Depois de abandonar três anos de faculdade de medicina e trabalhar em uma empresa de petróleo e gás, Nguyen Hung Minh Tan mudou para pesquisa de IA e se tornou professor na Universidade Nacional de Cingapura.
Minh Tan, de 34 anos, da Cidade de Ho Chi Minh, aceitou o cargo de Professor Assistente (*) no Departamento de Matemática da Universidade Nacional de Singapura (NUS), em julho. Esta é a única instituição de ensino da Ásia entre as 10 melhores universidades do mundo , segundo o QS Ranking 2024. A instituição está em oitavo lugar.
Tan ensinará e pesquisará aprendizado de máquina e aprendizado profundo em inteligência artificial (IA).
"Escolhi Cingapura porque o departamento de matemática da NUS é muito forte, classificado em 13º lugar no mundo de acordo com o QS 2023. A direção da pesquisa aqui é semelhante à minha direção de desenvolvimento", disse Tan.
Além disso, Singapura fica perto do Vietnã. Tan acredita que isso lhe dá a oportunidade de orientar alunos e colaborar com colegas em seu país. Ele liderou muitos jovens talentos no Vietnã por meio do programa de Residência em IA de grandes empresas de tecnologia. O programa, com duração de dois anos, apoia alunos em pesquisas de IA e cria condições para que eles façam doutorado no exterior.
Nguyen Hung Minh Tan. Foto: cedida pelo autor.
Quando criança, Tan se interessava por matemática quando lia as revistas "Math and Youth". Tan aprendeu bem e esteve sempre presente na equipe da escola desde o ensino fundamental. Em 2004, Tan foi aprovado no vestibular para a turma especializada em matemática da Escola Secundária Le Hong Phong para Superdotados.
Tan compartilhou que, embora gostasse, aqueles eram os anos em que estudava matemática apenas para fazer a prova. Após não obter os resultados desejados, Tan decidiu mudar de rumo na universidade. Em 2007, Tan foi admitido em duas universidades de prestígio na Cidade de Ho Chi Minh, Bach Khoa e Y Duoc, e escolheu seguir o caminho da medicina.
Depois de estudar no Vietnã por um ano, Tan mudou-se para os EUA com a família. Ele continuou seus estudos de medicina no Houston Community College, no Texas. No entanto, depois de dois anos, Tan interrompeu novamente.
"Percebi que não era adequado para a área médica", lembra Tan. Naquela época, ele também achava que seu inglês não era bom o suficiente para continuar estudando medicina nos EUA, porque os estudantes de medicina não apenas estudam na faculdade, mas também precisam se comunicar bem para entender a patologia, as circunstâncias e a psicologia dos pacientes.
Depois de pesquisar e ver que os estudantes de engenharia têm boas perspectivas de carreira, Tan se inscreveu e ganhou uma bolsa integral para estudar Engenharia Elétrica na Rice University, uma das 15 melhores universidades dos EUA, de acordo com a US News.
Naquela época, Tan ainda não tinha uma visão clara de sua carreira. No primeiro semestre, quando cursou três disciplinas especializadas, Tan se interessou e escolheu Processamento de Sinais. Segundo Tan, essa área de estudo exige muito conhecimento matemático e oferece muitas oportunidades de emprego em grandes empresas petrolíferas. Essa também é uma área de treinamento famosa na escola.
Além dos estudos, Tan buscou aprimorar seu inglês. Candidatou-se a um emprego de meio período como caixa em um mercado. O trabalho era muito estressante, obrigando Tan a ouvir e falar inglês com mais frequência para resolver situações com os clientes. Graças a isso, Tan aprimorou suas habilidades de escuta e fala. Conseguiu conversar mais facilmente com os amigos da escola e participar de projetos com os professores.
Em 2014, Tan ingressou no último ano da faculdade. Essa também foi a época em que o aprendizado de máquina e o aprendizado profundo se desenvolviam rapidamente nos EUA. Tan estudou essas duas áreas para se candidatar ao projeto e, junto com seus amigos, criou com sucesso um chapéu que podia converter os pensamentos do usuário em comandos para controlar um carrinho de brinquedo.
No entanto, pouco antes de se formar, Tan foi aceito como estagiário de engenharia na GE Oil and Gas, uma empresa do setor de petróleo e gás. Pouco tempo depois, a indústria petrolífera entrou em declínio. Nessa época, seu antigo professor na Universidade Rice o convenceu a retornar à pesquisa em IA.
Tan pediu demissão e ganhou uma bolsa de mestrado e doutorado em 2014.
Três anos depois, com a paixão e a orientação dedicada de seus professores, os estudos de Tan transcorreram sem problemas, com artigos científicos publicados continuamente. Mas, no quarto ano, Tan começou a ficar "travado", sem saber o que pesquisar em seguida. Tentou explorar muitas áreas novas em IA, mas não obteve resultados.
"Não publico nenhum artigo científico há dois anos", disse Tan, preocupado porque esta é uma etapa muito importante para um doutorando. Ele se esforçou, comparando constantemente suas ideias com as de seus professores para entender o que lhe faltava.
Após dois anos de luta sem resultados, as coisas ficaram claras quando Tan percebeu que o que lhe faltava era uma direção de pesquisa. Finalmente, Tan decidiu se concentrar em matemática aplicada e aprendizado de máquina.
Desde então, o trabalho de Tan se tornou muito mais fácil. Tan estagiou na Amazon AI e na NVIDIA Research, participando de uma série de problemas aplicados, como modelagem de IA em física, adaptação de domínio para aprender com dados sintéticos ou uso de aprendizado de máquina para explorar a ciência. Recentemente, Tan usou esses problemas aplicados para prever a vida útil da bateria de veículos elétricos em um projeto colaborativo com a Toyota.
Em junho, ele concluiu seu programa de pós-doutorado no Departamento de Matemática da Universidade da Califórnia, Los Angeles (UCLA), antes de trabalhar na Universidade Nacional de Cingapura.
Tan disse que seu novo emprego é muito interessante. Ele participa de programas de construção para ajudar estudantes a aplicar o que aprenderam e encontrar empregos no mundo todo.
"Há muita pressão, mas também mais motivação", compartilhou Tan. Ele disse que seguiu o caminho do ensino porque foi inspirado por seus mentores. O professor Richard Baraniuk, da Rice University, e o professor Stan Osher, da UCLA, deram a Tan muitos conselhos úteis, tanto em pesquisa quanto em carreira. Testemunhando a dedicação e a influência positiva deles sobre ele, Tan os considerou modelos a serem seguidos.
Bronzeado na Conferência de Inteligência Artificial ICLR 2023, em Ruanda. Foto: cedida pelo autor.
Ho Pham Minh Nhat, professor da Universidade do Texas, em Austin, EUA, valoriza muito seus colegas de pesquisa e ensino.
"Tan sempre quer fazer tudo até o fim e não deixar nada inacabado. Ele descobre e lida com problemas de forma muito científica. Tan também é muito responsável com seus alunos", compartilhou o Sr. Nhat.
Até o momento, Tan publicou 16 artigos em periódicos Q1 (o grupo de periódicos mais prestigiado em uma área). A futura direção de pesquisa de Tan é combinar diversos métodos em matemática aplicada, como otimização, equações diferenciais ou estatística, para explicar modelos de aprendizado de máquina usados em aplicações de inteligência artificial. Ele também retorna ao Vietnã regularmente para orientar alunos com seus colegas.
Ao relembrar sua trajetória, Tan afirma que cada ambiente lhe ensinou lições valiosas. Na faculdade de medicina, ele aprendeu a virtude da diligência. A Rice University o ensinou a ser um pesquisador independente. Na UCLA, ele aprendeu a ser produtivo e a realizar pesquisas impactantes. Também nesses dois lugares, trabalhando com colegas de diversos países, Tan aprendeu o valor da diversidade na pesquisa e na vida.
Ele acredita que os jovens precisam ser proativos, curiosos, trabalhadores, renovar constantemente seu pensamento e ter fé em si mesmos.
"Nada vem fácil", disse Tan. Ele acredita que a maioria das pessoas não é genial, então essas qualidades são essenciais para o sucesso, especialmente diante de obstáculos.
Khanh Linh
*Professor assistente é um dos três níveis de professores nos EUA.
[anúncio_2]
Link da fonte
Comentário (0)