បន្ទាប់ពីឈប់រៀនពេទ្យរយៈពេលបីឆ្នាំ និងធ្វើការនៅក្រុមហ៊ុនប្រេង និងឧស្ម័ន លោក Nguyen Hung Minh Tan បានប្តូរទៅស្រាវជ្រាវ AI ហើយបានក្លាយជាសាស្ត្រាចារ្យនៅសាកលវិទ្យាល័យជាតិសិង្ហបុរី។
Minh Tan អាយុ 34 ឆ្នាំមកពីទីក្រុងហូជីមិញបានទទួលយកមុខតំណែងជាជំនួយការសាស្រ្តាចារ្យ (*) នៅនាយកដ្ឋានគណិតវិទ្យានៃសាកលវិទ្យាល័យជាតិសិង្ហបុរី (NUS) កាលពីខែកក្កដា។ នេះជាសាលាតែមួយគត់នៅអាស៊ីក្នុងចំណោមសាកលវិទ្យាល័យកំពូលទាំង១០ក្នុងពិភពលោកនេះបើយោងតាម QS Ranking 2024។ សាលានេះស្ថិតនៅលំដាប់ទី ៨។
Tan នឹងបង្រៀន និងស្រាវជ្រាវការរៀនម៉ាស៊ីន និងការរៀនស៊ីជម្រៅក្នុងបញ្ញាសិប្បនិម្មិត (AI)។
លោក Tan បាននិយាយថា "ខ្ញុំបានជ្រើសរើសប្រទេសសិង្ហបុរី ដោយសារតែនាយកដ្ឋានគណិតវិទ្យារបស់ NUS មានភាពរឹងមាំ ជាប់ចំណាត់ថ្នាក់ទី 13 នៅលើពិភពលោក យោងតាម QS 2023 ។ ទិសដៅស្រាវជ្រាវនៅទីនេះគឺស្រដៀងគ្នាទៅនឹងទិសដៅអភិវឌ្ឍន៍របស់ខ្ញុំ" ។
លើសពីនេះ សិង្ហបុរីនៅជិតប្រទេសវៀតណាម។ Tan ជឿជាក់ថានេះផ្តល់ឱ្យគាត់នូវឱកាសដើម្បីណែនាំសិស្សនិងសហការជាមួយមិត្តរួមការងារត្រឡប់ទៅផ្ទះវិញ។ គាត់បានដឹកនាំអ្នកមានទេពកោសល្យវ័យក្មេងជាច្រើននាក់នៅក្នុងប្រទេសវៀតណាម តាមរយៈកម្មវិធី AI Residency នៃសាជីវកម្មបច្ចេកវិទ្យាធំៗ។ កម្មវិធីរយៈពេលពីរឆ្នាំគាំទ្រដល់និស្សិតក្នុងការស្រាវជ្រាវ AI និងអាចឱ្យពួកគេធ្វើបណ្ឌិតរបស់ពួកគេនៅបរទេស។
លោក Nguyen Hung Minh Tan ។ រូបថត៖ តួអក្សរដែលបានផ្តល់ឱ្យ
កាលនៅក្មេង តាន់ ចាប់អារម្មណ៍នឹងគណិតវិទ្យា ពេលអានទស្សនាវដ្ដីគណិតវិទ្យា និងយុវជន។ តាន់ រៀនបានល្អ ហើយជាប់ក្រុមសាលាតាំងពីបឋមសិក្សា។ នៅឆ្នាំ ២០០៤ តាន់ បានប្រឡងជាប់ថ្នាក់ឯកទេសគណិតវិទ្យានៅវិទ្យាល័យ ឡឺ ហុងហ្វុង សម្រាប់អ្នកមានអំណោយ។
តាន់ បានចែករំលែកថា ទោះបីគាត់ចូលចិត្តក៏ដោយ ទាំងនេះជាឆ្នាំដែលគាត់រៀនគណិតវិទ្យាដើម្បីប្រឡង។ បន្ទាប់ពីមិនបានសម្រេចនូវលទ្ធផលដែលចង់បាននោះ Tan បានសម្រេចចិត្តផ្លាស់ប្តូរទិសដៅនៅថ្នាក់សាកលវិទ្យាល័យ។ ក្នុងឆ្នាំ 2007 លោក Tan បានប្រឡងជាប់នៅសាលាល្បីឈ្មោះចំនួនពីរក្នុងទីក្រុងហូជីមិញ សាកលវិទ្យាល័យវិទ្យាសាស្ត្រ និងឱសថ និងឱសថសាស្រ្ត ហើយជ្រើសរើសបន្តអាជីពជាវេជ្ជបណ្ឌិត។
បន្ទាប់ពីសិក្សានៅប្រទេសវៀតណាមបានមួយឆ្នាំ Tan បានផ្លាស់ទៅរស់នៅអាមេរិកជាមួយគ្រួសាររបស់គាត់។ គាត់បានបន្តការសិក្សាផ្នែកវេជ្ជសាស្រ្តរបស់គាត់នៅ Houston Community College, Texas ។ ទោះយ៉ាងណាក៏ដោយបន្ទាប់ពីពីរឆ្នាំ Tan បានឈប់ម្តងទៀត។
លោក Tan រំឭកថា៖ «ខ្ញុំបានដឹងថាខ្ញុំមិនស័ក្តិសមនឹងថ្នាំពេទ្យទេ។ នៅពេលនោះ គាត់ក៏គិតថា ភាសាអង់គ្លេសរបស់គាត់មិនទាន់ល្អគ្រប់គ្រាន់ក្នុងការបន្តការសិក្សាផ្នែកវេជ្ជសាស្ត្រនៅសហរដ្ឋអាមេរិកនោះទេ ព្រោះនិស្សិតពេទ្យមិនត្រឹមតែសិក្សានៅសាលាប៉ុណ្ណោះទេ ប៉ុន្តែគាត់ក៏ត្រូវប្រាស្រ័យទាក់ទងគ្នាផងដែរ ដើម្បីស្វែងយល់ពីរោគសាស្ត្រ កាលៈទេសៈ និងចិត្តសាស្ត្ររបស់អ្នកជំងឺ។
បន្ទាប់ពីស្រាវជ្រាវ និងរកឃើញថាមុខជំនាញវិស្វកម្មមានសក្តានុពលការងារល្អ Tan បានដាក់ពាក្យ និងទទួលបានអាហារូបករណ៍ពេញលេញដើម្បីសិក្សាផ្នែកវិស្វកម្មអគ្គិសនីនៅសាកលវិទ្យាល័យ Rice ដែលជាសាលាមួយនៅក្នុងសាកលវិទ្យាល័យកំពូលទាំង 15 នៅសហរដ្ឋអាមេរិក យោងតាម US News ។
នៅពេលនេះ លោក Tan នៅតែមិនទាន់មានគំនិតច្បាស់លាស់អំពីទិសដៅរបស់ខ្លួន។ នៅឆមាសទី 1 នៅពេលដែលគាត់បានចូលរៀនថ្នាក់ឯកទេសចំនួន 3 នោះ Tan បានចាប់អារម្មណ៍ ហើយជ្រើសរើស Signal Processing ។ យោងតាមលោក Tan ធំនេះប្រើប្រាស់ចំណេះដឹងគណិតវិទ្យាជាច្រើន ហើយផ្តល់ឱកាសការងារជាច្រើននៅក្នុងក្រុមហ៊ុនប្រេងធំៗ។ នេះក៏ជាកន្លែងហ្វឹកហាត់ដ៏ល្បីល្បាញនៅសាលាផងដែរ។
ក្រៅពីការសិក្សា លោក Tan ព្យាយាមពង្រឹងភាសាអង់គ្លេស។ គាត់បានដាក់ពាក្យធ្វើការក្រៅម៉ោងជាអ្នកគិតលុយនៅផ្សារមួយ។ ការងារគឺតានតឹងខ្លាំង ដោយបង្ខំឱ្យ Tan ធ្វើសកម្មភាពស្តាប់ និងនិយាយភាសាអង់គ្លេសបន្ថែមទៀត ដើម្បីដោះស្រាយស្ថានភាពជាមួយអតិថិជន។ អរគុណចំពោះរឿងនោះ Tan បានធ្វើឱ្យជំនាញស្តាប់ និងនិយាយរបស់គាត់កាន់តែប្រសើរឡើង។ វាកាន់តែងាយស្រួលសម្រាប់គាត់ក្នុងការនិយាយជាមួយមិត្តភក្តិរបស់គាត់នៅសាលារៀន ហើយគាត់អាចចូលរួមក្នុងគម្រោងជាមួយគ្រូរបស់គាត់។
ក្នុងឆ្នាំ 2014 Tan បានចូលរៀននៅសកលវិទ្យាល័យឆ្នាំចុងក្រោយ។ នេះក៏ជាពេលដែលការរៀនម៉ាស៊ីន និងការរៀនស៊ីជម្រៅកំពុងអភិវឌ្ឍយ៉ាងលឿននៅក្នុងសហរដ្ឋអាមេរិក។ លោក Tan បានសិក្សាផ្នែកទាំងពីរនេះ ដើម្បីអនុវត្តចំពោះគម្រោងនេះ ហើយរួមគ្នាជាមួយមិត្តភ័ក្តិរបស់គាត់បានបង្កើតមួកដោយជោគជ័យ ដែលអាចបំប្លែងគំនិតរបស់អ្នកពាក់ទៅជាពាក្យបញ្ជា ដើម្បីគ្រប់គ្រងរថយន្តគំរូមួយ។
ទោះជាយ៉ាងណាក៏ដោយ មុនពេលបញ្ចប់ការសិក្សា លោក Tan ត្រូវបានទទួលយកជាអ្នកហាត់ការផ្នែកវិស្វកម្មនៅក្រុមហ៊ុន GE Oil and Gas ដែលជាក្រុមហ៊ុននៅក្នុងឧស្សាហកម្មប្រេង និងឧស្ម័ន។ មិនយូរប៉ុន្មាន ឧស្សាហកម្មប្រេងបានធ្លាក់ចុះ។ នៅពេលនេះ សាស្ត្រាចារ្យចាស់របស់គាត់នៅសាកលវិទ្យាល័យ Rice បានបញ្ចុះបញ្ចូលគាត់ឱ្យត្រឡប់ទៅស្រាវជ្រាវលើ AI វិញ។
Tan បានលាឈប់ពីការងារ ហើយទទួលបានអាហារូបករណ៍ថ្នាក់អនុបណ្ឌិត និងបណ្ឌិតក្នុងឆ្នាំ 2014។
បីឆ្នាំក្រោយមក ដោយមានចំណង់ចំណូលចិត្ត និងការណែនាំពីគ្រូរបស់គាត់ ការសិក្សារបស់ Tan បានដំណើរការយ៉ាងរលូន ជាមួយនឹងអត្ថបទវិទ្យាសាស្ត្រជាបន្តបន្ទាប់។ ប៉ុន្តែនៅឆ្នាំទី 4 របស់គាត់ Tan បានចាប់ផ្តើម "ជាប់គាំង" មិនដឹងថាត្រូវស្រាវជ្រាវអ្វីបន្ទាប់ទៀត។ គាត់បានព្យាយាមស្វែងរកផ្នែកថ្មីៗជាច្រើននៅក្នុង AI ប៉ុន្តែមិនមានលទ្ធផលអ្វីឡើយ។
Tan បាននិយាយដោយបារម្ភថា៖ «ខ្ញុំមិនបានបោះពុម្ពឯកសារវិទ្យាសាស្ត្រមួយក្នុងរយៈពេលពីរឆ្នាំមកហើយ»។ គាត់បានតស៊ូព្យាយាម ប្រៀបធៀបគំនិតរបស់គាត់ជាមួយគ្រូរបស់គាត់ជានិច្ច ដើម្បីយល់ពីអ្វីដែលគាត់ខ្វះខាត។
បន្ទាប់ពីរយៈពេលពីរឆ្នាំនៃការតស៊ូដោយគ្មានលទ្ធផល អ្វីៗបានច្បាស់នៅពេលដែល Tan ដឹងថាអ្វីដែលគាត់ខ្វះខាតគឺទិសដៅស្រាវជ្រាវ។ ទីបំផុត Tan បានសម្រេចចិត្តផ្តោតលើគណិតវិទ្យាអនុវត្ត និងការរៀនម៉ាស៊ីន។
ចាប់ពីពេលនោះមក ការងាររបស់ Tan កាន់តែងាយស្រួល។ អ្នកហាត់ការថ្មីនៅក្រុមហ៊ុន Amazon AI និង NVIDIA Research ដែលធ្វើការលើបញ្ហាដែលបានអនុវត្តដូចជា Physics AI modeling, domain adaptation to learn from synthetic data, or using machine learning for scientific discovery. ថ្មីៗនេះ លោក Tan បានប្រើប្រាស់បញ្ហាដែលបានអនុវត្តទាំងនេះ ដើម្បីទស្សន៍ទាយអាយុកាលថ្មរបស់រថយន្តអគ្គិសនីនៅក្នុងគម្រោងសហការជាមួយក្រុមហ៊ុន Toyota ។
ខែមិថុនានេះ គាត់បានបញ្ចប់កម្មវិធីក្រោយបណ្ឌិតរបស់គាត់នៅនាយកដ្ឋានគណិតវិទ្យា សាកលវិទ្យាល័យកាលីហ្វ័រញ៉ា ឡូសអេនជឺលេស (UCLA) មុនពេលចូលរៀននៅសាកលវិទ្យាល័យជាតិសិង្ហបុរី។
Tan បាននិយាយថាការងារថ្មីគួរឱ្យចាប់អារម្មណ៍ណាស់។ គាត់បានចូលរួមក្នុងការបង្កើតកម្មវិធី ដោយជួយសិស្សអនុវត្តអ្វីដែលពួកគេបានរៀនដើម្បីស្វែងរកការងារធ្វើជុំវិញពិភពលោក។
លោក Tan បានចែករំលែកថា៖ «មានសម្ពាធច្រើន ប៉ុន្តែក៏មានការលើកទឹកចិត្តបន្ថែមទៀត។ គាត់បាននិយាយថា គាត់ដើរតាមមាគ៌ាបង្រៀន ព្រោះគាត់បានបំផុសគំនិតដោយគ្រូរបស់គាត់។ សាស្ត្រាចារ្យ Richard Baraniuk នៅសាកលវិទ្យាល័យ Rice និងសាស្ត្រាចារ្យ Stan Osher នៅ UCLA បានផ្តល់ដំបូន្មានមានប្រយោជន៍ជាច្រើនដល់ Tan ទាំងក្នុងការស្រាវជ្រាវ និងអាជីព។ ធ្វើជាសាក្សីពីការលះបង់ និងឥទ្ធិពលវិជ្ជមានរបស់គ្រូរបស់គាត់ លោក Tan ចាត់ទុកពួកគេថាជាគំរូដែលត្រូវធ្វើតាម។
Tan នៅសន្និសីទ ICLR 2023 បញ្ញាសិប្បនិមិត្ត នៅប្រទេសរវ៉ាន់ដា។ រូបថត៖ តួអក្សរដែលបានផ្តល់ឱ្យ
លោក Ho Pham Minh Nhat សាស្ត្រាចារ្យនៅសាកលវិទ្យាល័យ Texas ទីក្រុង Austin សហរដ្ឋអាមេរិក បានវាយតម្លៃខ្ពស់ចំពោះសហការីរបស់គាត់ទាំងផ្នែកស្រាវជ្រាវ និងការបង្រៀន។
លោក Nhat បានចែករំលែកថា "Tan តែងតែចង់ធ្វើអ្វីគ្រប់យ៉ាងដល់ទីបញ្ចប់ ហើយមិនដែលទុកអ្វីដែលមិនទាន់ចប់នោះទេ។ គាត់រកឃើញ និងដោះស្រាយបញ្ហាតាមបែបវិទ្យាសាស្ត្រ។ Tan ក៏មានទំនួលខុសត្រូវខ្ពស់ចំពោះសិស្សដែរ"។
រហូតមកដល់ពេលនេះ Tan មានអត្ថបទចំនួន 16 នៅក្នុងទស្សនាវដ្តី Q1 (ក្រុមទស្សនាវដ្តីដែលមានកិត្យានុភាពបំផុតនៅក្នុងវិស័យមួយ)។ ទិសដៅស្រាវជ្រាវនាពេលអនាគតរបស់ Tan គឺដើម្បីបញ្ចូលគ្នានូវវិធីសាស្រ្តជាច្រើននៅក្នុងគណិតវិទ្យាដែលបានអនុវត្ត ដូចជាការបង្កើនប្រសិទ្ធភាព សមីការឌីផេរ៉ង់ស្យែល ឬស្ថិតិ ដើម្បីពន្យល់អំពីគំរូនៃការរៀនម៉ាស៊ីនដែលប្រើក្នុងកម្មវិធីបញ្ញាសិប្បនិម្មិត។ គាត់ក៏ត្រឡប់ទៅវៀតណាមជាប្រចាំដើម្បីណែនាំសិស្សជាមួយសហការីរបស់គាត់។
ក្រឡេកទៅមើលដំណើររបស់គាត់វិញ លោក Tan និយាយថា បរិយាកាសនីមួយៗបានផ្តល់មេរៀនដ៏មានតម្លៃ។ នៅសាលាពេទ្យ គាត់បានរៀនគុណធម៌នៃការឧស្សាហ៍ព្យាយាម។ សាកលវិទ្យាល័យ Rice បានបង្រៀនគាត់ពីរបៀបក្លាយជាអ្នកស្រាវជ្រាវឯករាជ្យ។ នៅ UCLA គាត់បានរៀនពីរបៀបធ្វើការប្រកបដោយផលិតភាព និងធ្វើការស្រាវជ្រាវប្រកបដោយប្រសិទ្ធភាព។ ផងដែរនៅក្នុងកន្លែងទាំងពីរនេះ ដោយធ្វើការជាមួយសហការីមកពីប្រទេសជាច្រើន លោក Tan បានស្វែងយល់បន្ថែមអំពីតម្លៃនៃភាពចម្រុះក្នុងការស្រាវជ្រាវ និងជីវិត។
លោកជឿជាក់ថា យុវជនត្រូវមានភាពសកម្ម ចង់ដឹងចង់ឃើញ ឧស្សាហ៍ព្យាយាម បន្តការគិតឡើងវិញ និងមានភាពជឿជាក់លើខ្លួនឯងជានិច្ច។
លោក Tan បាននិយាយថា "គ្មានជោគជ័យណាមួយមកដោយងាយស្រួលនោះទេ។ គាត់ជឿថាមនុស្សភាគច្រើនមិនមែនជាមនុស្សពូកែទេ ដូច្នេះគុណសម្បត្តិទាំងនេះគឺជាគន្លឹះនៃភាពជោគជ័យ ជាពិសេសនៅពេលប្រឈមមុខនឹងឧបសគ្គ។
ខាន់ លីញ
* សាស្ត្រាចារ្យជំនួយគឺជាសាស្ត្រាចារ្យដំបូងគេក្នុងចំណោម 3 កម្រិតនៅសហរដ្ឋអាមេរិក។
ប្រភពតំណ
Kommentar (0)