Keerpunt
Het succes van dr. Tran Ngoc Vinh is te danken aan zijn moedige beslissing om zijn comfortzone te verlaten en aan de intense ervaringen die hij opdeed tijdens zijn studie- en werkjaren in Zuid-Korea en de Verenigde Staten. Zijn reis, van zijn vroege jaren waarin hij natuurkunde en wiskunde studeerde in Vietnam, via Zuid-Korea naar de Verenigde Staten, is een verhaal van wilskracht om beperkingen te overwinnen en een brandend verlangen om oplossingen te vinden om gemeenschappen te beschermen tegen natuurrampen.
Na zijn afstuderen aan de Universiteit van Wetenschappen (Vietnamese Nationale Universiteit, Hanoi) begon Vinh zijn carrière als onderzoeker aan zijn alma mater. De beslissing om als promovendus naar Zuid-Korea te gaan, bleek echter een belangrijk keerpunt. "De culturele en taalkundige verschillen maakten me onzeker en soms twijfelde ik of ik mijn studie wel zou kunnen voortzetten. Maar dat was het belangrijkste keerpunt in mijn carrière. Ver weg van mijn familie moest ik op eigen benen staan: mijn eigen doelen stellen, mijn eigen plannen maken en ernaar streven die te bereiken," aldus dr. Vinh.
Tran Ngoc Vinh gaf een presentatie over het fenomeen stedelijke overstromingen aan de Universiteit van Michigan, VS.
Terugkijkend op zijn bijna vijf jaar als promovendus aan de Ulsan Universiteit in Zuid-Korea, realiseert hij zich dat de druk die hij zichzelf oplegde zelfs groter was dan de eisen van zijn begeleidende professoren. "Er was een periode waarin mijn leven bijna uit balans was: tijdens mijn promotieonderzoek werkte ik vaak meer dan 15 uur per dag, en bleef ik 's nachts vaak tot 6 of 7 uur op voordat ik ging slapen. Maar juist die zware periode hielp me mijn ware passie en het pad dat ik wilde bewandelen te ontdekken, en legde de basis voor het baanbrekende werk dat ik later zou verrichten," herinnert hij zich.
Dr. Vinh studeerde oorspronkelijk aardwetenschappen, met name meteorologie en hydrologie. Tijdens zijn bachelorstudie aan de Universiteit voor Natuurwetenschappen had hij het geluk deel te nemen aan vele onderzoeksprojecten met zijn professoren en veldexcursies te maken door heel Vietnam, met name in Centraal-Vietnam, waar hij zich richtte op overstromingen. Deze veldexcursies naar de centrale provincies, waarbij hij met eigen ogen de verwoestende overstromingen zag die levens, eigendommen en materiële bezittingen meesleurden, maakten een diepe indruk op hem. "Gedurende mijn werk heb ik me altijd twee vragen gesteld: Is het mogelijk natuurrampen te voorspellen? En wat kunnen we doen om de schade door overstromingen te minimaliseren?", zei hij.
Dr. Tran Ngoc Vinh, onderzoeker aan de Universiteit van Michigan, VS
Gedreven door een passie voor natuurkunde en een fascinatie voor traditionele modellen voor het voorspellen van overstromingsrampen, erkende hij ook hun beperkingen: "Menselijke mogelijkheden zijn beperkt; grootschalige voorspellingen zijn onmogelijk." Kunstmatige intelligentie (AI) daarentegen kan enorme hoeveelheden informatie snel en nauwkeurig verwerken, met een hoge mate van discipline. Hij is ervan overtuigd dat de combinatie van AI met fysische modellen en menselijke ervaring de manier is om de zwakheden van elk instrument te overwinnen.
Gebaseerd op dat idee voerde het onderzoeksteam dat hij leidde aan de Universiteit van Michigan (VS) het onderzoeksproject "Kunstmatige intelligentie verbetert de nauwkeurigheid, betrouwbaarheid en economische waarde van middellangetermijnvoorspellingen van overstromingen op continentale schaal" uit, dat in 2023 werd afgerond. Het onderzoek ontwikkelde een nieuw hybride modelkader dat AI combineert met het bestaande Amerikaanse National Water Model (NWM) voor het voorspellen van overstromingen. Dit kan fouten in de programmering van nationale overstromingsvoorspellingen minimaliseren en nauwkeurigere voorspellingen leveren over waar overstromingen zullen plaatsvinden.
Dr. Vinh en zijn team van wetenschappers ontdekten dat wanneer AI wordt gebruikt in combinatie met het NWM-model dat is ontwikkeld door de Amerikaanse National Oceanic and Atmospheric Administration (NOAA), het resulterende hybride model 4 tot 6 keer nauwkeuriger is. De AI is getraind op NOAA-gegevens voor de Verenigde Staten, maar het systeem kan worden aangepast voor elk land.
De onderzoeksresultaten tonen aan dat het hybride model niet alleen beter presteert dan NWM, maar zelfs hogere prestaties behaalt dan geavanceerde AI-modellen ontwikkeld door Google, met name in extreme overstromingssituaties. Het onderzoek werd gepubliceerd in het toonaangevende tijdschrift van de American Geophysical Union (AGU), dat minder dan 100 studies per jaar publiceert.
Testen in de hele Verenigde Staten.
Dr. Tran Ngoc Vinh, een van de 20 finalisten van de Golden Globe Science and Technology Awards 2025, heeft 8 nationale patenten in Zuid-Korea op zijn naam staan en heeft 29 wetenschappelijke artikelen gepubliceerd in internationale wetenschappelijke tijdschriften van topniveau (Q1).
Dr. Vinh vertelde: "Om deze resultaten bekend te maken, moesten we veel obstakels overwinnen en een enorme hoeveelheid werk verzetten. Maar dit bewijst dat we ons voortdurend inzetten om betere oplossingen te vinden voor het voorspellen van natuurrampen, een doel dat ik al sinds het begin van mijn carrière koester."
Als hoofdauteur van dit onderzoek heeft hij jarenlang onvermoeibaar gewerkt, vrijwel zonder rust, van het verzamelen en verwerken van inputgegevens, waaronder meteorologische gegevens (regenval, temperatuur, wind, enz.), gegevens over hoogwaterafvoer en simulatiegegevens van NWM, tot het ontwerpen van het algemene onderzoeksraamwerk, het opstellen van simulatiescenario's om de effectiviteit van het model te evalueren, het voorstellen van oplossingen, het leiden van het schrijven van het manuscript en het deelnemen aan het peerreviewproces van het onderzoek.
"Wat de onderzoeksrichting betreft, zal ik kunstmatige intelligentie integreren in het aardmodelleringssysteem om de simulatiemogelijkheden en de rekensnelheid te verbeteren. Het doel is om grootschalige natuurrampen zoals stormen en hevige regenval voor langere perioden te voorspellen, bijvoorbeeld 10 dagen van tevoren. Met nauwkeurigere en vroegere voorspellingen zullen we beter voorbereid zijn en de schade aan mensen en eigendommen minimaliseren", aldus dr. Tran Ngoc Vinh (Universiteit van Michigan, VS).
Hij was met name direct verantwoordelijk voor het ontwerpen, programmeren en trainen van een experimenteel AI-model in de Verenigde Staten, gebaseerd op meer dan 42.000 overstromingsscenario's en een voorspellingsperiode van 1 tot 10 dagen. "Het model kan probabilistische voorspellingsscenario's leveren – een cruciale factor bij besluitvorming in risicovolle omgevingen – en kan draaien op een gewone computer, niet op een supercomputer", aldus Dr. Vinh, die de superieure eigenschappen van het model benadrukte.
Naast zijn onderzoek naar overstromingen publiceerde dr. Tran Ngoc Vinh ook een artikel over stedelijke overstromingen in het tijdschrift Nature Cities, waarin hij de "overstroming-verbetering van het afwateringssysteem-overstromingscyclus" beschrijft en waarschuwt dat de huidige aanpak voor het ontwerp van afwateringssystemen niet optimaal is. Hij hoopt dit onderzoek in de praktijk te brengen in Vietnam, niet alleen door zich te richten op overstromingsvoorspelling, maar ook door oplossingen te bieden voor preventie en bij te dragen aan het ontwerp van rampenpreventiestructuren, en door de overstromingsafwateringssystemen in grote steden zoals Hanoi en Ho Chi Minh-stad te optimaliseren.
Bron: https://tienphong.vn/tien-si-tre-dot-pha-trong-du-bao-lu-post1780398.tpo
![[Foto] Algemeen secretaris en voorzitter To Lam leidt de vergadering waarin het ontwerpverslag over de resultaten van de tweede inspectie door het Politbureau van het Permanent Comité van het Partijcomité van Hanoi wordt goedgekeurd.](https://vphoto.vietnam.vn/thumb/1200x675/vietnam/resource/IMAGE/2026/05/26/1779789811432_a2-bnd-4430-9620-jpg.webp)
Reactie (0)