Fra medisinstudent til professor ved verdens åtte beste universiteter

Nguyen Hung Minh Tan sluttet i tre år på medisinstudiet og jobbet deretter i et olje- og gasselskap. Han gikk over til forskning på kunstig intelligens og ble foreleser ved National University of Singapore.

Minh Tan, 34 år gammel, fra Ho Chi Minh-byen, takket ja til stillingen som assisterende professor (*) ved Institutt for matematikk, National University of Singapore (NUS), i juli. Dette er den eneste skolen i Asia som er blant de 10 beste universitetene i verden , ifølge QS Ranking 2024. Skolen ligger på åttendeplass.

Tan skal undervise og forske på maskinlæring og dyp læring innen kunstig intelligens (KI).

«Jeg valgte Singapore fordi NUS sin matematikkavdeling er veldig sterk, rangert som nummer 13 i verden ifølge QS 2023. Forskningsretningen her ligner på min utviklingsretning», sa Tan.

I tillegg ligger Singapore nær Vietnam. Tan mener at dette gir ham muligheten til å veilede studenter og samarbeide med kolleger hjemme. Han har ledet mange unge talenter i Vietnam gjennom AI-residency-programmet til store teknologiselskaper. Det toårige programmet støtter studenter innen AI-forskning og skaper forutsetninger for at de kan ta doktorgrad i utlandet.

Nguyen Hung Minh Tan. Foto: Figur oppgitt

Som barn var Tan interessert i matematikk da han leste Matematikk- og Ungdomsblader. Tan lærte godt og var kontinuerlig på skolelaget siden barneskolen. I 2004 besto Tan opptaksprøven til matematikkspesialiseringsklassen ved Le Hong Phong videregående skole for begavede.

Tan fortalte at selv om han likte det, var det i disse årene han studerte matematikk bare for å ta eksamen. Etter at han ikke oppnådde de ønskede resultatene, bestemte Tan seg for å endre retning på universitetet. I 2007 ble Tan tatt opp ved to prestisjetunge universiteter i Ho Chi Minh-byen, Bach Khoa og Y Duoc, og valgte å satse på å bli lege.

Etter å ha studert i Vietnam i et år, flyttet Tan til USA med familien. Han fortsatte medisinstudiene ved Houston Community College i Texas. Etter to år sluttet imidlertid Tan igjen.

«Jeg innså at jeg ikke passet til det medisinske feltet», minnes Tan. På den tiden mente han også at engelskkunnskapene hans ikke var gode nok til å fortsette å studere medisin i USA, fordi medisinstudenter ikke bare studerer på skolen, men også må kommunisere godt for å forstå pasientenes patologi, omstendigheter og psykologi.

Etter å ha undersøkt og sett at ingeniørstudenter har gode karrieremuligheter, søkte Tan og vant et fullt stipend for å studere elektroteknikk ved Rice University – en skole blant de 15 beste universitetene i USA ifølge US News.

På den tiden hadde Tan fortsatt ikke en klar visjon for karriereveien sin. I det første semesteret, da han tok tre spesialiserte kurs, ble Tan interessert og valgte signalbehandling. Ifølge Tan bruker denne hovedfaget mye matematisk kunnskap og har mange jobbmuligheter i store oljeselskaper. Dette er også et kjent opplæringsfelt ved skolen.

I tillegg til studiene, prøvde Tan å forbedre engelskkunnskapene sine. Han søkte på en deltidsjobb som kasserer på et marked. Jobben var veldig stressende, og tvang Tan til å lytte aktivt og snakke mer engelsk for å løse situasjoner med kunder. Takket være dette forbedret Tan lytte- og taleferdighetene sine. Han kunne snakke lettere med vennene sine på skolen og kunne delta i prosjekter med lærerne sine.

I 2014 begynte Tan sitt siste år på college. Dette var også tiden da maskinlæring og dyp læring utviklet seg veldig raskt i USA. Tan studerte disse to feltene for å søke på prosjektet, og sammen med vennene sine klarte han å lage en hatt som kunne konvertere brukerens tanker til kommandoer for å styre en modellbil.

Like før han ble uteksaminert, ble Tan imidlertid tatt opp som ingeniørpraktikant hos GE Oil and Gas – et selskap i olje- og gassindustrien. Ikke lenge etter gikk oljeindustrien i tilbakegang. På dette tidspunktet overtalte hans gamle lærer ved Rice University ham til å gå tilbake til forskning på kunstig intelligens.

Tan sluttet i jobben sin og vant et master- og doktorgradsstipend i 2014.

Tre år senere, med lidenskap og dedikert veiledning fra lærerne sine, gikk Tans studier knirkefritt, og han publiserte kontinuerlig vitenskapelige artikler. Men i sitt fjerde år begynte Tan å bli «fastlåst», uten å vite hva han skulle forske på videre. Han prøvde å utforske mange nye områder innen kunstig intelligens, men uten resultater.

«Jeg har ikke publisert noen vitenskapelige artikler på to år», sa Tan bekymret fordi dette er et veldig viktig stadium for en doktorgradskandidat. Han strevde og sammenlignet stadig ideene sine med lærernes ideer for å forstå hva han manglet.

Etter to år med kamp uten resultater, ble ting tydelige da Tan innså at det han manglet var en forskningsretning. Til slutt bestemte Tan seg for å fokusere på anvendt matematikk og maskinlæring.

Siden den gang har Tans arbeid blitt mye enklere. Tan var praktikant hos Amazon AI og NVIDIA Research, og deltok i en rekke anvendte problemer som fysikk AI-modellering, domenetilpasning for å lære av syntetiske data, eller bruk av maskinlæring for å utforske vitenskap. Nylig brukte Tan disse anvendte problemene til å forutsi batterilevetid for elbiler i et samarbeidsprosjekt med Toyota.

I juni i år fullførte han postdoktorprogrammet sitt ved Institutt for matematikk ved University of California, Los Angeles (UCLA), før han jobbet ved National University of Singapore.

Tan sa at den nye jobben hans er veldig interessant. Han får delta i å bygge opp programmer som hjelper elevene med å bruke det de har lært til å finne jobber over hele verden.

«Det er mye press, men også mer motivasjon», delte Tan. Han sa at han fulgte undervisningsveien fordi han ble inspirert av mentorene sine. Professor Richard Baraniuk ved Rice University og professor Stan Osher ved UCLA ga Tan mange nyttige råd både innen forskning og karriere. Tan så deres engasjement og positive innflytelse på ham og betraktet dem som rollemodeller å følge.

Tan på ICLR 2023-konferansen om kunstig intelligens i Rwanda. Foto: Figur levert

Ho Pham Minh Nhat, professor ved University of Texas i Austin, USA, setter stor pris på sine kolleger innen både forskning og undervisning.

«Tan vil alltid gjøre alt til siste slutt og ikke la ting være uferdige. Han oppdager og håndterer problemer på en svært vitenskapelig måte. Tan er også veldig ansvarlig overfor studentene sine», delte Nhat.

Tan har til dags dato 16 artikler i Q1-tidsskrifter (den mest prestisjefylte gruppen av tidsskrifter innen et felt). Tans fremtidige forskningsretning er å kombinere mange metoder innen anvendt matematikk, som optimalisering, differensialligninger eller statistikk, for å forklare maskinlæringsmodeller som brukes i kunstig intelligens-applikasjoner. Han kommer også regelmessig tilbake til Vietnam for å veilede studenter sammen med kollegene sine.

Når han ser tilbake på reisen sin, sier Tan at hvert miljø har lært ham verdifulle leksjoner. På medisinstudiet lærte han dyden flid. Rice University lærte ham å være en uavhengig forsker. Ved UCLA lærte han å være produktiv og gjøre meningsfull forskning. Også på disse to stedene, ved å jobbe med kolleger fra mange land, lærte Tan verdien av mangfold i forskning og liv.

Han mener at unge mennesker må være proaktive, nysgjerrige, hardtarbeidende, stadig fornye tenkningen sin og ha tro på seg selv.

«Ingenting kommer lett», sa Tan. Han mener at folk flest ikke er genier, så disse egenskapene er nøkkelen til suksess, spesielt når man møter hindringer.

Khanh Linh

*Assistant professor er ett av tre professornivåer i USA.

Kildekobling: https://vnexpress.net/tu-sinh-vien-y-thanh-giao-su-dai-hoc-top-8-the-gioi-4649054.html