Tại sự kiện Ngày Toán học quốc tế 2023: “Toán học cho mọi người” do Viện Toán học, Trung tâm Toán Unesco, Tạp chí Pi và Trung tâm Thông tin – Tư liệu phối hợp đồng tổ chức, TS. Nguyễn Quý Hà đã trình bày Bài giảng đại chúng “Toán học đằng sau các mô hình trí tuệ nhân tạo”.
Bài giảng đã giới thiệu một số khái niệm toán học cơ bản được sử dụng trong các mô hình trí tuệ nhân tạo (TTNT) hiện đại như kiến trúc mạng nơ-ron, hàm tổn thất, phương pháp tối ưu. Đặc biệt, bài giảng đã gợi ý một số hướng nghiên cứu mở để tạo cơ sở toán học cho TTNT. “𝑁ℎ𝑢̛ 𝑚𝑜̣𝑖 𝑛𝑔𝑢̛𝑜̛̀𝑖 đ𝑎̃ 𝑏𝑖𝑒̂́𝑡, 𝑡ℎ𝑜̛̀𝑖 𝑔𝑖𝑎𝑛 𝑣𝑢̛̀𝑎 𝑞𝑢𝑎 𝑇𝑇𝑁𝑇 đ𝑎̃ 𝑐𝑜́ 𝑛ℎ𝑢̛̃𝑛𝑔 𝑏𝑢̛𝑜̛́𝑐 𝑝ℎ𝑎́𝑡 𝑡𝑟𝑖𝑒̂̉𝑛 𝑟𝑎̂́𝑡 𝑙𝑜̛́𝑛. 𝑉𝑒̂̀ 𝑚𝑎̣̆𝑡 𝑢̛́𝑛𝑔 𝑑𝑢̣𝑛𝑔, 𝑇𝑇𝑁𝑇 đ𝑎̃ 𝑡𝑎̣𝑜 𝑟𝑎 𝑛ℎ𝑢̛̃𝑛𝑔 𝑡ℎ𝑢𝑎̣̂𝑡 𝑡𝑜𝑎́𝑛 𝑐ℎ𝑎̣𝑦 𝑟𝑎̂́𝑡 ℎ𝑖𝑒̣̂𝑢 𝑞𝑢𝑎̉. 𝑇𝑢𝑦 𝑛ℎ𝑖𝑒̂𝑛, 𝑡𝑎̣𝑖 𝑠𝑎𝑜 𝑇𝑇𝑁𝑇 ℎ𝑖𝑒̣̂𝑢 𝑞𝑢𝑎̉ 𝑣𝑎̀ 𝑙𝑎̀𝑚 𝑡ℎ𝑒̂́ 𝑛𝑎̀𝑜 đ𝑒̂̉ 𝑛𝑜́ 𝑙𝑢𝑜̂𝑛 𝑙𝑢𝑜̂𝑛 𝑐ℎ𝑎̣𝑦 đ𝑢́𝑛𝑔 𝑡ℎ𝑖̀ 𝑐𝑎̂̀𝑛 𝑟𝑎̂́𝑡 𝑛ℎ𝑖𝑒̂̀𝑢 𝑐𝑎́𝑐 𝑛𝑔ℎ𝑖𝑒̂𝑛 𝑐𝑢̛́𝑢 𝑙𝑦́ 𝑡ℎ𝑢𝑦𝑒̂́𝑡 𝑡𝑜𝑎́𝑛 ℎ𝑜̣𝑐 𝑐ℎ𝑎̣̆𝑡 𝑐ℎ𝑒̃ ℎ𝑜̛𝑛” TS. Hà chia sẻ.
Dựa trên bài báo nghiên cứu “The Mathematics of Artificial Intelligence” của tác giả Gitta Kutyniok, TS. Hà cũng đưa ra 04 hướng nghiên cứu có thể tạo ra cơ sở toán học cho TTNT. Đó là:
𝑇𝑖́𝑛ℎ 𝑏𝑖𝑒̂̉𝑢 𝑑𝑖𝑒̂̃𝑛 (𝐸𝑥𝑝𝑟𝑒𝑠𝑠𝑖𝑣𝑖𝑡𝑦): Lượng hóa khả năng xấp xỉ một lớp hàm số nào đó của các kiến trúc mạng nơ-ron khác nhau?
𝐾ℎ𝑎̉ 𝑛𝑎̆𝑛𝑔 ℎ𝑜̣𝑐 (𝐿𝑒𝑎𝑟𝑛𝑖𝑛𝑔): Khi nào và tại sao các phương pháp tối ưu như SGD lại hội tụ đến một cực trị địa phương “tốt”?
𝐾ℎ𝑎̉ 𝑛𝑎̆𝑛𝑔 𝑡𝑜̂̉𝑛𝑔 𝑞𝑢𝑎́𝑡 ℎ𝑜́𝑎 (𝐺𝑒𝑛𝑒𝑟𝑎𝑙𝑖𝑧𝑎𝑡𝑖𝑜𝑛): Khi nào và tại sao các mô hình Ai có khả năng tổng quát hóa tốt trên dữ liệu mới mà không bị overfit?
𝑇𝑖́𝑛ℎ 𝑔𝑖𝑎̉𝑖 𝑡ℎ𝑖́𝑐ℎ đ𝑢̛𝑜̛̣𝑐 (𝐸𝑥𝑝𝑙𝑎𝑖𝑛𝑎𝑏𝑖𝑙𝑖𝑡𝑦): Mô hình Ai rút ra một kết luận dựa trên các đặc điểm nào của input?

Để trả lời các câu hỏi như trên, vai trò của Toán học là rất quan trọng. Các hướng nghiên cứu trên sẽ giúp giải thích và phát triển các mô hình TTNT hơn nữa. Bài giảng đại chúng của TS. Nguyễn Quý Hà đã nhận được rất nhiều sự quan tâm, thảo luận từ các nhà toán học và nhà khoa học ở nhiều lĩnh vực khác nhau.
Chi tiết bài giảng và phần thảo luận, bạn đọc vui lòng xem tại đây: https://www.facebook.com/bantin.khcn/videos/892597308478974/
𝐓𝐡𝐨̂𝐧𝐠 𝐭𝐢𝐧 𝐝𝐢𝐞̂̃𝐧 𝐠𝐢𝐚̉:
TS. Nguyễn Quý Hà hiện đang giữ chức vụ Giám đốc điều hành Viện Nghiên cứu Dữ liệu lớn, kiêm Giám đốc Khối Công nghệ Phân tích hình ảnh VinBigData. Tại đây, anh phụ trách nghiên cứu và phát triển các sản phẩm công nghệ mới ứng dụng trí tuệ nhân tạo và thị giác máy tính. Trước khi gia nhập Vingroup, TS. Hà làm việc tại Viện Nghiên cứu và Phát triển Viettel (Nay là Tổng công ty Công nghiệp Công nghệ cao Viettel) với vai trò kỹ sư cao cấp về xử lý tín hiệu. Anh đã công bố 46 bài báo khoa học trên các tạp chí và tại các hội nghị hàng đầu thế giới về Xử lý ảnh và xử lý tín hiệu.
TS. Nguyễn Quý Hà tốt nghiệp Đại học Sư phạm Hà Nội, chuyên ngành Toán học; lấy bằng Thạc sĩ tại Viện công nghệ Massachusetts (MIT); bằng Tiến sĩ tại Đại học Illinois, Urbana-Champaign, Hoa Kỳ, đều về chuyên ngành Kĩ thuật điện và máy tính. Tiến sĩ cũng có 03 năm làm nghiên cứu hậu tiến sĩ tại đại học EPFL, Thụy Sĩ.
———————
————–
———
“Toán học đằng sau các mô hình trí tuệ nhân tạo” là một trong 02 bài giảng đại chúng nằm trong sự kiện “Toán học cho mọi người” nhằm hưởng ứng Ngày Toán học quốc tế 2023. Sự kiện đã diễn ra với chung kết cuộc thi “Bài giảng và bài viết về Toán học, mang tên Hoàng Tụy”, 02 bài giảng đại chúng và 02 nội dung xuyên suốt toàn sự kiện gồm Hội chợ và Triển lãm sách của Trung tâm Thông tin – Tư liệu, Alpha Book; Triển lãm poster Mathematical Moments.

Sự kiện được livestream trực tiếp trên trang Fanpage Viện Toán học – Institute of Mathematics
https://www.facebook.com/vientoanhoc (VAST),
Facebook Bản tin KHCN của Trung tâm Thông tin – Tư liệu: https://www.facebook.com/bantin.khcn.
Nguồn ảnh: Trung tâm Thông tin – Tư liệu, Viện Hàn lâm KHCNVN.