Od studenta medycyny do profesora na jednym z 8 najlepszych uniwersytetów na świecie

[reklama_1]

Nguyen Hung Minh Tan przerwał trzyletnie studia medyczne i podjął pracę w firmie naftowo-gazowej, po czym zajął się badaniami nad sztuczną inteligencją i został wykładowcą na Narodowym Uniwersytecie Singapuru.

Minh Tan, 34-latek z Ho Chi Minh City, w lipcu przyjął stanowisko adiunkta (*) na Wydziale Matematyki Narodowego Uniwersytetu Singapuru (NUS). Jest to jedyna uczelnia w Azji, która znalazła się w pierwszej dziesiątce najlepszych uniwersytetów na świecie według rankingu QS 2024. Zajmuje ósme miejsce.

Tan będzie wykładał i badał zagadnienia uczenia maszynowego i głębokiego uczenia w sztucznej inteligencji (AI).

„Wybrałem Singapur, ponieważ wydział matematyki NUS jest bardzo silny i zajmuje 13. miejsce na świecie według rankingu QS 2023. Kierunek prowadzonych tu badań jest podobny do mojego kierunku rozwoju” – powiedział Tan.

Ponadto Singapur leży blisko Wietnamu. Tan wierzy, że daje mu to możliwość kierowania studentami i współpracy z kolegami w kraju. Wspierał wiele młodych talentów w Wietnamie w ramach programu AI Residency dużych korporacji technologicznych. Ten dwuletni program wspiera studentów w badaniach nad sztuczną inteligencją i stwarza im warunki do odbycia doktoratu za granicą.

Nguyen Hung Minh Tan. Zdjęcie: Postać udostępniona — Nguyen Hung Minh Tan. Zdjęcie: *Postać udostępniona*

Jako dziecko Tan interesował się matematyką, czytając czasopisma Math and Youth. Tan dobrze się uczył i od szkoły podstawowej nieprzerwanie należał do szkolnej drużyny. W 2004 roku Tan zdał egzamin wstępny do klasy o profilu matematycznym w liceum Le Hong Phong dla uzdolnionych.

Tan przyznał, że choć lubił matematykę, to były lata, w których uczył się jej tylko po to, by zdać egzamin. Po nieosiągnięciu pożądanych rezultatów, Tan postanowił zmienić kierunek studiów. W 2007 roku dostał się na dwa prestiżowe uniwersytety w Ho Chi Minh, Bach Khoa i Y Duoc, i postanowił zostać lekarzem.

Po roku studiów w Wietnamie Tan wraz z rodziną przeprowadził się do Stanów Zjednoczonych. Kontynuował studia medyczne w Houston Community College w Teksasie. Jednak po dwóch latach Tan ponownie przerwał naukę.

„Zdałem sobie sprawę, że nie nadaję się do zawodu medycznego” – wspomina Tan. W tamtym czasie uważał również, że jego angielski nie jest wystarczająco dobry, aby kontynuować studia medyczne w Stanach Zjednoczonych, ponieważ studenci medycyny nie tylko uczą się w szkole, ale także muszą dobrze się komunikować, aby zrozumieć patologię, okoliczności i psychologię pacjentów.

Po przeprowadzeniu badań i przekonaniu się, że absolwenci kierunków inżynierskich mają dobre perspektywy kariery, Tan złożył podanie i otrzymał pełne stypendium na studia z zakresu elektrotechniki na Rice University – uczelni znajdującej się w czołówce 15 najlepszych uniwersytetów w USA według US News.

W tamtym czasie Tan wciąż nie miał jasnej wizji swojej ścieżki kariery. W pierwszym semestrze, po ukończeniu trzech specjalistycznych zajęć, Tan zainteresował się i wybrał Przetwarzanie Sygnałów. Według Tana, ten kierunek studiów wykorzystuje dużą wiedzę matematyczną i oferuje wiele możliwości pracy w dużych firmach naftowych. Jest to również popularny kierunek studiów na uczelni.

Oprócz nauki, Tan starał się poprawić swój angielski. Ubiegał się o pracę na pół etatu jako kasjer w markecie. Praca była bardzo stresująca, co zmuszało Tana do aktywnego słuchania i mówienia po angielsku, aby móc rozwiązywać problemy z klientami. Dzięki temu Tan poprawił swoje umiejętności słuchania i mówienia. Łatwiej mu było komunikować się z kolegami w szkole i uczestniczyć w projektach z nauczycielami.

W 2014 roku Tan rozpoczął ostatni rok studiów. Był to również czas, w którym uczenie maszynowe i głębokie uczenie rozwijały się w Stanach Zjednoczonych bardzo dynamicznie. Tan studiował te dwie dziedziny, aby zastosować je w projekcie i wraz z przyjaciółmi stworzył kapelusz, który potrafił przekształcać myśli użytkownika w polecenia sterujące modelem samochodu.

Jednak tuż przed ukończeniem studiów Tan został przyjęty na staż inżynierski w GE Oil and Gas – firmie z branży naftowo-gazowniczej. Niedługo potem przemysł naftowy zaczął podupadać. W tym czasie jego dawny nauczyciel z Uniwersytetu Rice przekonał go do powrotu do badań nad sztuczną inteligencją.

Tan rzucił pracę i w 2014 r. zdobył stypendium magisterskie i doktoranckie.

Trzy lata później, dzięki pasji i zaangażowaniu nauczycieli, Tanowi nauka szła gładko, a jego prace naukowe wciąż szły w górę. Jednak na czwartym roku Tan zaczął „utknąć w martwym punkcie”, nie wiedząc, co dalej badać. Próbował zgłębiać wiele nowych obszarów sztucznej inteligencji, ale bez rezultatów.

„Od dwóch lat nie opublikowałem żadnej pracy naukowej” – powiedział Tan, zmartwiony, ponieważ to bardzo ważny etap dla doktoranta. Z trudem porównywał swoje pomysły z pomysłami swoich nauczycieli, aby zrozumieć, czego mu brakuje.

Po dwóch latach bezowocnych zmagań, Tan zdał sobie sprawę, że brakuje mu kierunku badawczego. Ostatecznie Tan postanowił skupić się na matematyce stosowanej i uczeniu maszynowym.

Od tego czasu praca Tana stała się znacznie łatwiejsza. Tan odbywał staże w Amazon AI i NVIDIA Research, gdzie brał udział w rozwiązywaniu szeregu problemów praktycznych, takich jak modelowanie sztucznej inteligencji w fizyce, adaptacja domen do uczenia się na podstawie danych syntetycznych czy wykorzystanie uczenia maszynowego do zgłębiania zagadnień naukowych. Niedawno Tan wykorzystał te problemy praktyczne do przewidywania żywotności akumulatora pojazdu elektrycznego w ramach wspólnego projektu z Toyotą.

W czerwcu ukończył studia podyplomowe na Wydziale Matematyki Uniwersytetu Kalifornijskiego w Los Angeles (UCLA), po czym podjął pracę na Narodowym Uniwersytecie Singapuru.

Tan powiedział, że jego nowa praca jest bardzo interesująca. Będzie mógł uczestniczyć w tworzeniu programów, które pomogą studentom wykorzystać zdobytą wiedzę w poszukiwaniu pracy na całym świecie.

„Jest dużo presji, ale też więcej motywacji” – powiedział Tan. Powiedział, że wybrał ścieżkę nauczyciela, ponieważ zainspirowali go jego mentorzy. Profesor Richard Baraniuk z Rice University i profesor Stan Osher z UCLA udzielili Tanowi wielu przydatnych rad, zarówno w zakresie badań naukowych, jak i kariery. Widząc ich zaangażowanie i pozytywny wpływ na siebie, Tan uznał ich za wzór do naśladowania.

Tan na konferencji poświęconej sztucznej inteligencji ICLR 2023 w Rwandzie. Zdjęcie: Postać udostępniona — Tan na konferencji poświęconej sztucznej inteligencji ICLR 2023 w Rwandzie. Zdjęcie: *Postać udostępniona*

Ho Pham Minh Nhat, profesor Uniwersytetu Teksańskiego w Austin w USA, wysoko ceni swoich kolegów zarówno w dziedzinie badań, jak i nauczania.

„Tan zawsze chce zrobić wszystko do końca i nie zostawiać niedokończonych spraw. Odkrywa i rozwiązuje problemy w sposób bardzo naukowy. Tan jest również bardzo odpowiedzialny wobec swoich uczniów” – powiedział pan Nhat.

Do tej pory Tan opublikował 16 artykułów w czasopismach z grupy Q1 (najbardziej prestiżowej w danej dziedzinie). Przyszły kierunek badań Tana to łączenie wielu metod matematyki stosowanej, takich jak optymalizacja, równania różniczkowe czy statystyka, w celu wyjaśnienia modeli uczenia maszynowego wykorzystywanych w zastosowaniach sztucznej inteligencji. Regularnie wraca również do Wietnamu, aby wraz z kolegami prowadzić zajęcia dla studentów.

Wspominając swoją podróż, Tan mówi, że każde środowisko dało mu cenne lekcje. Na studiach medycznych nauczył się cnoty pracowitości. Uniwersytet Rice'a nauczył go, jak być niezależnym badaczem. Na Uniwersytecie Kalifornijskim w Los Angeles nauczył się produktywności i prowadzenia badań mających wpływ na rzeczywistość. Również w tych dwóch miejscach, współpracując z kolegami z wielu krajów, Tan poznał wartość różnorodności w badaniach naukowych i życiu.

Uważa, że młodzi ludzie muszą być proaktywni, ciekawi, pracowici, ciągle odświeżać swoje myślenie i wierzyć w siebie.

„Nic nie przychodzi łatwo” – powiedział Tan. Uważa, że większość ludzi nie jest geniuszami, więc te cechy są kluczem do sukcesu, zwłaszcza w obliczu przeszkód.

Khanh Linh

*Adiunkt jest jednym z trzech stopni profesorów w USA.

Link źródłowy