60 prób i błędów oraz droga do tego, by nazwa Wietnamu trafiła do wiodącego na świecie magazynu o sztucznej inteligencji

W 2016 roku świat przeżył szok, gdy legendarny gracz go Lee Se-dol został pokonany przez system sztucznej inteligencji AlphaGo.

Dla młodego Tran Tien Conga, który był wówczas studentem w Korei, wydarzenie to skłoniło do wielu przemyśleń, ponieważ uświadomił sobie, że granica między inteligencją człowieka a maszyn zaczyna się zacierać.

„Czego potrzebuję, żeby nadążać za erą, w której nastąpi eksplozja sztucznej inteligencji?” – zapytał sam siebie Cong.

Punktem zwrotnym w karierze wietnamskich studentów doktoranckich było wydarzenie, w którym koreański gracz w Go został pokonany przez sztuczną inteligencję ( wideo : Minh Nhat - Thuong Huyen).

Zaczynając od systemów wieloagentowych i robotyki, zajął się uczeniem maszynowym, komputerowym przetwarzaniem obrazu i dużymi modelami językowymi.

W 2021 roku Tran Tien Cong obronił doktorat z informatyki i wrócił do Wietnamu. Obecnie jest kierownikiem Katedry Uczenia Maszynowego na Wydziale Sztucznej Inteligencji Akademii Technologii Pocztowych i Telekomunikacyjnych.

Podczas zajęć często przywołuje historyczny mecz jako doskonały przykład tempa zmian w dziedzinie sztucznej inteligencji.

Zaawansowane modele biorące udział w 11. Narodowym Kongresie Emulacji Patriotycznej

Dr Tran Tien Cong jest obecnie kierownikiem Katedry Uczenia Maszynowego na Wydziale Sztucznej Inteligencji Akademii Technologii Pocztowych i Telekomunikacyjnych.

W latach 2020–2025 był autorem lub współautorem wielu wysoko ocenianych artykułów naukowych w prestiżowych czasopismach międzynarodowych, w tym w szczególności 15 artykułów opublikowanych w czasopismach SCIE, sklasyfikowanych na 1. miejscu, a także wielu publikacji i tematów wysoko cenionych w kraju i za granicą, co dowodzi udziału wietnamskiego wywiadu w wysokiej jakości badaniach w dziedzinie sztucznej inteligencji, nauki o sieciach, uczenia maszynowego itp.

Tematy jego badań nie są wyłącznie naukowe, ale mają również szerokie zastosowanie praktyczne, przyczyniając się do rozwoju społeczno-gospodarczego i poprawy jakości życia.

Dr Tran Tien Cong jest jednym z czołowych przedstawicieli Ministerstwa Nauki i Technologii biorących udział w XI Narodowym Kongresie Emulacji Patriotycznej.

Zwycięstwo sztucznej inteligencji stanowi wyzwanie dla całego świata

60 lần thử - sai và hành trình đưa tên Việt lên tạp chí AI hàng đầu thế giới - 1 — Zawodnik go Lee Se-dol w meczu przeciwko AlphaGo w 2016 r. (Zdjęcie: Getty).

Jakie wydarzenie zmieniło kierunek Twoich badań w Korei?

- W pierwszym roku szkoły wszystko się zmieniło, gdy gracz go Lee Se-dol został pokonany przez AlphaGo, system sztucznej inteligencji opracowany przez Google. Należy wiedzieć, że w tamtym czasie gracz go Lee Se-dol był dumą Korei, a go jest uważane za jeden z najbardziej złożonych intelektualnie sportów na świecie.

W tamtym czasie nie tylko Korea, ale cały świat uznał to za szokujące wydarzenie w dziedzinie nauki i technologii. 10 lat temu ustalono, że sztuczna inteligencja będzie się rozwijać i będzie miała głęboki wpływ na wiele dziedzin nauki i życia w przyszłości.

Wiele koreańskich laboratoriów badawczych przestawiło swoją działalność na badania i rozwój sztucznej inteligencji. Ja skupiam się bardziej na sztucznej inteligencji, uczeniu maszynowym, badaniach grafowych i szkoleniu sztucznej inteligencji do wyszukiwania danych w dużych sieciach.

Sztuczna inteligencja, nie poprzestając na wygrywaniu Go, potrafi teraz rozwiązywać wiele trudnych problemów i pokonywać ludzi w wielu różnych grach i zawodach. To pokazuje, jak szybko i niesamowicie rozwinęła się sztuczna inteligencja w ciągu ostatniej dekady.

W jaki sposób Wietnam przyjął technologię?

– Wietnam nie jest poza strumieniem nauki i technologii. Kiedy wróciłem do kraju w 2021 roku i zacząłem nauczać, wiele osób i jednostek badawczych skorzystało już z transferu technologii i dysponowało dogłębnymi publikacjami z zakresu sztucznej inteligencji, zarówno teoretycznymi, jak i praktycznymi.

Obecnie branża informatyczna to branża, która stale potrzebuje wysokiej jakości zasobów ludzkich. Wielu studentów znajduje pracę już od czasów szkolnych. To pokazuje, że branża ta oferuje wiele możliwości, ale i wyzwań, ponieważ technologia zmienia się i udoskonala każdego dnia.

60 prób, błędów i powtórzeń

Jakie były dotychczas Twoje najważniejsze badania w dziedzinie sztucznej inteligencji?

- Kiedyś opublikowałem wyniki swoich badań w czasopiśmie IEEE Transactions on Pattern Analysis and Machine Intelligence , uważanym za wiodące czasopismo w tej dziedzinie, którego tematem jest znajdowanie ukrytych danych w analizach sieciowych poprzez wyszukiwanie informacji na grafach, a następnie wyszukiwanie i wyciąganie wniosków na podstawie ukrytych informacji.

Załóżmy, że pytamy chatbota: „Gdzie jest brzeg jeziora?”. Jeśli jesteśmy w Hanoi, „brzeg jeziora” oznacza jezioro Hoan Kiem, ale jeśli jesteśmy w Da Lat, „brzeg jeziora” oznacza jezioro Xuan Huong. Podczas wyszukiwania informacji brak danych i kontekstu w danych wejściowych powoduje błędy komputera.

Moje badania koncentrują się na rozwiązaniu problemu wyszukiwania i łączenia informacji z wielu różnych źródeł w celu uzyskania jak najdokładniejszych wyników. Wracając do przykładu „brzegu jeziora”, jeśli użytkownik chce obliczyć odległość do brzegu jeziora, sztuczna inteligencja może wywnioskować ukryte informacje i na podstawie poprzednich rozmów z użytkownikiem odgadnąć, czy znajduje się on w Hanoi, czy w Da Lat, a chatbot udzieli mu poprawnej odpowiedzi.

- Jak przebiegły Twoje badania?

Prowadziłem te badania przez 3 lata i zostały one opublikowane dopiero w 2019 roku z powodu długiego czasu potrzebnego na przeprowadzenie badań, ich recenzję, edycję i publikację. Większość badań w dziedzinie sztucznej inteligencji i informatyki jest właśnie taka. Proces badawczy zawsze przebiega metodą „próba – błąd – powtórz”.

Pamiętam, że powtarzałem ten „cykl” 60 razy. Za każdym razem z inną próbką, za każdym razem inną metodą testowania. Nie poprzestałem na rozumowaniu, musiałem też przeprowadzić testy, żeby sprawdzić, czy obliczenia są poprawne.

W tym temacie muszę opracować odpowiedni algorytm, a następnie wytrenować sztuczną inteligencję w celu znalezienia ukrytych danych. Jeśli wynik nie będzie zadowalający, poprawię go, aby znaleźć odpowiedni algorytm. Piękno tych badań polega na tym, że nie dają one absolutnie dokładnych wyników, a znalezienie najodpowiedniejszego algorytmu jest możliwe dopiero po dziesiątkach prób i błędów.

Badania ogólne nie nadają się do prowadzenia przy biurku.

Czy w dziedzinie sztucznej inteligencji naukowcy powinni skupiać się na praktycznych zastosowaniach zamiast na podstawowych teoriach?

– Panuje błędne przekonanie, że ogólne, teoretyczne badania nie są tak praktyczne, jak konkretne studia przypadków. W rzeczywistości artykuły publikowane w czołowych czasopismach to często badania ogólne, które można zastosować w wielu dziedzinach.

Biorąc pod uwagę powyższy przykład badania nad tym, jak wyszukiwać ukryte informacje, możemy nie tylko zastosować chatboty, ale także śledzić ukryte grupy w sieciach społecznościowych, co może być stosowane w wielu różnych dziedzinach.

Obecnie sztuczna inteligencja znajduje zastosowanie w wielu dziedzinach, nie tylko w nauce i technologii. Dlatego połączenie podstaw, teorii AI, danych... z praktycznymi badaniami i skutecznymi zastosowaniami wzmocni rolę i praktyczność badań.

Pytania, które wydają się bardzo proste podczas proponowania projektu badawczego, takie jak: Jak zbadać model i dane? Czy ktoś już wcześniej prowadził takie badania? Jak możemy uczyć się na podstawie wcześniejszych danych i je porównywać?... odgrywają rolę w pogłębianiu badań.

Twoim zdaniem, w jakie aspekty badań nad informatyką i technologiami informacyjnymi należy inwestować więcej?

- W ostatnich latach ulepszono i zmodernizowano infrastrukturę i zaplecze, tworząc sprzyjające warunki dla jednostek i osób prowadzących badania w dziedzinie sztucznej inteligencji. Większe inwestycje w sprzęt i nowoczesne laboratoria badawcze pozwolą naukowcom na tworzenie większej liczby produktów, aplikacji i raportów.

Dodatkowo oczyszczamy naszą bazę danych, tworząc magazyn danych, dzięki któremu naukowcy będą mieli źródło do trenowania modeli wysokiej jakości.

W branży, która dynamicznie się rozwija, takiej jak technologia informatyczna, niedawno zakończone badania mogą być nieaktualne lub nie nadążać za rzeczywistością. Wiele badań stosowanych można od razu zastosować w praktyce, ale napotkają one gwałtowne zmiany technologiczne, co prowadzi do braku zrównoważonego rozwoju i trudności w rozpowszechnianiu. Aby opanować sztuczną inteligencję, musimy przeprowadzić dogłębne badania i wdrożyć kluczowe technologie w Wietnamie.

Dziękuję bardzo!