“การลองผิดลองถูก” 60 ครั้ง และเส้นทางสู่การนำชื่อเวียดนามขึ้นสู่ชื่อนิตยสาร AI ชั้นนำของโลก

(Dan Tri) - ในปี 2559 เมื่อ Lee Se-dol แพ้ให้กับ AlphaGo นักศึกษาปริญญาเอก Tran Tien Cong มองดูหน้าจออย่างเงียบๆ และถามตัวเองว่า: "ถ้าเครื่องจักรเหนือกว่ามนุษย์ ฉันจะทำอย่างไร"

Báo Dân trí•10/11/2025

ในปี 2016 โลก ต้องตกตะลึงเมื่อนักเล่นโกะในตำนานอย่าง อีเซดอล พ่ายแพ้ให้กับระบบปัญญาประดิษฐ์ AlphaGo

สำหรับ Tran Tien Cong นักศึกษาระดับปริญญาตรีในเกาหลีในขณะนั้น เหตุการณ์นี้ทำให้เขาต้องคิดอยู่หลายวัน เพราะเขาตระหนักว่าขอบเขตระหว่างสติปัญญาของมนุษย์กับเครื่องจักรกำลังจะเลือนหายไป

“ฉันจะต้องทำอย่างไรเพื่อให้ทันกับยุคสมัยที่ปัญญาประดิษฐ์จะเติบโตอย่างก้าวกระโดด” คองถามตัวเอง

จุดเปลี่ยนของนักศึกษาปริญญาเอกชาวเวียดนามมาจากเหตุการณ์ที่ผู้เล่นโกะชาวเกาหลีพ่ายแพ้ต่อ AI ( วิดีโอ : มินห์ นัท - ธวง ฮวีน)

จากพื้นฐานในระบบหลายตัวแทนและหุ่นยนต์ เขาได้ขยายสาขาไปสู่การเรียนรู้ของเครื่องจักร วิสัยทัศน์คอมพิวเตอร์ และโมเดลภาษาขนาดใหญ่

ในปี พ.ศ. 2564 ตรัน เตียน กง ประสบความสำเร็จในการสอบวิทยานิพนธ์ระดับปริญญาเอก สาขา วิทยาการ คอมพิวเตอร์ และเดินทางกลับเวียดนาม ปัจจุบันดำรงตำแหน่งหัวหน้าภาควิชาการเรียนรู้ของเครื่องจักร คณะปัญญาประดิษฐ์ วิทยาลัยไปรษณีย์และเทคโนโลยีโทรคมนาคม

ในชั้นเรียน เขามักเล่าถึงการแข่งขันประวัติศาสตร์ครั้งนั้นว่าเป็นตัวอย่างที่ดีของความเร็วของการเปลี่ยนแปลงใน AI

รุ่นขั้นสูงเข้าร่วมงาน National Patriotic Emulation Congress ครั้งที่ 11

ปัจจุบัน ดร. ตรัน เตียน กง ดำรงตำแหน่งหัวหน้าภาควิชาการเรียนรู้ของเครื่องจักร คณะปัญญาประดิษฐ์ วิทยาลัยไปรษณีย์และเทคโนโลยีโทรคมนาคม

ในช่วงปี พ.ศ. 2563-2568 เขาเป็นผู้แต่งหรือร่วมเขียนบทความวิทยาศาสตร์ที่ได้รับการจัดอันดับสูงในวารสารนานาชาติที่มีชื่อเสียงหลายเรื่อง โดยเฉพาะบทความ 15 บทความที่ตีพิมพ์ในวารสาร SCIE ที่ได้รับการจัดอันดับ Q1 พร้อมด้วยสิ่งพิมพ์และหัวข้อต่างๆ มากมายที่ได้รับการยกย่องอย่างสูงทั้งในประเทศและต่างประเทศ ซึ่งแสดงให้เห็นถึงการมีส่วนร่วมของหน่วยข่าวกรองของเวียดนามในการวิจัยคุณภาพสูงในสาขาปัญญาประดิษฐ์ วิทยาศาสตร์เครือข่าย การเรียนรู้ของเครื่องจักร ฯลฯ

หัวข้อการวิจัยของเขาไม่เพียงแต่เป็นวิชาการเท่านั้นแต่ยังมีการประยุกต์ใช้ในทางปฏิบัติสูงอีกด้วย ซึ่งมีส่วนสนับสนุนการพัฒนาเศรษฐกิจและสังคมและปรับปรุงคุณภาพชีวิตให้ดีขึ้น

ดร. ตรัน เตียน กง เป็นหนึ่งในต้นแบบระดับสูงของกระทรวงวิทยาศาสตร์และเทคโนโลยีที่เข้าร่วมงาน National Patriotic Emulation Congress ครั้งที่ 11

ชัยชนะของ AI ท้าทายทั้งโลก

60 lần thử - sai và hành trình đưa tên Việt lên tạp chí AI hàng đầu thế giới - 1 — นักเล่นโกะ อีเซดอล ในแมตช์ที่แข่งกับ AlphaGo เมื่อปี 2016 (ภาพ: Getty)

เหตุการณ์ใดที่เปลี่ยนทิศทางการวิจัยของคุณในเกาหลี?

ในปีแรกของการเรียน ทุกสิ่งทุกอย่างเปลี่ยนไปเมื่ออีเซดอล นักโกะ พ่ายแพ้ให้กับ AlphaGo ระบบปัญญาประดิษฐ์ที่พัฒนาโดย Google เป็นที่รู้กันว่าในตอนนั้น อีเซดอล นักโกะ คือความภาคภูมิใจของเกาหลี ในขณะที่โกะถือเป็นหนึ่งในกีฬาที่ใช้สติปัญญาที่ซับซ้อนที่สุดในโลก

ในเวลานั้น ไม่เพียงแต่เกาหลีเท่านั้น แต่ทั้งโลกต่างมองว่านี่เป็นเหตุการณ์ที่น่าตกตะลึงในด้านวิทยาศาสตร์และเทคโนโลยี เมื่อ 10 ปีที่แล้ว ปัญญาประดิษฐ์ถูกตั้งเป้าที่จะพัฒนาและส่งผลกระทบอย่างลึกซึ้งต่อหลายสาขาทั้งทางวิทยาศาสตร์และชีวิตในอนาคต

ห้องปฏิบัติการวิจัยหลายแห่งในเกาหลีได้เปลี่ยนโฟกัสไปที่การวิจัยและพัฒนาปัญญาประดิษฐ์ ผมมุ่งเน้นไปที่ AI การเรียนรู้ของเครื่อง การวิจัยกราฟ และการฝึกอบรมปัญญาประดิษฐ์เพื่อค้นหาข้อมูลบนเครือข่ายขนาดใหญ่

ปัญญาประดิษฐ์ไม่ได้หยุดอยู่แค่การเอาชนะโกะเท่านั้น แต่ยังช่วยแก้ปัญหายากๆ ได้มากมาย เอาชนะมนุษย์ในเกมและการแข่งขันที่หลากหลาย นี่แสดงให้เห็นว่าปัญญาประดิษฐ์พัฒนาอย่างรวดเร็วและโดดเด่นเพียงใดในช่วงทศวรรษที่ผ่านมา

ในเวลาเดียวกัน เวียดนามได้นำเทคโนโลยีมาใช้อย่างไรบ้าง?

- เวียดนามไม่ได้อยู่นอกกระแสวิทยาศาสตร์และเทคโนโลยี เมื่อฉันกลับมาประเทศในปี 2564 และเริ่มสอน บุคคลและหน่วยวิจัยจำนวนมากได้รับการถ่ายทอดเทคโนโลยีและมีผลงานตีพิมพ์เชิงลึกในสาขาปัญญาประดิษฐ์ ทั้งในทางทฤษฎีและการประยุกต์ใช้จริง

ปัจจุบัน เทคโนโลยีสารสนเทศเป็นอุตสาหกรรมที่จำเป็นต้องมีบุคลากรคุณภาพสูงอยู่เสมอ นักศึกษาจำนวนมากมีงานทำตั้งแต่สมัยเรียน แสดงให้เห็นว่าอุตสาหกรรมนี้มีโอกาสมากมาย แต่ก็มีความท้าทาย เพราะเทคโนโลยีมีการเปลี่ยนแปลงและพัฒนาอยู่ทุกวัน

การลองผิดลองถูกและการทำซ้ำ 60 ครั้ง

งานวิจัยใดที่มีความหมายที่สุดของคุณในสาขาปัญญาประดิษฐ์จนถึงปัจจุบัน?

- ครั้งหนึ่งฉันเคยทำการวิจัยที่ตีพิมพ์ใน IEEE Transactions on Pattern Analysis and Machine Intelligence ซึ่งถือเป็นวารสารชั้นนำในสาขานี้ โดยมีหัวข้อเกี่ยวกับการค้นหาข้อมูลที่ซ่อนอยู่ในงานวิเคราะห์เครือข่ายผ่านการค้นหาข้อมูลในกราฟ จากนั้นจึงสอบถามและอนุมานข้อมูลที่ซ่อนอยู่

สมมติว่าเราถามแชทบอทว่า “ชายฝั่งทะเลสาบอยู่ที่ไหน” ถ้าเราอยู่ที่ฮานอย “ชายฝั่งทะเลสาบ” จะถูกเข้าใจว่าเป็นทะเลสาบฮว่านเกี๋ยม แต่ถ้าเราอยู่ที่ดาลัด “ชายฝั่งทะเลสาบ” จะถูกเข้าใจว่าเป็นทะเลสาบซวนเฮือง เมื่อเราค้นหาข้อมูล การขาดข้อมูลและบริบทในการป้อนข้อมูลจะทำให้คอมพิวเตอร์ทำงานผิดพลาด

งานวิจัยของฉันมุ่งเน้นไปที่การแก้ปัญหาการค้นหาและรวบรวมข้อมูลจากหลากหลายแหล่งเพื่อให้ได้ผลลัพธ์ที่แม่นยำที่สุด ยกตัวอย่างเช่น “ริมทะเลสาบ” หากผู้ใช้ต้องการคำนวณระยะทางไปยังริมทะเลสาบ ปัญญาประดิษฐ์สามารถอนุมานข้อมูลที่ซ่อนอยู่และคาดเดาว่าผู้ใช้อยู่ในฮานอยหรือดาลัดจากการแชทก่อนหน้า แชทบอทจะให้คำตอบที่ถูกต้อง

- งานวิจัยของคุณเป็นอย่างไรบ้าง?

ผมทำวิจัยเรื่องนี้มา 3 ปีแล้ว และตีพิมพ์ในปี 2019 เพราะใช้เวลานานมากในการค้นคว้า ตรวจทาน แก้ไข และตีพิมพ์ งานวิจัยส่วนใหญ่ในสาขาปัญญาประดิษฐ์และวิทยาการคอมพิวเตอร์ก็เป็นแบบนี้ กระบวนการวิจัยมักจะเป็นแบบ “ลองผิดลองถูก”

ผมจำได้ว่าผมทำซ้ำ "วัฏจักร" นี้ 60 ครั้ง แต่ละครั้งก็ใช้กลุ่มตัวอย่างที่แตกต่างกัน แต่ละครั้งก็ใช้วิธีการทดสอบที่แตกต่างกัน ผมไม่ได้หยุดแค่การหาเหตุผลเท่านั้น ผมยังต้องทดสอบเพื่อดูว่าผมคำนวณถูกต้องหรือไม่

สำหรับหัวข้อนี้ ผมต้องคิดค้นอัลกอริทึมที่เหมาะสม จากนั้นจึงฝึก AI ให้ค้นหาข้อมูลที่ซ่อนอยู่ หากผลลัพธ์ไม่เป็นที่น่าพอใจ ผมจะปรับปรุงเพื่อค้นหาอัลกอริทึมที่เหมาะสม ข้อดีของงานวิจัยนี้คือผลลัพธ์ที่ได้อาจไม่แม่นยำอย่างสมบูรณ์ แต่สามารถค้นหาอัลกอริทึมที่เหมาะสมที่สุดได้หลังจากลองผิดลองถูกหลายสิบครั้ง

การค้นคว้าทั่วไปไม่เหมาะสำหรับโต๊ะทำงาน

ในสาขาปัญญาประดิษฐ์ นักวิจัยควรเน้นการประยุกต์ใช้ในทางปฏิบัติมากกว่าทฤษฎีพื้นฐานหรือไม่?

- มีความเข้าใจผิดกันโดยทั่วไปว่างานวิจัยเชิงทฤษฎีทั่วไปนั้นไม่สามารถนำไปประยุกต์ใช้ได้เท่ากับกรณีศึกษาเฉพาะกรณี อันที่จริง บทความที่ตีพิมพ์ในวารสารชั้นนำมักเป็นงานวิจัยทั่วไปที่สามารถนำไปประยุกต์ใช้ได้ในหลายสาขา

โดยนำตัวอย่างการวิจัยวิธีการค้นหาข้อมูลที่ซ่อนอยู่ข้างต้นมาใช้ ไม่เพียงแต่เราจะสามารถนำแชทบอทไปใช้ได้เท่านั้น แต่ยังสามารถใช้ติดตามกลุ่มที่ซ่อนอยู่บนเครือข่ายโซเชียลได้อีกด้วย ซึ่งสามารถนำไปประยุกต์ใช้ได้ในหลายสาขา

ปัจจุบัน ปัญญาประดิษฐ์ถูกนำมาประยุกต์ใช้ในหลายสาขา ไม่ใช่แค่เพียงสาขาวิทยาศาสตร์และเทคโนโลยีทั่วไปเท่านั้น ดังนั้น การผสมผสานรากฐาน ทฤษฎีของปัญญาประดิษฐ์ ข้อมูล... เข้ากับการสำรวจเชิงปฏิบัติและการประยุกต์ใช้อย่างมีประสิทธิภาพ จะช่วยเสริมสร้างบทบาทและความสามารถในการนำไปใช้จริงของการวิจัย

คำถามที่ดูเหมือนง่ายมากเมื่อเสนอโครงการวิจัย เช่น จะสำรวจแบบจำลองและข้อมูลอย่างไร? มีใครเคยทำวิจัยเรื่องนี้มาก่อนไหม? เราจะเรียนรู้และเปรียบเทียบข้อมูลเดิมได้อย่างไร?... ล้วนมีบทบาทในการเจาะลึกงานวิจัยของเรา

ในความคิดเห็นของคุณ ด้านใดของการวิจัยด้านวิทยาการคอมพิวเตอร์และเทคโนโลยีสารสนเทศที่จำเป็นต้องเน้นการลงทุนมากขึ้น?

ในช่วงไม่กี่ปีที่ผ่านมา สิ่งอำนวยความสะดวกและโครงสร้างพื้นฐานได้รับการปรับปรุงและพัฒนา ก่อให้เกิดสภาพแวดล้อมที่เอื้ออำนวยต่อการวิจัยด้านปัญญาประดิษฐ์ทั้งในระดับหน่วยงานและบุคลากร หากมีการลงทุนด้านอุปกรณ์และห้องปฏิบัติการวิจัยที่ทันสมัยมากขึ้น นักวิจัยก็จะสามารถผลิตผลิตภัณฑ์ แอปพลิเคชัน และรายงานต่างๆ ได้มากขึ้น

นอกจากนี้ ฐานข้อมูลของเรายังได้รับการทำความสะอาดโดยสร้างคลังข้อมูลเพื่อให้นักวิจัยมีแหล่งข้อมูลในการฝึกอบรมโมเดลคุณภาพ

ในอุตสาหกรรมที่มีการพัฒนาอย่างรวดเร็วอย่างเทคโนโลยีสารสนเทศ งานวิจัยที่เพิ่งเสร็จสิ้นอาจล้าสมัยหรือไม่ทันยุคสมัย งานวิจัยประยุกต์จำนวนมากสามารถนำไปประยุกต์ใช้งานได้ทันที แต่จะเผชิญกับการเปลี่ยนแปลงทางเทคโนโลยีอย่างรวดเร็ว นำไปสู่ความไม่ยั่งยืนและความยากลำบากในการเผยแพร่ เพื่อที่จะเชี่ยวชาญด้านปัญญาประดิษฐ์ เราจำเป็นต้องมีการวิจัยเชิงลึกและนำเทคโนโลยีหลักมาสู่เวียดนาม

ขอบคุณมาก!