准教授、フイン・ティ・タン・ビン博士：「最適化とは、多くの場合、自然に従うことです」

学生時代からハノイ工科大学にこだわっているのは、何か特別な縁があるからでしょうか？環境の変化に不安を感じるタイプですか？

私は本校で情報技術（IT）を専攻する37期生ですが、実は高校時代からITを学んできました。その後、大学、修士課程、博士課程まですべて本校で学びました。

実は、日本に留学しようと考えていた時期もありました。大学時代、K36とK37の優秀な学生20名を日本政府の奨学金で5年間日本語を勉強しました。しかし、ちょうど隣国の経済不況に見舞われ、留学は中断されました。その後、修士課程を修了した際に、ホー・トゥ・バオ教授に日本の著名な教授を紹介していただき、そこで研究をすることになりましたが、私自身の主観的な理由（結婚）で、結局工科大学に残りました。こうした客観的かつ主観的な理由から、現在も工科大学で博士号を取得し、教鞭を執っています。

運命と言ったらちょっと大げさかもしれませんが、簡単に言うと、このことは私にとっては自然に、簡単に起こったことなのです。

准教授のHuynh Thi Thanh Binh博士は、2023年7月にポルトガルのリスボンで開催された進化計算に関する主要な会議に出席し、報告を発表しました。

最近の学会では、多くの女性科学者と共に研究成果を発表されているのを目にしました。これは、工科大学における科学界における新世代の「フェミニズム」の兆しでしょうか？

前回、ビングループ・イノベーション・ファンド（VINIF）の会議に出席した際、グエン・フィ・レ博士、レ・ミン・トゥイ博士と私は一緒に発表を行いました。そこには、日本に滞在していてまだ帰国していなかったグエン・カム・リー博士という女子学生がいました。これは単なる偶然、あるいは私たちの間の「共感」であり、特定の「フェミニスト」世代を代表するものではありませんでした。学校の工学部では、私のグループほど多くの女性メンバーがいるグループはほとんどなく、おそらく経済学部や外国語学部の研究グループよりも少ないでしょう。もう一つの特筆すべき点は、毎年、私のグループが世界の主要な会議で論文を発表し、その後、私とグループが会議に参加することで、優れた研究グループとの交流の機会を広げているということです。

校内で大規模な実験室を管理しながら、授業もされていると伺いました。これをうまく行うために、何か最適化のプロセスを適用する必要があるでしょうか？

現在、約40名の最適化研究グループのリーダーを務めています。仕事量は多く、土曜日も含めて早朝から午後6時～7時まで働いています。私にとって仕事は毎日の食事や飲み物のようなもので、毎週このグループや別のグループから新しい発見があるので、常に新しい料理が出てきます。それが私にとって刺激的なのです。

仕事を最適化するには、目標を設定し、計画を立て、時間を合理的に割り当て、締め切りを決して忘れないようにする必要があります。

色とブラシで夢のようなひとときを

スリムな体型の裏に、素晴らしい労働倫理が隠れているのでしょうか?

体が軽いと、考える力、研究する力、創造する力が増える気がします。もちろん、自分の状態に心地よさを感じることも大切です。

ピアノも習っています。人生に調和をもたらし、より味わい深いものを持ちたいからです。音楽は実は数学のようなもので、言語や自然界の進化と似ています。

研究室のメンバーを団結させるために、厳格な管理スタイルと柔軟な管理スタイル、どちらの管理スタイルを選びますか?

3月8日に研究室の学生から彼女に贈られた贈り物

研究室のメンバー同士の繋がりは非常に重要です。コミュニケーション、最新情報、そして研究分野間の情報共有がなければ、繋がりを築くことは困難です。私は毎朝、週初めにラボのメンバーのために食べ物と飲み物をカートに詰め、1週間を通して快適に使える量を計算しながら運びます。メンバーが気を散らされることなく研究に集中し、朝から晩まで仕事を続けられるよう、サポートに努めています。

私も皆さんのように常に研究室にいて、一緒に作業し、会議を開き、皆さんや他の研究グループと議論しなければなりません。それができなければ、研究の方向性が調整されず、重複したり、互いに支え合ったり、進捗状況を共有したりすることができなくなってしまいます。

私のマネジメントスタイルは、役割によって異なります。学校では同僚にとても優しく接しますが、研究グループでは、非常に厳格で、時間厳守を徹底し、明確な報酬と罰則を設けています。その理由は、それぞれの仕事において最適化したいという欲求から来ているのでしょうが、私にとってはごく自然なことだと感じています。

数学がどのように最適な解決策を導くかの具体的な例は何ですか?

数学は本質的に美しいものです。人生における多くの問題には数学が不可欠です。例えば、「ハノイ工科大学からホアンキエム湖まで、できるだけ早く、そして赤信号を最小限に抑えて到着するにはどうすればよいか」という問題は、最適な答えを見つけるためのアルゴリズムを必要とする問題です。配送や物流における経路問題など、私たちの身の回りの多くの問題もまた、組合せ最適化問題です。人生には最適化された作業が必要であり、作業を最適化するには数学が必要です。応用数学は現在、非常に発展した分野であり、人生において重要な役割を果たしています。

例えば、生産や物流といった、時間とともに変化するパラメータを持つ問題では、必ずしも最適な解が見つかるとは限りません。こうした問題には多くの補完的な手法が必要であり、許容可能な解を見つけるために近似的な手法を用いる必要があります。数学の対象は絶対値ですが、近似値を用いて数学を行うことは、実際には自然の本質に近づき、最適化に近いものとなります。

数学、最適化から人工知能 (AI) までは長い道のりでしょうか、それとも短い道のりでしょうか?

AIは1940年代から1950年代に始まりました。当時、アラン・チューリングは知能コンピュータの理論をシミュレートする「チューリングマシン」の概念を提唱しました。1950年代には、ジョン・マッカーシーが「人工知能」という用語を提唱し、言語を開発しました。1970年代から1980年代には、意思決定問題を解決するためにエキスパートシステムやファジー論理といった概念が開発されました。1990年代には、ニューラルネットワークとディープニューラルネットワークが発展しました。2010年代には、自動運転、チャットボット、認識、言語処理など、AI技術は多くの分野に統合されています。近年、AIは生活のあらゆる側面に浸透するほど普及し、各国の関心を集めています。将来、AIはより深く、より発展していくための非常に豊かな市場となり、より多くの生活活動に浸透していくでしょう。

2018年6月にブラジルのリオデジャネイロで開催された2018 IEEE世界計算知能会議に出席し報告する大学院生と学生たち

現在のAI研究と応用では真の「知能」は生まれないと考える人が多いようです。この見解についてどうお考えですか？また、人間の知能と機械の知能の違いは何だとお考えですか？

アラン・チューリングの時代、人々は、極めて大規模なデータシステムで計算をうまく処理できる機械が作れれば、その複雑さはいずれ人間の脳のニューラルネットワークに匹敵する、つまりAIが人間の知能に到達できると信じていました。Googleのような巨大企業によって約80年にわたりその方向への発展が続けられてきましたが、今日に至るまで、AIはまだその目標を達成するには程遠いと私は考えています。機械論的に言えば、人間は計算とプログラミングが可能な方法で情報を統合し、知覚し、学習し、感情を表現する…と言えるでしょう。この論理に従えば、AIは速度とデータの向上によって人間に近づき、あるいは人間を超えることができるはずです。しかし、人間の脳には、ある「非論理的な」メカニズムがあり、AIはその境地には程遠い、あるいは決して到達できないと私は考えています。

人間が銃や経済ではなく、データを武器として使う時代が来るのでしょうか？このデータ戦争はどのような結果をもたらすのでしょうか？人間の世界と機械の世界の間で、最適化／バランス戦略が必要なのでしょうか？

財布は失くしても構いませんが、パソコンとそこに入っているデータは失くせません。つまり、データは非常に重要なのです。武器や経済があれば戦争で避難したり交渉したりすることはできますが、データがなければ何もできません。人々はビッグデータさえも競争や戦争に利用しています。データのないAIは意味がありません。

データ戦争の結果は悲惨なものとなるでしょう。データのマイニングと利用に関する倫理基準は確立されています。

人間と機械のバランス戦略について語るのはまだ時期尚早かもしれませんが、国家資産であるデータを保護する戦略は極めて重要です。今や人々は、個人データを他者に提供する際に慎重になり始めています。Google、Facebook、TikTokといった巨大企業が存在する中で、データを効果的に管理し、保護しなければ、貴重な資源がこれらの企業に操作され、利用されるままに放置されてしまうことになります。政府は、学校や銀行など、大量の個人データを保管する機関に対しては、非常に優れたデータ管理政策を策定しています。しかし、人々が「無意識のうちに」これらの巨大企業に提供してしまうデータの管理は容易ではありません。

准教授のフイン・ティ・タン・ビン博士と2023年8月に卒業予定の工科大学の学生たち

データに加えて、情報転送の最適化も重要ですが、それはあなたが取り組んでいる研究プロジェクトに関連していますか?

はい、それは私と私のチームが非常に誇りに思っているプロジェクトです。VINIF財団から、組合せ最適化問題を解くための転移学習に関する研究資金を獲得しました。このプロジェクトの資金を獲得するために、私のチームは9ヶ月かけて提案書の準備、執筆、改訂を行い、実際に達成可能な結果に最も近く、最良のものとなるよう努めました。このプロジェクトは、進化における最適な知識移転、共進化における情報移転、そしてニューラルネットワークにおける情報移転に関する研究です。

ここで言う転送とは、機械から機械へ、あるいは人から人へではなく、生活における最適化問題を効果的に解決するための情報転送／情報共有の研究です。例えば、ロボットアームの問題、輸送における経路問題、軍事における計画立案といった重要な問題が挙げられます。

米国スタンフォード大学准教授、フイン・ティ・タイン・ビン博士

最近の統計によると、ベトナムのAI業界の従業員の給与は上位3位にランクされています。AIは今、トレンドの学問分野だと思いますか？

最近のカンファレンスレポートで、ベトナムのAIエンジニアの給与についてもまとめましたが、確かに非常に高い水準であることが分かりました。AI関連の仕事は数多くあり、近い将来もAIは依然として非常に魅力的な分野であり、仕事を見つけやすく、高収入が見込めると考えています。

何世代にもわたって理工大学に関わってきた立場から、現在の Gen Z 世代と過去の卒業生をどのように比較しますか?

どこから来たのかは分かりませんが、ポリテクニックのZ世代の学生たちを見ると、皆さんがどんどん成長しているのが分かります。素晴らしいですね。皆さんはとても賢くて、専攻分野だけでなく、外国語やソフトスキルにも優れています。特に、自治制に移行してからは、ポリテクニックはますます優秀な学生を惹きつけています。

私が勤務する情報技術・コミュニケーション学部では、以前は学生が研究室にほとんどアクセスできませんでした。しかし近年では、ほとんどの学生が1年生から研究室に入り、熱心に創造的に研究に取り組んでいます。中には、自ら研究室のことを知り、参加する学生もいます。

チャットしてくれてありがとう！

タンニエン.vn