Phạm Hy Hiếu được Google ba lần mời làm việc

Được Google ba lần gửi lời mời làm việc. Nghiên cứu trong lĩnh vực khá thời sự hiện nay của công nghệ cao: trí thông minh nhân tạo. Xác định chỉ làm ở Google một năm, sau đó dành thời gian cho chương trình tiến sĩ của Đại học Carnegie Mellon (CMU)…, Phạm Hy Hiếu là một trong những trường hợp người Việt trẻ nỗ lực khẳng định bản thân đã tìm được vị trí của mình trong thế giới ngày càng phẳng và xích lại gần nhau hơn nhờ những bước tiến vũ bão của công nghệ.

>> Phạm Hy Hiếu nói về những vấn đề cơ bản về mạng neuron

Thế nhưng cũng ít người biết rằng, để có được những hoạch định ấy, người bạn trẻ này đã không ít lần bị thách thức bởi những bài toán hóc búa đặt ra từ chính cuộc sống…

Báo chí trong nước dẫn nguồn tin từ các du học sinh Việt Nam tại Mỹ, về giai thoại ba lần bạn nhận được lời mời của Google (trong đó hai lần đầu từ chối). Lựa chọn và con đường đến với "gã khổng lồ" Google của bạn thực sự như thế nào? Đó hẳn là một quyết định đầy cân nhắc bởi bạn cũng có nhưng cơ hội đến từ Apple, Microsoft?

Con đường đến với Google của tôi rất dài. Tôi đã thay đổi từ chỗ muốn làm cho Google vì danh tiếng của công ty này đến chỗ đồng ý làm cho Google vì nghĩ rằng mình sẽ học được nhiều kinh nghiệm có ích từ họ.

Nhớ hồi năm nhất đại học, bỡ ngỡ và thiếu thông tin về các công ty, tôi đánh liều gửi hồ sơ xin thực tập ở Google. Họ nói "không phỏng vấn" vì tôi chưa từng có kinh nghiệm lập trình. Thấy vậy, tôi học một vài lớp lập trình ở Stanford rồi năm hai xin việc lại. Năm thứ hai đại học, tôi được phỏng vấn và vượt qua tất cả các câu hỏi của họ, nhưng cuối cùng không được nhận vì họ nói tôi "không hợp với các đề án thực tập". Lúc này tôi thật sự không hiểu Google muốn gì khi tuyển một ứng viên nữa.

Cũng trong thời gian này, suy nghĩ của tôi về việc học dần thay đổi. Tôi nhận ra mình phải học cái mà mình thích và cố gắng để trở thành một người có năng lực, chứ không phải học để kiếm một công việc hay để gây ấn tượng với một công ty nào cả. Nghĩ thế, tôi không quan tâm gì đến Google nữa. Tôi bắt đầu học về trí tuệ nhân tạo, thích gì học đó, và cố gắng để tiến bộ.

Phạm Hy Hiếu trong màu áo đội Cardinal của Đại học Stanford tham dự vòng chung kết Cuộc thi lập trình ACM dành cho sinh viên đại học toàn thế giới tổ chức tại Nga năm 2014. Việt Nam có một số sinh viên từng tham gia cuộc thi tin học quốc tế (IOI) được tham gia vòng chung kết thế giới trong màu áo các đại học MIT (Mỹ), NUS (Singapore)... nhưng chuyển từ thi toán quốc tế (IMO) sang thi ACM thì Phạm Hy Hiếu là trường hợp đặc biệt.

Năm ba, tôi lại nộp hồ sơ cho Google. Họ tuyển tôi vào thực tập, nhưng bằng một quy trình mà theo tôi là vô lý. Thứ nhất, các câu hỏi phỏng vấn của Google, theo tôi, là những câu hỏi xuất hiện đầy rẫy trong các sách giáo khoa hoặc biến đổi chút ít. Thứ hai, theo suy luận của tôi, với các câu hỏi dễ, phần lớn các ứng viên đều vượt qua vòng phỏng vấn. Google cho các kỹ sư của mình đọc lại hồ sơ của mọi người đã vượt qua vòng phỏng vấn để chọn xem ai hợp với các đề án thực tập. Những ai không hợp sẽ bị loại. Với tôi, "hợp với các đề án thực tập" là một thước đo đầy cảm tính và thiếu công bằng. Theo đó, nếu tôi không được nhận (điều này đã xảy ra ở năm hai đại học của tôi), tôi không hiểu tại sao. Còn khi tôi được nhận, tôi nghĩ việc mình được nhận chẳng có giá trị gì cả. Vì nghĩ vậy nên tôi từ chối Google, đồng thời nói với họ những suy nghĩ tôi vừa nói ở trên.

Sau khi tốt nghiệp, tôi lại được Google nhận làm việc chính thức. Lần này, tôi cảm thấy các câu hỏi phỏng vấn của họ đã bắt đầu làm khó mình. Nhưng khi tôi hỏi họ còn giữ chính sách "hợp với đề án" không và biết họ vẫn còn giữ, tôi nói với họ rằng tôi không cảm thấy thoải mái nếu cống hiến cho một công ty đối xử với ứng viên của mình như vậy, và tôi lại từ chối họ.

Đến tháng 3.2016 vừa rồi, Google một lần nữa mời tôi làm việc. Tôi lại hỏi chính sách tuyển dụng của họ, và khi biết rằng họ đã thay đổi, tôi bắt đầu cân nhắc việc sẽ vào làm cho Google. Lúc này, tôi so sánh Google với Facebook, Apple, Microsoft và việc đi học tiến sĩ ở Đại học Carnegie Mellon (CMU). Đây là một quyết định khó khăn. Tôi hỏi xin lời khuyên từ giáo sư hướng dẫn mình ở Stanford cũng như nhiều bậc đàn anh và cả các giáo sư có thể sẽ hướng dẫn mình ở CMU. Cuối cùng, sau khi suy nghĩ và nghe các lời khuyên, tôi quyết định sẽ làm việc ở Google Brain trong một năm rồi sẽ vào CMU làm tiến sĩ.

Bí quyết để "lọt vào mắt xanh" của những công ty hàng đầu đó là gì? Bởi thực tế ngay cả việc xét hồ sơ trao học bổng các trường đại học nhắm đến những học sinh giỏi và tài năng chứ không còn quan niệm con nhà nghèo học giỏi; trong khi đó các công ty nhắm đến những ứng viên có năng lực thực sự, ranh giới về vùng miền, chủng tộc hay quốc gia có vẻ rất mờ. Bạn có đồng tình quan điểm đó?

Bí quyết của tôi là đừng quan tâm đến các công ty đó. Có lần tôi được nghe một buổi nói chuyện của GS. Ngô Bảo Châu ở Đại học KHTN TP.HCM. Có một người hỏi giáo sư rằng ông có đặt kế hoạch đến khi nào thì nhận được giải thưởng Fields không. Câu trả lời của giáo sư làm tôi rất tâm đắc:"Không bạn ạ. Tôi nghĩ những ai đi nghiên cứu toán vì Giải thưởng Fields thì một là không được, hai là rất dễ vào bệnh viện tâm thần". Câu nói này đã trở thành "kim chỉ nam" cho định hướng học tập của tôi. Tôi học cái mà tôi thích và học theo sự đam mê của mình. Tôi học vì tôi muốn nâng cao năng lực của bản thân, để có thể cống hiến cho lĩnh vực mình yêu thích. Tôi nghĩ khi bạn đã có năng lực, Apple, Facebook, Google, Microsoft, hay bất cứ cái gì tương tự, sẽ tự tìm đến. Ngược lại, nếu bạn học vì những điều đó thì cơ hội của bạn sẽ giảm đi nhiều.

Tôi không đồng tình với quan điểm "ranh giới vùng miền, chủng tộc có vẻ rất mờ". Tôi tin rằng thế giới của chúng ta ngày càng phẳng và gần nhau hơn, nhưng ở chừng mục nào đó, các ranh giới trên vẫn còn đó. Tôi hy vọng trong tương lai, các ranh giới này mờ dần và tiến tới chỗ cơ hội mở ra cho tất cả mọi người.

Hy Hiếu từng hai lần từ chối Google

Hãy kể một chút về công việc hiện nay đi bạn?

Tôi đang tham gia nghiên cứu sau đại học về trí tuệ nhân tạo ở Đại học Stanford. Hướng nghiên cứu của tôi là các ứng dụng của mạng nơ-ron giúp máy tính hiểu được ngôn ngữ của con người. Tôi tập trung vào các nghiên cứu đa ngôn ngữ, nhằm giúp máy tính hiểu và giao tiếp được với người dùng bằng nhiều ngôn ngữ khác nhau. Hiện nay, nhiều trí tuệ nhân tạo tương tác với con người bằng tiếng Anh tốt hơn so với các ngôn ngữ khác. Nguyên nhân là do sự phổ biến của tiếng Anh, khiến người ta có thể dễ dàng thu thập dữ liệu cho máy tính học. Tuy nhiên, nếu máy tính có thể sử dụng các ngôn ngữ khác, cũng tốt như tiếng Anh, thì người dân ở nhiều nước trên thế giới sẽ có thể tiếp cận các công nghệ này. Khi các công nghệ đa ngôn ngữ trở nên hoàn thiện hơn, tôi tin rằng con người không nhất thiết phải học tiếng Anh chỉ để nhằm mục đích tiếp cận công nghệ. Thay vào đó, họ có thể đầu tư thời gian rèn luyện thật giỏi một kỹ năng nào đó, sau đó dựa vào máy tính để tiếp nhận và truyền đạt kiến thức của mình cho toàn thế giới.

Từ tháng 6.2016, tôi sẽ bắt đầu làm việc ở Google và sau đó một năm sẽ bước vào chương trình tiến sĩ của CMU. Có thể hướng nghiên cứu của tôi sẽ thay đổi. Tôi không nói trước được, phải nhờ vào duyên số thôi.

Vừa qua mọi người quan tâm sự kiện trí thông minh nhân tạo chiến thắng con người. Bạn có thể cho mọi người hình dung một chút về AlphaGo? Theo bạn, tại sao chiến thắng đó được giới nghiên cứu trí tuệ nhân tạo đánh giá cao?

AlphaGo là một hệ thống sử dụng hai mạng nơ-ron tương tác với nhau. Một mạng nơ-ron tìm ra nước cờ tốt nhất cho mỗi lượt đi, còn mạng kia đánh giá thế cờ xem lợi thế hay thiệt hại của chương trình so với đối thủ như thế nào.

Chiến thắng của AlphaGo được đánh giá cao vì Go (cờ vây) là một trò chơi được cho rằng rất khó đối với trí tuệ nhân tạo. Trước AlphaGo, các chuyên gia về trí tuệ nhân tạo vẫn tin rằng sớm muộn gì máy tính cũng sẽ chiến thắng con người về cờ vây, tuy nhiên họ dự đoán rằng điều đó sẽ xảy ra trong vòng 10 năm, tức là khoảng năm 2025.

Thành công của AlphaGo cho thấy tốc độ phát triển của trí tuệ nhân tạo đã vượt qua dự đoán của họ, vì thế nó được đánh giá cao. AlphaGo cũng mở ra nhiều hướng đi mới trong nghiên cứu trí tuệ nhân tạo. Các thuật toán dùng trong trí tuệ nhân tạo này cũng có thể được ứng dụng để giúp máy tính hiểu được ngôn ngữ tự nhiên hay nhận diện được giọng nói và hình ảnh. Ngoài ra, thành công của AlphaGo cũng khiến các nghiên cứu về trí tuệ nhân tạo nhận được nhiều sự quan tâm hơn của cộng đồng. Thông qua đó, các nghiên cứu này có thể thu hút nhiều nguồn đầu tư, từ đó tạo ra tiềm năng phát triển thêm.

Là người đang góp phần giúp cho những cỗ máy trở nên thông minh, biết tư duy và cảm xúc, có bao giờ bạn lo ngại con người sẽ bị chính máy móc điều kiển lại? Bởi, theo một cách hiểu nào đó, con người đang làm biếng suy nghĩ mà phụ thuộc vào công nghệ; hiện chứng nghiện smartphone hay mạng xã hội đang làm con người ít giao tiếp với nhau, tưởng rất gần nhưng lại rất xa?

Phạm Hy Hiếu (áo trắng) nhận giải thưởng Ben Wegbreit dành cho luận văn tốt nghiệp xuất sắc nhất của khoa Khoa học máy tính - Đại học Stanford 2015.

Trí tuệ nhân tạo đúng là đang phát triển rất nhanh, nhưng chúng còn rất xa mới đến chỗ có thể điều khiển được con người. Lo lắng về điều đó trong lúc này sẽ chỉ khiến các nghiên cứu trí tuệ nhân tạo mất tập trung một cách không cần thiết. Bản thân tôi không cho rằng con người đang làm biếng suy nghĩ hay phụ thuộc vào công nghệ. Trước khi có máy tính, con người phải tự thực hiện rất nhiều phép toán. Sau khi các ứng dụng tính toán được phát triển, chúng ta sử dụng các ứng dụng này thay mình, nhưng chúng ta đâu có nói mình phụ thuộc vào các ứng dụng này? Trí tuệ nhân tạo cũng vậy. Tôi nghĩ chúng chỉ là những phần mềm giúp chúng ta làm việc hiệu quả hơn, tiết kiệm công sức và thời gian để tập trung cho những công việc quan trọng hơn.

Bạn có dõi theo hoạt động cũng như đời sống toán học trong nước? Những chuyển động đó mang lại cho bạn suy nhĩ gì về những thế hệ đàn em đang tiếp bước?

Tôi không có chuyên môn về toán cao cấp nên không hiểu được nhiều về các nghiên cứu và hoạt động chuyên sâu về toán, cả trong và ngoài nước. Hoạt động toán học duy nhất trong nước mà tôi còn theo dõi được là phong trào Olympic toán. Tôi thấy bây giờ việc dạy và học toán Olympic trong nước đã cởi mở hơn. Các em học sinh do đó có nhiều cơ hội hơn để tiếp xúc với các tài liệu cũng như tham gia các hoạt động giao lưu và học hỏi. Do đó, chất lượng dạy và học đang tăng lên. Tôi nghĩ nếu các em biết kiên trì với đam mê và định hướng của mình, các em sẽ đi xa hơn thế hệ chúng tôi.

Toán học đang hỗ trợ cho bạn như thế nào trong công việc hiện nay – nghiên cứu về trí tuệ nhân tạo? Thuật toán học sâu - Deep Learning có vẻ là hướng đi khá thời thượng cho việc nghiên cứu trí tuệ nhân tạo? Cơ hội này có quá tầm cho các bạn trẻ Việt Nam?

Toán xây dựng cho tôi một đầu óc biết tư duy logic và không sợ công thức. Điều này có thể hơi buồn cười, nhưng hiện nay có nhiều kỹ sư phần mềm và thậm chí là các nhà nghiên cứu rất sợ nhìn thấy các phương trình toán học. Điều này dẫn đến nhiều sản phẩm công nghệ được tạo ra một cách máy móc mà không hiểu tại sao mình làm như thế lại cho ra kết quả tốt. Điều này về lâu dài sẽ tạo ra rào cản cho sự phát triển các thuật toán và sản phẩm mới. Tôi cảm thấy mình may mắn vì chẳng những không sợ toán mà còn thích thú đào sâu tìm hiểu về bản chất toán học của nhiều thuật trong trí tuệ nhân tạo.

Deep learning đúng là hướng đi thời thượng hiện nay và có thể là trong nhiều năm nữa. Thuật toán này đã chuyển các khó khăn trong trí tuệ nhân tạo từ việc thu thập dữ liệu, vốn mất thời gian và tốn kém, thành việc lập trình được những mạng nơ-rôn lớn, có khả năng xử lý nhiều dữ liệu đơn giản một cách nhanh và hiệu quả.Với sự phát triển của phần cứng máy tính, việc giải quyết nhìn chung là khả thi hơn. Vì thế deep learning mới đạt được nhiều thành tựu như vậy.

Deep learning cũng không hề quá tầm so với các bạn trẻ ở Việt Nam. Ngược lại, nó đang trở nên phổ biến và dễ tiếp cận hơn nhiều. Lấy ví dụ, năm 2012, TS. Lê Viết Quốc cùng Google công bố một phương pháp dùng deep learning để xây dựng khái niệm con mèo từ các video YouTube bằng cách kết hợp 16.000 CPU của rất nhiều máy tính. Giá của mô hình này thời điểm đó khoảng 1 triệu USD. Tuy nhiên, chỉ vài tháng sau đó, một nhóm nghiên cứu của Stanford đã công bố một mô hình deep learning khác, có thể cho ra kết quả tương tự nhưng chỉ có giá khoảng 20 nghìn USD. Đó là năm 2012, còn hiện nay các thiết bị này có thể mua được với vài nghìn USD. Chi phí này, theo tôi, không phải là quá tầm đối với nhiều cơ sở nghiên cứu của nước ta hiện nay. Một khi đã có được thiết bị, làm được hay không hoàn toàn phụ thuộc vào con người.

Đâu là lựa chọn khó nhất của bạn trong công việc và cuộc sống?

Điều khó nhất tôi từng lựa chọn là từ chối học bổng của Đại học NUS (Singapore) đồng thời ở nhà một năm để học tiếng Anh và tìm học bổng để đi Mỹ. Thật ra đây không phải là lựa chọn của tôi mà là định hướng của bố mẹ. Càng về lâu dài, tôi và gia đình càng nhận ra đây là một quyết định sai lầm. Nó để lại nhiều hậu quả cho bản thân tôi mà đến bây giờ tôi vẫn đang phải khắc phục.

Và bạn đã dung hoà và giữ được sự tự lập, thích nghi với môi trường mới như thế nào? Nếu được lựa chọn lại, bạn có phủ nhận ước mơ trước đây về Singapore là hơi lãng mạn, mang tính háo hức của tuổi trẻ?

Bây giờ mỗi khi nghĩ lại chuyện Singapore, tôi vẫn chưa vượt qua được cảm giác tiếc nuối. Để đi du học đại học ở Mỹ, tôi phải trả cái giá quá đắt đối với tôi: một năm không được học và làm những điều mình thích. Thời cấp ba, tôi chỉ đầu tư cho các cuộc thi học sinh giỏi nên trình độ tiếng Anh không đủ để vượt qua các kỳ thi chuẩn hóa vào đại học của Mỹ như TOEFL và SAT. Tôi cũng không hiểu biết gì về phong tục và văn hóa của người Mỹ để viết một essay tuyển sinh cho họ đọc. Cái giá của tất cả những điều này là một năm bỏ ra để học những điều tôi chưa từng quan tâm trước đó.

Một năm này đối với tôi tai hại vô cùng. Tôi phải học những điều tôi cho là vô nghĩa. Tai hại hơn, để học tiếng Anh và văn hóa Mỹ, tôi phải cấm bản thân mình không được học toán, bởi chỉ cần đụng vào toán, tôi sẽ dễ dàng bỏ ra vài giờ để tìm hiểu một vấn đề mình thích mà quên đi nhiệm vụ chính: học tiếng Anh. Những ai đã từng thi toán olympiad đều hiểu, chỉ cần vài tuần không luyện tập, kỹ năng từng rèn luyện nhiều năm sẽ mất dần đi, đừng nói gì đến một năm như tôi.

Điều tồi tệ nhất, tôi cảm thấy lòng tự trọng của mình bị xúc phạm. Tôi tham gia vào một vài nhóm tư vấn dành cho các bạn trẻ xin vào các đại học lớn ở Mỹ. Trong các nhóm này, tôi được nghe rằng các thành tích trong những cuộc thi olympiad không có giá trị trong mắt các nhà tuyển sinh. Họ chỉ quan tâm đến điểm SAT cao.

Giáo dục gia đình đã ảnh hưởng nhiều đến tính cách của Hy Hiếu trong nghiên cứu. Trong ảnh: Hy Hiếu cùng mẹ và em trai.

Tuy nhiên điểm SAT của tôi không cao. Tôi thi 4 lần mới được 2.090, điểm số nằm trong 25% thấp nhất trong khóa học tại Stanford của tôi. Khi tôi vào Stanford, điểm SAT đã không cao mà kỹ năng toán của tôi cũng giảm sút. Hồi năm nhất, có lần một giáo sư nói chuyện với tôi có đề cập đến bổ đề Cauchy-Davenport. Tôi nhớ tên của bổ đề này, nhưng không thể nhớ nổi nội dung của nó. Vị giáo sư này ngạc nhiên vì sao tôi có thể đại diện Việt Nam tại IMO mà không biết bổ đề quan trọng này. Tôi xấu hổ vô cùng. Tôi kể điều này để thấy rằng, tôi phải bỏ lại những điều mình đã mất rất nhiều thời gian và công sức để học như thế nào. Tôi còn gặp nhiều rắc rối khác với Stanford. Từ ngôn ngữ, văn hoá, cách sinh hoạt, cách hoà nhập. Tôi sống qua thời đại học với nhiều buồn hơn là vui.

Đổi lại, tôi tin rằng nếu đi Singapore, điều đầu tiên là tôi không phải mất một năm để học SAT, TOEFL... Xung quanh tôi cũng sẽ có nhiều bạn bè mà tôi đã quen từ cấp 3 hơn. Những người bạn đó, tôi tin là họ hiểu tôi và có thể giúp tôi cùng học tập, cùng tiến bộ, tốt hơn nhiều so với thực tế mà tôi phải trải qua.

Tôi xin gửi đến bản thân tôi của 6 năm trước, cũng như những bạn trẻ đang nghĩ về đại học, du học, v.v. một lời nhắn nhủ: hãy hỏi bản thân các bạn thích điều gì và cố gắng làm điều đó thật tốt. Đừng vì cái tên Stanford, MIT hay Harvard hay bất cứ gì mà "gác lại" đam mê của mình, để làm một điều mình không thích. Bởi vì nếu bạn không nuôi dưỡng, đam mê sẽ từ bỏ bạn. Cuộc đời của các bạn có khoảng 4 năm ở trường đại học và phần sau đó dài hơn rất nhiều. Vì thế, việc bạn bước ra khỏi trường đại học như thế nào quan trọng hơn rất nhiều so với việc bạn bước vào trường đại học nào. Dù các bạn thích toán, tin học, văn học, piano, nhảy hiện đại hay hoạt động xã hội, đam mê của các bạn đều đáng trân trọng như nhau. Hãy đầu tư vào đam mê đó. Chính những điều này sẽ là chìa khoá để các bạn thành công.

Ai là người ảnh hưởng tới bạn, đến lựa chọn con đường đi, những ước mơ sau này của bạn nhiều nhất?

Tôi nhận được nhiều ảnh hưởng trong việc định hình tính cách từ chính bố mẹ của mình. Tôi học từ mẹ tôi cá tính phải bảo vệ quan điểm của mình cho đến khi biết được mình đã sai. Thật ra chính sự cứng nhắc này cũng khiến mẹ tôi và tôi nhiều lần bất đồng quan điểm. Càng lớn, tôi càng bảo vệ được quan điểm của mình trước mẹ. Ngược lại, tôi học từ bố mình đức tính coi trọng năng lực của con người và phần nào quan niệm về sự được - mất ở đời. Khi tôi làm việc trong một nhóm và đạt được phần thưởng, tôi thường tự đóng góp phần của mình vào một cuộc liên hoan hoặc vào quỹ chung. Bởi lẽ tôi quan điểm rằng cái quý nhất, là kỹ năng để đạt được phần thưởng kia, thì mình đã học được rồi.

Là người có trải nghiệm môi trường học khá đặc biệt, bởi trong nước bạn được học tại những trường Top đầu của thành phố, và đi du học với học bổng toàn phần đại học và thạc sĩ của Stanford. Dành được nhiều phần thưởng giá trị trong thời gian đi học, đặc biệt là bằng danh dự Stanford. Những phần thưởng đó ngẫu nhiên đến với bạn hay đó là những mục tiêu bạn ngắm đến từ trước? Bạn có thấy bản thân mình may mắn? Bí quyết sống và học nơi xứ người, duy trì được "phong độ" là gì?

Tôi nghĩ rằng mình đã gặp nhiều may mắn. Người ngoài nhìn vào tôi bây giờ có thể sẽ thấy các giải thưởng, những lời mời làm việc và những học bổng. Nhưng bất cứ ai thân với tôi sẽ hiểu tôi đã trải qua những thời khắc khó khăn như thế nào. Tôi chưa từng dám nghĩ mình sẽ đạt được những gì tôi đang có hiện nay. Tôi cảm thấy những điều đó đến với tôi một cách ngẫu nhiên, như một nụ cười của số phận, khuyến khích tôi hãy tiếp tục theo đuổi con đường mình chọn.

Hiện tại, tôi vẫn đang tìm bí quyết để sống vui vẻ và học tập, làm việc hiệu quả ở xứ người. Tôi nghĩ điều quan trọng nhất là xác định được một đam mê, một mục tiêu gắn liền với đam mê đó và một định hướng để đạt được mục tiêu này. Nhìn vào tương lai, tôi chỉ thấy mình cần bổ sung nhiều hiểu biết về trí tuệ nhân tạo, trau dồi các kỹ năng lập trình và phát triển các kỹ thuật nghiên cứu khoa học của bản thân. Tôi không thể biết mình sẽ đi đến đâu, nhưng tôi nghĩ cuộc đời như thế mới thú vị.

Nhiều người đánh giá bạn là người tài nhưng cũng đầy cá tính, không ngại bộc lộ quan điểm cá nhân. Tính cách mạnh mẽ đó được hình thành nhờ những yếu tố gì?

Cảm ơn những người đã đánh giá cao về tôi. Tôi chưa nghĩ mình là người tài năng, còn cá tính của tôi hình thành khi tôi suy nghĩ về hậu quả của những lần mình im lặng. Ví dụ, ở trên tôi đã trả lời việc không đi Singapore gây ra cho tôi những hậu quả như thế nào. Một trong những lý do là vì tôi im lặng, không nói lên quan điểm của mình khi bố mẹ tôi nói tôi phải đi Mỹ. Tôi nghĩ nếu được nghe những điều tôi đáng lẽ nên nói, bố mẹ tôi sẽ nghĩ lại và giúp tôi có được quyết định tốt hơn cho cuộc sống của mình. Vì vậy, bây giờ tôi luôn phải nói lên những gì mình nghĩ. Như thế, dù tôi có sai, tôi cũng có cơ hội bảo vệ quan điểm của mình cho đến khi tôi nhận ra những quan điểm đó là sai.

Phương châm, hay triết lý cuộc sống của bạn là gì? Bạn có lựa chọn một câu châm ngôn nào cho riêng mình?

Tôi đã quan niệm mình phải tìm được một việc mình thích làm và làm thật giỏi việc đó. Đây là cách tốt nhất để cống hiến cho xã hội. Tôi thường xuyên gặp bế tắc trong việc tìm ra con đường cho mình, từ những quyết định cá nhân cho đến các vấn đề nghiên cứu, học tập. Hiện nay, tôi nghĩ điều tốt nhất nên làm là bước lên phía trước. Có thể bạn sẽ vấp ngã nhưng từ những sai lầm của mình, bạn sẽ tìm ra con đường tốt cho bản thân. Vì thế, tôi rất thích câu của Lỗ Tấn "Trên đời này làm gì có đường. Người ta đi mãi thì thành đường thôi". Tôi cũng thích một phiên bản "văn học mạng" của câu nói này, nghe có vẻ "thơ" hơn: "Cứ đi. Phía trước sẽ có đường."

Dành được không ít vinh quang nhưng có khi nào bạn thấy mình thất bại hay bế tắc? Bạn đã vượt qua điều đó như thế nào?

Tôi thất bại nhiều hơn thành công rất nhiều lần. Đối với tôi, thất bại rất khó chịu, nhưng không bao giờ là dấu chấm hết. Thất bại luôn sửa chữa được. Tôi làm thí nghiệm huấn luyện cho máy tính học bằng một thuật toán mới, để rồi nhận ra thuật toán của mình hoàn toàn sai và máy... chẳng học được gì cả. Đó là loại thất bại không làm mất quá nhiều thời gian để sửa. Nó làm tăng thêm kinh nghiệm của tôi, tôi chỉ cần ghi lại và tự nói với mình rằng sau này đừng dùng thuật toán đó nữa.

Cũng có loại thất bại cần nhiều thời gian hơn để sửa chữa. Trước đây, có một lần tôi đến xin giáo sư hướng dẫn của mình viết thư giới thiệu để xin vào chương trình Tiến sĩ. Lúc đó kinh nghiệm nghiên cứu của tôi chưa nhiều. Thầy nói thẳng với tôi là nếu tôi chưa viết được một bài báo khoa học với thầy thì thầy có viết gì đi nữa, cơ hội tôi đậu vào Tiến sĩ cũng rất thấp. Tôi nhớ hôm đó gặp thầy xong, mình đi lang thang khắp nơi, chẳng thiết làm việc gì cả. Nhưng cũng nhờ đó mà tôi hiểu ra tầm quan trọng của việc công bố những công trình trong chặng đường nghiên cứu của một nhà khoa học. Một năm sau đó, sau khi làm và công bố một số nghiên cứu, tôi gặp lại vị giáo sư này và hỏi xin thư giới thiệu. Thầy đồng ý viết và tôi đã đạt được những gì mình muốn.

Tôi nghĩ điểm mấu chốt để vượt qua thất bại là kiểm soát được cảm xúc của bản thân, tìm ra những điều mình đã làm chưa đúng để dẫn đến thất bại và sau này đừng làm như vậy nữa. Nói thì dễ, nhưng bản thân tôi nhiều khi cũng không làm được.

Còn trong công việc, mục tiêu tối thượng mà bạn hướng tới là gì? Hãy chia sẻ về lựa chọn khi đến với chương trình Tiến sĩ của Đại học Carnegie Mellon (CMU) đi Hiếu? Ước mơ nào mà bạn đang tiếp tục đeo đuổi?

Có nhiều lý do khiến CMU là một môi trường nghiên cứu lý tưởng đối với tôi. Thứ nhất, ở CMU có nhiều chuyên gia hàng đầu về lĩnh vực hẹp của tôi là xử lý ngôn ngữ tự nhiên. Khi lựa chọn trường để làm tiến sĩ, không những phải nghĩ đến danh tiếng của người giáo sư hướng dẫn mà còn phải nghĩ đến việc vị giáo sư đó có thời gian dành cho mình không, có thể quan tâm đến đề tài của mình không, v.v. Tôi thấy CMU có đủ những điều này. Thứ hai, CMU nằm ở thành phố Pittsburgh, một nơi tương đối cách biệt với các thành phố lớn khác của Mỹ nhưng lại không cô lập. Tôi hy vọng sự cách biệt này có thể giúp tôi tập trung vào việc nghiên cứu mà không bị phân tâm vì những yếu tố bên ngoài.

Tôi từng mơ ước mình trở thành một giáo sư để dẫn dắt các nghiên cứu trí tuệ nhân tạo và giảng dạy lại kiến thức mình tích luỹ được cho các thế hệ sau. Tuy nhiên, càng ngày tôi càng nhận ra có rất nhiều cách để cống hiến cho xã hội. Tôi không biết liệu mình có thể trở thành một giáo sư được không – cái đó còn phải nhờ vào cái duyên nữa. Hiện tại tôi chỉ muốn học được thật nhiều để mở rộng hiểu biết, trau dồi các kỹ năng.