Какая особенная возможность привязала вас к Ханойскому университету науки и технологий ещё со студенческих времён? Вы из тех, кто боится перемен?
Я принадлежу к 37-му поколению студентов, специализирующихся на информационных технологиях (ИТ) в этом учебном заведении, но на самом деле я изучаю ИТ ещё со школы. Затем я учился в университете, магистратуре, докторантуре... всё это в этом учебном заведении.
На самом деле, были времена, когда я собирался учиться за границей, в Японии. Во время учёбы в колледже я пять лет изучал японский язык, 20 отличников 36-го и 37-го классов были оплачены японским правительством. Затем, как раз во время экономического спада в соседней стране, обучение пришлось приостановить. Когда я закончил магистратуру, профессор Хо Ту Бао познакомил меня с очень авторитетным профессором в Японии, чтобы я поехал туда для проведения исследований. Но по субъективным причинам с моей стороны (из-за замужества) я всё же остался в Технологическом университете. Кроме того, по объективным и субъективным причинам я до сих пор работаю над докторской диссертацией в этом университете и преподаю там.
Если я скажу, что это судьба, боюсь, это будет некоторым преувеличением, но, если говорить проще, это пришло ко мне естественно и плавно.
Доцент, доктор Хюинь Тхи Тхань Бинь принял участие в ведущей конференции по эволюционным вычислениям в июле 2023 года в Лиссабоне, Португалия, и выступил с докладом на ней.
На некоторых недавних конференциях я видела, как вы часто представляли результаты исследований вместе со многими другими женщинами -учёными . Является ли это признаком нового поколения «феминизма» в науке в Политехническом институте?
В последний раз, когда я была на конференции Фонда инноваций Vingroup (VINIF), мы с доктором Нгуен Фи Ле и доктором Ле Минь Туи выступали вместе, а также была ещё одна студентка, доктор Нгуен Кам Ли, которая была в Японии и ещё не вернулась. Это было совпадением или «симпатией» между нами, и мы не представляли ни одно «феминистское» поколение. В инженерном блоке университета мало групп с таким же количеством женщин, как в моей, пожалуй, меньше, чем в исследовательских группах по экономике или иностранным языкам. Ещё одна особенность заключается в том, что каждый год моя группа публикует статьи на ведущих мировых конференциях, а затем мы вместе посещаем эти конференции, чтобы расширить возможности для обмена опытом с сильными исследовательскими группами.
Известно, что вы руководите крупной школьной лабораторией и одновременно преподаёте. Есть ли какие-то процессы оптимизации, которые нужно применять, чтобы делать это эффективно?
В настоящее время я руковожу исследовательской группой по оптимизации, насчитывающей около 40 человек. Нагрузка, как мне кажется, большая; обычно я работаю с раннего утра до 18-19 часов, включая субботу. Для меня работа — это как ежедневная еда и питьё: блюда всегда меняются, потому что каждую неделю та или иная группа делает новые открытия. Это меня воодушевляет.
Чтобы оптимизировать свою работу, мне часто приходится ставить цели, планировать, разумно распределять время и никогда не забывать о сроках.
Мечтательные моменты с красками и кистями
Впечатляющая трудоспособность, скрывающаяся за стройной фигурой?
Думаю, лёгкое тело даёт мне больше энергии для размышлений, исследований и творчества. Конечно, нужно чувствовать себя комфортно в этом состоянии.
Я также учился играть на фортепиано, потому что хотел достичь гармонии в жизни, чего-то более насыщенного. Музыка, по сути, — это математика, подобная языку или развитию вещей в природе.
Чтобы объединить членов лаборатории, какой стиль управления вы выберете: жесткий или гибкий?
Подарок от студента лаборатории ей на 8 марта.
Объединять участников Лаборатории крайне важно. Без обмена информацией, обновлений и обмена опытом между направлениями исследований это будет сложно. Каждое утро в начале недели я привожу тележку с едой и напитками для участников Лаборатории, рассчитывая, сколько им будет комфортно употреблять в течение недели. Я стараюсь поддерживать участников группы, чтобы они могли сосредоточиться на исследовании, не отвлекаться и работать с утра до вечера.
Мне, как и вам, приходится присутствовать в лаборатории, работать вместе, встречаться, обсуждать вопросы с вами и другими исследовательскими группами. Если я не смогу этого делать, то не будет координации между направлениями исследований, или они могут пересекаться, не поддерживать друг друга, не информировать друг друга о ходе работы...
Мой стиль управления варьируется в зависимости от должности. В школе я очень мягок с коллегами; в исследовательской группе я считаю себя довольно строгим, очень строго отношусь к планам и прогрессу, с чёткими поощрениями и наказаниями. Причина, вероятно, кроется в стремлении оптимизировать каждый вид работы, и я нахожу это вполне естественным.
Приведите конкретный пример того, как математика может привести к оптимальным решениям?
По сути, математика прекрасна. Многие жизненные задачи требуют математики. Например, задача «как добраться от Ханойского университета науки и технологий до озера Хоан Кием как можно быстрее и с минимальным количеством прохождений на красный свет» требует алгоритма для нахождения оптимального ответа. Многие окружающие нас задачи, такие как задачи маршрутизации для доставки и логистики, также являются задачами комбинаторной оптимизации... Жизнь требует оптимизированной работы, а для оптимизации работы нужна математика. Прикладная математика в настоящее время является развивающейся областью и играет важную роль в жизни.
Мы не всегда находим оптимальное решение, например, в производственных и логистических задачах с параметрами, непрерывно меняющимися во времени. Эти задачи требуют множества дополнительных методов, поиска приемлемых решений и использования приближённых методов. Предмет математики — абсолютные числа, но математические вычисления с приближёнными величинами фактически приближают нас к сути природы и близки к оптимизации.
От математики и оптимизации к искусственному интеллекту (ИИ) — это долгий или короткий путь?
Развитие искусственного интеллекта (ИИ) началось в 1940-х и 1950-х годах. Тогда Алан Тьюринг представил концепцию «машины Тьюринга» для моделирования теории интеллектуальных компьютеров. В 1950-х годах Джон Маккарти ввёл термин «искусственный интеллект» и разработал соответствующий язык. В 1970-х и 1980-х годах для решения задач принятия решений были разработаны такие концепции, как экспертные системы и нечёткая логика. В 1990-х годах появились нейронные сети и глубокие нейронные сети. В 2010-х годах технологии ИИ были интегрированы во многие области, включая беспилотные автомобили, чат-ботов, распознавание и обработку языка. В последнее время ИИ стал настолько популярен, что проник во все аспекты жизни и представляет интерес для многих стран. В будущем ИИ станет чрезвычайно плодородным рынком для дальнейшего и более глубокого развития, проникая во всё большее количество сфер жизни.
С участием аспирантов и студентов, принявших участие и выступивших с докладами на Всемирном конгрессе IEEE по вычислительному интеллекту 2018 года в Рио-де-Жанейро, Бразилия, в июне 2018 года.
Многие считают, что текущие исследования и применение искусственного интеллекта никогда не приведут к созданию настоящего «интеллекта». Что вы думаете об этой точке зрения и в чём, по вашему мнению, разница между человеческим и машинным интеллектом?
Во времена Алана Тьюринга люди верили, что если создать машину, способную эффективно обрабатывать вычисления с использованием чрезвычайно большой системы данных, то в какой-то момент её сложность сравняется с нейронной сетью человеческого мозга, то есть ИИ сможет достичь уровня человеческого интеллекта. После примерно 80 лет развития в этом направлении такими гигантами, как Google, до сих пор, я думаю, ИИ всё ещё далёк от достижения этой цели. С точки зрения механики, можно сказать, что люди синтезируют информацию, воспринимают, учатся, выражают эмоции... способами, которые можно рассчитать и запрограммировать; согласно этой логике, ИИ может приблизиться к человеку и превзойти его благодаря росту скорости и объёму данных. Однако в человеческом мозге есть определённый «нелогичный» механизм, который, на мой взгляд, ИИ далек от этого состояния или никогда не сможет его достичь.
Наступит ли время, когда люди начнут использовать данные как оружие, а не как оружие или экономику? Каковы будут последствия этой войны данных? Нужна ли стратегия оптимизации/балансировки между миром людей и миром машин?
Я могу потерять кошелёк, но не компьютер и данные в нём. Другими словами, данные чрезвычайно важны. В войне с оружием/экономикой мы можем эвакуироваться/вести переговоры… но с данными мы ничего не можем сделать. Люди даже используют большие данные для конкуренции/войны. ИИ без данных бессмыслен.
Последствия войны данных будут ужасающими. Необходимо установить этические стандарты для анализа и использования данных.
Возможно, пока рано говорить о стратегии баланса между человеком и машиной, но стратегия защиты данных как национального достояния крайне необходима. Сейчас люди также начинают проявлять осторожность, предоставляя персональные данные третьим лицам. Если мы не будем эффективно контролировать и защищать данные, то оставим ценный ресурс в недоступном для этих компаний месте, где они смогут манипулировать и использовать его. У правительства есть довольно эффективные политики управления данными для мест хранения большого количества персональных данных, таких как школы, банки и т.д.; но управлять данными, которые люди «бессознательно» предоставляют этим гигантам, непросто.
Доцент, доктор Хюинь Тхи Тхань Бинь и студенты Политехнического института, заканчивающие обучение в августе 2023 года
Помимо данных, важна также оптимизация передачи информации. Имеет ли это отношение к исследовательскому проекту, над которым вы работаете?
Да, это проект, которым мы с моей командой очень гордимся. Фонд VINIF профинансировал исследования в области переноса обучения для решения задач комбинаторной оптимизации. Чтобы получить финансирование, моя команда потратила 9 месяцев на подготовку, написание и доработку предложения, чтобы сделать его максимально приближенным к практически достижимым результатам. Проект включает в себя исследования оптимальной передачи знаний в процессе эволюции, передачи информации в процессе коэволюции и передачи информации в нейронных сетях.
Передача информации здесь не идёт от машины к машине или от человека к человеку, а представляет собой изучение передачи/обмена информацией для эффективного решения задач оптимизации в повседневной жизни. Например, некоторые важные задачи: задача роботизированной руки, задача маршрутизации в транспортной сфере, планирование в военной сфере…
Доцент, доктор Хуинь Тхи Тхань Бинь в Стэнфордском университете, США
По последним данным, зарплаты специалистов в сфере ИИ входят в тройку самых высоких во Вьетнаме. Как вы считаете, ИИ — это модная область исследований?
В недавнем докладе на конференции я также подытожил зарплату инженеров ИИ во Вьетнаме и обнаружил, что она очень хорошая. Существует множество возможностей для работы в сфере ИИ, и я думаю, что в ближайшем будущем ИИ останется очень привлекательной сферой, где легко найти работу и которая приносит высокий доход.
С точки зрения человека, который был связан с Технологическим университетом на протяжении многих поколений, как вы можете сравнить нынешних студентов поколения Z с предыдущими выпускниками?
Не знаю, где именно, но я вижу, что ты, как и студенты поколения Z в Bách khoa, становишься всё лучше и лучше. Очень хорошо. Ты очень умён, преуспеваешь не только в своей специальности, но и в иностранных языках и гибких навыках. Особенно после перехода на автономный формат обучения Bách khoa привлекает всё больше талантливых студентов.
В Школе информационных технологий и коммуникаций, где я работаю, раньше у студентов был ограниченный доступ к исследовательским лабораториям. Однако в последние годы большинство студентов занимаются в лабораториях с первых курсов, с энтузиазмом и творческим подходом. Некоторые студенты даже сами проявили инициативу, чтобы узнать о наших лабораториях и принять в них участие.
Спасибо за беседу!






Комментарий (0)