Minh Nhat, 34, aus Bac Lieu, ist Professor und ein „aufgehender Stern“ in der vietnamesischen Gemeinschaft, der in den USA Datenwissenschaft und maschinelles Lernen betreibt.
Ho Pham Minh Nhat ist derzeit erstklassiger Professor für Datenwissenschaft, Statistik und maschinelles Lernen an der University of Texas – Austin. Laut US News ist sie eine der zehn besten Schulen in den USA für künstliche Intelligenz (KI) sowie Wissenschaft und Technologie.
Er ist außerdem Mitglied des Foundations of Machine Learning and Artificial Intelligence Institute in Austin und hat über 60 Artikel in Q1-Zeitschriften und großen Konferenzen veröffentlicht. Derzeit konzentriert sich die japanische Forschung auf drei Hauptthemen: Inferenz, Skalierbarkeit und Effizienz großer Deep-Learning- und Sprachmodelle wie ChatGPT; Stabilität und Optimierung von Algorithmen im maschinellen Lernen und der künstlichen Intelligenz; Die Heterogenität und hohe Dimensionalität von Big Data und die Entwicklung neuer Methoden und Modelle, um diese Dateninformationen effektiv zu erfassen, zu untersuchen und zu optimieren.
Darüber hinaus betreut Nhat acht Doktoranden, darunter vier vietnamesische Studenten.
„Ich bin stolz, dazu beigetragen zu haben, eine Brücke zu bauen, die jungen Vietnamesen die Erlangung eines Doktortitels in maschinellem Lernen, Statistik und künstlicher Intelligenz an vielen der weltweit führenden Universitäten ermöglicht“, sagte er.
Ho Pham Minh Nhat. Foto von : Character provided
Nhat sagte, sein Weg sei von vielen Herausforderungen geprägt gewesen, die ihn gezwungen hätten, reifer zu werden und mit dem Druck an wichtigen Meilensteinen umzugehen.
Nhat stammte aus einer Familie mit einer ausgeprägten Schultradition und zeigte seine Leidenschaft für Mathematik bereits in der Mittelschule. Er fand gern verschiedene Lösungen für mathematische Probleme und gewann bei Wettbewerben für herausragende Schüler in der Provinz Bac Lieu stets hohe Preise.
Als Nhat einmal einen Artikel über die Goldmedaille mit der perfekten Punktzahl und einer besonderen Lösung des Lehrers Le Ba Khanh Trinh beim Internationalen Mathematikwettbewerb 1979 las, bewunderte er ihn und setzte sich das Ziel, die Begabten-Oberschule der Ho Chi Minh City National University zu besuchen, an der Lehrer Trinh unterrichtete.
Im Jahr 2004 bestand Nhat die Aufnahmeprüfung für diese Schule. Als der Schüler, der noch nie von zu Hause weg gewesen war, Bac Lieu verließ und in Richtung Ho-Chi-Minh-Stadt ging, verspürte er noch mehr Druck, weil seine Klassenkameraden alle sehr gut waren. Dank seiner Bemühungen wurde Nhat zwei Jahre in Folge für die Teilnahme am nationalen Wettbewerb für herausragende Schüler ausgewählt. Japan hat den Preis jedoch nicht gewonnen.
„Als ich sah, wie meine Klassenkameraden bei nationalen und internationalen Wettbewerben hohe Preise gewannen, war ich noch enttäuschter von mir selbst“, erinnerte sich Nhat.
Nach einer Zeit des Kampfes lernte Nhat eine Lektion, die später die Grundlage für seinen gesamten Weg wurde. Er ist der Ansicht, dass ein Scheitern an einem bestimmten Punkt nicht bedeutet, dass man aufgeben muss, sondern dass man durchhalten und seiner Leidenschaft entschlossen nachgehen muss.
Daher entschied sich Nhat nach dem Abitur für ein Bachelor-Studium in Mathematik und Informationstechnologie an der Ho Chi Minh City University of Science. Hier lernte Nhat viele neue Bereiche der Mathematik kennen und knüpfte im Rahmen von Austauschprogrammen Kontakte zu in- und ausländischen Professoren. Am Ende seines dritten Jahres hörte Nhat während der Teilnahme an der Sommerschule für Datenwissenschaft und Statistik einen amerikanischen Professor über praktische Anwendungen der Mathematik sprechen. Diese Erfahrung entfachte Nhats Leidenschaft für dieses Gebiet und brachte ihn auch dazu, eine Karriere in Forschung und Lehre anzustreben.
Im Jahr 2011 studierte Nhat im Rahmen eines Kooperationsprogramms zwischen der Ho Chi Minh City University of Science und sechs Universitäten in Frankreich für einen Master in Angewandter Mathematik. Während dieser Zeit erhielt Nhat ein Vollstipendium für ein Doktoratsstudium in Statistik an der University of Michigan-Ann Arbor unter der Leitung des berühmten vietnamesischen Professors Nguyen Xuan Long. Er schloss sein Masterstudium in Frankreich schnell ab und ging zum Studium in die USA.
Durch den Umzug in eine neue Umgebung fühlte sich Nhat unter Druck gesetzt, da er sich an einen stressigen, intensiven Studienplan gewöhnen und sich an das Wetter und die Kultur hier anpassen musste. Darüber hinaus sind die Forscherkollegen allesamt sehr talentiert, haben an renommierten Universitäten wie dem MIT oder Stanford studiert und einige von ihnen haben schon sehr früh Forschungserfahrung gesammelt.
Nhat arbeitet oft bis spät in die Nacht in der Bibliothek, um fehlendes Wissen nachzuholen und das im Unterricht erworbene neue Wissen gründlicher zu erforschen. Daher ist er oft derjenige, der um 2 Uhr morgens den letzten Bus nimmt, um zum Schulgebäude zurückzukehren. Jeden Tag bemüht er sich, mit seinen Klassenkameraden zu plaudern, um sowohl seine Fremdsprachenkenntnisse zu verbessern als auch mehr über Kultur und Wissen zu lernen. Er brauchte fast zwei Jahre, um sich in das Leben hier zu integrieren und sich auf die Forschung zu konzentrieren.
„Ich muss 200 % meiner Kraft geben, um mein Doktorandenprogramm gut abschließen zu können“, teilte Nhat mit.
Obwohl er mit seinem Betreuer an vielen Projekten gearbeitet und 2017 seinen Doktortitel erworben hat, ist sich Nhat über seine nächste Forschungsrichtung noch nicht ganz im Klaren. Daher beschloss er, ein Postdoc-Studium in Elektrotechnik und Informatik an der University of California in Berkeley unter der Leitung von zwei führenden Professoren für maschinelles Lernen und künstliche Intelligenz, Michael I. Jordan und Martin Wainwright, zu absolvieren. In den ersten neun Monaten hatte er jedoch Schwierigkeiten, neue Forschungsrichtungen zu finden. Um dieses Problem zu überwinden, las Nhat zahlreiche wissenschaftliche Artikel und besuchte Fachseminare in der Branche, um Professoren zu treffen und mit ihnen zu diskutieren. Als Ergebnis entdeckte Japan mehrere wichtige Algorithmen, darunter den Gradientenabstieg und die Newton-Algorithmen, die häufig zur Parameterschätzung in Modellen des maschinellen Lernens verwendet werden. Die zugrunde liegenden Prinzipien der Kompromisse zwischen Stabilität, Rechenkomplexität und statistischer Genauigkeit dieser Algorithmen sind jedoch nicht gut verstanden.
Daher beschloss er, einige Nachforschungen anzustellen, um die Kompromisse zwischen diesen Faktoren zu verstehen und so Algorithmen im maschinellen Lernen und der künstlichen Intelligenz zu optimieren. Das Ergebnis sind mehr als 10 wissenschaftliche Artikel, die Nhat zwischen Mitte 2018 und Ende 2019 verfasst hat.
Nhat und Doktorand Nguyen Ba Khai auf einer Konferenz in Hawaii im Juli. Foto: Charakter bereitgestellt
Nachdem Herr Nhat von vielen Universitäten eingeladen worden war, entschied er sich für die University of Texas in Austin, weil er das Arbeitsumfeld als angenehm empfand und die jungen Dozenten erstklassige Forschungsbedingungen vorfanden. Darüber hinaus ist das Klima in Texas ähnlich wie in der Heimat, wo viele Vietnamesen leben.
Nhat begann im August 2020 mit dem Unterrichten, genau als sich Covid-19 in den USA ausbreitete. Nhat kann keinen direkten Kontakt zu Kollegen haben und unterrichtet nur vor einem Computerbildschirm. Es gab Studenten, die ihre Kameras nicht einschalteten oder ihre Meinung nicht äußerten, sodass es für ihn unmöglich war, eine Verbindung zu ihnen aufzubauen und zu verstehen, was sie wollten.
Dank seiner Erfahrung im Umgang mit Druck und der mentalen Unterstützung seiner Familie überwand Nhat die anfänglichen Schwierigkeiten. Wenn Nhat auf diese Erfahrung zurückblickt, ist es für ihn am wertvollsten, den Studierenden Wissen und Leidenschaft vermitteln zu können und ihnen während ihres Studiums als Führer und Berater zur Seite zu stehen.
Dies ist für Nhat auch die Inspiration, ein Projekt zu starten, um Wissen zu teilen und Vietnamesen kostenlos online zu unterrichten. Im Jahr 2021 gründete er die Facebook-Seite „Data Science and Artificial Intelligence“ und organisierte über Zoom eine Reihe von Kursen auf Vietnamesisch zu den Themen Data Science, maschinelles Lernen, Statistik und künstliche Intelligenz, von Grundkenntnissen bis hin zu Fortgeschrittenenkursen.
„Die erste Sitzung hatte fast 1.000 Teilnehmer, was mich sehr überrascht hat“, erinnerte sich Nhat und sagte, er sei sehr froh, dass alle reagierten.
Nhat hält im August einen Vortrag an der Sommerschule für Datenwissenschaft der Ho Chi Minh City University of Science. Foto: Zur Verfügung gestellt von der Figur
Professor Tran Dinh Quoc vom Institut für Statistik und Operations Research an der University of North Carolina kommentierte: „Nhat ist talentiert, enthusiastisch und dynamisch in der Forschung. Er ist ein aufsteigender Stern unter den Vietnamesen, die in den USA maschinelles Lernen und Datenwissenschaft betreiben.“
Aufgrund seiner eigenen Erfahrungen ist Nhat davon überzeugt, dass Schwierigkeiten jedem Menschen dabei helfen, reifer zu werden, und dass Leidenschaft den Weg zu neuen Erfolgen ebnet. Die wichtigste Lektion, die er gelernt hat, war, wie man in diesen schwierigen Zeiten Erwartungen und Druck in Einklang bringt.
„Wenn man ein Ziel nicht erreicht, stößt man auf eine enorme psychologische Barriere. Wichtig ist, immer ruhig zu bleiben, die Ziele anzupassen und aus den Fehlern zu lernen, sich anzupassen“, sagte er.
In Japan erleben die Datenwissenschaft und die künstliche Intelligenz ein rasantes Wachstum. Um viele Kerntechnologien zu beherrschen, benötigt das Land Spitzenforscher. Deshalb unterstützt Nhat neben seiner Arbeit in den USA auch Universitätsstudenten in Vietnam bei der Recherche und Suche nach Möglichkeiten zur Aufnahme eines Doktoratsstudiums an renommierten Schulen.
„Ich schätze auch die Idee, Sommer- und Winterschulen zu Datenwissenschaft und künstlicher Intelligenz in Vietnam zu organisieren und als Brücke zwischen Studenten und führenden Professoren der Welt zu dienen“, sagte Nhat.
Vnexpress.net
Kommentar (0)