Nachdem er drei Jahre Medizinstudium abgebrochen und bei einem Öl- und Gasunternehmen gearbeitet hatte, wechselte Nguyen Hung Minh Tan in die KI-Forschung und wurde Dozent an der National University of Singapore.
Minh Tan, 34, aus Ho-Chi-Minh-Stadt, hat im Juli die Stelle als Assistenzprofessor (*) am Institut für Mathematik der National University of Singapore (NUS) angenommen. Dies ist die einzige Schule in Asien, die laut QS-Ranking 2024 zu den Top 10 der Universitäten der Welt gehört. Die Schule belegt den achten Platz.
Tan wird maschinelles Lernen und Deep Learning im Bereich der künstlichen Intelligenz (KI) lehren und erforschen.
„Ich habe mich für Singapur entschieden, weil die Mathematikabteilung der NUS sehr stark ist und laut QS 2023 weltweit auf Platz 13 liegt. Die Forschungsrichtung hier ähnelt meiner Entwicklungsrichtung“, sagte Tan.
Darüber hinaus liegt Singapur in der Nähe von Vietnam. Tan glaubt, dass ihm dies die Möglichkeit gibt, Studenten anzuleiten und mit Kollegen zu Hause zusammenzuarbeiten. Er hat viele junge Talente in Vietnam durch das AI Residency-Programm großer Technologiekonzerne geführt. Das zweijährige Programm unterstützt Studierende in der KI-Forschung und ermöglicht ihnen, ihre Promotion im Ausland zu absolvieren.
Nguyen Hung Minh Tan. Foto von : Character provided
Als Kind begann Tan sich für Mathematik zu interessieren, als er die Zeitschriften „Mathematik“ und „Jugend“ las. Tan lernte gut und war seit der Grundschule durchgehend im Schulteam. Im Jahr 2004 bestand Tan die Aufnahmeprüfung für den Mathematik-Spezialkurs an der Le Hong Phong High School für Hochbegabte.
Tan erzählte, dass er in diesen Jahren, obwohl es ihm Spaß machte, Mathematik nur lernte, um die Prüfung abzulegen. Nachdem er nicht die gewünschten Ergebnisse erzielte, beschloss Tan, die Richtung auf Universitätsebene zu ändern. Im Jahr 2007 bestand Tan die Aufnahmeprüfungen an zwei renommierten Schulen in Ho-Chi-Minh-Stadt, der Universität für Wissenschaft und Medizin sowie der Pharmazie, und entschied sich für eine Karriere als Arzt.
Nach einem einjährigen Studium in Vietnam zog Tan mit seiner Familie nach Amerika. Er setzte sein Medizinstudium am Houston Community College in Texas fort. Nach zwei Jahren hörte Tan jedoch wieder auf.
„Mir wurde klar, dass ich für die Medizin nicht geeignet war“, erinnert sich Tan. Damals dachte er auch, dass sein Englisch nicht gut genug sei, um in den USA weiter Medizin zu studieren, da Medizinstudenten nicht nur an der Schule lernen, sondern auch gut kommunizieren müssen, um die Pathologie, die Umstände und die Psychologie der Patienten zu verstehen.
Nachdem er nach Ingenieurstudiengängen mit guten Karriereaussichten gesucht und diese gefunden hatte, bewarb sich Tan um ein Vollstipendium für ein Studium der Elektrotechnik an der Rice University – einer Hochschule, die laut US News zu den 15 besten Universitäten in den USA zählt – und erhielt es.
Zu diesem Zeitpunkt hatte Tan noch keine klare Vorstellung von seiner Richtung. Im ersten Semester, als er drei Spezialkurse belegte, war Tan interessiert und entschied sich für Signalverarbeitung. Laut Tan erfordert dieses Hauptfach viele mathematische Kenntnisse und bietet viele Beschäftigungsmöglichkeiten bei großen Ölkonzernen. Dies ist auch ein bekanntes Trainingsgelände der Schule.
Neben dem Studium versucht Tan, sein Englisch zu verbessern. Er bewarb sich um eine Teilzeitstelle als Kassierer auf einem Markt. Der Job ist sehr stressig und zwingt Tan dazu, aktiv zuzuhören und mehr Englisch zu sprechen, um Situationen mit Kunden zu lösen. Dadurch verbesserte Tan seine Hör- und Sprechfähigkeiten. Es fällt ihm leichter, mit seinen Freunden in der Schule zu sprechen und er kann gemeinsam mit seinen Lehrern an Projekten teilnehmen.
Im Jahr 2014 begann Tan sein letztes Universitätsjahr. Dies war auch eine Zeit, in der sich maschinelles Lernen und Deep Learning in den USA sehr schnell entwickelten. Tan studierte diese beiden Bereiche, um sie auf das Projekt anzuwenden, und entwickelte gemeinsam mit seinen Freunden erfolgreich einen Hut, der die Gedanken des Trägers in Befehle zur Steuerung eines Modellautos umwandeln kann.
Kurz vor seinem Abschluss wurde Tan jedoch als Praktikant im Ingenieurwesen bei GE Oil and Gas angenommen – einem Unternehmen der Öl- und Gasindustrie. Es dauerte nicht lange, bis die Ölindustrie in einen Niedergang geriet. Zu dieser Zeit überzeugte ihn sein alter Professor an der Rice University, zur KI-Forschung zurückzukehren.
Tan kündigte seinen Job und gewann 2014 ein Master- und Promotionsstipendium.
Drei Jahre später verliefen Tans Studien dank seiner Leidenschaft und der engagierten Anleitung seiner Lehrer reibungslos und er verfasste kontinuierlich wissenschaftliche Artikel. Doch in seinem vierten Jahr geriet Tan ins Stocken und wusste nicht, was er als nächstes erforschen sollte. Er versuchte, viele neue Bereiche der KI zu erkunden, jedoch ohne Ergebnis.
„Ich habe seit zwei Jahren keine einzige wissenschaftliche Arbeit veröffentlicht“, sagte Tan besorgt, da dies eine sehr wichtige Phase für einen Doktoranden ist. Er kämpfte und verglich ständig seine Ideen mit denen seiner Lehrer, um zu verstehen, was ihm fehlte.
Nach zwei Jahren des Kampfes ohne Ergebnisse wurde Tan die Sache klar, als ihm klar wurde, dass es ihm an einer Forschungsrichtung mangelte. Schließlich beschloss Tan, sich auf angewandte Mathematik und maschinelles Lernen zu konzentrieren.
Von da an wurde Tans Arbeit viel einfacher. Neuer Praktikant bei Amazon AI und NVIDIA Research, der an angewandten Problemen wie der Modellierung von Physik-KI, der Domänenanpassung zum Lernen aus synthetischen Daten oder der Nutzung von maschinellem Lernen für wissenschaftliche Entdeckungen arbeitet. Vor kurzem nutzte Tan diese angewandten Probleme, um in einem Gemeinschaftsprojekt mit Toyota die Lebensdauer der Batterie eines Elektrofahrzeugs vorherzusagen.
Diesen Juni schloss er sein Postdoc-Programm am Department of Mathematics der University of California, Los Angeles (UCLA) ab, bevor er an die National University of Singapore wechselte.
Tan sagte, der neue Job sei sehr interessant. Er war am Aufbau des Programms beteiligt und half den Studenten, das Gelernte anzuwenden, um überall auf der Welt Jobs zu finden.
„Es gibt viel Druck, aber auch mehr Motivation“, teilte Tan mit. Er sagte, er habe den Lehrerberuf eingeschlagen, weil seine Lehrer ihn inspiriert hätten. Professor Richard Baraniuk von der Rice University und Professor Stan Osher von der UCLA gaben Tan viele nützliche Ratschläge sowohl für die Forschung als auch für seine Karriere. Tan ist Zeuge des Engagements und des positiven Einflusses seiner Lehrer und betrachtet sie als Vorbilder, denen er folgen sollte.
Tan auf der ICLR 2023-Konferenz für künstliche Intelligenz in Ruanda. Foto von : Character provided
Ho Pham Minh Nhat, Professor an der University of Texas, Austin, USA, schätzt seine Kollegen in Forschung und Lehre sehr.
„Tan möchte immer alles bis zum Ende erledigen und nie etwas unvollendet lassen. Er entdeckt und bearbeitet Probleme sehr wissenschaftlich. Tan geht auch sehr verantwortungsbewusst mit den Schülern um“, erzählte Herr Nhat.
Bis heute hat Tan 16 Artikel in Q1-Zeitschriften (der renommiertesten Zeitschriftengruppe in einem Fachgebiet) veröffentlicht. Tans zukünftige Forschungsrichtung besteht darin, viele Methoden der angewandten Mathematik wie Optimierung, Differentialgleichungen oder Statistik zu kombinieren, um maschinelle Lernmodelle zu erklären, die in Anwendungen der künstlichen Intelligenz verwendet werden. Außerdem kehrt er regelmäßig nach Vietnam zurück, um gemeinsam mit seinen Kollegen Studenten anzuleiten.
Rückblickend auf seine Reise sagt Tan, dass ihm jede Umgebung wertvolle Lektionen vermittelt habe. Im Medizinstudium lernte er die Tugend des Fleißes. An der Rice University lernte er, wie man ein unabhängiger Forscher wird. An der UCLA lernte er, produktiv zu arbeiten und wirkungsvolle Forschung zu betreiben. Durch die Zusammenarbeit mit Kollegen aus vielen Ländern lernte Tan an diesen beiden Orten außerdem mehr über den Wert der Vielfalt in der Forschung und im Leben.
Er ist davon überzeugt, dass junge Menschen proaktiv, neugierig und fleißig sein, ihr Denken ständig erneuern und Vertrauen in sich selbst haben müssen.
„Kein Erfolg kommt von selbst“, sagte Tan. Er glaubt, dass die meisten Menschen keine Genies sind und dass diese Eigenschaften daher der Schlüssel zum Erfolg sind, insbesondere wenn man auf Hindernisse stößt.
Khanh Linh
*Assistenzprofessor ist die erste von drei Professorenstufen in den USA.
[Anzeige_2]
Quellenlink
![[Foto] „Schönheiten“ nehmen an der Paradeprobe am Flughafen Bien Hoa teil](https://vstatic.vietnam.vn/vietnam/resource/IMAGE/2025/4/11/155502af3384431e918de0e2e585d13a)
Kommentar (0)