"Rookie" ໃນອຸດສາຫະກໍາ AI ຈົບການສຶກສາທີ່ມີຄະແນນທີ່ດີເລີດ, ການເດີນທາງຈາກສູນ

(ດ່ານັ້ງ) - ເລຟາມຮວ່າງຈູງ, ນັກສຶກສາຊຸດທີ 1 ສາຂາວິຊາປັນຍາປະດິດ (AI) ຢູ່ມະຫາວິທະຍາໄລວິທະຍາສາດແຫ່ງຊາດ, ນະຄອນໂຮ່ຈີມິນ ຫາກໍ່ຮຽນຈົບປະລິນຍາຕີດີເດັ່ນ.

Báo Dân trí•02/08/2025

ດ້ວຍຄະແນນສະເລ່ຍຂອງໂຮງຮຽນມັດທະຍົມຕອນປາຍ (GPA) ໄດ້ 9.08 ແລະ ຄະແນນການເຝິກອົບຮົມທັງໝົດ 94 ຄະແນນ, ນັກສຶກສາຊາຍໄດ້ຮັບໃບຍ້ອງຍໍຈາກຜູ້ອຳນວຍການມະຫາວິທະຍາໄລແຫ່ງຊາດ ນະຄອນໂຮ່ຈິມິນ.

AI rookie ຈົບການສຶກສາທີ່ມີຄະແນນດີເລີດ, ການເດີນທາງຈາກ 0 ຫາ 1

ເລຟາມຮ່ວາງຈຸງແມ່ນປະລິນຍາຕີໃໝ່ທີ່ມີປະລິນຍາຕີ AI ທີ່ດີເລີດ, ຫ້ອງຮຽນທີ 1 ຂອງມະຫາວິທະຍາໄລ ວິທະຍາສາດ , ມະຫາວິທະຍາໄລແຫ່ງຊາດຫວຽດນາມ, ນະຄອນໂຮ່ຈິມິນ (ພາບ: NVCC).

ເອົາຊະນະ "ປະຕູ" ດ້ວຍຄວາມປາຖະຫນາແລະຄວາມຢາກຮູ້

ມາຈາກວິຊາຟີຊິກສາດ, ຮ່ວາງຈຸງເກືອບບໍ່ມີຄວາມຮູ້ກ່ຽວກັບການຂຽນໂປຣແກຣມ, ທັງບໍ່ມີພື້ນຖານອັນໜັກແໜ້ນໃນລະບົບສູດວິທີ. ແນວໃດກໍ່ຕາມ, ນັກຮຽນຊາຍຄົນນັ້ນມີຄວາມມັກໃນວິທະຍາສາດພິເສດ.

ລາວໄດ້ເຂົ້າມາໃນພາກສະຫນາມຂອງປັນຍາປະດິດດ້ວຍຄວາມຢາກຮູ້ຢາກເຫັນແລະຄວາມເຊື່ອທີ່ວ່າສາຂາໃຫມ່ຂອງການສຶກສາຈະເປີດໂອກາດທີ່ແຕກຕ່າງກັນຫຼາຍ. ມັນເປັນຄວາມແປກໃໝ່ ແລະການທ້າທາຍທີ່ກະຕຸ້ນຊາຍໜຸ່ມຄົນນີ້ໃຫ້ເລີ່ມ ການສຳຫຼວດ , ເຖິງແມ່ນວ່າລາວຮູ້ວ່າທາງຂ້າງໜ້າຈະບໍ່ງ່າຍ.

ເຂົ້າສູ່ອຸດສາຫະກໍາທີ່ມີຈຸດເລີ່ມຕົ້ນຕ່ໍາ, Trung ໄດ້ສຸມໃສ່ວິຊາພື້ນຖານທີ່ເຂັ້ມແຂງເຊັ່ນ: ຄະນິດສາດ, ການຂຽນໂປລແກລມແນະນໍາ, ໂຄງສ້າງຂໍ້ມູນແລະສູດການຄິດໄລ່.

ນອກເວລາຮຽນ, ລາວພາກພຽນຮຽນອອນລາຍແລະອ່ານເອກະສານຕ່າງປະເທດ. ສຸດທ້າຍ, GPA ຂອງລາວຂອງ 9.08 ແມ່ນຜົນຂອງເສັ້ນທາງທີ່ມີລະບົບແລະຄວາມພະຍາຍາມຂອງນັກຮຽນທີ່ຈະເອົາຊະນະຕົນເອງ.

AI rookie ຈົບການສຶກສາທີ່ມີຄະແນນດີເລີດ, ການເດີນທາງຈາກ 0 ຫາ 2

ຮວ່າງຈູງ ແລະຄອບຄົວໃນວັນຈົບການສຶກສາ (ພາບ: NVCC).

ໃນຊ່ວງເວລາທີ່ລາວຢູ່ມະຫາວິທະຍາໄລ, ຍັງມີການສະດຸດຫຼາຍຢ່າງທີ່ລາວຈະຈື່ໄວ້ຕະຫຼອດໄປ. ນັ້ນແມ່ນເວລາຮຽນເຄືອຂ່າຍຄອມພິວເຕີ, ວິຊາທີ່ມີຄວາມຫຍຸ້ງຍາກແລະແຫ້ງແລ້ງ.

ກ່ອນການສອບເສັງຄັ້ງສຸດທ້າຍ, ທ່ານ Trung ໄດ້ເຮັດວຽກໜັກໃນວຽກບ້ານຂອງຕົນ ແຕ່ໄດ້ລະເລີຍພາກທິດສະດີ. ດັ່ງນັ້ນ, ລາວໄດ້ຮັບຄໍາຖາມທິດສະດີສ່ວນໃຫຍ່ຜິດພາດແລະຄະແນນຂອງລາວຕ່ໍາກວ່າທີ່ຄາດໄວ້.

ແບ່ງປັນເຫດຜົນ, Trung ເວົ້າວ່າລາວມີຄວາມຫມັ້ນໃຈເກີນໄປແລະຄິດວ່າລາວສາມາດ "ຂ້າມ" ເພື່ອຜ່ານວິຊານີ້. ຄວາມລົ້ມເຫລວນັ້ນໄດ້ກາຍເປັນການປຸກ, ເຕືອນລາວວ່າບໍ່ມີວິຊາໃດສາມາດເອົາເບົາບາງ, ພຽງແຕ່ທັດສະນະຄະຕິທີ່ຈິງຈັງແລະຢ່າງລະອຽດສາມາດນໍາເອົາຜົນໄດ້ຮັບທີ່ແທ້ຈິງ.

ສໍາລັບ Trung, ຫົວຂໍ້ຂອງໂຄງສ້າງຂໍ້ມູນແລະສູດການຄິດໄລ່ (DSA) ແມ່ນສິ່ງທ້າທາຍທີ່ໃຫຍ່ທີ່ສຸດ. ໂດຍບໍ່ມີພື້ນຖານໂຄງການທີ່ເຂັ້ມແຂງ, Trung ໄດ້ "ຄອບງໍາ" ໂດຍແນວຄວາມຄິດແລະໂຄງສ້າງທີ່ຊັບຊ້ອນເຊັ່ນ: ຕົ້ນໄມ້, ຮູບພາບ, ຕົວຊີ້, ແລະ recursion.

"ຂ້ອຍບໍ່ມີທາງເລືອກນອກ ເໜືອ ຈາກການຮຽນຮູ້ຕັ້ງແຕ່ເລີ່ມຕົ້ນ, ປະຕິບັດແຕ່ລະບົດຮຽນຈົນກ່ວາຂ້ອຍເຂົ້າໃຈເນື້ອແທ້.

ຄົ້ນຄ້ວາຮອຍຕີນແລະຄວາມປາຖະຫນາບຸກເບີກ

ຄວາມພະຍາຍາມຢ່າງບໍ່ຢຸດຢັ້ງຂອງ Trung ໄດ້ຮັບຜົນດີ. ໃນປີທີ 3 ຂອງຕົນ, ຈຸດຫັນປ່ຽນທີ່ສຳຄັນໄດ້ເກີດຂຶ້ນເມື່ອຮ່ວາງຈຸງໄດ້ຮັບການເຊື້ອເຊີນຈາກທ່ານດຣ Le Kim Hung ໃຫ້ເຂົ້າຮ່ວມກຸ່ມຄົ້ນຄ້ວາ Intelligent Edge Computing. ສຳລັບທ່ານ Trung, ນີ້ແມ່ນໂອກາດອັນດີ ແລະ ເປັນການຮັບຮູ້ເຖິງຄວາມມານະພະຍາຍາມທີ່ງຽບສະຫງົບຂອງຕົນ.

ຢູ່ທີ່ນີ້, ທ່ານ Trung ໄດ້ສຳຜັດກັບສະພາບແວດລ້ອມວິຊາຊີບທີ່ມີຄວາມທ້າທາຍຢ່າງບໍ່ຢຸດຢັ້ງ, ໄດ້ຮຽນຮູ້ວິທີດຳເນີນການຄົ້ນຄ້ວາວິທະຍາສາດຢ່າງເປັນລະບົບ, ນັບແຕ່ຫົວຄິດປະດິດສ້າງເຖິງການພິມຈຳໜ່າຍບົດຄວາມສາກົນ.

ການນອນບໍ່ຫຼັບກັບບັນດາຄູສອນ ແລະ ໝູ່ເພື່ອນຂອງລາວ, ໂດຍສະເພາະແມ່ນເວລາ “ແລ່ນໂມງໃນຍາມເບັດ” ສຳລັບເຈ້ຍທຳອິດຂອງລາວ, ບໍ່ພຽງແຕ່ເປັນຄວາມຊົງຈຳອັນເລິກເຊິ່ງເທົ່ານັ້ນ, ແຕ່ຍັງໄດ້ຝຶກຝົນຫຼໍ່ຫຼອມ Trung ໃນຄວາມອົດທົນ ແລະ ຈິດໃຈຮ່ວມມືນຳອີກ. ດັ່ງນັ້ນ, ລາວມີເອກະສານ 3 ສະບັບທີ່ຍອມຮັບໃນກອງປະຊຸມສາກົນ.

AI rookie ຈົບການສຶກສາທີ່ມີຄະແນນດີເລີດ, ການເດີນທາງຈາກ 0 ຫາ 3

ຮວ່າງຈູງ ເຂົ້າຮ່ວມກອງປະຊຸມວິທະຍາສາດສາກົນ CITA ຄັ້ງທີ 14 (ພາບ: NVCC).

ນອກຈາກນັ້ນ, ທ່ານ ເຈີ່ນດ້າຍກວາງ ຍັງບັນລຸໄດ້ບັນດາຜົນງານດີເດັ່ນຄື: ລາງວັນທີ 1 ໃນງານປະກວດ “ຊາວໜຸ່ມວິທະຍາສາດ ມາກ-ເລນິນ, ແນວຄິດ ໂຮ່ຈີມິນ ” ປີ 2023, ສະມາຊິກພັກໄວໜຸ່ມແບບທຳມະດາ ໄລຍະ 2022-2024, 2 ປີຕິດຕໍ່ກັນ ບັນລຸໄດ້ຫົວຂໍ້ “ນັກຮຽນເກັ່ງ 5 ຄົນ” ແລະ “ຊາວໜຸ່ມສອນເກັ່ງຕາມທິດລຸງໂຮ່”.

ໃນຖານະເປັນນັກສຶກສາປີທີ 1 ສາຂາວິຊາ AI, Trung ມັກຈະສັບສົນໂດຍການຂາດການຊີ້ນໍາຈາກລຸ້ນກ່ອນຂອງລາວ. "ໃນຕອນທໍາອິດ, ຂ້ອຍສັບສົນ, ແຕ່ຂ້ອຍເຫັນວ່າມັນເປັນໂອກາດທີ່ຈະຄົ້ນຫາແລະສ້າງເສັ້ນທາງຂອງຕົນເອງ, ບໍ່ມີເສັ້ນທາງທີ່ກໍານົດໄວ້, ດັ່ງນັ້ນຂ້ອຍຕ້ອງໄດ້ຄົ້ນຄວ້າແລະຮຽນຮູ້ຈາກຫຼາຍແຫຼ່ງ," ລາວເວົ້າ.

ອັນນີ້ຊ່ວຍໃຫ້ Trung ຝຶກທັກສະການສຶກສາດ້ວຍຕົນເອງ, ແນວຄິດທີ່ເປັນເອກະລາດ ແລະ ການປັບຕົວໄວ, ເຊິ່ງເປັນຄຸນລັກສະນະຫຼັກຂອງວິສະວະກອນ AI.

Trung ສະເຫມີຄິດວ່າຕົນເອງໂຊກດີທີ່ໄດ້ຮັບການສະຫນັບສະຫນູນຈາກຄົນອ້ອມຂ້າງ. ຄອບຄົວຂອງລາວແມ່ນການສະຫນັບສະຫນູນທາງວິນຍານທີ່ຍິ່ງໃຫຍ່ທີ່ສຸດຂອງລາວ, ສະເຫມີເຊື່ອແລະສະຫນັບສະຫນູນການຕັດສິນໃຈຂອງລາວທັງຫມົດ. ຄູອາຈານບໍ່ພຽງແຕ່ໃຫ້ຄວາມຮູ້, ແຕ່ຍັງໃຫ້ໂອກາດທີ່ສໍາຄັນແລະທິດທາງໃນເສັ້ນທາງການຄົ້ນຄວ້າ.

ນອກນັ້ນ, ໝູ່ເພື່ອນທີ່ສະໜິດສະໜົມກໍ່ແມ່ນຄູ່ຮັກທີ່ມີຄ່າ, ສຶກສາຮ່ຳຮຽນຮ່ວມກັນ, ແບ່ງປັນຄວາມກົດດັນ ແລະ ສ້າງເຄືອຂ່າຍສະໜັບສະໜູນທີ່ເຂັ້ມແຂງເພື່ອກ້າວໄປຂ້າງໜ້າ.

ປະຈຸບັນ, ທ່ານ Trung ພວມຄົ້ນຄວ້າຄວາມປອດໄພຕົວແບບ AI ໃນຂະນະທີ່ຮຽນລະດັບປະລິນຍາໂທຢູ່ມະຫາວິທະຍາໄລວິທະຍາສາດທຳມະຊາດ. ໃນໄລຍະ 5-10 ປີຕໍ່ໜ້າ, ທ່ານ Trung ໄດ້ມີຄວາມມຸ່ງມາດປາດຖະໜາຢາກໄດ້ທຶນສຶກສາປະລິນຍາເອກເພື່ອສືບຕໍ່ຄົ້ນຄວ້າຢ່າງເລິກເຊິ່ງ.

ຄວາມຝັນທີ່ໃຫຍ່ທີ່ສຸດຂອງລາວແມ່ນການປະກອບສ່ວນທີ່ເຊື່ອມຕໍ່ການຄົ້ນຄວ້າທາງວິຊາການແລະການນໍາໃຊ້ເຕັກໂນໂລຢີການປະຕິບັດ. ທ່ານ Trung ຫວັງວ່າມື້ໜຶ່ງໄດ້ກັບຄືນສູ່ໂຮງຮຽນທີ່ຕົນໄດ້ຕິດພັນ, ປະກອບສ່ວນກໍ່ສ້າງທິດທາງການຝຶກອົບຮົມ AI ແບບຍືນຍົງ, ຊ່ວຍໃຫ້ນັກຮຽນລຸ້ນຫຼັງກ້າວໄປໜ້າຢ່າງຕັ້ງໜ້າ.

ສຳລັບທ່ານ Trung, ປະລິນຍາໂທບໍ່ແມ່ນຈຸດໝາຍປາຍທາງ, ແຕ່ເປັນພຽງຈຸດເລີ່ມຕົ້ນຂອງການເດີນທາງອັນຍາວນານ, ເຕັມໄປດ້ວຍຄວາມມຸ່ງມາດປາດຖະໜາ ແລະສິ່ງທ້າທາຍໃໝ່.

ຄານລີ

ທີ່ມາ: https://dantri.com.vn/giao-duc/tan-binh-nganh-ai-tot-nghiep-xuat-sac-hanh-trinh-tu-con-so-0-20250802062656610.htm