ពីនិស្សិតពេទ្យរហូតដល់សាស្ត្រាចារ្យនៅសាកលវិទ្យាល័យកំពូលទាំង ៨ នៅលើពិភពលោក

បន្ទាប់ពីឈប់រៀនពេទ្យរយៈពេលបីឆ្នាំ និងធ្វើការនៅក្រុមហ៊ុនប្រេង និងឧស្ម័ន លោក Nguyen Hung Minh Tan បានប្តូរទៅស្រាវជ្រាវ AI ហើយបានក្លាយជាសាស្ត្រាចារ្យនៅសាកលវិទ្យាល័យជាតិសិង្ហបុរី។

Minh Tan អាយុ 34 ឆ្នាំមកពីទីក្រុងហូជីមិញបានទទួលយកមុខតំណែងជាជំនួយការសាស្រ្តាចារ្យ (*) នៅនាយកដ្ឋានគណិតវិទ្យានៃសាកលវិទ្យាល័យជាតិសិង្ហបុរី (NUS) កាលពីខែកក្កដា។ នេះជាសាលាតែមួយគត់នៅអាស៊ីនៅក្នុងសាកលវិទ្យាល័យកំពូលទាំង 10 ក្នុងពិភពលោកនេះ បើយោងតាម QS Ranking 2024។ សាលានេះស្ថិតនៅក្នុងចំណាត់ថ្នាក់ទីប្រាំបី។

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 និងបង្កើតលក្ខខណ្ឌសម្រាប់ពួកគេដើម្បីធ្វើ PhDs នៅបរទេស។

លោក Nguyen Hung Minh Tan ។ រូបថត៖ តួអក្សរដែលបានផ្តល់ឱ្យ — លោក Nguyen Hung Minh Tan ។ រូបថត៖ *តួអក្សរដែលបានផ្តល់ឱ្យ*

កាលនៅក្មេង តាន់ចាប់អារម្មណ៍នឹងគណិតវិទ្យា ពេលអានទស្សនាវដ្ដី Math និង Tuoi Tre។ តាន់ រៀនបានល្អ ហើយជាប់ក្រុមសាលាតាំងពីបឋមសិក្សា។ នៅឆ្នាំ ២០០៤ តាន់ បានប្រឡងចូលថ្នាក់ឯកទេសគណិតវិទ្យានៅវិទ្យាល័យ ឡឺ ហុងហ្វុង សម្រាប់អ្នកមានអំណោយ។

តាន់ បានចែករំលែកថា ទោះបីគាត់ចូលចិត្តវាក៏ដោយ នោះជាឆ្នាំដែលគាត់រៀនគណិតវិទ្យាដើម្បីប្រឡង។ បន្ទាប់ពីមិនសម្រេចបានលទ្ធផលដូចការចង់បាន Tan បានសម្រេចចិត្តផ្លាស់ប្តូរទិសដៅនៅសកលវិទ្យាល័យ។ ក្នុងឆ្នាំ 2007 លោក Tan ត្រូវបានអនុញ្ញាតឱ្យចូលរៀននៅសកលវិទ្យាល័យល្បីឈ្មោះចំនួនពីរនៅទីក្រុងហូជីមិញ គឺ Bach Khoa និង Y Duoc ហើយបានជ្រើសរើសបន្តផ្លូវនៃការក្លាយជាវេជ្ជបណ្ឌិត។

បន្ទាប់ពីបានសិក្សានៅប្រទេសវៀតណាមរយៈពេលមួយឆ្នាំ លោក Tan បានផ្លាស់ទៅរស់នៅសហរដ្ឋអាមេរិកជាមួយគ្រួសាររបស់គាត់។ គាត់បានបន្តការសិក្សាផ្នែកវេជ្ជសាស្រ្តរបស់គាត់នៅមហាវិទ្យាល័យសហគមន៍ Houston ក្នុងរដ្ឋតិចសាស់។ ទោះយ៉ាងណាក៏ដោយបន្ទាប់ពីពីរឆ្នាំ Tan បានឈប់ម្តងទៀត។

Tan បានរំឭកថា៖ «ខ្ញុំបានដឹងថាខ្ញុំមិនស័ក្តិសមនឹងវិស័យវេជ្ជសាស្រ្ដទេ។ នៅពេលនោះ គាត់ក៏គិតថា ភាសាអង់គ្លេសរបស់គាត់មិនទាន់ល្អគ្រប់គ្រាន់ក្នុងការបន្តការសិក្សាផ្នែកវេជ្ជសាស្ត្រនៅសហរដ្ឋអាមេរិកនោះទេ ព្រោះនិស្សិតពេទ្យមិនត្រឹមតែសិក្សានៅសាលាប៉ុណ្ណោះទេ ប៉ុន្តែគាត់ក៏ត្រូវប្រាស្រ័យទាក់ទងគ្នាផងដែរ ដើម្បីស្វែងយល់ពីរោគសាស្ត្រ កាលៈទេសៈ និងចិត្តសាស្ត្ររបស់អ្នកជំងឺ។

បន្ទាប់ពីស្រាវជ្រាវ និងរកឃើញថាមុខជំនាញវិស្វកម្មមានសក្តានុពលការងារល្អ Tan បានដាក់ពាក្យ និងទទួលបានអាហារូបករណ៍ពេញលេញដើម្បីសិក្សាផ្នែកវិស្វកម្មអគ្គិសនីនៅសាកលវិទ្យាល័យ Rice ដែលជាសាលាមួយនៅក្នុងសាកលវិទ្យាល័យកំពូលទាំង 15 នៅសហរដ្ឋអាមេរិក យោងតាម US News ។

នៅពេលនោះ Tan នៅមិនទាន់មានចក្ខុវិស័យច្បាស់លាស់អំពីវិថីអាជីពរបស់ខ្លួនទេ។ នៅឆមាសទី 1 នៅពេលដែលគាត់បានចូលរៀនថ្នាក់ឯកទេសចំនួន 3 នោះ Tan បានចាប់អារម្មណ៍ ហើយជ្រើសរើស Signal Processing ។ បើតាមលោក Tan មេនេះប្រើចំណេះដឹងគណិតវិទ្យាច្រើន ហើយមានឱកាសការងារច្រើនក្នុងក្រុមហ៊ុនប្រេងធំៗ។ នេះក៏ជាកន្លែងហ្វឹកហាត់ដ៏ល្បីល្បាញនៅសាលាផងដែរ។

ក្រៅពីការសិក្សា លោក Tan បានព្យាយាមពង្រឹងភាសាអង់គ្លេសរបស់ខ្លួន។ គាត់បានដាក់ពាក្យធ្វើការក្រៅម៉ោងជាអ្នកគិតលុយនៅផ្សារមួយ។ ការងារនេះមានភាពតានតឹងខ្លាំង ដោយបង្ខំឱ្យ Tan ធ្វើសកម្មភាពស្តាប់ និងនិយាយភាសាអង់គ្លេសបន្ថែមទៀត ដើម្បីដោះស្រាយស្ថានភាពជាមួយអតិថិជន។ អរគុណចំពោះចំណុចនេះ Tan បានបង្កើនជំនាញស្តាប់ និងការនិយាយរបស់គាត់។ គាត់អាចនិយាយកាន់តែងាយស្រួលជាមួយមិត្តរបស់គាត់នៅសាលា ហើយអាចចូលរួមក្នុងគម្រោងជាមួយគ្រូរបស់គាត់។

ក្នុងឆ្នាំ 2014 លោក Tan បានចូលរៀននៅមហាវិទ្យាល័យ។ នេះក៏ជាពេលដែលការរៀនម៉ាស៊ីន និងការរៀនស៊ីជម្រៅកំពុងអភិវឌ្ឍយ៉ាងឆាប់រហ័សនៅក្នុងសហរដ្ឋអាមេរិក។ Tan បានសិក្សាមុខជំនាញទាំងពីរនេះ ដើម្បីអនុវត្តចំពោះគម្រោងនេះ ហើយរួមជាមួយនឹងមិត្តភ័ក្តិរបស់គាត់បានបង្កើតមួកដោយជោគជ័យដែលអាចបំប្លែងគំនិតរបស់អ្នកពាក់ទៅជាពាក្យបញ្ជាដើម្បីគ្រប់គ្រងរថយន្តគំរូមួយ។

ប៉ុន្តែមុនពេលបញ្ចប់ការសិក្សា លោក Tan ត្រូវបានទទួលយកជាអ្នកហាត់ការផ្នែកវិស្វកម្មនៅក្រុមហ៊ុន GE Oil and Gas ដែលជាក្រុមហ៊ុនប្រេង និងឧស្ម័ន។ មិនយូរប៉ុន្មាន ឧស្សាហកម្មប្រេងបានធ្លាក់ចុះ។ នៅពេលនេះ អតីតសាស្រ្តាចារ្យរបស់គាត់នៅសាកលវិទ្យាល័យ Rice បានបញ្ចុះបញ្ចូលគាត់ឱ្យត្រលប់ទៅការស្រាវជ្រាវ AI វិញ។

Tan បានលាឈប់ពីការងារ ហើយទទួលបានអាហារូបករណ៍ថ្នាក់អនុបណ្ឌិត និងបណ្ឌិតក្នុងឆ្នាំ 2014។

បីឆ្នាំក្រោយមក ដោយចំណង់ចំណូលចិត្តរបស់គាត់ និងការណែនាំដ៏ឧស្សាហ៍ព្យាយាមរបស់គ្រូរបស់គាត់ ការសិក្សារបស់ Tan បានដំណើរការយ៉ាងរលូន ជាមួយនឹងឯកសារ វិទ្យាសាស្ត្រ ជាបន្តបន្ទាប់។ ប៉ុន្តែនៅឆ្នាំទី 4 របស់គាត់ Tan ចាប់ផ្តើម "ជាប់គាំង" មិនដឹងថាត្រូវស្រាវជ្រាវអ្វីបន្ទាប់ទៀត។ គាត់បានព្យាយាមស្វែងរកផ្នែកថ្មីៗជាច្រើននៅក្នុង AI ប៉ុន្តែមិនមានលទ្ធផលអ្វីទេ។

Tan បាននិយាយថា "ខ្ញុំមិនបានបោះពុម្ភឯកសារវិទ្យាសាស្រ្តណាមួយក្នុងរយៈពេលពីរឆ្នាំមកនេះ" Tan បាននិយាយដោយព្រួយបារម្ភ ព្រោះនេះគឺជាដំណាក់កាលដ៏សំខាន់បំផុតសម្រាប់បេក្ខជនបណ្ឌិត។ គាត់បានតស៊ូដោយឥតឈប់ឈរ ប្រៀបធៀបគំនិតរបស់គាត់ជាមួយសាស្រ្តាចារ្យរបស់គាត់ ដើម្បីយល់ពីអ្វីដែលគាត់ខ្វះខាត។

បន្ទាប់ពីរយៈពេលពីរឆ្នាំនៃការតស៊ូដោយគ្មានលទ្ធផល អ្វីៗបានច្បាស់នៅពេលដែល Tan បានដឹងថាអ្វីដែលគាត់ខ្វះខាតគឺជាទិសដៅស្រាវជ្រាវ។ ទីបំផុត Tan បានសម្រេចចិត្តផ្តោតលើគណិតវិទ្យាអនុវត្ត និងការរៀនម៉ាស៊ីន។

ចាប់តាំងពីពេលនោះមក ការងាររបស់ Tan កាន់តែងាយស្រួល។ Tan បានធ្វើការនៅក្រុមហ៊ុន Amazon AI និង NVIDIA Research ដោយធ្វើការលើបញ្ហាអនុវត្តមួយចំនួនដូចជា AI Physics modeling, domain adaptation ដើម្បីរៀនពីទិន្នន័យសំយោគ និងការប្រើប្រាស់ machine learning ដើម្បីបង្កើត ការរកឃើញ វិទ្យាសាស្រ្ត។ ថ្មីៗនេះ លោក Tan បានប្រើប្រាស់បញ្ហាដែលបានអនុវត្តទាំងនេះ ដើម្បីទស្សន៍ទាយអាយុកាលថ្មរបស់រថយន្តអគ្គិសនីនៅក្នុងគម្រោងសហការជាមួយក្រុមហ៊ុន Toyota ។

ខែមិថុនានេះ គាត់បានបញ្ចប់កម្មវិធីក្រោយបណ្ឌិតរបស់គាត់នៅនាយកដ្ឋានគណិតវិទ្យា សាកលវិទ្យាល័យកាលីហ្វ័រញ៉ា ឡូសអេនជឺលេស (UCLA) មុនពេលចូលរៀននៅសាកលវិទ្យាល័យជាតិសិង្ហបុរី។

Tan បាននិយាយថាការងារថ្មីគួរឱ្យចាប់អារម្មណ៍ណាស់។ គាត់ចូលរួមចំណែកក្នុងការកសាងកម្មវិធី របៀបជួយសិស្សអនុវត្តអ្វីដែលពួកគេបានរៀន ដើម្បីស្វែងរកការងារនៅទូទាំងពិភពលោក។

Tan បានចែករំលែកថា៖ «មានសម្ពាធច្រើន ប៉ុន្តែក៏មានការលើកទឹកចិត្តច្រើន។ គាត់បាននិយាយថា គាត់ដើរតាមមាគ៌ាបង្រៀនដោយសារគាត់បានបំផុសគំនិតដោយគ្រូបង្ហាត់គាត់។ សាស្ត្រាចារ្យ Richard Baraniuk នៅសាកលវិទ្យាល័យ Rice និងសាស្ត្រាចារ្យ Stan Osher នៅ UCLA បានផ្តល់ដំបូន្មានដ៏មានប្រយោជន៍ជាច្រើនដល់លោក Tan ទាំងក្នុងការស្រាវជ្រាវ និងអាជីព។ ដោយឃើញពីការលះបង់របស់ពួកគេ និងឥទ្ធិពលវិជ្ជមានមកលើគាត់ Tan បានចាត់ទុកពួកគេថាជាគំរូដែលត្រូវធ្វើតាម។

Tan នៅសន្និសីទ ICLR 2023 បញ្ញាសិប្បនិមិត្ត នៅប្រទេសរវ៉ាន់ដា។ រូបថត៖ តួអក្សរដែលបានផ្តល់ឱ្យ — 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 Tan និយាយថា បរិយាកាសនីមួយៗបានបង្រៀនគាត់នូវមេរៀនដ៏មានតម្លៃ។ នៅសាលាពេទ្យ គាត់បានរៀនគុណធម៌នៃការឧស្សាហ៍ព្យាយាម។ សាកលវិទ្យាល័យ Rice បានបង្រៀនគាត់ពីរបៀបក្លាយជាអ្នកស្រាវជ្រាវឯករាជ្យ។ នៅ UCLA គាត់បានរៀនពីរបៀបបង្កើតផលិតភាព និងធ្វើការស្រាវជ្រាវដែលមានឥទ្ធិពល។ នៅក្នុងកន្លែងទាំងពីរនេះផងដែរ ដោយធ្វើការជាមួយសហការីមកពីប្រទេសជាច្រើន លោក Tan បានដឹងពីតម្លៃនៃភាពចម្រុះក្នុងការស្រាវជ្រាវ និងជីវិត។

លោកជឿជាក់ថា យុវជនត្រូវមានភាពសកម្ម ចង់ដឹងចង់ឃើញ ឧស្សាហ៍ព្យាយាម បន្តការគិតឡើងវិញ និងមានភាពជឿជាក់លើខ្លួនឯងជានិច្ច។

Tan បាននិយាយថា "គ្មានអ្វីបានមកដោយងាយស្រួលនោះទេ។ គាត់ជឿថាមនុស្សភាគច្រើនមិនមែនជាមនុស្សពូកែទេ ដូច្នេះគុណសម្បត្តិទាំងនេះគឺជាគន្លឹះនៃភាពជោគជ័យ ជាពិសេសនៅពេលប្រឈមមុខនឹងឧបសគ្គ។

ខាន់ លីញ

* សាស្ត្រាចារ្យជំនួយ គឺជាសាស្ត្រាចារ្យដំបូងគេក្នុងចំណោម 3 កម្រិតនៅសហរដ្ឋអាមេរិក។

ប្រភពតំណ