Tôi tự hào vì đã góp phần tạo cầu nối giúp các bạn trẻ Việt Nam theo học tiến sĩ về học máy

Minh Nhật, 34 tuổi, người Bạc Liêu, là giáo sư và "ngôi sao đang lên" trong cộng đồng người Việt theo đuổi khoa học dữ liệu và học máy ở Mỹ.

Hồ Phạm Minh Nhật hiện là giáo sư bậc một về Khoa học dữ liệu, Thống kê và Học máy tại Đại học Texas - Austin. Đây là một trong 10 trường hàng đầu của Mỹ về trí tuệ nhân tạo (AI) và khoa học công nghệ, theo US News.

Anh còn là thành viên Viện Khoa học về Nền tảng học máy và Trí tuệ nhân tạo tại Austin, cùng hơn 60 bài báo trên các tạp chí Q1 và hội nghị lớn. Hiện tại, hướng nghiên cứu của Nhật về ba chủ đề lớn: Khả năng suy diễn, mở rộng, tính hiệu quả của các mô hình học sâu và ngôn ngữ lớn, như ChatGPT; Sự ổn định và tối ưu của các thuật toán trong học máy và trí tuệ nhân tạo; Tính không đồng nhất, cao chiều của dữ liệu lớn và phát triển các phương pháp, mô hình mới để có thể nắm giữ và khám phá, tối ưu hiệu quả các thông tin này của dữ liệu.

Ngoài ra, Nhật đang hướng dẫn 8 nghiên cứu sinh tiến sĩ, bốn trong số họ là sinh viên Việt Nam.

"Tôi tự hào vì đã góp phần tạo cầu nối giúp các bạn trẻ Việt Nam theo học tiến sĩ về học máy, thống kê và trí tuệ nhân tạo tại nhiều đại học hàng đầu của thế giới", anh nói.

Nhật nói hành trình của mình có nhiều thách thức, khiến anh phải tự trưởng thành và xử lý áp lực ở những cột mốc quan trọng.

Sinh ra trong gia đình có truyền thống học hành, Nhật bộc lộ niềm đam mê với Toán từ những năm cấp 2. Anh thích tìm những lời giải khác nhau cho những bài toán, luôn đạt giải cao thi học sinh giỏi của tỉnh Bạc Liêu.

Một lần đọc bài báo về tấm huy chương vàng với điểm tuyệt đối và lời giải đặc biệt của thầy Lê Bá Khánh Trình trong kỳ thi Toán quốc tế năm 1979, Nhật ngưỡng mộ, đặt mục tiêu thi vào trường Phổ thông Năng khiếu, Đại học Quốc gia TP HCM, nơi thầy Trình giảng dạy.

Năm 2004, Nhật thi đỗ vào ngôi trường này. Rời Bạc Liêu lên TP HCM, cậu học trò chưa từng xa nhà càng thêm áp lực vì bạn bè trong lớp đều rất giỏi. Nhờ nỗ lực, Nhật được chọn thi học sinh giỏi quốc gia hai năm liền. Tuy nhiên, Nhật không đạt giải.

"Nhìn các bạn cùng khóa đạt giải cao ở các kì thi trong nước và quốc tế, tôi càng thêm thất vọng về mình", Nhật nhớ lại.

Sau quãng thời gian loay hoay, Nhật rút ra được một bài học, làm nền tảng cho toàn bộ hành trình của mình về sau. Anh nhìn nhận thất bại tại một thời điểm không có nghĩa là dừng lại, thay vào đó cần kiên trì và quyết tâm theo đuổi đam mê.

Vì thế, hết cấp 3, Nhật chọn theo chuơng trình cử nhân tài năng Toán - Tin, trường Đại học Khoa học Tự nhiên TP HCM. Tại đây, Nhật được tiếp xúc nhiều mảng toán học mới, xây dựng mối quan hệ với các giáo sư trong và ngoài nước thông qua các chương trình trao đổi. Cuối năm thứ ba, Nhật được nghe một giáo sư Mỹ nói chuyện về những ứng dụng thực tế của Toán khi tham gia trường Hè về Khoa học dữ liệu và Thống kê. Trải nghiệm đã thắp lên niềm đam mê của Nhật với lĩnh vực này, cũng khiến anh xác định đi theo con đường nghiên cứu và giảng dạy.

Năm 2011, Nhật học thạc sĩ Toán ứng dụng theo chương trình hợp tác giữa trường Đại học Khoa học Tự nhiên TP HCM và 6 đại học ở Pháp. Trong thời gian này, Nhật nhận tin trúng học bổng toàn phần làm nghiên cứu sinh tiến sĩ ngành Thống kê tại Đại học Michigan-Ann Arbor, dưới sự hướng dẫn của giáo sư người Việt nổi tiếng Nguyễn Xuân Long. Anh nhanh chóng hoàn thành chương trình thạc sĩ tại Pháp và sang Mỹ nhập học.

Chuyển môi trường mới, Nhật thấy áp lực vì vừa phải làm quen với lịch học căng thẳng, chuyên sâu, vừa phải thích nghi với thời tiết và văn hóa nơi này. Ngoài ra, các nghiên cứu sinh đồng trang lứa đều rất tài năng, từng tốt nghiệp các trường danh giá như MIT hay Stanford, một số có kinh nghiệm nghiên cứu từ rất sớm.

Nhật thường xuyên làm việc tại thư viện đến khuya, học bù những kiến thức mà mình còn thiếu sót và nghiên cứu sâu hơn những kiến thức mới trên lớp. Vì thế, anh cũng thường là người ngồi chuyến xe bus cuối cùng lúc 2 giờ sáng để về khu nhà của trường. Hàng ngày, anh chịu khó trò chuyện với các bạn cùng khóa, vừa nâng cao kỹ năng ngoại ngữ vừa học hỏi thêm về văn hóa và kiến thức. Mất gần hai năm, anh mới hòa nhập với cuộc sống nơi đây, bắt đầu tập trung làm nghiên cứu.

"Tôi phải cố gắng 200% sức lực để có thể hoàn thành tốt chương trình tiến sĩ", Nhật chia sẻ.

Mặc dù thực hiện nhiều đề tài cùng giáo sư hướng dẫn và tốt nghiệp tiến sĩ vào năm 2017, Nhật vẫn chưa hoàn toàn chắc chắn về hướng nghiên cứu tiếp theo. Vì thế, anh quyết định học sau tiến sĩ ngành Kỹ thuật Điện và Khoa học máy tính tại Đại học California ở Berkeley, với sự hướng dẫn của hai giáo sư hàng đầu về Học máy và Trí tuệ nhân tạo là Michael I. Jordan và Martin Wainwright.

Tuy nhiên, anh phải chật vật tìm hướng nghiên cứu mới trong 9 tháng đầu. Để vượt qua, Nhật tìm đọc nhiều bài báo khoa học, tham dự các hội thảo chuyên sâu trong ngành để gặp gỡ, trao đổi với các giáo sư. Nhờ vậy, Nhật phát hiện một số thuật toán quan trọng, bao gồm thuật toán giảm độ dốc và thuật toán Newton, được mọi người sử dụng rộng rãi để ước lượng tham số trong các mô hình học máy, nhưng nguyên lý đằng sau về sự đánh đổi giữa tính ổn định, độ phức tạp tính toán, và độ chính xác về mặt thống kê của các thuật toán này lại chưa được hiểu rõ.

Vì vậy, anh quyết định nghiên cứu để hiểu sâu về sự đánh đổi giữa các yếu tố trên nhằm tối ưu hóa các thuật toán trong học máy và trí tuệ nhân tạo. Thành quả là hơn 10 bài báo khoa học được Nhật hoàn thành từ giữa năm 2018 đến cuối năm 2019.

Nhật và nghiên cứu sinh Nguyễn Bá Khải tại một hội nghị ở Honolulu, Hawaii, năm 2023

Được nhiều đại học mời làm việc, anh Nhật chọn Đại học Texas, Austin vì nhận định môi trường làm việc thoải mái, giảng viên trẻ có điều kiện nghiên cứu đỉnh cao. Hơn nữa, khí hậu ở Texas cũng tương tự như quê nhà, là nơi nhiều người Việt sinh sống.

Nhật bắt đầu giảng dạy từ tháng 8/2020, đúng thời điểm Covid-19 lan rộng ở Mỹ. Nhật không thể tiếp xúc trực tiếp với đồng nghiệp và chỉ dạy học trước màn hình máy tính. Có những sinh viên không bật camera hay thể hiện quan điểm khiến anh không kết nối được để hiểu họ muốn gì.

Nhờ đã có kinh nghiệm xử lý áp lực, cùng với hỗ trợ tinh thần từ gia đình, Nhật vượt qua được khó khăn ban đầu. Nhìn lại trải nghiệm này, điều Nhật thấy quý giá nhất là có thể truyền tải kiến thức và niềm đam mê cho sinh viên, là người hướng dẫn, tư vấn họ trong quá trình học.

Đây cũng nguồn cảm hứng để Nhật bắt đầu dự án chia sẻ kiến thức và dạy học trực tuyến miễn phí cho người Việt. Năm 2021, anh sáng lập trang Facebook "Khoa học dữ liệu và Trí tuệ nhân tạo", tổ chức một số buổi học từ cơ bản đến nâng cao bằng tiếng Việt về khoa học dữ liệu, học máy, thống kê, và trí tuệ nhân tạo qua Zoom.

"Buổi đầu tiên có gần 1.000 bạn tham gia, làm tôi rất bất ngờ", Nhật nhớ lại, cho biết rất vui vì được mọi người hưởng ứng.

Nhật giảng bài ở trường Hè về Khoa học dữ liệu, trường Đại học Khoa học Tự nhiên TP HCM, hồi tháng 8.

Giáo sư Trần Đình Quốc, khoa Thống kê và Nghiên cứu Vận hành tại Đại học North Carolina, nhận xét: "Nhật tài năng, nhiệt huyết và năng động trong nghiên cứu. Anh là một ngôi sao đang lên trong những người Việt theo đuổi ngành Học máy và Khoa học dữ liệu ở Mỹ".

Qua những trải nghiệm của bản thân, Nhật tin rằng, khó khăn sẽ giúp mỗi người trưởng thành hơn và niềm đam mê sẽ dẫn lối để đến những thành công mới. Bài học lớn nhất anh rút ra là phải biết cách cân bằng kỳ vọng và áp lực trong những khó khăn ấy.

"Không đạt được mục tiêu sẽ khiến một người gặp rào cản tâm lý rất lớn. Điều quan trọng, bản thân lúc nào cũng phải bình tĩnh, điều chỉnh lại mục tiêu cũng như rút ra kinh nghiệm từ những thất bại để thích nghi", anh cho hay.

Nhật nhìn nhận khoa học dữ liệu và trí tuệ nhân tạo sẽ phát triển rất mạnh. Để làm chủ được nhiều công nghệ cốt lõi, đất nước cần những chuyên gia nghiên cứu hàng đầu. Vì vậy, ngoài công việc ở Mỹ, Nhật hỗ trợ sinh viên đại học ở Việt Nam nghiên cứu, tìm cơ hội theo học tiến sĩ ở các trường danh tiếng.

"Tôi cũng ấp ủ việc tổ chức các trường Hè, trường Đông về khoa học dữ liệu và trí tuệ nhân tạo tại Việt Nam, làm cầu nối giữa sinh viên với các giáo sư đầu ngành trên thế giới", Nhật nói.