Profesor Madya, Dr. Huynh Thi Thanh Binh: "Pengoptimuman selalunya mengenai mengikuti alam semula jadi"

Apakah peluang istimewa yang membuatkan anda terikat dengan Universiti Sains dan Teknologi Hanoi sejak zaman pelajar anda? Adakah anda seorang yang takut mengubah persekitaran?

Saya merupakan ahli generasi ke-37 pelajar jurusan Teknologi Maklumat (IT) di sekolah tersebut, tetapi sebenarnya saya telah mempelajari IT sejak sekolah menengah lagi. Kemudian saya belajar universiti, sarjana, doktor falsafah... semua di sekolah ini.

Sebenarnya, ada ketikanya saya berhasrat untuk belajar di luar negara di Jepun. Semasa di kolej, saya belajar bahasa Jepun selama 5 tahun, tajaan kerajaan Jepun untuk 20 pelajar cemerlang K36 dan K37. Kemudian, ia jatuh terus ke dalam kemelesetan ekonomi negara jiran, jadi ini digantung. Kemudian, apabila saya menamatkan ijazah sarjana saya, Profesor Ho Tu Bao memperkenalkan saya kepada seorang profesor yang sangat berprestij di Jepun untuk pergi ke sana untuk membuat penyelidikan, tetapi atas sebab subjektif dari pihak saya (berkahwin), saya masih tinggal di Universiti Teknologi. Atas sebab objektif dan subjektif juga saya masih membuat PhD di sekolah dan mengajar di sana sehingga sekarang.

Jika saya katakan itu adalah takdir, saya takut ia agak keterlaluan, tetapi secara ringkas, perkara ini datang kepada saya secara semula jadi dan lembut.

Profesor Madya, Dr. Huynh Thi Thanh Binh menghadiri dan membentangkan laporan pada persidangan terkemuka mengenai pengiraan evolusi, Julai 2023 di Lisbon, Portugal

Dalam beberapa persidangan baru-baru ini, saya melihat anda sering membentangkan hasil penyelidikan dengan ramai saintis wanita lain. Adakah itu petanda generasi baru "feminisme" dalam sains di Politeknik?

Kali terakhir saya menghadiri persidangan Dana Inovasi Vingroup (VINIF), Dr Nguyen Phi Le, Dr Le Minh Thuy dan saya membentangkan bersama-sama, dan terdapat seorang lagi pelajar perempuan, Dr Nguyen Cam Ly, yang berada di Jepun dan belum pulang. Ia adalah satu kebetulan, atau "simpati" antara kami, dan tidak mewakili mana-mana generasi "feminis". Di blok kejuruteraan di sekolah, terdapat beberapa kumpulan yang mempunyai ahli wanita seramai kumpulan saya, mungkin hanya kurang daripada kumpulan penyelidik dalam blok ekonomi atau bahasa asing di sekolah. Satu lagi perkara istimewa ialah setiap tahun, kumpulan saya menerbitkan di persidangan terkemuka di dunia, dan kemudian kumpulan saya dan saya menghadiri persidangan itu untuk meluaskan peluang untuk bertukar-tukar dengan kumpulan penyelidikan yang kukuh.

Adalah diketahui bahawa anda menguruskan makmal besar di sekolah dan juga mengajar. Untuk melakukan ini dengan baik, adakah terdapat proses pengoptimuman yang perlu digunakan?

Saya kini ketua kumpulan penyelidikan pengoptimuman kira-kira 40 orang. Saya dapati beban kerja adalah besar; Selalunya saya bekerja dari awal pagi hingga 6-7 petang termasuk hari Sabtu. Bagi saya, kerja ibarat makan dan minum harian, dan sentiasa ada pertukaran hidangan kerana setiap minggu ada penemuan baru dari satu kumpulan atau kumpulan yang lain. Itu membuatkan saya berasa teruja.

Untuk mengoptimumkan kerja saya, saya sering perlu menetapkan matlamat, merancang, memperuntukkan masa dengan munasabah dan tidak pernah melupakan tarikh akhir.

Detik impian dengan warna dan berus

Kapasiti kerja yang mengagumkan, di sebalik angka yang kurus?

Saya rasa badan yang ringan membantu saya mempunyai lebih banyak tenaga untuk berfikir, menyelidik dan mencipta. Sudah tentu anda perlu selesa dengan keadaan anda.

Saya juga belajar piano, kerana saya mahu melakukan sesuatu yang harmoni dalam hidup, untuk mempunyai sesuatu yang lebih beraroma. Muzik sebenarnya adalah matematik, sama dengan bahasa atau perkembangan benda dalam alam semula jadi.

Untuk menyatukan ahli makmal, gaya pengurusan manakah yang anda pilih: Tegas atau fleksibel?

Hadiah daripada pelajar di Makmal untuknya pada 8 Mac

Menghubungkan ahli dalam Makmal adalah amat penting. Tanpa pertukaran, kemas kini dan perkongsian antara hala tuju penyelidikan, adalah sukar untuk melakukannya. Setiap pagi pada awal minggu, saya membawa troli makanan dan minuman untuk ahli Lab, mengira berapa banyak yang selesa untuk digunakan sepanjang minggu. Saya cuba menyokong ahli kumpulan supaya mereka dapat fokus pada penyelidikan, tidak terganggu, dan boleh bekerja dari pagi hingga malam.

Saya juga perlu hadir di Makmal seperti anda, bekerja bersama, bertemu bersama, berbincang dengan anda dan kumpulan penyelidikan lain. Jika saya tidak boleh berbuat demikian, tidak akan ada penyelarasan antara hala tuju penyelidikan, atau mereka mungkin bertindih, tidak menyokong satu sama lain, tidak mengemas kini kemajuan satu sama lain...

Gaya pengurusan saya berbeza-beza bergantung pada peranan. Di sekolah, saya sangat lembut dengan rakan sekerja saya; dalam kumpulan penyelidikan, saya menganggap diri saya agak ketat, sangat ketat pada rancangan dan kemajuan, dengan ganjaran dan hukuman yang jelas. Sebabnya mungkin datang dari keinginan untuk mengoptimumkan setiap jenis kerja yang berbeza, dan saya mendapati ini sangat semula jadi.

Apakah contoh konkrit bagaimana matematik boleh membawa kepada penyelesaian yang optimum?

Pada dasarnya, matematik adalah sangat indah. Banyak masalah dalam hidup memerlukan matematik. Sebagai contoh, "bagaimana untuk pergi dari Universiti Sains dan Teknologi Hanoi ke Tasik Hoan Kiem secepat mungkin dan dengan sekurang-kurangnya lampu merah" ialah masalah yang memerlukan algoritma untuk mencari jawapan yang optimum. Banyak masalah di sekeliling kita, seperti masalah penghalaan untuk penghantaran dan logistik, juga merupakan masalah pengoptimuman gabungan... Kehidupan memerlukan kerja yang dioptimumkan, dan untuk mengoptimumkan kerja, matematik diperlukan. Matematik gunaan kini menjadi bidang yang semakin berkembang dan memainkan peranan penting dalam kehidupan.

Kami tidak selalu mencari penyelesaian yang optimum, contohnya, dalam masalah pengeluaran dan logistik dengan parameter yang berubah secara berterusan dari semasa ke semasa. Masalah ini memerlukan banyak kaedah pelengkap, perlu mencari penyelesaian yang boleh diterima dan menggunakan kaedah anggaran. Objektif matematik ialah nombor mutlak, tetapi melakukan matematik dengan kuantiti anggaran sebenarnya menghampiri intipati alam semula jadi dan hampir kepada pengoptimuman.

Daripada matematik, pengoptimuman kepada kecerdasan buatan (AI) adakah ia jalan panjang atau pendek?

AI bermula pada tahun 1940-an dan 1950-an. Pada masa itu, Alan Turing memperkenalkan konsep "Mesin Turing" untuk mensimulasikan teori komputer pintar. Pada tahun 1950-an, John McCarthy memperkenalkan istilah "kecerdasan buatan" dan bahasa yang dibangunkan. Pada tahun 1970-an dan 1980-an, konsep seperti sistem pakar dan logik kabur telah dibangunkan untuk menyelesaikan masalah membuat keputusan. Tahun 1990-an menyaksikan perkembangan rangkaian saraf dan rangkaian saraf dalam. Pada tahun 2010-an, teknologi AI telah disepadukan ke dalam banyak bidang, termasuk kereta pandu sendiri, chatbot, pengecaman dan pemprosesan bahasa. Baru-baru ini, AI telah menjadi begitu popular sehingga ia telah memasuki setiap aspek kehidupan dan menjadi topik yang menarik untuk negara. Pada masa hadapan, AI akan menjadi pasaran yang sangat subur untuk pembangunan lebih lanjut dan lebih mendalam, menembusi lebih banyak aktiviti kehidupan.

Dengan pelajar siswazah dan pelajar menghadiri dan melaporkan di Kongres Dunia IEEE 2018 mengenai Kecerdasan Pengiraan di Rio de Janeiro, Brazil pada Jun 2018

Ramai orang percaya bahawa penyelidikan dan aplikasi AI semasa tidak akan membawa kepada penciptaan "kepintaran" sebenar. Apakah pendapat anda tentang pandangan ini, dan apakah yang anda fikir membuat perbezaan antara kecerdasan manusia dan mesin?

Pada zaman Alan Turing, orang percaya bahawa jika mesin boleh dicipta yang boleh memproses pengiraan dengan baik dengan sistem data yang sangat besar, maka pada satu ketika, kerumitannya akan sama dengan rangkaian saraf dalam otak manusia - iaitu, AI boleh mencapai kecerdasan manusia. Selepas kira-kira 80 tahun pembangunan ke arah itu dengan syarikat super seperti Google, sehingga kini, saya fikir AI masih jauh daripada dapat mencapai matlamat tersebut. Secara mekanikal, boleh dikatakan bahawa manusia mensintesis maklumat, melihat, belajar, meluahkan emosi... dengan cara yang boleh dikira dan diprogramkan; mengikut logik itu, AI boleh mendekati dan mengatasi manusia berkat peningkatan dalam kelajuan dan data. Walau bagaimanapun, terdapat mekanisme "tidak logik" tertentu dalam otak manusia yang saya fikir AI jauh dari, atau tidak boleh mencapai, keadaan itu.

Adakah akan tiba masanya manusia menggunakan data sebagai senjata, bukannya senjata atau ekonomi? Apakah akibat perang data ini? Adakah terdapat keperluan untuk strategi pengoptimuman/pengimbangan antara dunia manusia dan dunia mesin?

Saya boleh kehilangan dompet saya, tetapi saya tidak boleh kehilangan komputer dan data di dalamnya. Maksudnya, data adalah sangat penting. Dalam peperangan dengan senjata/ekonomi, kita boleh berpindah/berunding…; tetapi dengan data, kami tidak boleh berbuat apa-apa. Orang ramai juga menggunakan data besar untuk melayani persaingan/perang. AI tanpa data tidak bermakna.

Akibat perang data akan teruk. Piawaian etika untuk perlombongan dan penggunaan data perlu diwujudkan.

Mungkin agak awal untuk bercakap tentang strategi keseimbangan manusia-mesin, tetapi strategi untuk melindungi data sebagai aset negara amat diperlukan. Kini orang ramai juga mula berhati-hati apabila memberikan data peribadi kepada pihak lain. Dengan gergasi seperti Google, Facebook atau TikTok..., jika kami tidak mengawal dan mengamankan data dengan berkesan, kami akan membiarkan sumber berharga terapung untuk dimanipulasi dan digunakan oleh syarikat-syarikat ini. Kerajaan mempunyai polisi pengurusan data yang agak baik untuk tempat yang menyimpan banyak data peribadi seperti sekolah, bank...; tetapi menguruskan data yang orang "tanpa sedar" berikan kepada gergasi di atas bukanlah mudah.

Profesor Madya, Dr. Huynh Thi Thanh Binh dan pelajar Politeknik menamatkan pengajian pada Ogos 2023

Selain data, mengoptimumkan pemindahan maklumat juga penting, dan adakah ia berkaitan dengan projek penyelidikan yang sedang anda usahakan?

Ya, itulah projek yang saya dan pasukan saya sangat banggakan, apabila kami dibiayai oleh Yayasan VINIF untuk penyelidikan mengenai pembelajaran pemindahan untuk menyelesaikan masalah pengoptimuman gabungan. Untuk mendapatkan pembiayaan projek, pasukan saya menghabiskan 9 bulan untuk menyediakan, menulis dan menyemak cadangan untuk menjadikannya yang terbaik dan paling hampir dengan hasil yang boleh dicapai dalam amalan. Projek ini melibatkan penyelidikan mengenai pemindahan pengetahuan optimum dalam evolusi, pemindahan maklumat dalam evolusi bersama dan pemindahan maklumat dalam rangkaian saraf.

Pemindahan di sini bukan dari mesin ke mesin atau dari orang ke orang tetapi adalah kajian pemindahan maklumat/perkongsian maklumat untuk menyelesaikan masalah pengoptimuman dalam kehidupan dengan berkesan. Contohnya, beberapa masalah penting: masalah lengan robot, masalah laluan dalam pengangkutan, perancangan dalam ketenteraan…

Profesor Madya, Dr. Huynh Thi Thanh Binh di Universiti Stanford, Amerika Syarikat

Statistik terkini menunjukkan bahawa kakitangan industri AI menerima gaji dalam 3 teratas di Vietnam. Pada pendapat anda, adakah AI merupakan bidang pengajian yang bergaya?

Dalam laporan persidangan baru-baru ini, saya juga meringkaskan gaji jurutera AI di Vietnam, dan mendapati ia sangat bagus. Terdapat banyak peluang pekerjaan yang berkaitan dengan AI dan saya fikir dalam masa terdekat, AI akan tetap menjadi bidang yang sangat menarik, mudah untuk mencari pekerjaan dan berpendapatan tinggi.

Dari perspektif seseorang yang telah dikaitkan dengan Universiti Teknologi sejak beberapa generasi, bagaimana anda membandingkan pelajar generasi Z sekarang dengan alumni terdahulu?

Saya tidak tahu di mana, tetapi dengan pelajar Gen Z di Bách khoa, saya melihat bahawa anda semakin baik dan lebih baik. sangat bagus. Anda sangat pintar, bukan sahaja mahir dalam jurusan anda tetapi juga dalam bahasa asing dan kemahiran insaniah. Terutamanya, sejak beralih kepada mekanisme autonomi, Bách khoa telah menarik lebih ramai pelajar berbakat.

Di Pusat Pengajian Teknologi Maklumat dan Komunikasi tempat saya bekerja, pelajar mempunyai sedikit akses kepada makmal penyelidikan pada masa lalu. Walau bagaimanapun, dalam beberapa tahun kebelakangan ini, kebanyakan pelajar telah berada di makmal sejak tahun pertama mereka, bekerja dengan penuh semangat dan kreatif. Sesetengah pelajar telah mengambil inisiatif untuk belajar tentang makmal kami dan mengambil bahagian.

Terima kasih untuk sembang!

Thanhnien.vn