รองศาสตราจารย์ ดร. หวินห์ ถิ ทันห์ บิญ: "การเพิ่มประสิทธิภาพมักเป็นเรื่องของการปฏิบัติตามธรรมชาติ"

โอกาสพิเศษอะไรที่ทำให้คุณผูกพันกับมหาวิทยาลัยวิทยาศาสตร์และเทคโนโลยี ฮานอย มาตั้งแต่สมัยเป็นนักศึกษา คุณเป็นคนที่กลัวการเปลี่ยนแปลงสภาพแวดล้อมหรือเปล่า

ผมเป็นนักศึกษารุ่นที่ 37 สาขาเทคโนโลยีสารสนเทศ (ไอที) ของโรงเรียนนี้ แต่จริงๆ แล้วผมเรียนไอทีมาตั้งแต่มัธยมปลาย จากนั้นก็เรียนต่อมหาวิทยาลัย ปริญญาโท ปริญญาเอก... ทั้งหมดนี้ที่โรงเรียนนี้

จริงๆ แล้ว เคยมีช่วงหนึ่งที่ผมตั้งใจจะไปเรียนต่อที่ญี่ปุ่น ตอนเรียนมหาวิทยาลัย ผมเรียนภาษาญี่ปุ่นอยู่ 5 ปี โดยได้รับทุนสนับสนุนจากรัฐบาลญี่ปุ่นสำหรับนักศึกษา K36 และ K37 เก่งๆ 20 คน แต่แล้ว เศรษฐกิจ ของประเทศเพื่อนบ้านก็ถดถอย จึงต้องระงับไป พอเรียนจบปริญญาโท อาจารย์โฮ ทู่ เป่า ก็แนะนำให้ผมไปเรียนกับอาจารย์ท่านหนึ่งที่ญี่ปุ่น เพื่อทำวิจัย แต่ด้วยเหตุผลส่วนตัวของผม (การแต่งงาน) ผมจึงยังคงเรียนอยู่ที่มหาวิทยาลัยเทคโนโลยี และด้วยเหตุผลส่วนตัวและวัตถุประสงค์ส่วนตัว ผมจึงยังคงสอนและสอนปริญญาเอกที่มหาวิทยาลัยจนถึงทุกวันนี้

หากฉันบอกว่ามันเป็นโชคชะตา ฉันเกรงว่ามันจะดูเกินจริงไปหน่อย แต่พูดอย่างง่ายๆ ก็คือ สิ่งนี้มาหาฉันอย่างเป็นธรรมชาติและอ่อนโยน

รองศาสตราจารย์ ดร. หวินห์ ถิ ทันห์ บิ่ญ เข้าร่วมและนำเสนอรายงานในการประชุมชั้นนำเกี่ยวกับการคำนวณเชิงวิวัฒนาการ เดือนกรกฎาคม พ.ศ. 2566 ณ เมืองลิสบอน ประเทศโปรตุเกส

ในการประชุมเมื่อเร็วๆ นี้ ฉันเห็นคุณนำเสนอผลงานวิจัยร่วมกับ นักวิทยาศาสตร์ หญิงคนอื่นๆ อยู่บ่อยๆ นั่นเป็นสัญญาณของ "สตรีนิยม" รุ่นใหม่ในวงการวิทยาศาสตร์ที่วิทยาลัยโปลีเทคนิคหรือเปล่า

ครั้งสุดท้ายที่ดิฉันเข้าร่วมการประชุมกองทุนนวัตกรรมวินกรุ๊ป (VINIF) ดร.เหงียน ฟี เล ดร.เล มินห์ ถวี และดิฉันได้นำเสนอผลงานร่วมกัน และมีนักศึกษาหญิงอีกคนหนึ่งคือ ดร.เหงียน กัม ลี ซึ่งอยู่ที่ญี่ปุ่นและยังไม่กลับมา เป็นเรื่องบังเอิญหรือเป็น "ความเห็นอกเห็นใจ" ระหว่างเรา และไม่ได้เป็นตัวแทนของกลุ่ม "สตรีนิยม" ใดๆ เลย ในกลุ่มวิศวกรรมศาสตร์ที่โรงเรียน มีกลุ่มนักศึกษาหญิงจำนวนน้อยเท่ากลุ่มของดิฉัน ซึ่งน่าจะน้อยกว่ากลุ่มวิจัยในสาขาเศรษฐศาสตร์หรือภาษาต่างประเทศที่โรงเรียนเสียอีก อีกหนึ่งสิ่งที่พิเศษคือ ทุกปี กลุ่มของดิฉันจะตีพิมพ์ผลงานในการประชุมชั้นนำระดับโลก และดิฉันและกลุ่มจะเข้าร่วมการประชุมเพื่อขยายโอกาสในการแลกเปลี่ยนกับกลุ่มวิจัยที่มีอิทธิพล

เป็นที่ทราบกันดีว่าคุณกำลังดูแลห้องปฏิบัติการขนาดใหญ่ในโรงเรียนและสอนหนังสือด้วย เพื่อให้บรรลุเป้าหมายนี้ มีกระบวนการเพิ่มประสิทธิภาพใด ๆ ที่จำเป็นต้องนำมาประยุกต์ใช้หรือไม่

ปัจจุบันผมเป็นหัวหน้ากลุ่มวิจัยการเพิ่มประสิทธิภาพซึ่งมีสมาชิกประมาณ 40 คน ผมรู้สึกว่างานค่อนข้างเยอะ ปกติผมทำงานตั้งแต่เช้าตรู่จนถึง 18.00-19.00 น. รวมถึงวันเสาร์ด้วย สำหรับงานของผม การทำงานก็เหมือนอาหารและเครื่องดื่มประจำวัน และจะมีการเปลี่ยนจานอาหารอยู่เสมอ เพราะทุกสัปดาห์จะมีการค้นพบใหม่ๆ จากกลุ่มใดกลุ่มหนึ่ง ซึ่งทำให้ผมรู้สึกตื่นเต้นมาก

เพื่อให้การทำงานของฉันมีประสิทธิภาพสูงสุด ฉันมักต้องกำหนดเป้าหมาย วางแผน จัดสรรเวลาอย่างสมเหตุสมผล และไม่ลืมกำหนดเวลา

ช่วงเวลาแห่งความฝันกับสีสันและพู่กัน

ความสามารถในการทำงานที่น่าประทับใจภายใต้รูปร่างที่ผอมเพรียว?

ฉันคิดว่าร่างกายที่เบาช่วยให้ฉันมีพลังงานมากขึ้นในการคิด ค้นคว้า และสร้างสรรค์ แน่นอนว่าคุณต้องรู้สึกสบายใจกับสภาพของตัวเอง

ฉันเรียนเปียโนด้วย เพราะอยากทำอะไรที่กลมกลืนกับชีวิต มีรสชาติที่เข้มข้นขึ้น จริงๆ แล้วดนตรีก็คือคณิตศาสตร์ คล้ายกับภาษาหรือพัฒนาการของสิ่งต่างๆ ในธรรมชาติ

เพื่อรวมสมาชิกห้องปฏิบัติการเข้าด้วยกัน คุณจะเลือกรูปแบบการบริหารจัดการแบบใด: มั่นคงหรือยืดหยุ่น?

ของขวัญจากนักศึกษาในห้องแล็ปถึงเธอเมื่อวันที่ 8 มีนาคม

การเชื่อมโยงสมาชิกในห้องปฏิบัติการเป็นสิ่งสำคัญอย่างยิ่ง หากปราศจากการแลกเปลี่ยน การอัปเดต และการแบ่งปันข้อมูลระหว่างฝ่ายวิจัย การดำเนินการดังกล่าวจะเป็นเรื่องยาก ทุกเช้าต้นสัปดาห์ ฉันจะนำอาหารและเครื่องดื่มมาให้สมาชิกในห้องปฏิบัติการ โดยคำนวณปริมาณอาหารและเครื่องดื่มที่สะดวกใช้ตลอดทั้งสัปดาห์ ฉันพยายามสนับสนุนสมาชิกในกลุ่ม เพื่อให้พวกเขามีสมาธิกับงานวิจัย ไม่วอกแวก และทำงานได้ตั้งแต่เช้าจรดค่ำ

ฉันก็ต้องอยู่ที่ห้องแล็บเหมือนคุณเหมือนกัน ทำงานร่วมกัน ประชุม พูดคุยกัน กับคุณและกลุ่มวิจัยอื่นๆ ถ้าทำแบบนั้นไม่ได้ ก็จะไม่มีการประสานงานระหว่างทิศทางการวิจัย หรือทิศทางการวิจัยอาจทับซ้อนกัน ไม่สนับสนุนกัน ไม่อัปเดตความคืบหน้าของกันและกัน...

รูปแบบการบริหารงานของฉันแตกต่างกันไปตามบทบาทหน้าที่ ที่โรงเรียน ฉันอ่อนโยนกับเพื่อนร่วมงานมาก ส่วนในกลุ่มวิจัย ฉันค่อนข้างเข้มงวดกับแผนการและความก้าวหน้า มีรางวัลและการลงโทษที่ชัดเจน เหตุผลน่าจะมาจากความต้องการที่จะปรับปรุงประสิทธิภาพในการทำงานแต่ละประเภท และฉันคิดว่านี่เป็นเรื่องธรรมชาติมาก

ตัวอย่างที่เป็นรูปธรรมของการที่คณิตศาสตร์สามารถนำไปสู่วิธีแก้ปัญหาที่ดีที่สุดได้คืออะไร?

โดยพื้นฐานแล้ว คณิตศาสตร์นั้นงดงามมาก ปัญหาหลายอย่างในชีวิตล้วนต้องการคณิตศาสตร์ ตัวอย่างเช่น "วิธีเดินทางจากมหาวิทยาลัยวิทยาศาสตร์และเทคโนโลยีฮานอยไปยังทะเลสาบฮว่านเกี๋ยมให้เร็วที่สุดและมีไฟแดงน้อยที่สุด" เป็นโจทย์ที่ต้องใช้อัลกอริทึมเพื่อหาคำตอบที่เหมาะสมที่สุด ปัญหาหลายอย่างรอบตัวเรา เช่น ปัญหาการกำหนดเส้นทางการขนส่งและโลจิสติกส์ ก็เป็นปัญหาการหาค่าเหมาะที่สุดแบบเชิงผสมเช่นกัน... ชีวิตต้องการงานที่ปรับให้เหมาะสมที่สุด และเพื่อปรับให้งานมีประสิทธิภาพสูงสุด จำเป็นต้องใช้คณิตศาสตร์ ปัจจุบัน คณิตศาสตร์ประยุกต์กำลังเป็นสาขาที่กำลังเติบโตและมีบทบาทสำคัญในชีวิต

เราไม่สามารถหาคำตอบที่ดีที่สุดได้เสมอไป เช่น ปัญหาการผลิตและโลจิสติกส์ที่มีพารามิเตอร์เปลี่ยนแปลงตลอดเวลา ปัญหาเหล่านี้จำเป็นต้องใช้วิธีการเสริมมากมาย จำเป็นต้องหาคำตอบที่ยอมรับได้ และใช้วิธีการประมาณค่า วัตถุประสงค์ของคณิตศาสตร์คือตัวเลขสัมบูรณ์ แต่การคำนวณด้วยปริมาณโดยประมาณนั้นแท้จริงแล้วเป็นการเข้าใกล้แก่นแท้ของธรรมชาติและใกล้เคียงกับการหาค่าเหมาะที่สุด

จากคณิตศาสตร์ การเพิ่มประสิทธิภาพ ไปจนถึงปัญญาประดิษฐ์ (AI) เป็นเส้นทางที่ยาวไกลหรือสั้น?

AI เริ่มต้นขึ้นในช่วงทศวรรษ 1940 และ 1950 ในขณะนั้น อลัน ทัวริง ได้นำเสนอแนวคิด "เครื่องจักรทัวริง" เพื่อจำลองทฤษฎีคอมพิวเตอร์อัจฉริยะ ในช่วงทศวรรษ 1950 จอห์น แมคคาร์ธี ได้นำเสนอคำว่า "ปัญญาประดิษฐ์" และพัฒนาภาษา ในช่วงทศวรรษ 1970 และ 1980 แนวคิดต่างๆ เช่น ระบบผู้เชี่ยวชาญและตรรกศาสตร์ฟัซซี ได้รับการพัฒนาขึ้นเพื่อแก้ปัญหาการตัดสินใจ ในช่วงทศวรรษ 1990 เครือข่ายประสาทเทียมและเครือข่ายประสาทเทียมเชิงลึกได้พัฒนาขึ้น ในช่วงทศวรรษ 2010 เทคโนโลยี AI ได้ถูกผนวกเข้ากับหลายสาขา รวมถึงรถยนต์ไร้คนขับ แชทบอท การรู้จำ และการประมวลผลภาษา เมื่อเร็วๆ นี้ AI ได้รับความนิยมอย่างมากจนได้เข้ามามีบทบาทในทุกแง่มุมของชีวิต และเป็นหัวข้อที่น่าสนใจสำหรับหลายประเทศ ในอนาคต AI จะเป็นตลาดที่อุดมสมบูรณ์อย่างยิ่งสำหรับการพัฒนาที่ก้าวหน้าและลึกซึ้งยิ่งขึ้น ซึ่งจะแทรกซึมเข้าสู่กิจกรรมต่างๆ ในชีวิตมากยิ่งขึ้น

โดยมีนักศึกษาระดับบัณฑิตศึกษาและนักศึกษาเข้าร่วมและรายงานผลในงาน IEEE World Congress on Computational Intelligence ประจำปี 2018 ที่เมืองริโอเดอจาเนโร ประเทศบราซิล ในเดือนมิถุนายน 2018

หลายคนเชื่อว่าการวิจัยและการประยุกต์ใช้ปัญญาประดิษฐ์ในปัจจุบันจะไม่มีทางนำไปสู่การสร้าง “ปัญญาประดิษฐ์” ที่แท้จริงได้ คุณคิดอย่างไรเกี่ยวกับมุมมองนี้ และคุณคิดว่าอะไรคือสิ่งที่สร้างความแตกต่างระหว่างปัญญาประดิษฐ์ของมนุษย์และปัญญาประดิษฐ์?

ในสมัยของอลัน ทัวริง ผู้คนเชื่อว่าหากสามารถสร้างเครื่องจักรที่สามารถประมวลผลการคำนวณด้วยระบบข้อมูลขนาดใหญ่ได้อย่างมีประสิทธิภาพ ณ จุดใดจุดหนึ่ง ความซับซ้อนของมันจะเทียบเท่ากับโครงข่ายประสาทเทียมในสมองมนุษย์ นั่นคือ AI สามารถเข้าถึงสติปัญญาของมนุษย์ได้ หลังจากการพัฒนาไปในทิศทางนั้นราว 80 ปีกับบริษัทยักษ์ใหญ่อย่าง Google จนถึงตอนนี้ ผมคิดว่า AI ยังคงห่างไกลจากเป้าหมายนั้นมาก ในทางกลไก อาจกล่าวได้ว่ามนุษย์สังเคราะห์ข้อมูล รับรู้ เรียนรู้ และแสดงอารมณ์... ในรูปแบบที่สามารถคำนวณและตั้งโปรแกรมได้ ตามตรรกะนั้น AI สามารถเข้าใกล้และเหนือกว่ามนุษย์ได้ด้วยการพัฒนาความเร็วและข้อมูล อย่างไรก็ตาม มีกลไกบางอย่างที่ "ไม่สมเหตุสมผล" ในสมองมนุษย์ ซึ่งผมคิดว่า AI ยังห่างไกลจาก หรือไม่สามารถไปถึงสถานะนั้นได้

จะมียุคสมัยใดที่มนุษย์จะใช้ข้อมูลเป็นอาวุธ แทนที่จะเป็นปืนหรือเศรษฐกิจ? ผลที่ตามมาของสงครามข้อมูลนี้จะเป็นอย่างไร? จำเป็นต้องมีกลยุทธ์การปรับสมดุล/เพิ่มประสิทธิภาพระหว่างโลกมนุษย์และโลกเครื่องจักรหรือไม่?

ฉันอาจทำกระเป๋าสตางค์หายได้ แต่คอมพิวเตอร์และข้อมูลในนั้นหายไม่ได้ กล่าวคือ ข้อมูลมีความสำคัญอย่างยิ่งยวด ในสงครามด้วยอาวุธ/เศรษฐกิจ เราสามารถอพยพ/เจรจาได้... แต่ด้วยข้อมูล เราทำอะไรไม่ได้เลย แม้แต่คนยังใช้บิ๊กดาต้าเพื่อการแข่งขัน/สงคราม AI ที่ไม่มีข้อมูลก็ไม่มีความหมาย

ผลที่ตามมาของสงครามข้อมูลจะร้ายแรงมาก จำเป็นต้องมีการกำหนดมาตรฐานทางจริยธรรมสำหรับการขุดข้อมูลและการใช้งานข้อมูล

การพูดถึงกลยุทธ์การสร้างสมดุลระหว่างมนุษย์และเครื่องจักรอาจยังเร็วเกินไป แต่กลยุทธ์ในการปกป้องข้อมูลในฐานะทรัพย์สินของชาตินั้นมีความจำเป็นอย่างยิ่ง ปัจจุบันผู้คนเริ่มระมัดระวังมากขึ้นเมื่อต้องเปิดเผยข้อมูลส่วนบุคคลแก่บุคคลอื่น หากเราไม่สามารถควบคุมและรักษาความปลอดภัยข้อมูลได้อย่างมีประสิทธิภาพ ทรัพยากรอันมีค่าเหล่านี้ก็จะถูกนำไปใช้ประโยชน์อย่างไม่คุ้มค่า รัฐบาลมีนโยบายการจัดการข้อมูลที่ค่อนข้างดีสำหรับสถานที่จัดเก็บข้อมูลส่วนบุคคลจำนวนมาก เช่น โรงเรียน ธนาคาร ฯลฯ แต่การจัดการข้อมูลที่ผู้คน "ไม่รู้ตัว" มอบให้กับบริษัทยักษ์ใหญ่เหล่านี้นั้นไม่ใช่เรื่องง่าย

รองศาสตราจารย์ ดร. หวินห์ ถิ ทันห์ บิ่ญ และนักศึกษาโพลีเทคนิคที่สำเร็จการศึกษาในเดือนสิงหาคม 2566

นอกเหนือจากข้อมูลแล้ว การเพิ่มประสิทธิภาพการถ่ายโอนข้อมูลก็มีความสำคัญเช่นกัน และเกี่ยวข้องกับโครงการวิจัยที่คุณกำลังทำอยู่หรือไม่

ใช่แล้ว นั่นคือโครงการที่ผมและทีมงานภาคภูมิใจมาก ตอนที่เราได้รับทุนสนับสนุนจากมูลนิธิ VINIF สำหรับการวิจัยเกี่ยวกับการเรียนรู้การถ่ายโอนเพื่อแก้ปัญหาการหาค่าเหมาะที่สุดเชิงผสม เพื่อให้ได้ทุนสนับสนุนโครงการนี้ ทีมงานของผมใช้เวลา 9 เดือนในการเตรียม เขียน และปรับปรุงข้อเสนอโครงการให้ดีที่สุดและใกล้เคียงกับผลลัพธ์ที่สามารถทำได้ในทางปฏิบัติมากที่สุด โครงการนี้เกี่ยวข้องกับการวิจัยเกี่ยวกับการถ่ายทอดความรู้ที่เหมาะสมที่สุดในวิวัฒนาการ การถ่ายทอดข้อมูลในวิวัฒนาการร่วม และการถ่ายโอนข้อมูลในเครือข่ายประสาทเทียม

การถ่ายโอนข้อมูลในที่นี้ไม่ได้หมายถึงการถ่ายโอนข้อมูลจากเครื่องจักรหนึ่งไปยังอีกเครื่องจักรหนึ่ง หรือจากคนหนึ่งไปยังอีกคนหนึ่ง แต่เป็นการศึกษาการถ่ายโอนข้อมูล/การแบ่งปันข้อมูล เพื่อแก้ไขปัญหาการเพิ่มประสิทธิภาพในชีวิตอย่างมีประสิทธิภาพ ตัวอย่างเช่น ปัญหาสำคัญบางประการ เช่น ปัญหาแขนหุ่นยนต์ ปัญหาเส้นทางในการขนส่ง การวางแผนทางทหาร...

รองศาสตราจารย์ Dr. Huynh Thi Thanh Binh จากมหาวิทยาลัยสแตนฟอร์ด สหรัฐอเมริกา

สถิติล่าสุดแสดงให้เห็นว่าบุคลากรในอุตสาหกรรม AI ได้รับเงินเดือนอยู่ในกลุ่ม 3 อันดับแรกของเวียดนาม คุณคิดว่า AI เป็นสาขาที่กำลังมาแรงหรือไม่

ในรายงานการประชุมล่าสุด ผมได้สรุปเงินเดือนของวิศวกร AI ในเวียดนาม และพบว่าอยู่ในระดับที่ดีมาก มีโอกาสมากมายสำหรับงานที่เกี่ยวข้องกับ AI และผมคิดว่าในอนาคตอันใกล้ AI ยังคงเป็นสาขาที่น่าสนใจ หางานง่าย และมีรายได้สูง

จากมุมมองของคนที่เคยอยู่มหาวิทยาลัยเทคโนโลยีมาหลายชั่วรุ่น คุณจะเปรียบเทียบนักศึกษาเจเนอเรชัน Z ในปัจจุบันกับศิษย์เก่ารุ่นก่อนๆ อย่างไร

ไม่รู้ว่าที่ไหน แต่กับนักเรียน Gen Z ที่ Bách khoa ฉันเห็นว่าคุณเก่งขึ้นเรื่อยๆ เก่งมาก คุณฉลาดมาก ไม่ใช่แค่เก่งวิชาเอกเท่านั้น แต่ยังเก่งภาษาต่างประเทศและทักษะทางสังคมด้วย โดยเฉพาะอย่างยิ่งตั้งแต่เปลี่ยนมาใช้ระบบอัตโนมัติ Bách khoa ได้ดึงดูดนักเรียนที่มีความสามารถมากขึ้นเรื่อยๆ

ที่คณะเทคโนโลยีสารสนเทศและการสื่อสารที่ฉันทำงานอยู่ นักศึกษามีโอกาสเข้าถึงห้องปฏิบัติการวิจัยน้อยมากในอดีต อย่างไรก็ตาม ในช่วงไม่กี่ปีที่ผ่านมา นักศึกษาส่วนใหญ่ได้เข้ามาอยู่ในห้องปฏิบัติการวิจัยตั้งแต่ชั้นปีแรก ทำงานอย่างกระตือรือร้นและสร้างสรรค์ นักศึกษาบางคนถึงกับริเริ่มเรียนรู้เกี่ยวกับห้องปฏิบัติการของเราและเข้าร่วมด้วย

ขอบคุณสำหรับการสนทนา!

Thanhnien.vn