De estudiante de medicina a profesor en una de las 8 mejores universidades del mundo

Después de abandonar tres años de la escuela de medicina y trabajar en una compañía de petróleo y gas, Nguyen Hung Minh Tan se pasó a la investigación en IA y se convirtió en profesor en la Universidad Nacional de Singapur.

Minh Tan, de 34 años y originario de Ciudad Ho Chi Minh, aceptó el puesto de profesor adjunto (*) en el Departamento de Matemáticas de la Universidad Nacional de Singapur (NUS) en julio. Esta es la única institución de Asia que figura entre las 10 mejores universidades del mundo , según el ranking QS 2024. Ocupa el octavo puesto.

Tan enseñará e investigará el aprendizaje automático y el aprendizaje profundo en inteligencia artificial (IA).

"Elegí Singapur porque el departamento de Matemáticas de la NUS es muy sólido, ocupando el puesto 13.º a nivel mundial según el QS 2023. La dirección de investigación aquí es similar a mi dirección de desarrollo", afirmó Tan.

Además, Singapur está cerca de Vietnam. Tan cree que esto le brinda la oportunidad de guiar a estudiantes y colaborar con colegas en su país. Ha guiado a muchos jóvenes talentos en Vietnam a través del programa de Residencia en IA de grandes corporaciones tecnológicas. El programa de dos años apoya a los estudiantes en la investigación sobre IA y les brinda las condiciones para realizar doctorados en el extranjero.

Nguyen Hung Minh Tan. Foto: Personaje proporcionado.

De niño, Tan se interesaba por las matemáticas cuando leía las revistas Math y Tuoi Tre. Tan aprendió bien y formó parte del equipo escolar desde primaria. En 2004, Tan aprobó el examen de admisión a la clase especializada de matemáticas en la Escuela Secundaria para Dotados Le Hong Phong.

Tan compartió que, aunque le gustaba, esos años los dedicaba a estudiar matemáticas solo para presentar el examen. Tras no lograr los resultados deseados, Tan decidió cambiar de rumbo en la universidad. En 2007, Tan fue admitido en dos prestigiosas universidades de Ciudad Ho Chi Minh, Bach Khoa e Y Duoc, y decidió estudiar medicina.

Tras estudiar un año en Vietnam, Tan se mudó a Estados Unidos con su familia. Continuó sus estudios de medicina en el Houston Community College de Texas. Sin embargo, dos años después, los abandonó.

"Me di cuenta de que no era apto para el campo de la medicina", recordó Tan. En ese momento, también pensó que su inglés no era lo suficientemente bueno como para seguir estudiando medicina en Estados Unidos, ya que los estudiantes de medicina no solo estudian en la facultad, sino que también deben comunicarse bien para comprender la patología, las circunstancias y la psicología de los pacientes.

Después de investigar y descubrir que los estudiantes de ingeniería tienen buenas perspectivas profesionales, Tan solicitó y ganó una beca completa para estudiar Ingeniería Eléctrica en la Universidad Rice, una escuela entre las 15 mejores universidades de los EE. UU. según US News.

En ese momento, Tan aún no tenía una visión clara de su trayectoria profesional. Durante el primer semestre, al cursar tres asignaturas especializadas, Tan se interesó y eligió Procesamiento de Señales. Según Tan, esta especialización requiere un amplio conocimiento de matemáticas y ofrece numerosas oportunidades laborales en grandes compañías petroleras. Esta también es una de las áreas de formación más populares de la escuela.

Además de estudiar, Tan buscaba mejorar su inglés. Solicitó un trabajo a tiempo parcial como cajero en un mercado. El trabajo era muy estresante, lo que obligaba a Tan a escuchar atentamente y a hablar más inglés para resolver problemas con los clientes. Gracias a esto, Tan mejoró sus habilidades de escucha y expresión oral. Podía comunicarse con mayor facilidad con sus amigos del colegio y participar en proyectos con sus profesores.

En 2014, Tan comenzó su último año de universidad. En esa época, el aprendizaje automático y el aprendizaje profundo se desarrollaban rápidamente en Estados Unidos. Tan estudió estos dos campos para aplicarlos al proyecto y, junto con sus amigos, creó con éxito un sombrero que podía convertir los pensamientos de quien lo usaba en comandos para controlar un coche a escala.

Pero justo antes de graduarse, Tan fue aceptado como becario de ingeniería en GE Oil and Gas, una empresa de petróleo y gas. Poco después, la industria petrolera entró en declive. En ese momento, su antiguo profesor en la Universidad Rice lo convenció de volver a la investigación en IA.

Tan dejó su trabajo y ganó una beca de maestría y doctorado en 2014.

Tres años después, gracias a su pasión y la dedicación de sus profesores, los estudios de Tan transcurrieron sin contratiempos, con constantes artículos científicos . Pero en su cuarto año, Tan empezó a estancarse, sin saber qué investigar a continuación. Intentó explorar muchas áreas nuevas de la IA, pero no obtuvo resultados.

"No he publicado ningún artículo científico en dos años", dijo Tan, preocupado, pues esta es una etapa muy importante para un doctorando. Le costaba comparar constantemente sus ideas con las de sus profesores para comprender qué le faltaba.

Tras dos años de lucha sin resultados, la situación se aclaró cuando Tan se dio cuenta de que lo que le faltaba era una dirección de investigación. Finalmente, Tan decidió centrarse en las matemáticas aplicadas y el aprendizaje automático.

Desde entonces, el trabajo de Tan se ha simplificado considerablemente. Realizó prácticas en Amazon AI y NVIDIA Research, donde trabajó en diversos problemas aplicados, como el modelado de física de IA, la adaptación de dominios para aprender de datos sintéticos y el uso del aprendizaje automático para realizardescubrimientos científicos. Recientemente, Tan utilizó estos problemas aplicados para predecir la duración de las baterías de vehículos eléctricos en un proyecto colaborativo con Toyota.

Este junio, completó su programa postdoctoral en el Departamento de Matemáticas de la Universidad de California, Los Ángeles (UCLA), antes de unirse a la Universidad Nacional de Singapur.

Tan dijo que el nuevo trabajo es muy interesante. Participa en el desarrollo del programa y en cómo ayudar a los estudiantes a aplicar lo aprendido para encontrar trabajo en todo el mundo.

"Hay mucha presión, pero también mucha motivación", compartió Tan. Dijo que siguió la carrera docente porque se inspiró en sus mentores. El profesor Richard Baraniuk, de la Universidad Rice, y el profesor Stan Osher, de la UCLA, le dieron muchos consejos útiles, tanto para la investigación como para su carrera. Al ser testigo de su dedicación e influencia positiva en él, Tan los consideraba modelos a seguir.

Tan en la conferencia de inteligencia artificial ICLR 2023 en Ruanda. Foto: Personaje proporcionado.

Ho Pham Minh Nhat, profesor de la Universidad de Texas en Austin (EE.UU.), aprecia mucho a sus colegas tanto en la investigación como en la docencia.

"Tan siempre quiere llegar hasta el final y nunca deja nada sin terminar. Descubre y resuelve los problemas con gran rigor científico. Además, es muy responsable con los estudiantes", comentó el Sr. Nhat.

Hasta la fecha, Tan ha publicado 16 artículos en revistas Q1 (el grupo de revistas más prestigioso de su campo). Su futura línea de investigación es combinar diversos métodos de matemáticas aplicadas, como la optimización, las ecuaciones diferenciales o la estadística, para explicar los modelos de aprendizaje automático utilizados en aplicaciones de inteligencia artificial. Además, regresa a Vietnam con regularidad para guiar a estudiantes junto con sus colegas.

Al recordar su trayectoria, Tan afirma que cada entorno le enseñó valiosas lecciones. En la facultad de medicina, aprendió la virtud de la diligencia. La Universidad Rice le enseñó a ser un investigador independiente. En UCLA, aprendió a ser productivo y a realizar investigaciones de impacto. También en estos dos lugares, al trabajar con colegas de diversos países, Tan aprendió el valor de la diversidad en la investigación y en la vida.

Considera que los jóvenes necesitan ser proactivos, curiosos, trabajadores, renovar constantemente su pensamiento y tener confianza en sí mismos.

“Nada es fácil”, dijo Tan. Cree que la mayoría de las personas no son genios, por lo que estas cualidades son clave para el éxito, especialmente ante obstáculos.

Khanh Linh

*El profesor asistente es el primero de tres niveles de profesores en los EE.UU.

Enlace de origen: https://vnexpress.net/tu-sinh-vien-y-thanh-giao-su-dai-hoc-top-8-the-gioi-4649054.html