ຈາກນັກສຶກສາຕ່າງແຂວງໄປເປັນອາຈານສອນມະຫາວິທະຍາໄລອາເມລິກາ

ທ່ານ Minh Nhat, ອາຍຸ 34 ປີ, ມາຈາກ ແຂວງ Bac Lieu , ເປັນສາດສະດາຈານ ແລະ “ດາວຮຸ່ງ” ຢູ່ປະຊາຄົມຊາວຫວຽດນາມ ຄົ້ນຄວ້າວິທະຍາສາດຂໍ້ມູນ ແລະການຮຽນຮູ້ເຄື່ອງຈັກຢູ່ອາເມລິກາ.

ປະຈຸບັນ Ho Pham Minh Nhat ແມ່ນອາຈານຊັ້ນໜຶ່ງຂອງ ວິທະຍາສາດ ຂໍ້ມູນ, ສະຖິຕິ ແລະ ການຮຽນຮູ້ເຄື່ອງຈັກ ຢູ່ມະຫາວິທະຍາໄລ Texas - Austin. ນີ້ແມ່ນໜຶ່ງໃນ 10 ໂຮງຮຽນອັນດັບຕົ້ນໆໃນສະຫະລັດສຳລັບປັນຍາປະດິດ (AI) ແລະວິທະຍາສາດ ແລະເທັກໂນໂລຍີ, ອີງຕາມຂ່າວຂອງສະຫະລັດ.

ລາວຍັງເປັນສະມາຊິກຂອງສະຖາບັນພື້ນຖານຂອງການຮຽນຮູ້ເຄື່ອງຈັກແລະປັນຍາປະດິດຢູ່ Austin, ມີຫຼາຍກວ່າ 60 ບົດຄວາມໃນວາລະສານ Q1 ແລະກອງປະຊຸມໃຫຍ່. ໃນປັດຈຸບັນ, ການຄົ້ນຄວ້າຂອງ Nhat ໄດ້ສຸມໃສ່ສາມຫົວຂໍ້ໃຫຍ່: Inference, scalability, ແລະປະສິດທິພາບຂອງຮູບແບບການຮຽນຮູ້ເລິກແລະພາສາຂະຫນາດໃຫຍ່, ເຊັ່ນ ChatGPT; ສະຖຽນລະພາບແລະການເພີ່ມປະສິດທິພາບຂອງ algorithms ໃນການຮຽນຮູ້ເຄື່ອງຈັກແລະປັນຍາປະດິດ; Heterogeneity, ຂະຫນາດສູງຂອງຂໍ້ມູນໃຫຍ່ແລະການພັດທະນາວິທີການແລະຮູບແບບໃຫມ່ເພື່ອໃຫ້ສາມາດເກັບກໍາ, ຂຸດຄົ້ນ , ແລະເພີ່ມປະສິດທິພາບຂອງຂໍ້ມູນນີ້ຢ່າງມີປະສິດທິພາບ.

ນອກຈາກນັ້ນ, Nhat ພວມກວດກາບັນດານັກສຶກສາປະລິນຍາເອກ 8 ຄົນ, ໃນນັ້ນມີ 4 ຄົນແມ່ນນັກສຶກສາ ຫວຽດນາມ.

“ຂ້າພະເຈົ້າມີຄວາມພາກພູມໃຈທີ່ໄດ້ປະກອບສ່ວນສ້າງຂົວຕໍ່ຊ່ວຍໃຫ້ໄວໜຸ່ມຫວຽດນາມ ສຶກສາປະລິນຍາເອກດ້ານການຮຽນຮູ້ເຄື່ອງຈັກ, ສະຖິຕິ ແລະປັນຍາປະດິດຢູ່ມະຫາວິທະຍາໄລຊັ້ນນຳຂອງໂລກຫຼາຍແຫ່ງ”.

Nhat ກ່າວວ່າການເດີນທາງຂອງລາວມີສິ່ງທ້າທາຍຫຼາຍຢ່າງ, ບັງຄັບໃຫ້ລາວເປັນຜູ້ໃຫຍ່ແລະຮັບມືກັບຄວາມກົດດັນໃນຈຸດສໍາຄັນ.

ເກີດມາໃນຄອບຄົວທີ່ມີຮີດຄອງປະເພນີຂອງການຮ່ຳຮຽນ, Nhat ໄດ້ສະແດງໃຫ້ເຫັນຄວາມມັກໃນວິຊາຄະນິດສາດນັບແຕ່ຮຽນມັດທະຍົມ. ລາວມັກຊອກຫາວິທີແກ້ໄຂບັນຫາຄະນິດສາດທີ່ແຕກຕ່າງ ແລະ ເຄີຍໄດ້ຮັບລາງວັນສູງໃນການແຂ່ງຂັນນັກຮຽນເກັ່ງຢູ່ແຂວງ ບັກລຽວ.

ເມື່ອໄດ້ອ່ານບົດຄວາມກ່ຽວກັບການຍາດໄດ້ຫຼຽນຄຳດ້ວຍຄະແນນດີເລີດ ແລະ ການແກ້ໄຂພິເສດຂອງຄູອາຈານ Le Ba Khanh Trinh ໃນການແຂ່ງຂັນຄະນິດສາດສາກົນປີ 1979, Nhat ໄດ້ຊົມເຊີຍ ແລະ ຕັ້ງເປົ້າໝາຍທີ່ຈະເສັງເຂົ້າໂຮງຮຽນມັດທະຍົມປາຍ Gifted, ມະຫາວິທະຍາໄລແຫ່ງຊາດນະຄອນໂຮ່ຈິມິນ, ເຊິ່ງອາຈານ Trinh ໄດ້ສອນ.

ປີ 2004, Nhat ໄດ້ເສັງເຂົ້າໂຮງຮຽນແຫ່ງນີ້. ອອກຈາກ ບາກລຽວ ໄປນະຄອນ ໂຮ່ຈີມິນ, ນັກຮຽນທີ່ບໍ່ເຄີຍອອກຈາກບ້ານ ກໍ່ຮູ້ສຶກຖືກກົດດັນຍິ່ງຂຶ້ນ ເພາະເພື່ອນຮ່ວມຫ້ອງຮຽນລ້ວນແຕ່ມີພອນສະຫວັນຫຼາຍ. ຍ້ອນຄວາມພະຍາຍາມຂອງຕົນ, Nhat ໄດ້ຖືກຄັດເລືອກໃຫ້ເຂົ້າຮ່ວມການແຂ່ງຂັນນັກສຶກສາດີເດັ່ນແຫ່ງຊາດສອງປີຕິດຕໍ່ກັນ. ຢ່າງໃດກໍຕາມ, Nhat ບໍ່ໄດ້ຊະນະລາງວັນໃດໆ.

"ເມື່ອເຫັນເພື່ອນຮ່ວມຫ້ອງຮຽນຂອງຂ້ອຍໄດ້ຮັບລາງວັນສູງໃນການແຂ່ງຂັນລະດັບຊາດແລະສາກົນ, ຂ້ອຍຮູ້ສຶກຜິດຫວັງໃນຕົວເອງຫຼາຍຂຶ້ນ", Nhat ຈື່.

ພາຍຫຼັງປະສົບກັບຄວາມຫຍຸ້ງຍາກໄລຍະໜຶ່ງ, Nhat ໄດ້ຮຽນຮູ້ບົດຮຽນທີ່ໄດ້ວາງພື້ນຖານໃຫ້ແກ່ການເດີນທາງທັງໝົດຂອງຕົນ. ລາວຮູ້ວ່າຄວາມລົ້ມເຫລວໃນຈຸດຫນຶ່ງບໍ່ໄດ້ຫມາຍຄວາມວ່າການຢຸດເຊົາ, ແຕ່ແທນທີ່ຈະຕ້ອງການຄວາມອົດທົນແລະຄວາມຕັ້ງໃຈທີ່ຈະຕິດຕາມຄວາມກະຕືລືລົ້ນຂອງລາວ.

ສະນັ້ນ, ພາຍຫຼັງຮຽນຈົບມັດທະຍົມປາຍ, ເຍີດໄດ້ເລືອກຮຽນປະລິນຍາຕີວິທະຍາສາດເຕັກໂນໂລຊີຂໍ້ມູນຂ່າວສານຢູ່ມະຫາວິທະຍາໄລວິທະຍາສາດທຳມະຊາດນະຄອນໂຮ່ຈິມິນ. ຢູ່ທີ່ນີ້, Nhat ໄດ້ສຳຜັດກັບຫຼາຍຂົງເຂດໃໝ່ຂອງຄະນິດສາດ, ສ້າງການພົວພັນກັບອາຈານຢູ່ພາຍໃນ ແລະ ຕ່າງປະເທດຜ່ານບັນດາໂຄງການແລກປ່ຽນ. ໃນຕອນທ້າຍຂອງປີທີ 3 ຂອງລາວ, Nhat ໄດ້ຍິນອາຈານຊາວອາເມຣິກັນເວົ້າກ່ຽວກັບການສະຫມັກຕົວຈິງຂອງຄະນິດສາດໃນຂະນະທີ່ເຂົ້າໂຮງຮຽນ Summer ກ່ຽວກັບວິທະຍາສາດຂໍ້ມູນແລະສະຖິຕິ. ປະສົບການດັ່ງກ່າວໄດ້ຈູດຄວາມມັກໃນດ້ານນີ້ຂອງ Nhat, ແລະຍັງເຮັດໃຫ້ລາວຕັດສິນໃຈດຳເນີນອາຊີບຄົ້ນຄວ້າ ແລະ ການສອນ.

ໃນປີ 2011, Nhat ໄດ້ສຶກສາປະລິນຍາໂທສາຂາວິຊາຄະນິດສາດນຳໃຊ້ພາຍໃຕ້ໂຄງການຮ່ວມມືລະຫວ່າງມະຫາວິທະຍາໄລວິທະຍາສາດທຳມະຊາດນະຄອນໂຮ່ຈີມິນ ແລະ 6 ມະຫາວິທະຍາໄລໃນປະເທດຝຣັ່ງ. ໃນໄລຍະນີ້, Nhat ໄດ້ຮັບທຶນສຶກສາປະລິນຍາເອກດ້ານສະຖິຕິຢູ່ມະຫາວິທະຍາໄລ Michigan-Ann Arbor, ພາຍໃຕ້ການຊີ້ນຳຂອງສາດສະດາຈານຫວຽດນາມ ຫງວຽນຊວນລອງ. ລາວໄດ້ຈົບປະລິນຍາໂທໃນປະເທດຝຣັ່ງຢ່າງໄວວາແລະໄປສະຫະລັດເພື່ອສຶກສາ.

ການຍ້າຍໄປຢູ່ໃນສະພາບແວດລ້ອມໃຫມ່, Nhat ຮູ້ສຶກຖືກກົດດັນເພາະວ່າລາວຕ້ອງຄຸ້ນເຄີຍກັບຕາຕະລາງການສຶກສາທີ່ເຄັ່ງຕຶງ, ເຄັ່ງຄັດ, ເຊັ່ນດຽວກັນກັບການປັບຕົວເຂົ້າກັບສະພາບອາກາດແລະວັດທະນະທໍາຢູ່ທີ່ນີ້. ນອກຈາກນັ້ນ, ນັກຄົ້ນຄວ້າອື່ນໆຂອງລາວລ້ວນແຕ່ມີພອນສະຫວັນຫຼາຍ, ຈົບການສຶກສາຈາກໂຮງຮຽນທີ່ມີຊື່ສຽງເຊັ່ນ MIT ຫຼື Stanford, ບາງຄົນມີປະສົບການການຄົ້ນຄວ້າໃນຕອນຕົ້ນ.

Nhat ມັກເຮັດວຽກຢູ່ຫໍສະໝຸດຈົນຮອດຕອນເດິກ, ເຮັດໃຫ້ມີຄວາມຮູ້ທີ່ຕົນຍັງຂາດເຂີນ ແລະ ຄົ້ນຄ້ວາເລິກເຊິ່ງກວ່າອີກ ເພື່ອຊອກຫາຄວາມຮູ້ໃໝ່ໃນຫ້ອງ. ດັ່ງນັ້ນ, ລາວມັກຈະເປັນຜູ້ທີ່ຂຶ້ນລົດເມຄັ້ງສຸດທ້າຍໃນເວລາ 2 ໂມງເຊົ້າເພື່ອກັບໄປຕຶກໂຮງຮຽນ. ທຸກໆມື້, ລາວພະຍາຍາມສົນທະນາກັບເພື່ອນຮ່ວມຫ້ອງຮຽນ, ປັບປຸງທັກສະພາສາຕ່າງປະເທດຂອງລາວແລະຮຽນຮູ້ວັດທະນະທໍາແລະຄວາມຮູ້ເພີ່ມເຕີມ. ມັນໃຊ້ເວລາເກືອບສອງປີເພື່ອປະສົມປະສານເຂົ້າໃນຊີວິດຢູ່ທີ່ນີ້ແລະເລີ່ມຕົ້ນສຸມໃສ່ການຄົ້ນຄວ້າ.

"ຂ້ອຍຕ້ອງພະຍາຍາມ 200% ຂອງຄວາມພະຍາຍາມຂອງຂ້ອຍເພື່ອໃຫ້ສາມາດສໍາເລັດໂຄງການປະລິນຍາເອກຂອງຂ້ອຍໄດ້ດີ," Nhat ແບ່ງປັນ.

ເຖິງວ່າຈະມີການເຮັດວຽກໃນຫຼາຍໂຄງການກັບຜູ້ເບິ່ງແຍງຂອງລາວແລະຈົບປະລິນຍາເອກໃນປີ 2017, Nhat ຍັງບໍ່ແນ່ໃຈວ່າທັງຫມົດກ່ຽວກັບທິດທາງການຄົ້ນຄວ້າຕໍ່ໄປຂອງລາວ. ດັ່ງນັ້ນ, ລາວຈຶ່ງຕັດສິນໃຈຮຽນຕໍ່ປະລິນຍາເອກໃນສາຂາວິສະວະກຳໄຟຟ້າ ແລະ ວິທະຍາສາດຄອມພິວເຕີ ທີ່ມະຫາວິທະຍາໄລຄາລິຟໍເນຍ ທີ່ເມືອງ Berkeley, ພາຍໃຕ້ການຊີ້ນຳຂອງສອງອາຈານຊັ້ນນຳໃນການຮຽນຮູ້ເຄື່ອງຈັກ ແລະປັນຍາປະດິດ, Michael I. Jordan ແລະ Martin Wainwright. ຢ່າງໃດກໍ່ຕາມ, ລາວພະຍາຍາມຊອກຫາທິດທາງການຄົ້ນຄວ້າໃຫມ່ໃນ 9 ເດືອນທໍາອິດ. ເພື່ອຜ່ານຜ່າສິ່ງດັ່ງກ່າວ, Nhat ອ່ານເອກະສານວິທະຍາສາດຫຼາຍຫົວແລະເຂົ້າຮ່ວມກອງປະຊຸມເລິກໃນພາກສະຫນາມເພື່ອພົບປະແລະປຶກສາຫາລື. ຂໍຂອບໃຈກັບສິ່ງດັ່ງກ່າວ, Nhat ຄົ້ນພົບສູດການຄິດໄລ່ທີ່ສໍາຄັນຈໍານວນຫນຶ່ງ, ລວມທັງ gradient descent ແລະ Newton algorithms, ເຊິ່ງຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງສໍາລັບການປະເມີນພາລາມິເຕີໃນແບບຈໍາລອງການຮຽນຮູ້ເຄື່ອງຈັກ, ແຕ່ຫຼັກການທີ່ຢູ່ເບື້ອງຫລັງຂອງການຄ້າລະຫວ່າງຄວາມຫມັ້ນຄົງ, ຄວາມສັບສົນຂອງຄອມພິວເຕີ້, ແລະຄວາມຖືກຕ້ອງທາງສະຖິຕິຂອງ algorithms ເຫຼົ່ານີ້ແມ່ນບໍ່ເຂົ້າໃຈດີ.

ດັ່ງນັ້ນ, ລາວໄດ້ຕັດສິນໃຈຄົ້ນຄ້ວາເພື່ອເຂົ້າໃຈເຖິງການຄ້າຂາຍລະຫວ່າງປັດໃຈຂ້າງເທິງເພື່ອເພີ່ມປະສິດທິພາບ algorithms ໃນການຮຽນຮູ້ເຄື່ອງຈັກແລະປັນຍາປະດິດ. ຜົນໄດ້ຮັບແມ່ນເອກະສານວິທະຍາສາດ 10 ກວ່າສະບັບທີ່ນະຄອນ Nhat ໄດ້ສ້າງສຳເລັດແຕ່ກາງປີ 2018 ຫາທ້າຍປີ 2019.

Nhat ແລະນັກສຶກສາຈົບການສຶກສາ ຫງວຽນບ່າຄາຍ ທີ່ກອງປະຊຸມຢູ່ Honolulu, Hawaii, ໃນປີ 2023. ພາບ: ລັກສະນະໃຫ້. — Nhat ແລະ ນັກສຶກສາຈົບປະລິນຍາໂທ ຫງວຽນບາຄາຍ ທີ່ກອງປະຊຸມຢູ່ Hawaii ໃນເດືອນກໍລະກົດ. ຮູບພາບ: ສະຫນອງໂດຍລັກສະນະ

ໂດຍໄດ້ຮັບການເຊື້ອເຊີນໃຫ້ໄປເຮັດວຽກຢູ່ມະຫາວິທະຍາໄລຫຼາຍແຫ່ງ, ທ່ານ Nhat ໄດ້ເລືອກມະຫາວິທະຍາໄລ Texas, Austin ຍ້ອນວ່າລາວເຊື່ອວ່າສະພາບແວດລ້ອມໃນການເຮັດວຽກສະດວກສະບາຍ ແລະ ນັກບັນຍາຍໄວໜຸ່ມມີເງື່ອນໄຂໃນການຄົ້ນຄວ້າອັນດັບຕົ້ນໆ. ຍິ່ງໄປກວ່ານັ້ນ, ສະພາບອາກາດຢູ່ລັດ Texas ກໍ່ຄືກັບບ້ານເກີດຂອງຕົນ, ມີຊາວຫວຽດນາມ ອາໄສຢູ່ຫຼາຍແຫ່ງ.

Nhat ເລີ່ມການສອນໃນເດືອນສິງຫາ 2020, ຄືກັນກັບ Covid-19 ແຜ່ລະບາດຢູ່ໃນສະຫະລັດ. ລາວບໍ່ສາມາດຕິດຕໍ່ພົວພັນໂດຍກົງກັບເພື່ອນຮ່ວມງານຂອງລາວແລະສອນພຽງແຕ່ຢູ່ທາງຫນ້າຂອງຫນ້າຈໍຄອມພິວເຕີ. ມີນັກຮຽນທີ່ບໍ່ໄດ້ເປີດກ້ອງຖ່າຍຮູບຂອງເຂົາເຈົ້າຫຼືສະແດງຄວາມຄິດເຫັນຂອງເຂົາເຈົ້າ, ເຮັດໃຫ້ມັນມີຄວາມຫຍຸ້ງຍາກສໍາລັບເຂົາທີ່ຈະເຊື່ອມຕໍ່ແລະເຂົ້າໃຈສິ່ງທີ່ເຂົາເຈົ້າຕ້ອງການ.

ຍ້ອນປະສົບການໃນການຮັບມືກັບຄວາມກົດດັນ, ຄຽງຄູ່ກັບການໜູນຊ່ວຍດ້ານຈິດໃຈຈາກຄອບຄົວ, Nhat ຜ່ານຜ່າຄວາມຫຍຸ້ງຍາກໃນເບື້ອງຕົ້ນ. ເມື່ອເບິ່ງຄືນປະສົບການນີ້, ສິ່ງທີ່ Nhat ເຫັນວ່າມີຄ່າທີ່ສຸດແມ່ນສາມາດຖ່າຍທອດຄວາມຮູ້ແລະຄວາມມັກຂອງນັກຮຽນ, ເປັນຄໍາແນະນໍາແລະທີ່ປຶກສາສໍາລັບພວກເຂົາໃນລະຫວ່າງການສຶກສາ.

ສິ່ງດັ່ງກ່າວຍັງໄດ້ເປັນແຮງບັນດານໃຈໃຫ້ Nhat ເລີ່ມຕົ້ນໂຄງການແລກປ່ຽນຄວາມຮູ້ ແລະ ສອນອອນໄລນ໌ ໃຫ້ແກ່ຊາວຫວຽດນາມ ໂດຍບໍ່ເສຍຄ່າ. ປີ 2021, ລາວໄດ້ສ້າງຕັ້ງໜ້າເຟສບຸກ “ວິທະຍາສາດຂໍ້ມູນແລະປັນຍາທຽມ”, ຈັດຕັ້ງແຕ່ຂັ້ນພື້ນຖານເຖິງຂັ້ນສູງເປັນພາສາຫວຽດກ່ຽວກັບວິທະຍາສາດຂໍ້ມູນ, ການຮຽນຮູ້ເຄື່ອງຈັກ, ສະຖິຕິ, ແລະປັນຍາປະດິດຜ່ານ Zoom.

"ກອງປະຊຸມຄັ້ງທໍາອິດມີເກືອບ 1,000 ຄົນ, ເຊິ່ງເຮັດໃຫ້ຂ້ອຍແປກໃຈຫຼາຍ," Nhat ຈື່, ເວົ້າວ່າລາວດີໃຈຫຼາຍທີ່ທຸກຄົນຕອບສະຫນອງ.

Nhat ບັນລະຍາຍຢູ່ໂຮງຮຽນລະດູຮ້ອນກ່ຽວກັບວິທະຍາສາດຂໍ້ມູນ, ມະຫາວິທະຍາໄລວິທະຍາສາດ, ນະຄອນໂຮ່ຈີມິນ, ໃນເດືອນສິງຫາ. ຮູບພາບ: ສະຫນອງໂດຍລັກສະນະ

ສາດສະດາຈານ Tran Dinh Quoc, ກົມສະຖິຕິ ແລະ ປະຕິບັດງານຂອງມະຫາວິທະຍາໄລ North Carolina, ຕີລາຄາວ່າ: “Nhat ມີພອນສະຫວັນ, ມີຄວາມກະຕືລືລົ້ນ ແລະ ຕັ້ງໜ້າໃນການຄົ້ນຄວ້າ, ລາວແມ່ນດາວຮຸ່ງທີ່ພົ້ນເດັ່ນໃນກຸ່ມຄົນຫວຽດນາມ ຄົ້ນຄວ້າເຄື່ອງຈັກ ແລະ ວິທະຍາສາດຂໍ້ມູນຢູ່ ອາເມລິກາ”.

ໂດຍຜ່ານປະສົບການຂອງຕົນເອງ, Nhat ເຊື່ອວ່າຄວາມຫຍຸ້ງຍາກຈະຊ່ວຍໃຫ້ແຕ່ລະຄົນມີຄວາມເປັນຜູ້ໃຫຍ່ແລະ passion ຈະນໍາພາທາງໄປສູ່ຄວາມສໍາເລັດໃຫມ່. ບົດຮຽນທີ່ໃຫຍ່ທີ່ສຸດທີ່ລາວໄດ້ຮຽນຮູ້ແມ່ນການຮູ້ວິທີການດຸ່ນດ່ຽງຄວາມຄາດຫວັງແລະຄວາມກົດດັນໃນຄວາມຫຍຸ້ງຍາກເຫຼົ່ານັ້ນ.

"ການບໍ່ບັນລຸເປົ້າຫມາຍຈະເຮັດໃຫ້ຄົນເຮົາພົບກັບອຸປະສັກທາງຈິດໃຈອັນໃຫຍ່ຫຼວງ. ສິ່ງທີ່ສໍາຄັນແມ່ນຢູ່ສະເຫມີສະຫງົບ, ປັບເປົ້າຫມາຍຂອງທ່ານແລະຮຽນຮູ້ຈາກຄວາມລົ້ມເຫລວໃນການປັບຕົວ," ລາວເວົ້າ.

ຍີ່ປຸ່ນເຫັນວ່າວິທະຍາສາດຂໍ້ມູນ ແລະປັນຍາປະດິດເປັນຂົງເຂດທີ່ເຕີບໃຫຍ່ຂະຫຍາຍຕົວ. ເພື່ອເປັນເຈົ້າການເຕັກໂນໂລຊີຫຼັກຈໍານວນຫຼາຍ, ປະເທດຈໍາເປັນຕ້ອງມີຜູ້ຊ່ຽວຊານດ້ານການຄົ້ນຄວ້າອັນດັບສູງ. ສະນັ້ນ, ນອກຈາກການເຮັດວຽກຢູ່ອາເມລິກາ, ຍີ່ປຸ່ນ ກໍ່ໜູນຊ່ວຍບັນດານັກສຶກສາມະຫາວິທະຍາໄລຢູ່ ຫວຽດນາມ ໃນການຄົ້ນຄວ້າ ແລະ ຊອກຫາກາລະໂອກາດຮຽນປະລິນຍາເອກຢູ່ບັນດາມະຫາວິທະຍາໄລທີ່ມີຊື່ສຽງ.

“ຂ້າພະເຈົ້າຍັງຖືເອົາຄວາມຄິດເຫັນກ່ຽວກັບການຈັດຕັ້ງໂຮງຮຽນລະດູຮ້ອນ ແລະ ລະດູໜາວກ່ຽວກັບວິທະຍາສາດຂໍ້ມູນ ແລະ ປັນຍາປະດິດຢູ່ຫວຽດນາມ, ເປັນຂົວຕໍ່ລະຫວ່າງນັກສຶກສາ ແລະ ສາດສະດາຈານຊັ້ນນຳໃນໂລກ.

Vnexpress.net