Cựu học sinh Trường phổ thông Năng khiếu đoạt giải khoa học danh giá bậc nhất Mỹ về AI

TS Hoàng Trọng Nghĩa, cựu học sinh Trường phổ thông Năng khiếu (Đại học Quốc gia TP.HCM), vừa được trao giải CAREER của Quỹ Khoa học quốc gia Mỹ, vinh danh hàng đầu cho nhà khoa học trẻ, nhờ các nghiên cứu về trí tuệ nhân tạo.

TS Hoàng Trọng Nghĩa, cựu học sinh Trường phổ thông Năng khiếu vừa được trao giải thưởng khoa học danh giá bậc nhất Mỹ - Ảnh: NVCC

GS Partha Pratim Pande, Hiệu trưởng Trường Khoa học và Kỹ thuật máy tính, Đại học Bang Washington (WSU, Mỹ), vừa thông báo việc TS Hoàng Trọng Nghĩa, cựu học sinh Trường phổ thông Năng khiếu, được trao giải thưởng sự nghiệp khoa học CAREER của National Science Foundation (NSF).

Giải thưởng danh giá nhất dành cho các nhà khoa học trẻ tại Mỹ

Trong thư chúc mừng, GS Pande nhấn mạnh TS Hoàng Trọng Nghĩa, giảng viên Trường Khoa học và Kỹ thuật máy tính, đang thực hiện các nghiên cứu trong lĩnh vực rộng của trí tuệ nhân tạo và học máy (AI/ML), đồng thời bày tỏ niềm tự hào trước thành tựu này.

Giải thưởng CAREER của NSF được xem là một trong những danh hiệu danh giá nhất dành cho các nhà khoa học trẻ tại Mỹ.

Không chỉ ghi nhận các công trình nghiên cứu xuất sắc, giải thưởng này còn thể hiện sự đầu tư dài hạn vào những nhà khoa học được kỳ vọng sẽ dẫn dắt các hướng nghiên cứu trong tương lai.

Mỗi giải thưởng có mức tài trợ khoảng 600.000 USD.

TS Trần Nam Dũng, Phó hiệu trưởng Trường phổ thông Năng khiếu, nhận định đây là sự đầu tư của Mỹ vào những bộ óc được kỳ vọng sẽ dẫn dắt các hướng nghiên cứu mới trong nhiều thập niên tới.

"Trong bối cảnh AI đang làm thay đổi thế giới, việc một nhà khoa học trẻ gốc Việt đoạt giải trong lĩnh vực AI và ML mang ý nghĩa đặc biệt, cho thấy trí tuệ Việt Nam không đứng ngoài dòng chảy khoa học toàn cầu", ông Dũng nói.

Hành trình từ Trường phổ thông Năng khiếu đến các trung tâm khoa học hàng đầu

Hoàng Trọng Nghĩa (sinh năm 1987) là cựu học sinh Trường phổ thông Năng khiếu, tốt nghiệp chương trình cử nhân tài năng công nghệ thông tin của Trường đại học Khoa học tự nhiên (Đại học Quốc gia TP.HCM) năm 2009.

Anh từng làm giảng viên Trường đại học Công nghệ thông tin (Đại học Quốc gia TP.HCM) và sau đó nhận bằng tiến sĩ khoa học máy tính tại Đại học Quốc gia Singapore năm 2014.

Sau khi hoàn thành tiến sĩ, Hoàng Trọng Nghĩa tiếp tục con đường nghiên cứu tại những trung tâm khoa học lớn của thế giới như nghiên cứu sau tiến sĩ tại Viện Công nghệ Massachusetts (MIT, Mỹ); nghiên cứu viên trưởng tại MIT-IBM Watson AI Lab, Amazon Web Services AI Labs.

Từ năm 2023, anh trở lại môi trường học thuật và xây dựng nhóm nghiên cứu AI tại Đại học Bang Washington.

TS Hoàng Trọng Nghĩa cũng là con trai của GS.TSKH Hoàng Văn Kiếm - nguyên Chủ tịch Hội đồng chức danh Giáo sư Nhà nước ngành công nghệ thông tin, chuyên gia nghiên cứu ứng dụng AI tại Việt Nam.

Nghiên cứu AI hướng đến độ tin cậy và dữ liệu phân tán

Các công trình của TS Hoàng Trọng Nghĩa tập trung vào những vấn đề nền tảng của học máy hiện đại, đặc biệt là trí tuệ nhân tạo có khả năng xử lý sự bất định.

Một hướng nghiên cứu quan trọng của anh là phát triển các mô hình AI có khả năng đánh giá mức độ chắc chắn của dự đoán (uncertainty-aware machine learning). Điều này đặc biệt quan trọng trong các lĩnh vực như y tế hoặc hệ thống tự động, nơi việc biết khi nào AI có thể sai là yếu tố then chốt để đảm bảo an toàn và độ tin cậy.

Bên cạnh đó, anh nghiên cứu về federated learning, một phương pháp huấn luyện mô hình AI từ dữ liệu phân tán mà không cần tập trung dữ liệu về một nơi. Cách tiếp cận này phù hợp với các lĩnh vực nhạy cảm như dữ liệu y tế, dữ liệu cá nhân và hệ thống thiết bị thông minh kết nối Internet.

Các nghiên cứu của TS Nghĩa đề xuất nhiều phương pháp giúp hệ thống học máy hoạt động hiệu quả trong điều kiện dữ liệu phân tán, không đồng nhất và thiếu hụt, đồng thời tối ưu các hệ thống phức tạp.

Ngoài ra anh cũng có nhiều đóng góp trong lĩnh vực black-box optimization, một hướng nghiên cứu quan trọng khi các nhà khoa học phải tối ưu những hệ thống quá phức tạp để có thể mô tả đầy đủ bằng mô hình toán học.

Những thuật toán này có thể được ứng dụng trong thiết kế vật liệu mới, tối ưu vi mạch và hệ thống điện tử, các hệ thống AI quy mô lớn; AI cho khoa học y sinh, dự đoán tương tác nguy hiểm giữa các loại thuốc, phân tích dữ liệu sinh học phức tạp…