Punto di svolta
Il successo del dottor Tran Ngoc Vinh deriva dalla sua coraggiosa decisione di uscire dalla propria zona di comfort e dalle intense esperienze vissute durante gli anni di studio e lavoro in Corea del Sud e negli Stati Uniti. Il suo percorso, dai primi studi di Fisica e Matematica in Vietnam, passando per la Corea del Sud, fino agli Stati Uniti, è una storia di forza di volontà nel superare i propri limiti e di un ardente desiderio di trovare soluzioni per proteggere le comunità dai disastri naturali.
Dopo essersi laureato all'Università delle Scienze (Università Nazionale del Vietnam, Hanoi), Vinh ha iniziato la sua carriera come ricercatore presso il suo ateneo. Tuttavia, la decisione di trasferirsi in Corea del Sud per gli studi di dottorato si è rivelata una svolta fondamentale. "Le differenze culturali e linguistiche mi hanno fatto sentire insicuro e a volte ho dubitato di essere in grado di proseguire gli studi. Ma quello è stato il punto di svolta più importante della mia carriera. Lontano dalla mia famiglia, ho dovuto cavarmela da solo: fissare i miei obiettivi, elaborare i miei piani e impegnarmi per raggiungerli", ha raccontato il Dott. Vinh.
Tran Ngoc Vinh ha tenuto una presentazione sul fenomeno delle inondazioni urbane presso l'Università del Michigan, negli Stati Uniti.
Ripensando ai suoi quasi cinque anni da studente di dottorato all'Università di Ulsan, in Corea del Sud, si rende conto che la pressione che si imponeva era persino maggiore di quella richiesta dai suoi professori supervisori. "C'è stato un periodo in cui la mia vita era quasi squilibrata: durante gli studi di dottorato, lavoravo spesso più di 15 ore al giorno, rimanendo sveglio fino alle 6 o 7 del mattino prima di andare a dormire. Ma è stato proprio quel periodo difficile che mi ha aiutato a capire la mia vera passione e il percorso che volevo intraprendere, gettando le basi per il lavoro innovativo che avrei svolto in seguito", ricorda.
La specializzazione iniziale del dottor Vinh era Scienze della Terra, in particolare meteorologia e idrologia. Durante i suoi studi universitari presso l'Università di Scienze Naturali, ha avuto la fortuna di partecipare a numerosi progetti di ricerca con i suoi professori e di effettuare viaggi di studio in tutto il Vietnam, soprattutto nel Vietnam centrale, concentrandosi sulle inondazioni. Questi viaggi nelle province centrali, durante i quali ha potuto assistere in prima persona alle devastanti inondazioni che hanno spazzato via vite umane, proprietà e beni materiali, lo hanno profondamente segnato. "Nel corso della mia carriera, mi sono sempre posto due domande: è possibile prevedere i disastri naturali? E cosa possiamo fare per minimizzare i danni causati dalle inondazioni?", ha affermato.
Dott.ssa Tran Ngoc Vinh, ricercatrice presso l'Università del Michigan, USA
Appassionato di fisica e affascinato dai modelli tradizionali di previsione delle inondazioni, ne ha riconosciuto anche i limiti: "Le capacità umane sono limitate; le previsioni su larga scala sono impossibili". Al contrario, l'intelligenza artificiale (IA) può elaborare enormi quantità di informazioni in modo rapido e preciso, con un elevato grado di rigore. Crede che combinare l'IA con modelli fisici ed esperienza umana sia la strada per superare i punti deboli di ciascuno strumento.
Partendo da questa idea, il team di ricerca da lui guidato presso l'Università del Michigan (USA) ha condotto il progetto di ricerca "L'intelligenza artificiale migliora l'accuratezza, l'affidabilità e il valore economico delle previsioni di inondazione a medio termine su scala continentale", completato nel 2023. La ricerca ha sviluppato un nuovo modello ibrido che combina l'intelligenza artificiale con il modello idrologico nazionale statunitense (NWM) per la previsione delle inondazioni, in grado di minimizzare gli errori nella programmazione delle previsioni nazionali e di fornire previsioni più accurate su dove si verificheranno le inondazioni.
Il dottor Vinh e il suo team di scienziati hanno scoperto che, quando l'intelligenza artificiale viene utilizzata in combinazione con il modello NWM sviluppato dalla National Oceanic and Atmospheric Administration (NOAA) degli Stati Uniti, il modello ibrido risultante è da 4 a 6 volte più preciso. L'IA è stata addestrata sui dati NOAA relativi agli Stati Uniti, ma il sistema può essere personalizzato per qualsiasi paese.
I risultati della ricerca dimostrano che il modello ibrido non solo supera le prestazioni del modello NWM, ma raggiunge risultati superiori persino a quelli dei modelli di intelligenza artificiale più avanzati sviluppati da Google, soprattutto in situazioni di alluvione estrema. Il lavoro è stato pubblicato sulla rivista di punta dell'American Geophysical Union (AGU), che pubblica meno di 100 studi all'anno.
Test effettuati in tutti gli Stati Uniti.
La dottoressa Tran Ngoc Vinh, finalista tra i primi 20 ai Golden Globe Science and Technology Awards del 2025, detiene 8 brevetti nazionali in Corea del Sud e ha pubblicato 29 articoli scientifici su riviste scientifiche internazionali di primo livello (Q1).
Il dottor Vinh ha dichiarato: “Per annunciare questi risultati, abbiamo dovuto superare molti ostacoli e un carico di lavoro enorme. Ma questa è la prova del nostro impegno costante nella ricerca di soluzioni migliori per la previsione dei disastri naturali, un obiettivo che mi sta a cuore fin dall'inizio della mia carriera.”
In qualità di autore principale di questa ricerca, ha lavorato instancabilmente per molti anni, quasi senza sosta, dalla raccolta e dall'elaborazione dei dati di input, inclusi dati meteorologici (precipitazioni, temperatura, vento, ecc.), dati di portata delle inondazioni e dati di simulazione provenienti da NWM, alla progettazione del quadro generale della ricerca, alla creazione di scenari di simulazione per valutare l'efficacia del modello, alla proposta di soluzioni, alla direzione della stesura del manoscritto e alla partecipazione al processo di revisione paritaria della ricerca...
“Per quanto riguarda la direzione della ricerca, integrerò l'intelligenza artificiale nel sistema di modellazione terrestre per migliorare le capacità di simulazione e la velocità di calcolo. L'obiettivo è prevedere disastri naturali su larga scala, come tempeste e forti piogge, con un anticipo maggiore, ad esempio 10 giorni. Con previsioni più accurate e tempestive, saremo meglio preparati, riducendo al minimo i danni a persone e cose”, ha affermato il Dott. Tran Ngoc Vinh (Università del Michigan, USA).
In particolare, è stato direttamente responsabile della progettazione, programmazione e addestramento di un modello sperimentale di intelligenza artificiale negli Stati Uniti, basato su oltre 42.000 eventi alluvionali e con un orizzonte temporale di previsione di 1-10 giorni. "È in grado di fornire scenari di previsione probabilistici, un fattore chiave nel processo decisionale in ambienti ad alto rischio, e può funzionare su un normale computer, non su un supercomputer", ha affermato il Dott. Vinh, sottolineando le caratteristiche superiori del modello.
Parallelamente alla sua ricerca sulle inondazioni, il dottor Tran Ngoc Vinh ha pubblicato anche un lavoro sulle inondazioni urbane sulla rivista Nature Cities, evidenziando il "ciclo inondazione-ammodernamento del sistema di drenaggio-inondazione" e avvertendo che l'attuale approccio alla progettazione dei sistemi di drenaggio non è ottimale. Spera di applicare questa ricerca nella pratica in Vietnam, non solo concentrandosi sulla previsione delle inondazioni, ma anche fornendo soluzioni per la prevenzione e contribuendo alla progettazione di strutture di protezione dalle calamità, ottimizzando i sistemi di drenaggio delle inondazioni in grandi città come Hanoi e Ho Chi Minh City.
Fonte: https://tienphong.vn/tien-si-tre-dot-pha-trong-du-bao-lu-post1780398.tpo
![[Foto] Il Segretario Generale e Presidente To Lam presiede la riunione per l'approvazione della bozza di relazione sui risultati della seconda ispezione da parte del Politburo del Comitato Permanente del Comitato del Partito della città di Hanoi.](https://vphoto.vietnam.vn/thumb/1200x675/vietnam/resource/IMAGE/2026/05/26/1779789811432_a2-bnd-4430-9620-jpg.webp)
Commento (0)