60 ដងនៃ "ការសាកល្បងនិងកំហុស" និងការធ្វើដំណើរដើម្បីនាំយកឈ្មោះរបស់វៀតណាមទៅកាន់ទស្សនាវដ្តី AI ឈានមុខគេរបស់ពិភពលោក

(Dan Tri) - នៅឆ្នាំ 2016 នៅពេលដែល Lee Se-dol ចាញ់ AlphaGo និស្សិតបណ្ឌិត Tran Tien Cong បានមើលអេក្រង់ដោយស្ងៀមស្ងាត់ ហើយសួរខ្លួនឯងថា "ប្រសិនបើម៉ាស៊ីនលើសមនុស្ស តើខ្ញុំនឹងធ្វើអ្វី?"

ក្នុងឆ្នាំ 2016 ពិភពលោក មានការភ្ញាក់ផ្អើលនៅពេលដែលអ្នកលេង Go រឿងព្រេងនិទាន Lee Se-dol ត្រូវបានចាញ់ដោយប្រព័ន្ធបញ្ញាសិប្បនិម្មិត AlphaGo ។

សម្រាប់យុវជន Tran Tien Cong ដែលជានិស្សិតបញ្ចប់ការសិក្សានៅប្រទេសកូរ៉េ ព្រឹត្តិការណ៍នេះបានធ្វើឱ្យគាត់គិតជាច្រើនថ្ងៃ ដោយសារតែគាត់បានដឹងថាព្រំដែនរវាងភាពឆ្លាតវៃរបស់មនុស្ស និងម៉ាស៊ីនកំពុងតែរសាត់ទៅៗ។

"តើខ្ញុំត្រូវការអ្វីខ្លះដើម្បីរក្សាយុគសម័យដែលនឹងឃើញការផ្ទុះនៃបញ្ញាសិប្បនិម្មិត?" កុងបានសួរខ្លួនឯង។

ចំណុច​របត់​នៃ​និស្សិត​បណ្ឌិត​វៀតណាម​កើត​ចេញ​ពី​ព្រឹត្តិការណ៍​ដែល​កីឡាករ​កូរ៉េ Go ត្រូវ​ចាញ់​ដោយ AI ( វីដេអូ ៖ Minh Nhat - Thuong Huyen)។

ពីសាវតានៅក្នុងប្រព័ន្ធពហុភ្នាក់ងារ និងមនុស្សយន្ត គាត់បានបែងចែកទៅជាការរៀនម៉ាស៊ីន ចក្ខុវិស័យកុំព្យូទ័រ និងគំរូភាសាធំៗ។

នៅឆ្នាំ 2021 លោក Tran Tien Cong បានការពារនិក្ខេបបទថ្នាក់បណ្ឌិតផ្នែក វិទ្យាសាស្ត្រ កុំព្យូទ័រដោយជោគជ័យ ហើយត្រឡប់ទៅវៀតណាមវិញ។ បច្ចុប្បន្ន​លោក​ជា​ប្រធាន​នាយកដ្ឋាន Machine Learning មហាវិទ្យាល័យ Artificial Intelligence បណ្ឌិតសភា​បច្ចេកវិជ្ជា​ប្រៃសណីយ៍ និង​ទូរគមនាគមន៍។

នៅក្នុងថ្នាក់រៀន គាត់តែងតែរំលឹកឡើងវិញនូវការប្រកួតជាប្រវត្តិសាស្ត្រដែលជាឧទាហរណ៍សំខាន់នៃការផ្លាស់ប្តូរក្នុង AI ។

ម៉ូដែលទំនើបចូលរួមក្នុងសមាជត្រាប់តាមស្នេហាជាតិលើកទី 11

បណ្ឌិត Tran Tien Cong បច្ចុប្បន្នជាប្រធាននាយកដ្ឋាន Machine Learning មហាវិទ្យាល័យ Artificial Intelligence បណ្ឌិត្យសភាបច្ចេកវិទ្យាប្រៃសណីយ៍ និងទូរគមនាគមន៍។

ក្នុងអំឡុងពេល 2020-2025 គាត់គឺជាអ្នកនិពន្ធ ឬជាសហអ្នកនិពន្ធអត្ថបទវិទ្យាសាស្ត្រដែលមានចំណាត់ថ្នាក់ខ្ពស់ជាច្រើននៅក្នុងទស្សនាវដ្តីអន្តរជាតិដ៏មានកិត្យានុភាព ជាពិសេស 15 អត្ថបទដែលបានបោះពុម្ពនៅក្នុងទិនានុប្បវត្តិ SCIE ដែលជាប់ចំណាត់ថ្នាក់ទី 1 រួមជាមួយនឹងការបោះពុម្ពផ្សាយ និងប្រធានបទជាច្រើនដែលទទួលបានការកោតសរសើរយ៉ាងខ្លាំងទាំងក្នុងស្រុក និងក្រៅស្រុក ដែលបង្ហាញពីភាពវៃឆ្លាតរបស់វៀតណាមក្នុងវិស័យស្រាវជ្រាវប្រកបដោយគុណភាពខ្ពស់។ machine learning ជាដើម។

ប្រធានបទស្រាវជ្រាវរបស់គាត់មិនត្រឹមតែសិក្សាប៉ុណ្ណោះទេ ថែមទាំងមានការអនុវត្តជាក់ស្តែងខ្ពស់ រួមចំណែកដល់ការអភិវឌ្ឍន៍សេដ្ឋកិច្ចសង្គម និងការលើកកម្ពស់គុណភាពជីវិត។

លោកបណ្ឌិត Tran Tien Cong គឺជាគំរូមួយក្នុងចំនោមគំរូទំនើបរបស់ក្រសួងវិទ្យាសាស្ត្រ និងបច្ចេកវិទ្យា ដែលចូលរួមមហាសន្និបាតអ្នកស្នេហាជាតិលើកទី ១១។

ជ័យជំនះរបស់ AI ប្រកួតប្រជែងពិភពលោកទាំងមូល

កីឡាករ Lee Se-dol ក្នុងការប្រកួតជាមួយ AlphaGo ក្នុងឆ្នាំ 2016 (រូបថត៖ Getty)។

តើព្រឹត្តិការណ៍អ្វីបានផ្លាស់ប្តូរទិសដៅនៃការស្រាវជ្រាវរបស់អ្នកនៅក្នុងប្រទេសកូរ៉េ?

- នៅឆ្នាំដំបូងនៃការសិក្សា អ្វីគ្រប់យ៉ាងបានផ្លាស់ប្តូរនៅពេលដែលអ្នកលេង Go Lee Se-dol ត្រូវបានចាញ់ដោយ AlphaGo ដែលជាប្រព័ន្ធបញ្ញាសិប្បនិម្មិតដែលបង្កើតឡើងដោយ Google ។ វាត្រូវតែដឹងថានៅពេលនោះអ្នកលេង Go Lee Se-dol គឺជាមោទនភាពរបស់ប្រទេសកូរ៉េខណៈពេលដែល Go ត្រូវបានគេចាត់ទុកថាជាកីឡាដ៏ស្មុគស្មាញបំផុតមួយនៅក្នុងពិភពលោក។

នៅពេលនោះ មិនត្រឹមតែប្រទេសកូរ៉េប៉ុណ្ណោះទេ ពិភពលោកទាំងមូលបានចាត់ទុកថា នេះជាព្រឹត្តិការណ៍ដ៏រន្ធត់មួយក្នុងវិស័យវិទ្យាសាស្ត្រ និងបច្ចេកវិទ្យា។ កាលពី 10 ឆ្នាំមុន បញ្ញាសិប្បនិម្មិតត្រូវបានកំណត់ថានឹងអភិវឌ្ឍ និងមានឥទ្ធិពលយ៉ាងខ្លាំងលើវិស័យជាច្រើនទាំងវិទ្យាសាស្ត្រ និងជីវិតនាពេលអនាគត។

យោងតាមលោកវេជ្ជបណ្ឌិត Cong ក្នុងរយៈពេលមួយទសវត្សរ៍កន្លងមកនេះ AI បានអភិវឌ្ឍយ៉ាងឆាប់រហ័ស និងលេចធ្លោ។

មន្ទីរពិសោធន៍ស្រាវជ្រាវកូរ៉េជាច្រើនបានផ្លាស់ប្តូរការផ្តោតអារម្មណ៍របស់ពួកគេទៅលើការស្រាវជ្រាវ និងការអភិវឌ្ឍន៍បញ្ញាសិប្បនិម្មិត។ ខ្ញុំផ្តោតលើ AI, ការរៀនម៉ាស៊ីន, ការស្រាវជ្រាវក្រាហ្វ, ការបណ្តុះបណ្តាលបញ្ញាសិប្បនិម្មិតដើម្បីស្វែងរកទិន្នន័យនៅលើបណ្តាញធំ។

មិនបញ្ឈប់ការឈ្នះ Go ទេ ឥឡូវនេះបញ្ញាសិប្បនិម្មិតអាចដោះស្រាយបញ្ហាលំបាកជាច្រើន យកឈ្នះមនុស្សក្នុងហ្គេម និងការប្រកួតផ្សេងៗជាច្រើន។ នោះបង្ហាញពីរបៀបដែល AI បានអភិវឌ្ឍយ៉ាងឆាប់រហ័ស និងអស្ចារ្យក្នុងទសវត្សរ៍កន្លងមក។

ទន្ទឹមនឹងនោះ តើវៀតណាមបានទទួលយកបច្ចេកវិទ្យាយ៉ាងដូចម្តេច?

- វៀតណាមមិនស្ថិតនៅក្រៅលំហូរនៃវិទ្យាសាស្ត្រ និងបច្ចេកវិទ្យាទេ។ នៅពេលខ្ញុំត្រឡប់មកប្រទេសវិញនៅឆ្នាំ 2021 ហើយចាប់ផ្តើមបង្រៀន បុគ្គល និងអង្គភាពស្រាវជ្រាវជាច្រើនបានទទួលការផ្ទេរបច្ចេកវិទ្យារួចហើយ ហើយមានការបោះពុម្ពផ្សាយស៊ីជម្រៅក្នុងវិស័យបញ្ញាសិប្បនិមិត្ត ទាំងទ្រឹស្តី និងការអនុវត្តជាក់ស្តែង។

បច្ចុប្បន្ននេះ ក្រៅពីការស្រាវជ្រាវ និងការបង្រៀន លោកបណ្ឌិត Tran Tien Cong ក៏ចូលរួមផងដែរក្នុងការគ្រប់គ្រងការបណ្តុះបណ្តាល ការអភិវឌ្ឍន៍កម្មវិធីសិក្សា និងការតម្រង់ទិសអាជីពសម្រាប់និស្សិត (រូបថត៖ Minh Nhat)។

បច្ចុប្បន្ន បច្ចេកវិទ្យាព័ត៌មានជាទូទៅគឺជាឧស្សាហកម្មមួយដែលតែងតែត្រូវការធនធានមនុស្សប្រកបដោយគុណភាពខ្ពស់។ សិស្សជាច្រើនមានការងារចាប់ពីថ្ងៃសិក្សារបស់ពួកគេ។ នោះបង្ហាញថាឧស្សាហកម្មនេះមានឱកាសជាច្រើន ប៉ុន្តែក៏មានបញ្ហាប្រឈមផងដែរ ដោយសារបច្ចេកវិទ្យាកំពុងផ្លាស់ប្តូរ និងកែលម្អជារៀងរាល់ថ្ងៃ។

60 ដងនៃការសាកល្បង កំហុស និងពាក្យដដែលៗ

ការស្រាវជ្រាវរបស់លោកបណ្ឌិត Tran Tien Cong ផ្តោតលើការដោះស្រាយបញ្ហាស្វែងរកព័ត៌មានលាក់កំបាំងក្នុងបណ្តាញទិន្នន័យ (រូបថត៖ Minh Nhat)។

តើការងារស្រាវជ្រាវដ៏មានអត្ថន័យបំផុតរបស់អ្នកនៅក្នុងវិស័យបញ្ញាសិប្បនិមិត្តមកទល់ពេលនេះគឺជាអ្វី?

- ខ្ញុំធ្លាប់បានធ្វើការស្រាវជ្រាវមួយដែលបានបោះពុម្ពនៅក្នុង IEEE Transactions on Pattern Analysis and Machine Intelligence - ចាត់ទុកថាជាទស្សនាវដ្តីឈានមុខគេក្នុងវិស័យនេះជាមួយនឹងប្រធានបទនៃការស្វែងរកទិន្នន័យលាក់កំបាំងក្នុងកិច្ចការវិភាគបណ្តាញតាមរយៈការស្វែងរកព័ត៌មានក្នុងក្រាហ្វ ពីទីនោះសួរ និងសន្និដ្ឋានព័ត៌មានលាក់កំបាំង។

ឧបមាថាយើងសួរ chatbot ថា "តើឆ្នេរបឹងនៅឯណា?" ប្រសិនបើយើងនៅទីក្រុងហាណូយ “ច្រាំងបឹង” ត្រូវបានគេយល់ថាជាបឹង Hoan Kiem ប៉ុន្តែប្រសិនបើយើងនៅ Da Lat “ច្រាំងបឹង” គឺបឹង Xuan Huong ។ នៅពេលដែលយើងស្វែងរកព័ត៌មាន កង្វះទិន្នន័យ និងបរិបទក្នុងការបញ្ចូលនឹងធ្វើឱ្យកុំព្យូទ័រមានកំហុស។

ការស្រាវជ្រាវរបស់ខ្ញុំផ្តោតលើការដោះស្រាយបញ្ហានៃរបៀបស្វែងរក និងបញ្ចូលគ្នានូវព័ត៌មានពីប្រភពផ្សេងៗគ្នាជាច្រើន ដើម្បីបង្កើតលទ្ធផលត្រឹមត្រូវបំផុត។ នៅតែជាមួយនឹងឧទាហរណ៍នៃ "ច្រាំងបឹង" ប្រសិនបើអ្នកប្រើចង់គណនាចម្ងាយទៅច្រាំងបឹងនោះ បញ្ញាសិប្បនិមិត្តអាចសន្និដ្ឋានអំពីព័ត៌មានលាក់កំបាំង ហើយទាយថាតើអ្នកប្រើប្រាស់នៅទីក្រុងហាណូយ ឬដាឡាតពីការជជែកពីមុននោះ chatbot នឹងផ្តល់ចម្លើយត្រឹមត្រូវ។

- តើការស្រាវជ្រាវរបស់អ្នកទៅជាយ៉ាងណា?

ខ្ញុំបានធ្វើការស្រាវជ្រាវនោះអស់រយៈពេល 3 ឆ្នាំហើយវាមិនត្រូវបានបោះពុម្ពរហូតដល់ឆ្នាំ 2019 ដោយសារតែវាចំណាយពេលយូរក្នុងការស្រាវជ្រាវ ពិនិត្យ កែសម្រួល និងបោះពុម្ព។ ការស្រាវជ្រាវភាគច្រើនក្នុងវិស័យបញ្ញាសិប្បនិមិត្ត និងវិទ្យាសាស្ត្រកុំព្យូទ័រគឺបែបនោះ។ ដំណើរការស្រាវជ្រាវគឺតែងតែ "សាកល្បង - កំហុស - ធ្វើម្តងទៀត" ។

ផលិតផល AI ដែលស្រាវជ្រាវដោយនាយកដ្ឋានបញ្ញាសិប្បនិមិត្ត។

ខ្ញុំចាំថា "វដ្ត" នេះម្តងទៀត 60 ដង។ រាល់ពេលជាមួយគំរូផ្សេងៗគ្នា រាល់ពេលមានវិធីសាស្រ្តធ្វើតេស្តខុសៗគ្នា។ ខ្ញុំ​មិន​គ្រាន់​តែ​ឈប់​នៅ​ក្នុង​ការ​វែកញែក​ប៉ុណ្ណោះ​ទេ ខ្ញុំ​ក៏​ត្រូវ​ធ្វើ​តេស្ត​ដើម្បី​មើល​ថា​តើ​ខ្ញុំ​បាន​គណនា​ត្រឹមត្រូវ​ដែរ​ឬ​អត់។

សម្រាប់ប្រធានបទនេះ ខ្ញុំត្រូវតែមកជាមួយក្បួនដោះស្រាយសមស្រប បន្ទាប់មកបណ្តុះបណ្តាល AI ដើម្បីស្វែងរកទិន្នន័យដែលបានលាក់។ ប្រសិនបើលទ្ធផលមិនពេញចិត្ត ខ្ញុំនឹងកែលម្អវា ដើម្បីស្វែងរកក្បួនដោះស្រាយសមស្រប។ ភាពស្រស់ស្អាតនៃការស្រាវជ្រាវនេះគឺថាវាមិនមានលទ្ធផលត្រឹមត្រូវពិតប្រាកដនោះទេ ប៉ុន្តែអាចរកឃើញតែក្បួនដោះស្រាយដែលសមរម្យបំផុតបន្ទាប់ពីការសាកល្បង និងកំហុសរាប់សិបដង។

 

ការស្រាវជ្រាវទូទៅមិនមែនសម្រាប់តុនោះទេ។

ក្នុង​វិស័យ​បញ្ញា​សិប្បនិមិត្ត តើ​អ្នក​ស្រាវជ្រាវ​គួរ​ផ្តោត​លើ​ការ​អនុវត្ត​ជាក់ស្តែង​ជា​ជាង​ទ្រឹស្តី​មូលដ្ឋាន?

- មាន​ការ​យល់​ខុស​ជា​ទូទៅ​ថា ការ​ស្រាវជ្រាវ​ទ្រឹស្តី​ទូទៅ​មិន​អាច​អនុវត្ត​បាន​ដូច​ករណី​សិក្សា​ជាក់​លាក់។ ជាការពិត អត្ថបទដែលបានបោះពុម្ពផ្សាយក្នុងទិនានុប្បវត្តិកំពូល ច្រើនតែជាការសិក្សាទូទៅ ដែលអាចអនុវត្តបានក្នុងវិស័យជាច្រើន។

លោកបណ្ឌិត Tran Tien Cong មានប្រសាសន៍ថា “ជាទូទៅ ការស្រាវជ្រាវទ្រឹស្តីមិនមានតម្លៃទាបជាងការស្រាវជ្រាវដែលបានអនុវត្តទេ ព្រោះវាដាក់មូលដ្ឋានគ្រឹះសម្រាប់ការអនុវត្តក្នុងវិស័យផ្សេងៗគ្នាជាច្រើន”។

យកឧទាហរណ៍នៃការស្រាវជ្រាវពីរបៀបសួរព័ត៌មានដែលលាក់ខាងលើ មិនត្រឹមតែអាចប្រើ chatbots ប៉ុណ្ណោះទេ ប៉ុន្តែយើងក៏អាចប្រើវាដើម្បីតាមដានក្រុមដែលលាក់នៅលើបណ្តាញសង្គម ដែលអាចអនុវត្តបានក្នុងវិស័យផ្សេងៗគ្នាជាច្រើន។

បច្ចុប្បន្ននេះ បញ្ញាសិប្បនិមិត្ត ត្រូវបានអនុវត្តក្នុងវិស័យជាច្រើន មិនត្រឹមតែឈប់នៅផ្នែកវិទ្យាសាស្ត្រ និងបច្ចេកវិទ្យាទូទៅប៉ុណ្ណោះទេ។ ដូច្នេះ ការរួមបញ្ចូលមូលដ្ឋានគ្រឹះ ទ្រឹស្តី AI ទិន្នន័យ ... ជាមួយនឹងការស្ទង់មតិជាក់ស្តែង និងការអនុវត្តប្រកបដោយប្រសិទ្ធភាពនឹងពង្រឹងតួនាទី និងការអនុវត្តជាក់ស្តែងនៃការស្រាវជ្រាវ។

សំណួរដែលហាក់ដូចជាសាមញ្ញណាស់នៅពេលដាក់សំណើរស្រាវជ្រាវដូចជា៖ តើត្រូវស្ទាបស្ទង់មើលគំរូ និងទិន្នន័យដោយរបៀបណា? តើមានអ្នកណាធ្លាប់ធ្វើការស្រាវជ្រាវនេះទេ? តើយើងអាចរៀន និងប្រៀបធៀបទិន្នន័យពីមុនដោយរបៀបណា?... ដើរតួនាទីក្នុងការធ្វើឱ្យការស្រាវជ្រាវរបស់មនុស្សកាន់តែស៊ីជម្រៅ។

មានគំនិតយល់ខុសជាទូទៅ៖ ជាទូទៅ ការស្រាវជ្រាវទ្រឹស្តីមិនអាចអនុវត្តបានដូចករណីសិក្សាជាក់លាក់នោះទេ។

លោកបណ្ឌិត Tran Tien Cong ប្រធាននាយកដ្ឋាន Machine Learning មហាវិទ្យាល័យ Artificial Intelligence បណ្ឌិត្យសភាបច្ចេកវិទ្យាប្រៃសណីយ៍ និងទូរគមនាគមន៍។

តាមគំនិតរបស់អ្នក តើផ្នែកណាខ្លះនៃការស្រាវជ្រាវវិទ្យាសាស្ត្រកុំព្យូទ័រ និងព័ត៌មានវិទ្យា ត្រូវផ្តោតលើការវិនិយោគបន្ថែមទៀត?

- ក្នុងប៉ុន្មានឆ្នាំថ្មីៗនេះ គ្រឿងបរិក្ខារ និងហេដ្ឋារចនាសម្ព័ន្ធត្រូវបានកែលម្អ និងធ្វើឱ្យប្រសើរឡើង បង្កើតលក្ខខណ្ឌអំណោយផលសម្រាប់អង្គភាព និងបុគ្គលក្នុងការស្រាវជ្រាវក្នុងវិស័យបញ្ញាសិប្បនិមិត្ត។ ប្រសិនបើមានការវិនិយោគកាន់តែច្រើននៅក្នុងឧបករណ៍ និងមន្ទីរពិសោធន៍ស្រាវជ្រាវទំនើប អ្នកស្រាវជ្រាវនឹងអាចផលិតផលិតផល កម្មវិធី និងរបាយការណ៍កាន់តែច្រើន។

លើសពីនេះ មូលដ្ឋានទិន្នន័យរបស់យើងកំពុងត្រូវបានសម្អាត បង្កើតឃ្លាំងទិន្នន័យ ដើម្បីឱ្យអ្នកស្រាវជ្រាវមានប្រភពដើម្បីបណ្តុះបណ្តាលគំរូគុណភាព។

នៅក្នុងឧស្សាហកម្មមួយដែលត្រូវបានធ្វើបច្ចុប្បន្នភាពយ៉ាងឆាប់រហ័សដូចជាបច្ចេកវិទ្យាព័ត៌មាន ការស្រាវជ្រាវដែលទើបតែបានបញ្ចប់អាចហួសសម័យ ឬមិនតាមទាន់ការពិត។ ការស្រាវជ្រាវដែលបានអនុវត្តជាច្រើនអាចត្រូវបានអនុវត្តទៅការពិតភ្លាមៗ ប៉ុន្តែនឹងជួបប្រទះការផ្លាស់ប្តូរយ៉ាងឆាប់រហ័សនៅក្នុងបច្ចេកវិទ្យា ដែលនាំឱ្យមិនមាននិរន្តរភាព និងពិបាកក្នុងការផ្សព្វផ្សាយ។ ដើម្បីគ្រប់គ្រងបញ្ញាសិប្បនិម្មិត យើងត្រូវមានការស្រាវជ្រាវស៊ីជម្រៅ និងនាំយកបច្ចេកវិទ្យាស្នូលមកវៀតណាម។

អរគុណច្រើន!

ដើម្បីធ្វើជាម្ចាស់នៃបញ្ញាសិប្បនិម្មិត យើងត្រូវធ្វើការស្រាវជ្រាវស៊ីជម្រៅ និងនាំយកបច្ចេកវិទ្យាស្នូលមកប្រទេសវៀតណាម។

រូបថត៖ Minh Nhat

វីដេអូ៖ Thuong Huyen, Minh Nhat

ប្រភព៖ https://dantri.com.vn/khoa-hoc/60-lan-thu-sai-va-hanh-trinh-dua-ten-viet-len-tap-chi-ai-hang-dau-the-gioi-20251104162220016.htm