Docent, dr Huynh Thi Thanh Binh: „Optymalizacja często polega na podążaniu za naturą”

Jaka szczególna okazja sprawiła, że ​​od czasów studenckich jesteś związany z Uniwersytetem Nauki i Technologii w Hanoi ? Czy boisz się zmian otoczenia?

Należę do 37. pokolenia studentów informatyki (IT) na tej uczelni, ale tak naprawdę studiuję IT od liceum. Potem studiowałem na uniwersytecie, magisterium, doktorat... wszystko na tej uczelni.

Tak naprawdę, zdarzały się okresy, kiedy planowałem studiować za granicą, w Japonii. Podczas studiów, przez 5 lat, dzięki wsparciu japońskiego rządu, studiowałem japoński język przez 20 znakomitych studentów z klas K36 i K37. Później, w sąsiednim kraju, nastąpił kryzys gospodarczy , więc program został zawieszony. Po ukończeniu studiów magisterskich, profesor Ho Tu Bao przedstawił mnie bardzo prestiżowemu profesorowi w Japonii, abym mógł tam prowadzić badania. Jednak z subiektywnych powodów (małżeństwo) nadal zostałem na Politechnice. Również z obiektywnych i subiektywnych powodów nadal robię tam doktorat i wykładam do dziś.

Jeśli powiem, że to był los, obawiam się, że to będzie lekka przesada, ale mówiąc prościej, to coś przyszło do mnie naturalnie i łagodnie.

Docentka dr Huynh Thi Thanh Binh wzięła udział w wiodącej konferencji poświęconej obliczeniom ewolucyjnym, która odbyła się w lipcu 2023 r. w Lizbonie w Portugalii i przedstawiła na niej raport.

Na niektórych ostatnich konferencjach często widziałam, jak prezentowałaś wyniki badań z wieloma innymi kobietami naukowczyniami . Czy to oznaka nowego pokolenia „feminizmu” w nauce na Politechnice?

Podczas mojej ostatniej konferencji Vingroup Innovation Fund (VINIF), dr Nguyen Phi Le, dr Le Minh Thuy i ja wygłosiliśmy prezentację razem, a także była tam jeszcze jedna studentka, dr Nguyen Cam Ly, która przebywała w Japonii i jeszcze nie wróciła. To był zbieg okoliczności lub „sympatia” między nami i nie reprezentowało żadnego „feministycznego” pokolenia. W bloku inżynierskim na uczelni niewiele jest grup z tak licznym gronem kobiet jak moja grupa, prawdopodobnie tylko mniej niż w grupach badawczych na blokach ekonomicznych lub językowych. Kolejną szczególną cechą jest to, że co roku moja grupa publikuje na wiodących konferencjach na świecie, a następnie moja grupa i ja uczestniczymy w konferencji, aby poszerzyć możliwości wymiany doświadczeń z silnymi grupami badawczymi.

Wiadomo, że zarządzasz dużym laboratorium w szkole i jednocześnie uczysz. Czy aby dobrze to robić, trzeba zastosować jakiś proces optymalizacji?

Obecnie jestem liderem grupy badawczej zajmującej się optymalizacją, liczącej około 40 osób. Uważam, że obciążenie pracą jest duże; zazwyczaj pracuję od wczesnego rana do 18:00-19:00, również w soboty. Praca jest dla mnie jak codzienne jedzenie i picie, a dania ciągle się zmieniają, ponieważ co tydzień pojawiają się nowe odkrycia w tej czy innej grupie. To mnie ekscytuje.

Aby zoptymalizować swoją pracę, często muszę wyznaczać sobie cele, planować, rozsądnie rozdysponowywać czas i nigdy nie zapominać o terminach.

Marzycielskie chwile z kolorami i pędzlami

Imponująca wydajność pracy i szczupła sylwetka?

Myślę, że lekkie ciało pomaga mi mieć więcej energii do myślenia, badań i tworzenia. Oczywiście, trzeba czuć się komfortowo w swoim stanie.

Uczyłem się też gry na pianinie, bo chciałem robić w życiu coś harmonijnego, coś bogatszego w smak. Muzyka to tak naprawdę matematyka, podobnie jak język czy rozwój rzeczy w naturze.

Aby zjednoczyć członków laboratorium, jaki styl zarządzania wybierasz: stanowczy czy elastyczny?

Prezent od studentki z laboratorium dla niej z 8 marca

Łączenie członków grupy w laboratorium jest niezwykle ważne. Bez wymiany informacji, aktualizacji i dzielenia się między kierunkami badań będzie to trudne. Każdego ranka, na początku tygodnia, przynoszę wózek z jedzeniem i napojami dla członków grupy, obliczając, ile wygodnie będzie im spożyć w ciągu tygodnia. Staram się wspierać członków grupy, aby mogli skupić się na badaniach, nie rozpraszać się i pracować od rana do wieczora.

Muszę też być obecny w laboratorium, tak jak Wy, pracować razem, spotykać się, dyskutować z Wami i innymi grupami badawczymi. Jeśli nie będę mógł tego robić, nie będzie koordynacji między kierunkami badań, albo mogą się one nakładać, nie wspierać się nawzajem, nie informować o postępach…

Mój styl zarządzania różni się w zależności od stanowiska. W szkole jestem bardzo łagodny wobec kolegów; w grupie badawczej uważam się za dość surowego, bardzo rygorystycznego w kwestii planów i postępów, z jasnymi nagrodami i karami. Powodem tego jest prawdopodobnie chęć optymalizacji w każdym rodzaju pracy i uważam to za bardzo naturalne.

Podaj konkretny przykład tego, że matematyka może prowadzić do optymalnych rozwiązań?

W istocie matematyka jest bardzo piękna. Wiele problemów życiowych wymaga matematyki. Na przykład „jak dostać się z Uniwersytetu Nauki i Technologii w Hanoi nad jezioro Hoan Kiem najszybciej jak to możliwe i z najmniejszą liczbą czerwonych świateł” to problem, który wymaga algorytmu, aby znaleźć optymalne rozwiązanie. Wiele problemów wokół nas, takich jak problemy z trasowaniem w dostawach i logistyce, to również problemy optymalizacji kombinatorycznej… Życie wymaga zoptymalizowanej pracy, a do jej optymalizacji potrzebna jest matematyka. Matematyka stosowana to obecnie rozwijająca się dziedzina, która odgrywa ważną rolę w życiu.

Nie zawsze znajdujemy optymalne rozwiązanie, na przykład w problemach produkcyjnych i logistycznych, których parametry zmieniają się w sposób ciągły w czasie. Problemy te wymagają wielu uzupełniających się metod, znalezienia akceptowalnych rozwiązań i zastosowania metod przybliżonych. Przedmiotem matematyki są liczby bezwzględne, ale wykonywanie obliczeń z wykorzystaniem wielkości przybliżonych w rzeczywistości zbliża się do istoty natury i jest bliskie optymalizacji.

Czy droga od matematyki, optymalizacji do sztucznej inteligencji (AI) jest długa czy krótka?

Początki sztucznej inteligencji (AI) sięgają lat 40. i 50. XX wieku. W tym czasie Alan Turing wprowadził koncepcję „maszyny Turinga”, aby symulować teorię inteligentnych komputerów. W latach 50. John McCarthy wprowadził termin „sztuczna inteligencja” i rozwinął język. W latach 70. i 80. XX wieku rozwinięto koncepcje takie jak systemy eksperckie i logika rozmyta, aby rozwiązywać problemy związane z podejmowaniem decyzji. Lata 90. XX wieku przyniosły rozwój sieci neuronowych i głębokich sieci neuronowych. W latach 2010. technologia AI została zintegrowana z wieloma dziedzinami, w tym z samochodami autonomicznymi, chatbotami, rozpoznawaniem mowy i przetwarzaniem języka. Ostatnio AI stała się tak popularna, że ​​wkroczyła w każdy aspekt życia i jest przedmiotem zainteresowania wielu krajów. W przyszłości AI będzie niezwykle urodzajnym rynkiem dla dalszego i głębszego rozwoju, penetrując coraz więcej dziedzin życia.

Studenci studiów podyplomowych i studenci uczestniczący w Światowym Kongresie Inteligencji Obliczeniowej IEEE 2018 w Rio de Janeiro w Brazylii w czerwcu 2018 r. i przygotowujący raporty

Wiele osób uważa, że ​​obecne badania i zastosowania sztucznej inteligencji nigdy nie doprowadzą do stworzenia prawdziwej „inteligencji”. Co sądzisz o tym poglądzie i na czym polega różnica między inteligencją człowieka a inteligencją maszyn?

W czasach Alana Turinga ludzie wierzyli, że jeśli uda się stworzyć maszynę, która będzie w stanie sprawnie przetwarzać obliczenia z wykorzystaniem niezwykle dużego systemu danych, to w pewnym momencie jej złożoność dorówna sieci neuronowej w ludzkim mózgu – czyli sztuczna inteligencja będzie mogła osiągnąć poziom ludzkiej inteligencji. Po około 80 latach rozwoju w tym kierunku, z udziałem wielkich firm takich jak Google, uważam, że sztuczna inteligencja wciąż jest daleka od osiągnięcia tego celu. Z mechanicznego punktu widzenia można powiedzieć, że ludzie syntetyzują informacje, postrzegają, uczą się, wyrażają emocje… w sposób, który można obliczyć i zaprogramować; zgodnie z tą logiką, sztuczna inteligencja może dorównać człowiekowi, a nawet go przewyższyć dzięki ulepszeniom w zakresie szybkości i danych. Istnieje jednak pewien „nielogiczny” mechanizm w ludzkim mózgu, który moim zdaniem sprawia, że ​​sztuczna inteligencja jest daleka od tego stanu lub nigdy go nie osiągnie.

Czy nadejdzie czas, gdy ludzie będą używać danych jako broni, a nie broni palnej czy ekonomii? Jakie będą konsekwencje tej wojny danych? Czy istnieje potrzeba strategii optymalizacji/równoważenia między światem ludzi a światem maszyn?

Mogę stracić portfel, ale nie mogę stracić komputera i danych w nim zawartych. To znaczy, że dane są niezwykle ważne. W wojnie z bronią/gospodarką możemy ewakuować się/negocjować…; ale z danymi nic nie zdziałamy. Ludzie wykorzystują nawet duże zbiory danych do celów rywalizacji/wojny. Sztuczna inteligencja bez danych jest bezwartościowa.

Konsekwencje wojny o dane będą tragiczne. Konieczne będzie ustanowienie standardów etycznych dotyczących eksploracji i wykorzystywania danych.

Być może trochę za wcześnie, aby mówić o strategii równowagi między człowiekiem a maszyną, ale strategia ochrony danych jako dobra narodowego jest niezwykle konieczna. Ludzie zaczynają teraz zachowywać ostrożność, udostępniając dane osobowe innym podmiotom. W przypadku gigantów takich jak Google, Facebook czy TikTok…, jeśli nie będziemy skutecznie kontrolować i zabezpieczać danych, pozostawimy cenny zasób, którym te firmy będą mogły manipulować i wykorzystywać. Rząd ma dość dobrą politykę zarządzania danymi w miejscach, które przechowują dużo danych osobowych, takich jak szkoły, banki…; ale zarządzanie danymi, które ludzie „nieświadomie” udostępniają wspomnianym gigantom, nie jest proste.

Docentka, dr Huynh Thi Thanh Binh i studenci politechniki kończący studia w sierpniu 2023 r.

Oprócz danych ważna jest także optymalizacja transferu informacji. Czy ma to znaczenie dla projektu badawczego, nad którym pracujesz?

Tak, to właśnie ten projekt, z którego mój zespół i ja jesteśmy bardzo dumni, kiedy otrzymaliśmy dofinansowanie od Fundacji VINIF na badania nad transferem wiedzy w rozwiązywaniu problemów optymalizacji kombinatorycznej. Aby uzyskać dofinansowanie, mój zespół spędził 9 miesięcy na przygotowywaniu, pisaniu i poprawianiu wniosku, aby był jak najlepszy i jak najbardziej zbliżony do rezultatów, jakie można osiągnąć w praktyce. Projekt obejmuje badania nad optymalnym transferem wiedzy w ewolucji, transferem informacji w koewolucji oraz transferem informacji w sieciach neuronowych.

Transfer nie odbywa się tu z maszyny do maszyny ani z człowieka do człowieka, ale jest badaniem transferu/udostępniania informacji w celu skutecznego rozwiązywania problemów optymalizacyjnych w życiu. Na przykład, niektóre ważne problemy: problem z ramieniem robota, problem z trasowaniem w transporcie, planowanie w wojsku…

Profesor nadzwyczajny, dr Huynh Thi Thanh Binh na Uniwersytecie Stanforda, USA

Najnowsze statystyki pokazują, że pracownicy branży AI otrzymują wynagrodzenia w czołówce 3 w Wietnamie. Czy Twoim zdaniem AI to modny kierunek studiów?

W niedawnym raporcie konferencyjnym podsumowałem również wynagrodzenia inżynierów AI w Wietnamie i stwierdziłem, że są one bardzo dobre. Istnieje wiele możliwości zatrudnienia w branży AI i myślę, że w niedalekiej przyszłości AI nadal będzie bardzo atrakcyjną dziedziną, łatwą do znalezienia i zapewniającą wysokie zarobki.

Z perspektywy osoby związanej z Politechniką od wielu pokoleń, w jaki sposób porównuje Pan obecnych studentów pokolenia Z z poprzednimi absolwentami?

Nie wiem gdzie, ale widzę, że studenci z pokolenia Z w Bách khoa robią coraz lepsze postępy. Bardzo dobrze. Jesteś bardzo inteligentny, dobry nie tylko w swoim kierunku, ale także w językach obcych i kompetencjach interpersonalnych. Zwłaszcza odkąd przeszedłeś na mechanizm autonomiczny, Bách khoa przyciąga coraz więcej utalentowanych studentów.

W Szkole Informatyki i Komunikacji, gdzie pracuję, studenci mieli w przeszłości ograniczony dostęp do laboratoriów badawczych. Jednak w ostatnich latach większość studentów uczęszcza do laboratoriów od pierwszych lat, pracując z entuzjazmem i kreatywnością. Niektórzy studenci nawet z własnej inicjatywy dowiedzieli się o naszych laboratoriach i wzięli w nich udział.

Dziękuję za rozmowę!

Thanhnien.vn