Dr. Huynh Thi Thanh Binh docens: „Az optimalizálás gyakran a természet követését jelenti”

Milyen különleges lehetőség kötötte a Hanoi Tudományos és Technológiai Egyetemhez a diákéveid óta? Félsz a változó környezettől?

Az iskola informatikai (IT) szakos hallgatóinak 37. generációjához tartozom, de valójában már középiskola óta tanulok informatikát. Aztán egyetemet, mesterképzést, doktori képzést... mind ebben az iskolában végeztem.

Voltak időszakok, amikor Japánban terveztem külföldön tanulni. Egyetemista koromban öt évig tanultam japánul, a japán kormány támogatásával 20 kiváló K36-os és K37-es diáknak. Aztán ez pont a szomszédos ország gazdasági recessziójába esett, így a tanulmányaim felfüggesztésre kerültek. Aztán, amikor befejeztem a mesterképzésemet, Ho Tu Bao professzor bemutatott egy nagyon tekintélyes japán professzornak, hogy menjek oda kutatni, de szubjektív okokból (házasságkötés) továbbra is a Műszaki Egyetemen maradtam. Szintén objektív és szubjektív okok miatt a mai napig ott csinálom a PhD-m, és ott tanítok.

Ha azt mondom, hogy a sors akarta, attól tartok, kicsit túlzok, de egyszerűen fogalmazva, ez a dolog természetes és gyengéd módon jött nekem.

Dr. Huynh Thi Thanh Binh docens részt vett és beszámolót tartott az evolúciós számítástechnika vezető konferenciáján, 2023 júliusában Lisszabonban, Portugáliában.

Néhány újabb konferencián gyakran láttam, hogy más női tudósokkal együtt mutatta be kutatási eredményeit. Ez a politechnikum tudományában megjelenő új „feminizmus” jele?

Legutóbb, amikor részt vettem a Vingroup Innovációs Alap (VINIF) konferenciáján, Dr. Nguyen Phi Le, Dr. Le Minh Thuy és én együtt tartottunk előadást, és volt egy másik női hallgató is, Dr. Nguyen Cam Ly, aki Japánban volt, és még nem tért vissza. Ez véletlen egybeesés volt, vagy „szimpátia” köztünk, és nem képviselt semmilyen „feminista” generációt. Az egyetem mérnöki blokkjában kevés olyan csoport van, amelynek annyi női tagja van, mint az én csoportomnak, valószínűleg csak kevesebb, mint az egyetem közgazdasági vagy idegen nyelvi blokkjaiban lévő kutatócsoportoknak. Egy másik különlegesség, hogy a csoportom minden évben a világ vezető konferenciáin publikál, majd a csoportommal együtt részt veszünk a konferencián, hogy bővítsük a lehetőséget az erős kutatócsoportokkal való cserére.

Köztudott, hogy egy nagy laboratóriumot vezet az iskolában, és emellett tanít is. Ahhoz, hogy ezt jól végezze, van-e valamilyen optimalizálási folyamat, amelyet alkalmazni kell?

Jelenleg egy körülbelül 40 fős optimalizálási kutatócsoport vezetője vagyok. Nagynak találom a munkaterhelést; általában kora reggeltől este 6-7-ig dolgozom, beleértve a szombatokat is. Számomra a munka olyan, mint a napi étkezés és ital, és mindig van váltás az ételekben, mert minden héten új felfedezések történnek egyik vagy másik csoporttól. Ez izgalommal tölt el.

A munkám optimalizálása érdekében gyakran kell célokat kitűznöm, terveznem, ésszerűen beosztanom az időt, és soha nem szabad elfelejtenem a határidőket.

Álomszerű pillanatok színekkel és ecsetekkel

Lenyűgöző munkabírás egy karcsú alak mögött?

Azt hiszem, egy könnyű test segít abban, hogy több energiám legyen a gondolkodáshoz, a kutatáshoz és az alkotáshoz. Természetesen az embernek kényelmesen kell éreznie magát az állapotában.

Zongorázni is tanultam, mert valami harmonikusat akartam csinálni az életben, valami ízesebbet. A zene valójában matematika, hasonlóan a nyelvhez vagy a dolgok fejlődéséhez a természetben.

A labortagok egyesítéséhez milyen vezetési stílust választasz: határozottat vagy rugalmasat?

Egy laboratóriumi diák ajándéka neki március 8-án

Rendkívül fontos a labor tagjainak összekapcsolása. A kutatási irányok közötti információcsere, frissítések és megosztás nélkül ezt nehéz lesz megvalósítani. Minden reggel a hét elején viszek egy kocsi ételt és italt a labor tagjainak, kiszámolva, hogy mennyit kényelmesen el tudnak használni a hét folyamán. Igyekszem támogatni a csoport tagjait, hogy a kutatásra tudjanak koncentrálni, ne legyenek elterelődő dolgok, és reggeltől estig tudjanak dolgozni.

Nekem is jelen kell lennem a laborban, akárcsak nektek, együtt kell dolgoznom, együtt kell találkoznom, meg kell vitatkoznom veletek és más kutatócsoportokkal. Ha ezt nem tudom megtenni, akkor nem lesz koordináció a kutatási irányok között, vagy átfedésben lehetnek, nem támogatják egymást, nem tudják frissíteni egymás eredményeit...

A vezetési stílusom szerepkörtől függően változik. Az iskolában nagyon gyengéd vagyok a kollégáimmal; a kutatócsoportban meglehetősen szigorúnak tartom magam, nagyon szigorúnak a terveket és a haladást illetően, egyértelmű jutalmakkal és büntetésekkel. Ennek oka valószínűleg az optimalizálás iránti vágyból fakad minden egyes munkatípusban, és ezt nagyon természetesnek találom.

Milyen konkrét példa mutatja, hogy a matematika hogyan vezethet optimális megoldásokhoz?

Lényegében a matematika nagyon szép. Az élet számos problémája matematikát igényel. Például a „hogyan juthatunk el a Hanoi Tudományos és Technológiai Egyetemről a Hoan Kiem-tóhoz a lehető leggyorsabban és a legkevesebb piros lámpával” egy olyan probléma, amelyhez algoritmusra van szükség az optimális válasz megtalálásához. Sok körülöttünk lévő probléma, például a szállítási és logisztikai útvonaltervezési problémák, egyben kombinatorikus optimalizálási problémák is... Az élethez optimalizált munkára van szükség, és a munka optimalizálásához matematikára van szükség. Az alkalmazott matematika ma már egy növekvő terület, és fontos szerepet játszik az életben.

Nem mindig találjuk meg az optimális megoldást például olyan termelési és logisztikai problémák esetén, amelyek paraméterei időben folyamatosan változnak. Ezek a problémák számos kiegészítő módszert igényelnek, elfogadható megoldásokat kell találni, és közelítő módszereket kell használni. A matematika tárgya az abszolút számok, de a közelítő mennyiségekkel végzett matematikai munka valójában a természet lényegéhez közeledik, és közel áll az optimalizáláshoz.

A matematikától az optimalizáláson át a mesterséges intelligenciáig (MI) hosszú vagy rövid az út?

A mesterséges intelligencia (MI) története az 1940-es és 1950-es években kezdődött. Ekkor vezette be Alan Turing a „Turing-gép” koncepcióját az intelligens számítógépek elméletének szimulálására. Az 1950-es években John McCarthy vezette be a „mesterséges intelligencia” kifejezést, és fejlesztette ki a nyelvet. Az 1970-es és 1980-as években olyan koncepciókat fejlesztettek ki, mint a szakértői rendszerek és a fuzzy logika a döntéshozatali problémák megoldására. Az 1990-es években jelentek meg a neurális hálózatok és a mély neurális hálózatok. A 2010-es években a MI-technológia számos területre integrálódott, beleértve az önvezető autókat, a chatbotokat, a felismerést és a nyelvi feldolgozást. Az utóbbi időben a MI annyira népszerűvé vált, hogy az élet minden területére belépett, és az országok érdeklődésére tart számot. A jövőben a MI rendkívül termékeny piac lesz a további és mélyebb fejlesztéshez, az élet több tevékenységébe is behatolva.

Végzős hallgatókkal és diákokkal, akik részt vettek és beszámolót tartottak a 2018-as IEEE Számítógépes Intelligencia Világkongresszuson Rio de Janeiróban, Brazíliában, 2018 júniusában.

Sokan úgy vélik, hogy a jelenlegi mesterséges intelligencia kutatások és alkalmazások soha nem fognak valódi „intelligencia” létrehozásához vezetni. Mit gondol erről a nézetről, és szerinted mi a különbség az emberi és a gépi intelligencia között?

Alan Turing idejében az emberek azt hitték, hogy ha létre lehet hozni egy gépet, amely jól képes feldolgozni a számításokat egy rendkívül nagy adatrendszerrel, akkor valamikor a bonyolultsága megegyezik majd az emberi agy neurális hálózatával – vagyis a mesterséges intelligencia elérheti az emberi intelligenciát. Miután körülbelül 80 évnyi fejlesztés folyt ebben az irányban olyan szupercégekkel, mint a Google, úgy gondolom, hogy a mesterséges intelligencia még mindig messze van ettől a céltól. Mechanikailag elmondható, hogy az emberek információkat szintetizálnak, érzékelnek, tanulnak, érzelmeket fejeznek ki... olyan módon, amely kiszámítható és programozható; e logika szerint a mesterséges intelligencia a sebesség és az adatmennyiség fejlődésének köszönhetően megközelítheti és meghaladhatja az embereket. Van azonban egy bizonyos „logikátlan” mechanizmus az emberi agyban, amelyről úgy gondolom, hogy a mesterséges intelligencia messze van ettől az állapottól, vagy soha nem érheti el.

Eljön-e az idő, amikor az emberek az adatot fegyverként használják majd a fegyverek vagy a gazdaság helyett? Milyen következményekkel jár majd ez az adatháború? Szükség van-e optimalizálási/kiegyensúlyozási stratégiára az emberi világ és a gépek világa között?

Elveszíthetem a pénztárcámat, de nem veszíthetem el a számítógépemet és a benne lévő adatokat. Vagyis az adat rendkívül fontos. Egy fegyverekkel/gazdasággal vívott háborúban evakuálhatunk/tárgyalhatunk...; de adatokkal semmit sem tehetünk. Az emberek még a big data-t is használják a verseny/háború szolgálatára. Az adat nélküli mesterséges intelligencia értelmetlen.

Az adatháború következményei súlyosak lesznek. Etikai normákat kell megállapítani az adatbányászat és -felhasználás terén.

Lehet, hogy még kicsit korai az ember-gép egyensúly stratégiájáról beszélni, de az adatok nemzeti vagyonkénti védelmének stratégiája rendkívül fontos. Most az emberek is óvatosak kezdenek lenni, amikor személyes adatokat adnak meg egy másik félnek. Az olyan óriásoknál, mint a Google, a Facebook vagy a TikTok..., ha nem ellenőrizzük és nem biztosítjuk hatékonyan az adatokat, értékes erőforrást hagyunk hátra ezeknek a vállalatoknak a manipulálására és felhasználására. A kormánynak meglehetősen jó adatkezelési szabályzatai vannak azokra a helyekre, amelyek sok személyes adatot tárolnak, például iskolák, bankok...; de az emberek által "tudattalanul" a fenti óriásoknak megadott adatok kezelése nem egyszerű.

Dr. Huynh Thi Thanh Binh docens és a 2023 augusztusában végzős politechnikai hallgatók

Az adatokon kívül az információátadás optimalizálása is fontos, és ez releváns-e egy kutatási projekt szempontjából, amin dolgozol?

Igen, ez az a projekt, amire a csapatommal nagyon büszkék vagyunk, amikor a VINIF Alapítvány finanszírozta a kombinatorikus optimalizálási problémák megoldását célzó transzfertanulással kapcsolatos kutatásunkat. Ahhoz, hogy finanszírozást kapjunk a projekthez, a csapatom 9 hónapot töltött a javaslat előkészítésével, megírásával és felülvizsgálatával, hogy az a lehető legjobb és a gyakorlatban elérhető eredményekhez legközelebb eső legyen. A projekt az evolúcióban az optimális tudástranszferrel, a koevolúcióban az információtranszferrel és a neurális hálózatokban az információtranszferrel kapcsolatos kutatásokat foglalja magában.

Az információátadás itt nem gépről gépre vagy személyről személyre történik, hanem az információátadás/információmegosztás tanulmányozása az élet optimalizálási problémáinak hatékony megoldása érdekében. Például néhány fontos probléma: robotkar probléma, útvonaltervezési probléma a közlekedésben, tervezés a hadseregben…

Docens, Dr. Huynh Thi Thanh Binh a Stanford Egyetemen, USA-ban

A legfrissebb statisztikák azt mutatják, hogy a mesterséges intelligencia iparágban dolgozók fizetése Vietnámban a három legjobb között van. Véleménye szerint a mesterséges intelligencia egy divatos szakterület?

Egy nemrégiben megjelent konferenciabeszámolóban én is összefoglaltam a mesterséges intelligencia mérnökök fizetését Vietnámban, és azt találtam, hogy nagyon jók. Sok lehetőség van a mesterséges intelligenciához kapcsolódó munkakörökben, és azt hiszem, a közeljövőben a mesterséges intelligencia továbbra is nagyon vonzó terület lesz, könnyen megtalálható munkával és magas jövedelmekkel.

Egy olyan személy szemszögéből, aki generációk óta kötődik a Műegyetemhez, hogyan hasonlítja össze a jelenlegi Z generációs hallgatókat a korábbi öregdiákokkal?

Nem tudom, honnan, de a Bách khoa Z generációs diákjainál látom, hogy egyre jobbak vagytok. Nagyon jók. Nagyon okosak vagytok, nemcsak a szakonok, hanem az idegen nyelvek és a soft skillek terén is jók. Különösen az autonóm mechanizmusra való áttérés óta a Bách khoa egyre több tehetséges diákot vonz.

Az Információs Technológiai és Kommunikációs Karon, ahol dolgozom, a hallgatóknak a múltban kevés lehetőségük volt kutatólaboratóriumokba járni. Az utóbbi években azonban a hallgatók többsége az első éveik óta a laborokban dolgozik, lelkesen és kreatívan. Néhány diák kezdeményezte, hogy megismerje a laborjainkat és részt vegyen bennük.

Köszönöm a csevegést!

Thanhnien.vn