តើឱកាសពិសេសអ្វីដែលបានរក្សាឱ្យអ្នកនៅជាប់សាកលវិទ្យាល័យវិទ្យាសាស្ត្រ និងបច្ចេកវិទ្យា ហាណូយ តាំងពីថ្ងៃសិក្សារបស់អ្នក? តើអ្នកជាមនុស្សដែលខ្លាចការផ្លាស់ប្តូរបរិស្ថានដែរឬទេ?
ខ្ញុំជាសមាជិកនៃនិស្សិតជំនាន់ទី 37 ជំនាញព័ត៌មានវិទ្យា (IT) នៅសាលា ប៉ុន្តែការពិតខ្ញុំបានសិក្សាផ្នែក IT តាំងពីនៅវិទ្យាល័យ។ បន្ទាប់មកខ្ញុំបានសិក្សានៅសកលវិទ្យាល័យ អនុបណ្ឌិត បណ្ឌិត... ទាំងអស់នៅសាលានេះ។
តាមពិតទៅ មានពេលខ្លះដែលខ្ញុំចង់ទៅរៀននៅបរទេសនៅប្រទេសជប៉ុន។ នៅពេលខ្ញុំរៀននៅមហាវិទ្យាល័យ ខ្ញុំបានសិក្សាភាសាជប៉ុនរយៈពេល 5 ឆ្នាំ ឧបត្ថម្ភដោយរដ្ឋាភិបាលជប៉ុនសម្រាប់សិស្សពូកែចំនួន 20 នាក់នៃ K36 និង K37 ។ បន្ទាប់មក វាបានធ្លាក់ចូលក្នុងវិបត្តិ សេដ្ឋកិច្ច របស់ប្រទេសជិតខាង ដូច្នេះត្រូវបានផ្អាក។ បន្ទាប់មក ពេលខ្ញុំរៀនចប់ថ្នាក់អនុបណ្ឌិត សាស្ត្រាចារ្យ Ho Tu Bao បានណែនាំខ្ញុំឱ្យស្គាល់សាស្រ្តាចារ្យដ៏មានកិត្យានុភាពនៅប្រទេសជប៉ុន ដើម្បីទៅធ្វើការស្រាវជ្រាវ ប៉ុន្តែដោយសារហេតុផលពីខាងខ្ញុំ (រៀបការ) ខ្ញុំនៅតែស្នាក់នៅសកលវិទ្យាល័យបច្ចេកវិទ្យា។ វាក៏ដោយសារហេតុផលគោលបំណង និងប្រធានបទដែលខ្ញុំនៅតែធ្វើបណ្ឌិតនៅសាលា ហើយបង្រៀននៅទីនោះរហូតដល់បច្ចុប្បន្ន។
ប្រសិនបើខ្ញុំនិយាយថាវាជាវាសនា ខ្ញុំខ្លាចថាវាជាការបំផ្លើសបន្តិច ប៉ុន្តែនិយាយឱ្យសាមញ្ញ រឿងនេះបានមករកខ្ញុំដោយធម្មជាតិ និងទន់ភ្លន់។
សាស្ត្រាចារ្យរង បណ្ឌិត Huynh Thi Thanh Binh បានចូលរួម និងបង្ហាញរបាយការណ៍នៅក្នុងសន្និសីទឈានមុខគេស្តីពីការគណនាការវិវត្តន៍ខែកក្កដា ឆ្នាំ 2023 នៅទីក្រុង Lisbon ប្រទេសព័រទុយហ្គាល់។
ក្នុងសន្និសីទថ្មីៗមួយចំនួន ខ្ញុំបានឃើញអ្នកបង្ហាញលទ្ធផលស្រាវជ្រាវជាញឹកញាប់ជាមួយនឹង អ្នកវិទ្យាសាស្ត្រ ជាស្ត្រីជាច្រើនទៀត។ តើនោះជាសញ្ញានៃ "ស្ត្រីនិយម" ជំនាន់ថ្មីក្នុងវិទ្យាសាស្ត្រនៅពហុបច្ចេកទេសមែនទេ?
លើកចុងក្រោយដែលខ្ញុំបានចូលរួមសន្និសីទ Vingroup Innovation Fund (VINIF) បណ្ឌិត ង្វៀន ភីឡឺ បណ្ឌិត ឡេ មិញធុយ និងខ្ញុំធ្វើបទបង្ហាញរួមគ្នា ហើយមាននិស្សិតស្រីម្នាក់ទៀតគឺ បណ្ឌិត ង្វៀន ខេមលី ដែលនៅប្រទេសជប៉ុន ហើយមិនទាន់ត្រលប់មកវិញទេ។ វាជារឿងចៃដន្យ ឬជា «ការអាណិតអាសូរ» រវាងយើង ហើយមិនតំណាងឱ្យជំនាន់«ស្ត្រីនិយម» ណាមួយឡើយ។ នៅក្នុងប្លុកវិស្វកម្មនៅសាលា មានក្រុមតិចតួចដែលមានសមាជិកស្រីច្រើនដូចក្រុមរបស់ខ្ញុំ ប្រហែលជាតិចជាងក្រុមស្រាវជ្រាវផ្នែកសេដ្ឋកិច្ច ឬប្លុកភាសាបរទេសនៅសាលា។ ចំណុចពិសេសមួយទៀតគឺថា ជារៀងរាល់ឆ្នាំ ក្រុមរបស់ខ្ញុំផ្សព្វផ្សាយនៅក្នុងសន្និសីទឈានមុខគេនៅលើពិភពលោក ហើយបន្ទាប់មកក្រុមខ្ញុំ និងខ្ញុំចូលរួមសន្និសីទនេះ ដើម្បីពង្រីកឱកាសផ្លាស់ប្តូរជាមួយក្រុមស្រាវជ្រាវខ្លាំង។
វាត្រូវបានគេដឹងថាអ្នកកំពុងគ្រប់គ្រងមន្ទីរពិសោធន៍ធំមួយនៅក្នុងសាលាហើយក៏បង្រៀនផងដែរ។ ដើម្បីធ្វើបានល្អ តើមានដំណើរការបង្កើនប្រសិទ្ធភាពដែលត្រូវអនុវត្តដែរឬទេ?
បច្ចុប្បន្នខ្ញុំជាអ្នកដឹកនាំក្រុមស្រាវជ្រាវបង្កើនប្រសិទ្ធភាពដែលមានមនុស្សប្រហែល 40 នាក់។ ខ្ញុំឃើញថាបន្ទុកការងារមានទំហំធំ។ ជាធម្មតាខ្ញុំធ្វើការពីព្រលឹមរហូតដល់ម៉ោង 6-7 ល្ងាច រួមទាំងថ្ងៃសៅរ៍ផងដែរ។ សម្រាប់ខ្ញុំ ការងារគឺដូចជាអាហារ និងភេសជ្ជៈប្រចាំថ្ងៃ ហើយតែងតែមានការផ្លាស់ប្តូរចាន ព្រោះរៀងរាល់សប្តាហ៍មានការរកឃើញថ្មីៗពីក្រុមមួយ ឬក្រុមផ្សេងទៀត។ នោះធ្វើឱ្យខ្ញុំមានអារម្មណ៍រំភើប។
ដើម្បីបង្កើនប្រសិទ្ធភាពការងាររបស់ខ្ញុំ ជារឿយៗខ្ញុំត្រូវកំណត់គោលដៅ រៀបចំផែនការ បែងចែកពេលវេលាដោយសមហេតុផល ហើយកុំភ្លេចថ្ងៃផុតកំណត់។
ពេលសុបិនជាមួយពណ៌ និងជក់
សមត្ថភាពការងារគួរឱ្យចាប់អារម្មណ៍, នៅពីក្រោយតួលេខស្ដើង?
ខ្ញុំគិតថារាងកាយស្រាលជួយឱ្យខ្ញុំមានថាមពលបន្ថែមទៀតក្នុងការគិត ស្រាវជ្រាវ និងបង្កើត។ ជាការពិតណាស់អ្នកត្រូវតែមានផាសុកភាពជាមួយរដ្ឋរបស់អ្នក។
ខ្ញុំក៏រៀនព្យាណូដែរ ព្រោះខ្ញុំចង់ធ្វើអ្វីដែលចុះសម្រុងគ្នាក្នុងជីវិត ដើម្បីឱ្យមានរសជាតិជាងនេះ។ តន្ត្រីគឺពិតជាគណិតវិទ្យា ស្រដៀងទៅនឹងភាសា ឬការអភិវឌ្ឍន៍នៃវត្ថុនៅក្នុងធម្មជាតិ។
ដើម្បីបង្រួបបង្រួមសមាជិកមន្ទីរពិសោធន៍ តើអ្នកជ្រើសរើសរចនាប័ទ្មគ្រប់គ្រងមួយណា៖ រឹងមាំ ឬអាចបត់បែនបាន?
អំណោយពីសិស្សក្នុងបន្ទប់ពិសោធន៍ជូននាងនៅថ្ងៃទី ៨ ខែមីនា
ការភ្ជាប់សមាជិកនៅក្នុងមន្ទីរពិសោធន៍គឺមានសារៈសំខាន់ខ្លាំងណាស់។ បើគ្មានការផ្លាស់ប្តូរ ការធ្វើបច្ចុប្បន្នភាព និងការចែករំលែករវាងទិសដៅស្រាវជ្រាវ វានឹងពិបាកក្នុងការធ្វើដូច្នេះ។ រៀងរាល់ព្រឹកនៅដើមសប្តាហ៍ ខ្ញុំនាំយករទេះអាហារ និងភេសជ្ជៈសម្រាប់សមាជិកមន្ទីរពិសោធន៍ ដោយគណនាថាតើមានផាសុកភាពក្នុងការប្រើប្រាស់ប៉ុន្មានពេញមួយសប្តាហ៍។ ខ្ញុំព្យាយាមគាំទ្រសមាជិកក្រុមដើម្បីឱ្យពួកគេផ្តោតលើការស្រាវជ្រាវ មិនត្រូវរំខាន ហើយអាចធ្វើការពីព្រឹកដល់យប់។
ខ្ញុំក៏ត្រូវមានវត្តមាននៅមន្ទីរពិសោធន៍ដូចអ្នកដែរ ធ្វើការជាមួយគ្នា ប្រជុំគ្នា ពិភាក្សាជាមួយអ្នក និងក្រុមស្រាវជ្រាវផ្សេងទៀត។ បើខ្ញុំធ្វើមិនបានទេ នឹងមិនមានការសម្របសម្រួលរវាងទិសដៅស្រាវជ្រាវ ឬអាចត្រួតលើគ្នា មិនគាំទ្រគ្នា មិនធ្វើបច្ចុប្បន្នភាពគ្នាទៅវិញទៅមក...
រចនាប័ទ្មគ្រប់គ្រងរបស់ខ្ញុំប្រែប្រួលអាស្រ័យលើតួនាទី។ នៅសាលា ខ្ញុំស្លូតបូតជាមួយមិត្តរួមការងារ។ នៅក្នុងក្រុមស្រាវជ្រាវ ខ្ញុំចាត់ទុកខ្លួនឯងថាតឹងរ៉ឹង តឹងរ៉ឹងខ្លាំងលើផែនការ និងវឌ្ឍនភាព ជាមួយនឹងរង្វាន់ និងការដាក់ទណ្ឌកម្មច្បាស់លាស់។ ហេតុផលប្រហែលជាមកពីការចង់បង្កើនប្រសិទ្ធភាពក្នុងប្រភេទការងារនីមួយៗ ហើយខ្ញុំយល់ថានេះជាធម្មជាតិណាស់។
តើអ្វីជាឧទាហរណ៍ជាក់ស្តែងនៃរបៀបដែលគណិតវិទ្យាអាចនាំទៅរកដំណោះស្រាយដ៏ល្អបំផុត?
នៅក្នុងន័យ, គណិតវិទ្យាគឺស្រស់ស្អាតខ្លាំងណាស់។ បញ្ហាជាច្រើនក្នុងជីវិតទាមទារគណិតវិទ្យា។ ជាឧទាហរណ៍ "របៀបធ្វើដំណើរពីសាកលវិទ្យាល័យវិទ្យាសាស្ត្រ និងបច្ចេកវិទ្យាហាណូយទៅបឹង Hoan Kiem ឱ្យបានលឿនតាមដែលអាចធ្វើទៅបាន និងមានភ្លើងក្រហមតិចបំផុត" គឺជាបញ្ហាដែលទាមទារក្បួនដោះស្រាយដើម្បីស្វែងរកចម្លើយដ៏ល្អប្រសើរ។ បញ្ហាជាច្រើននៅជុំវិញយើង ដូចជាបញ្ហាផ្លូវសម្រាប់ការដឹកជញ្ជូន និងការដឹកជញ្ជូន ក៏ជាបញ្ហាបង្កើនប្រសិទ្ធភាពរួមបញ្ចូលគ្នា... ជីវិតត្រូវការការងារដែលប្រសើរឡើង ហើយដើម្បីបង្កើនប្រសិទ្ធភាពការងារ គណិតវិទ្យាគឺចាំបាច់។ គណិតវិទ្យាអនុវត្តឥឡូវនេះគឺជាវិស័យមួយដែលរីកចម្រើននិងដើរតួនាទីយ៉ាងសំខាន់ក្នុងជីវិត។
យើងមិនតែងតែស្វែងរកដំណោះស្រាយដ៏ល្អប្រសើរនោះទេ ឧទាហរណ៍នៅក្នុងបញ្ហាផលិតកម្ម និងការដឹកជញ្ជូនជាមួយនឹងប៉ារ៉ាម៉ែត្រដែលផ្លាស់ប្តូរជាបន្តបន្ទាប់តាមពេលវេលា។ បញ្ហាទាំងនេះទាមទារវិធីសាស្រ្តបំពេញបន្ថែមជាច្រើន ត្រូវការស្វែងរកដំណោះស្រាយដែលអាចទទួលយកបាន និងប្រើវិធីសាស្ត្រប្រហាក់ប្រហែល។ វត្ថុនៃគណិតវិទ្យាគឺជាចំនួនដាច់ខាត ប៉ុន្តែការធ្វើគណិតវិទ្យាជាមួយនឹងបរិមាណប្រហាក់ប្រហែលគឺពិតជាខិតជិតខ្លឹមសារនៃធម្មជាតិ ហើយជិតដល់ការបង្កើនប្រសិទ្ធភាព។
ពីគណិតវិទ្យា ការបង្កើនប្រសិទ្ធភាពទៅបញ្ញាសិប្បនិម្មិត (AI) តើវាជាផ្លូវវែង ឬខ្លី?
AI បានចាប់ផ្តើមនៅក្នុងទសវត្សរ៍ឆ្នាំ 1940 និង 1950 ។ នៅពេលនោះ លោក Alan Turing បានណែនាំគំនិតនៃ "ម៉ាស៊ីន Turing" ដើម្បីក្លែងធ្វើទ្រឹស្តីនៃកុំព្យូទ័រឆ្លាតវៃ។ នៅទសវត្សរ៍ឆ្នាំ 1950 លោក John McCarthy បានណែនាំពាក្យ "បញ្ញាសិប្បនិម្មិត" និងភាសាអភិវឌ្ឍន៍។ នៅទសវត្សរ៍ឆ្នាំ 1970 និង 1980 គំនិតដូចជាប្រព័ន្ធអ្នកជំនាញ និងតក្កវិជ្ជាមិនច្បាស់លាស់ត្រូវបានបង្កើតឡើងដើម្បីដោះស្រាយបញ្ហាក្នុងការសម្រេចចិត្ត។ ទសវត្សរ៍ឆ្នាំ 1990 បានឃើញការអភិវឌ្ឍន៍នៃបណ្តាញសរសៃប្រសាទ និងបណ្តាញសរសៃប្រសាទជ្រៅ។ នៅក្នុងទសវត្សរ៍ឆ្នាំ 2010 បច្ចេកវិទ្យា AI ត្រូវបានបញ្ចូលទៅក្នុងវិស័យជាច្រើន រួមទាំងរថយន្តបើកបរដោយខ្លួនឯង chatbots ការទទួលស្គាល់ និងដំណើរការភាសា។ ថ្មីៗនេះ AI បានក្លាយជាការពេញនិយមយ៉ាងខ្លាំង ដែលវាបានចូលក្នុងគ្រប់ទិដ្ឋភាពនៃជីវិត និងជាប្រធានបទដែលប្រទេសនានាចាប់អារម្មណ៍។ នៅពេលអនាគត AI នឹងក្លាយជាទីផ្សារដ៏មានជីជាតិបំផុតសម្រាប់ការអភិវឌ្ឍន៍បន្ថែមទៀត និងកាន់តែស៊ីជម្រៅ ដោយជ្រៀតចូលសកម្មភាពជីវិតកាន់តែច្រើន។
ជាមួយនឹងនិស្សិតបញ្ចប់ការសិក្សា និងនិស្សិតដែលចូលរួម និងរាយការណ៍នៅឯសមាជ IEEE ពិភពលោកឆ្នាំ 2018 ស្តីពីភាពវៃឆ្លាតកុំព្យូទ័រនៅទីក្រុង Rio de Janeiro ប្រទេសប្រេស៊ីលក្នុងខែមិថុនា ឆ្នាំ 2018
មនុស្សជាច្រើនជឿថា ការស្រាវជ្រាវ និងកម្មវិធី AI បច្ចុប្បន្ននឹងមិននាំទៅរកការបង្កើត "ភាពវៃឆ្លាត" ពិតប្រាកដនោះទេ។ តើអ្នកយល់យ៉ាងណាចំពោះទស្សនៈនេះ ហើយតើអ្នកគិតថាអ្វីដែលធ្វើឱ្យមានភាពខុសគ្នារវាងភាពឆ្លាតវៃរបស់មនុស្ស និងម៉ាស៊ីន?
នៅសម័យរបស់ Alan Turing មនុស្សជឿថាប្រសិនបើម៉ាស៊ីនអាចត្រូវបានបង្កើតដែលអាចដំណើរការការគណនាបានយ៉ាងល្អជាមួយនឹងប្រព័ន្ធទិន្នន័យដ៏ធំបំផុតនោះ នៅចំណុចខ្លះភាពស្មុគស្មាញរបស់វានឹងស្មើនឹងបណ្តាញសរសៃប្រសាទនៅក្នុងខួរក្បាលមនុស្ស ពោលគឺ AI អាចឈានដល់ភាពឆ្លាតវៃរបស់មនុស្ស។ បន្ទាប់ពីប្រហែល 80 ឆ្នាំនៃការអភិវឌ្ឍន៍ក្នុងទិសដៅនោះជាមួយក្រុមហ៊ុនទំនើបៗដូចជា Google មកទល់នឹងពេលនេះ ខ្ញុំគិតថា AI នៅឆ្ងាយពីលទ្ធភាពដែលសម្រេចបានគោលដៅនោះ។ មេកានិច អាចនិយាយបានថា មនុស្សសំយោគព័ត៌មាន យល់ឃើញ រៀន បង្ហាញពីអារម្មណ៍... តាមវិធីដែលអាចគណនា និងរៀបចំកម្មវិធី។ យោងតាមតក្កវិជ្ជានោះ AI អាចចូលទៅជិត និងលើសពីមនុស្ស ដោយសារការកែលម្អល្បឿន និងទិន្នន័យ។ ទោះយ៉ាងណាក៏ដោយ មានយន្តការ "មិនសមហេតុផល" ជាក់លាក់មួយនៅក្នុងខួរក្បាលមនុស្ស ដែលខ្ញុំគិតថា AI នៅឆ្ងាយពី ឬមិនអាចទៅដល់ស្ថានភាពនោះ។
តើមានពេលមួយណាដែលមនុស្សប្រើទិន្នន័យជាអាវុធ ជំនួសឱ្យកាំភ្លើង ឬសេដ្ឋកិច្ច? តើអ្វីទៅជាផលវិបាកនៃសង្គ្រាមទិន្នន័យនេះ? តើមានតម្រូវការសម្រាប់យុទ្ធសាស្រ្តបង្កើនប្រសិទ្ធភាព/តុល្យភាពរវាងពិភពមនុស្ស និងពិភពម៉ាស៊ីនទេ?
ខ្ញុំអាចបាត់បង់កាបូបរបស់ខ្ញុំ ប៉ុន្តែខ្ញុំមិនអាចបាត់បង់កុំព្យូទ័រ និងទិន្នន័យនៅក្នុងវាបានទេ។ មានន័យថា ទិន្នន័យមានសារៈសំខាន់ណាស់។ នៅក្នុងសង្រ្គាមជាមួយអាវុធ/សេដ្ឋកិច្ច យើងអាចជម្លៀស/ចរចា…; ប៉ុន្តែជាមួយនឹងទិន្នន័យ យើងមិនអាចធ្វើអ្វីបានទេ។ មនុស្សថែមទាំងប្រើទិន្នន័យធំដើម្បីបម្រើការប្រកួតប្រជែង/សង្គ្រាម។ AI ដោយគ្មានទិន្នន័យគឺគ្មានន័យទេ។
ផលវិបាកនៃសង្គ្រាមទិន្នន័យនឹងធ្ងន់ធ្ងរ។ ស្តង់ដារសីលធម៌សម្រាប់ការជីកយករ៉ែ និងការប្រើប្រាស់ទិន្នន័យនឹងត្រូវបង្កើតឡើង។
វាប្រហែលជាឆាប់បន្តិចក្នុងការនិយាយអំពីយុទ្ធសាស្ត្រតុល្យភាពមនុស្ស និងម៉ាស៊ីន ប៉ុន្តែយុទ្ធសាស្ត្រការពារទិន្នន័យជាទ្រព្យសកម្មជាតិគឺចាំបាច់បំផុត។ ឥឡូវនេះ មនុស្សក៏ចាប់ផ្តើមមានការប្រុងប្រយ័ត្នផងដែរ នៅពេលផ្តល់ទិន្នន័យផ្ទាល់ខ្លួនដល់ភាគីផ្សេងទៀត។ ជាមួយនឹងក្រុមហ៊ុនយក្សដូចជា Google, Facebook ឬ TikTok... ប្រសិនបើយើងមិនគ្រប់គ្រង និងធានាទិន្នន័យប្រកបដោយប្រសិទ្ធភាព យើងនឹងទុកធនធានដ៏មានតម្លៃមួយសម្រាប់ក្រុមហ៊ុនទាំងនេះដើម្បីរៀបចំ និងប្រើប្រាស់។ រដ្ឋាភិបាលមានគោលនយោបាយគ្រប់គ្រងទិន្នន័យបានល្អសម្រាប់កន្លែងដែលរក្សាទុកទិន្នន័យផ្ទាល់ខ្លួនជាច្រើនដូចជា សាលារៀន ធនាគារ...; ប៉ុន្តែការគ្រប់គ្រងទិន្នន័យដែលមនុស្ស "ដោយមិនដឹងខ្លួន" ផ្តល់ឱ្យដល់យក្សខាងលើគឺមិនសាមញ្ញទេ។
សាស្ត្រាចារ្យរង បណ្ឌិត Huynh Thi Thanh Binh និងនិស្សិតពហុបច្ចេកទេស ដែលបានបញ្ចប់ការសិក្សានៅខែសីហា ឆ្នាំ 2023
បន្ថែមពីលើទិន្នន័យ ការបង្កើនប្រសិទ្ធភាពការផ្ទេរព័ត៌មានក៏សំខាន់ផងដែរ ហើយតើវាពាក់ព័ន្ធទៅនឹងគម្រោងស្រាវជ្រាវដែលអ្នកកំពុងធ្វើដែរឬទេ?
បាទ/ចាស នោះគឺជាគម្រោងដែលក្រុមការងារខ្ញុំ និងខ្ញុំមានមោទនភាពខ្លាំងណាស់ នៅពេលដែលយើងទទួលបានមូលនិធិពីមូលនិធិ VINIF សម្រាប់ការស្រាវជ្រាវលើការផ្ទេរការរៀនដើម្បីដោះស្រាយបញ្ហាបង្កើនប្រសិទ្ធភាពរួមបញ្ចូលគ្នា។ ដើម្បីអាចទទួលបានមូលនិធិសម្រាប់គម្រោងនេះ ក្រុមការងាររបស់ខ្ញុំបានចំណាយពេល 9 ខែក្នុងការរៀបចំ សរសេរ និងកែសម្រួលសំណើនេះ ដើម្បីធ្វើឱ្យវាល្អបំផុត និងជិតបំផុតទៅនឹងលទ្ធផលដែលអាចសម្រេចបានក្នុងការអនុវត្ត។ គម្រោងនេះពាក់ព័ន្ធនឹងការស្រាវជ្រាវលើការផ្ទេរចំណេះដឹងដ៏ល្អប្រសើរក្នុងការវិវត្តន៍ ការផ្ទេរព័ត៌មានក្នុងសហវិវត្តន៍ និងការផ្ទេរព័ត៌មាននៅក្នុងបណ្តាញសរសៃប្រសាទ។
ការផ្ទេរនៅទីនេះមិនមែនពីម៉ាស៊ីនមួយទៅម៉ាស៊ីន ឬពីមនុស្សទៅមនុស្សនោះទេ ប៉ុន្តែជាការសិក្សាអំពីការផ្ទេរព័ត៌មាន/ការចែករំលែកព័ត៌មាន ដើម្បីដោះស្រាយបញ្ហាបង្កើនប្រសិទ្ធភាពក្នុងជីវិតប្រកបដោយប្រសិទ្ធភាព។ ឧទាហរណ៍ បញ្ហាសំខាន់ៗមួយចំនួន៖ បញ្ហាដៃមនុស្សយន្ត បញ្ហាផ្លូវក្នុងការដឹកជញ្ជូន ការធ្វើផែនការក្នុងយោធា…
សាស្ត្រាចារ្យរង បណ្ឌិត Huynh Thi Thanh Binh នៅសាកលវិទ្យាល័យ Stanford សហរដ្ឋអាមេរិក
ស្ថិតិថ្មីៗបង្ហាញថា បុគ្គលិកឧស្សាហកម្ម AI ទទួលបានប្រាក់បៀវត្សរ៍ក្នុងលំដាប់កំពូលទាំង 3 នៅវៀតណាម។ តាមគំនិតរបស់អ្នក តើ AI ជាវិស័យសិក្សាដ៏ទាន់សម័យដែរឬទេ?
នៅក្នុងរបាយការណ៍សន្និសិទថ្មីៗនេះ ខ្ញុំក៏បានសង្ខេបប្រាក់ខែរបស់វិស្វករ AI នៅប្រទេសវៀតណាម ហើយបានរកឃើញថាវាល្អណាស់។ មានឱកាសជាច្រើនសម្រាប់ការងារទាក់ទងនឹង AI ហើយខ្ញុំគិតថានាពេលអនាគតដ៏ខ្លីខាងមុខនេះ AI នឹងនៅតែជាវិស័យដ៏ទាក់ទាញ ងាយស្រួលស្វែងរកការងារ និងប្រាក់ចំណូលខ្ពស់។
តាមទស្សនៈរបស់បុគ្គលដែលមានទំនាក់ទំនងជាមួយសាកលវិទ្យាល័យបច្ចេកវិទ្យាជាច្រើនជំនាន់ តើអ្នកប្រៀបធៀបនិស្សិតជំនាន់ Z បច្ចុប្បន្នជាមួយអតីតនិស្សិតជំនាន់មុនយ៉ាងដូចម្តេច?
ខ្ញុំមិនដឹងថានៅឯណាទេ ប៉ុន្តែជាមួយនឹងសិស្ស Gen Z នៅ Bách Khoa ខ្ញុំឃើញថាអ្នកកាន់តែមានភាពប្រសើរឡើង។ ល្អណាស់។ អ្នកឆ្លាតណាស់ មិនត្រឹមតែពូកែខាងជំនាញទេ ថែមទាំងចេះភាសាបរទេស និងជំនាញទន់ទៀតផង។ ជាពិសេស ចាប់តាំងពីប្តូរទៅជាយន្តការស្វយ័ត Bách Khoa បានទាក់ទាញសិស្សដែលមានទេពកោសល្យកាន់តែច្រើនឡើង។
នៅសាលាព័ត៌មានវិទ្យា និងសារគមនាគមន៍ ដែលខ្ញុំធ្វើការ សិស្សមានសិទ្ធិចូលប្រើមន្ទីរពិសោធន៍ស្រាវជ្រាវតិចតួចកាលពីអតីតកាល។ ទោះជាយ៉ាងណាក៏ដោយ ក្នុងរយៈពេលប៉ុន្មានឆ្នាំចុងក្រោយនេះ សិស្សភាគច្រើនបាននៅក្នុងមន្ទីរពិសោធន៍តាំងពីឆ្នាំដំបូងរបស់ពួកគេ ដោយធ្វើការយ៉ាងក្លៀវក្លា និងប្រកបដោយភាពច្នៃប្រឌិត។ សិស្សមួយចំនួនថែមទាំងបានផ្តួចផ្តើមគំនិតដើម្បីរៀនអំពីមន្ទីរពិសោធន៍របស់យើង និងចូលរួមផងដែរ។
អរគុណសម្រាប់ការជជែក!
![[រូបថត] ការបើកមហាសន្និបាតបក្សរដ្ឋាភិបាលលើកទី១](https://vphoto.vietnam.vn/thumb/1200x675/vietnam/resource/IMAGE/2025/10/13/1760337945186_ndo_br_img-0787-jpg.webp)
Kommentar (0)