besten Universitäten der Welt gehört. Die Schule belegt den achten Platz.

Tan wird maschinelles Lernen und Deep Learning im Bereich der künstlichen Intelligenz (KI) lehren und erforschen.

„Ich habe mich für Singapur entschieden, weil die Mathematikabteilung der NUS sehr stark ist und laut QS 2023 weltweit auf Platz 13 liegt. Die Forschungsrichtung hier ähnelt meiner Entwicklungsrichtung“, sagte Tan.

Zudem liegt Singapur in der Nähe von Vietnam. Tan glaubt, dass ihm dies die Möglichkeit bietet, Studierende zu betreuen und mit Kollegen in der Heimat zusammenzuarbeiten. Er hat viele junge Talente in Vietnam durch das AI Residency-Programm großer Technologiekonzerne geführt. Das zweijährige Programm unterstützt Studierende bei der KI-Forschung und schafft die Voraussetzungen für eine Promotion im Ausland.

Nguyen Hung Minh Tan. Foto: Charakter bereitgestellt

Schon als Kind interessierte sich Tan für Mathematik und las die Zeitschriften „Math“ und „Tuoi Tre“. Tan lernte gut und war seit der Grundschule durchgehend im Schulteam. 2004 bestand Tan die Aufnahmeprüfung für die Mathematik-Spezialklasse der Le Hong Phong High School für Hochbegabte.

Tan erzählte, dass er zwar gerne Mathematik studierte, aber in diesen Jahren nur für die Prüfung. Nachdem er nicht die gewünschten Ergebnisse erzielte, beschloss er, die Universitätsrichtung zu ändern. 2007 wurde Tan an zwei renommierten Universitäten in Ho-Chi-Minh-Stadt, Bach Khoa und Y Duoc, zugelassen und entschied sich für eine Ausbildung zum Arzt.

Nach einem Studienjahr in Vietnam zog Tan mit seiner Familie in die USA. Er setzte sein Medizinstudium am Houston Community College in Texas fort. Nach zwei Jahren brach Tan sein Studium jedoch wieder ab.

„Mir wurde klar, dass ich für den medizinischen Bereich nicht geeignet war“, erinnerte sich Tan. Damals dachte er auch, sein Englisch sei nicht gut genug, um in den USA weiter Medizin zu studieren, da Medizinstudenten nicht nur an der Schule lernen, sondern auch gut kommunizieren müssen, um die Pathologie, die Umstände und die Psychologie der Patienten zu verstehen.

Nachdem er recherchiert und herausgefunden hatte, dass Ingenieursstudenten gute Karriereaussichten haben, bewarb sich Tan und erhielt ein Vollstipendium für ein Studium der Elektrotechnik an der Rice University – einer Schule, die laut US News zu den 15 besten Universitäten in den USA gehört.

Zu diesem Zeitpunkt hatte Tan noch keine klare Vorstellung von seinem Berufsweg. Im ersten Semester, als er drei Spezialkurse belegte, war er interessiert und entschied sich für Signalverarbeitung. Laut Tan erfordert dieses Hauptfach viel Mathematik und bietet viele Jobmöglichkeiten bei großen Ölkonzernen. Dies ist auch ein beliebtes Ausbildungsgebiet an der Schule.

Neben dem Studium wollte Tan sein Englisch verbessern. Er bewarb sich um einen Teilzeitjob als Kassierer in einem Supermarkt. Der Job war sehr stressig und zwang Tan, aufmerksam zuzuhören und mehr Englisch zu sprechen, um Kundengespräche zu führen. Dadurch verbesserte Tan seine Hör- und Sprechfähigkeiten. Er konnte sich leichter mit seinen Freunden in der Schule unterhalten und gemeinsam mit seinen Lehrern an Projekten teilnehmen.

2014 begann Tan sein Abschlussjahr am College. Zu dieser Zeit entwickelten sich maschinelles Lernen und Deep Learning in den USA rasant. Tan studierte diese beiden Bereiche, um sie in seinem Projekt anzuwenden, und entwickelte gemeinsam mit seinen Freunden erfolgreich einen Hut, der die Gedanken seines Trägers in Befehle zur Steuerung eines Modellautos umwandeln konnte.

Doch kurz vor seinem Abschluss wurde Tan als Ingenieurpraktikant bei GE Oil and Gas, einem Öl- und Gasunternehmen, angenommen. Kurz darauf erlebte die Ölindustrie einen Niedergang. Zu diesem Zeitpunkt überzeugte ihn sein ehemaliger Professor an der Rice University, in die KI-Forschung zurückzukehren.

Tan kündigte seinen Job und gewann 2014 ein Master- und Doktorandenstipendium.

Drei Jahre später verlief Tans Studium dank seiner Leidenschaft und der engagierten Anleitung seiner Lehrer reibungslos und er verfasste fortlaufend wissenschaftliche Arbeiten. Doch im vierten Jahr geriet Tan ins Stocken und wusste nicht, woran er als Nächstes forschen sollte. Er versuchte, viele neue Bereiche der KI zu erforschen, blieb jedoch ergebnislos.

„Ich habe seit zwei Jahren keine wissenschaftliche Arbeit mehr veröffentlicht“, sagte Tan besorgt, denn dies ist eine sehr wichtige Phase für einen Doktoranden. Er kämpfte damit und verglich ständig seine Ideen mit denen seiner Professoren, um zu verstehen, was ihm fehlte.

Nach zwei Jahren ergebnislosen Ringens wurde Tan klar, dass ihm eine Forschungsrichtung fehlte. Schließlich beschloss er, sich auf angewandte Mathematik und maschinelles Lernen zu konzentrieren.

Seitdem ist Tans Arbeit viel einfacher geworden. Er absolvierte Praktika bei Amazon AI und NVIDIA Research und arbeitete an einer Reihe angewandter Probleme wie der Modellierung von KI-Physik, der Domänenanpassung zum Lernen aus synthetischen Daten und der Nutzung von maschinellem Lernen für wissenschaftliche Entdeckungen . Kürzlich nutzte Tan diese angewandten Probleme, um in einem Gemeinschaftsprojekt mit Toyota die Lebensdauer von Elektrofahrzeugbatterien vorherzusagen.

Diesen Juni schloss er sein Postdoc-Programm am Department of Mathematics der University of California, Los Angeles (UCLA) ab, bevor er an die National University of Singapore wechselte.

Tan sagte, der neue Job sei sehr interessant. Er könne am Aufbau des Programms mitwirken und den Studierenden helfen, das Gelernte anzuwenden, um weltweit Jobs zu finden.

„Es gibt viel Druck, aber auch viel Motivation“, erzählte Tan. Er sagte, er habe den Lehrberuf gewählt, weil ihn seine Mentoren inspiriert hätten. Professor Richard Baraniuk von der Rice University und Professor Stan Osher von der UCLA gaben Tan viele nützliche Ratschläge für seine Forschung und seine Karriere. Tan war Zeuge ihres Engagements und ihres positiven Einflusses und betrachtete sie als Vorbilder.

Tan auf der ICLR 2023-Konferenz für künstliche Intelligenz in Ruanda. Foto: Charakter bereitgestellt

Ho Pham Minh Nhat, Professor an der University of Texas, Austin, USA, schätzt seine Kollegen in Forschung und Lehre sehr.

„Tan möchte immer alles bis zum Ende erledigen und nie etwas unvollendet lassen. Er entdeckt und behandelt Probleme sehr wissenschaftlich. Tan geht auch sehr verantwortungsbewusst mit den Schülern um“, erzählte Herr Nhat.

Tan hat bisher 16 Artikel in Q1-Zeitschriften (der renommiertesten Zeitschriftengruppe seines Fachgebiets) veröffentlicht. Tans zukünftige Forschungsrichtung besteht darin, verschiedene Methoden der angewandten Mathematik wie Optimierung, Differentialgleichungen oder Statistik zu kombinieren, um maschinelle Lernmodelle zu erklären, die in Anwendungen der künstlichen Intelligenz eingesetzt werden. Er kehrt außerdem regelmäßig nach Vietnam zurück, um gemeinsam mit seinen Kollegen Studierende zu betreuen.

Rückblickend sagt Tan, dass ihm jedes Umfeld wertvolle Lektionen erteilt hat. Im Medizinstudium lernte er die Tugend des Fleißes. An der Rice University lernte er, wie man ein unabhängiger Forscher wird. An der UCLA lernte er, produktiv zu sein und wirkungsvolle Forschung zu betreiben. Und auch an diesen beiden Orten lernte Tan durch die Zusammenarbeit mit Kollegen aus vielen Ländern den Wert von Vielfalt in Forschung und Leben kennen.

Er ist davon überzeugt, dass junge Menschen proaktiv, neugierig und fleißig sein, ihr Denken ständig erneuern und Vertrauen in sich selbst haben müssen.

„Nichts kommt von selbst“, sagte Tan. Er glaubt, dass die meisten Menschen keine Genies sind, daher sind diese Eigenschaften der Schlüssel zum Erfolg, insbesondere wenn man mit Hindernissen konfrontiert wird.

Khanh Linh

*Assistenzprofessor ist die erste von drei Professorenstufen in den USA.

Quellenlink: https://vnexpress.net/tu-sinh-vien-y-thanh-giao-su-dai-hoc-top-8-the-gioi-4649054.html