Mới chỉ năm 3 mà đã xuất sắc đăng bài trên tạp chí Q1 đỉnh cao - câu chuyện của Trần Minh Dương đang khiến giới sinh viên IT phải trầm trồ! Chàng trai USTH này không chỉ giỏi code mà còn "cày" nghiên cứu cực nghiêm túc, tạo ra mô hình AI "biết suy luận" như người thật ý.
Chỉ mới là sinh viên năm 3 ngành Công nghệ thông tin - Truyền thông, hệ Song bằng tại Trường Đại học Khoa học và Công nghệ Hà Nội (USTH), Trần Minh Dương đã trở thành đồng tác giả của công bố quốc tế trên Scientific Reports - tạp chí uy tín thuộc nhóm Q1 của Nature Portfolio. Thành tích xịn sò này của Minh Dương không chỉ đến từ những dòng code, mà còn từ sự miệt mài trong phòng Lab suốt những kỳ nghỉ hè.
Hè không chill, chọn ở lại Lab làm nghiên cứu
Trong khi hội bạn đi biển, du lịch thoải mái thì Minh Dương lại có cách tận hưởng mùa hè khác biệt hẳn. Cuối năm 2, cậu được TS. Đoàn Nhật Quang - giảng viên Khoa Công nghệ thông tin và Truyền thông tại USTH, giới thiệu về một dự án nghiên cứu đầy thách thức: Tối ưu hóa các mô hình Vision Language Model (VLM).
Nghe có vẻ "cao siêu" nhỉ? Đây chính là những mô hình AI có khả năng hiểu cả hình ảnh lẫn ngôn ngữ, nhưng thường rất nặng và khó triển khai trong các hệ thống cảnh báo hỏa hoạn theo bối cảnh và thời gian thực.
Thấy cơ hội tiếp cận công nghệ mới quá xịn, Dương quyết định dành trọn kỳ nghỉ hè làm việc tại ICTLab (Phòng thí nghiệm Công nghệ Thông tin và Truyền thông của USTH). Quãng thời gian nghiên cứu cùng thầy Quang và các cộng sự đã trực tiếp dẫn tới công bố quốc tế này đấy!
Ngay sau kỳ nghỉ hè đầy ý nghĩa đó, Dương tiếp tục lên đường sang Đại học La Rochelle (Pháp) để hoàn thành năm cuối theo chương trình Song bằng - tức là học xong nhận luôn 2 tấm bằng đại học danh giá từ USTH và đối tác Pháp sau 3 năm (2 năm đầu tại Việt Nam, năm cuối chuyển sang Pháp).
Trong thời gian học tập tại Pháp, Dương vừa phải thích nghi với môi trường mới, vừa hoàn thành chương trình học chuyên sâu, lại còn duy trì phối hợp với nhóm nghiên cứu trong nước để hoàn tất bài báo nữa. Đa nhiệm level max luôn!
Giải quyết bài toán AI "học vẹt" - không phải chuyện đơn giản
Trong nghiên cứu này, Dương cùng nhóm tập trung vào một vấn đề đau đầu của các hệ thống báo cháy hiện nay: khó phân biệt giữa cháy nguy hiểm và các nguồn lửa an toàn như nến hay bếp đun, dẫn đến nhiều cảnh báo giả (false alarm).
Giải pháp của nhóm là xây dựng một mô hình VLM nhỏ gọn nhưng có khả năng "hiểu ngữ cảnh". Thay vì chỉ nhận diện hình ảnh ngọn lửa đơn thuần, hệ thống có thể phân tích toàn bộ bối cảnh để đưa ra phân loại chính xác hơn.
Tuy nhiên, thách thức lớn nhất lại nằm ở hiện tượng AI "học vẹt" (hay còn gọi là overfitting). Dương chia sẻ: "Ban đầu, mô hình rất khó phân biệt các loại đám cháy vì hình ảnh ngọn lửa gần như giống nhau. Nó bị phụ thuộc vào chi tiết bề mặt thay vì hiểu bối cảnh xung quanh".
Đảm nhận vai trò tinh chỉnh mô hình, Minh Dương áp dụng kỹ thuật LoRA (Low-Rank Adaptation) nhằm cải thiện hiệu năng mà không làm tăng đáng kể chi phí tính toán. Sau hàng nghìn lần thử nghiệm với các bộ tham số khác nhau (nghe mà thấy mệt luôn ), mô hình dần có khả năng thực hiện các bước suy luận phức tạp trên kiến trúc nhỏ gọn.
Kết quả cuối cùng thật sự ấn tượng: hệ thống không chỉ nhận diện được đám cháy mà còn phân tích tình huống, phân loại thành ba trạng thái: không có cháy, cháy có kiểm soát và cháy nguy hiểm. Xịn xò đúng không nào!
Minh Dương cho rằng, việc tháo gỡ được nút thắt này cho thấy nếu đào sâu và làm kỹ thuật một cách cẩn trọng, các mô hình nhỏ vẫn có thể giải quyết những bài toán lớn mà không đòi hỏi nhiều tài nguyên.
Bí kíp học tập từ nam sinh USTH: Tìm "ngách" của riêng mình
Không chọn bắt đầu từ những đề tài lớn lao, Minh Dương tiếp cận nghiên cứu bằng những hướng đi cụ thể, có thể nhanh chóng triển khai và kiểm chứng bằng thực nghiệm.
Chia sẻ về cách tiếp cận nghiên cứu, Dương nhắn nhủ: "Đừng để bản thân bị 'ngợp' trước mớ kiến thức khổng lồ. Đừng cố học mọi thứ. Thay vào đó, hãy liên tục thu hẹp phạm vi sự quan tâm của mình lại cho đến khi bạn tìm được một ngách nhỏ, một bài toán rất cụ thể, rất gần gũi mà mình có thể bắt tay vào code thử ngay".
Bên cạnh đó, nam sinh USTH cũng nhấn mạnh thói quen đọc các bài báo gốc và tài liệu kỹ thuật thay vì chỉ xem video hướng dẫn nhanh. Theo Dương, quá trình này có thể chậm và khó lúc đầu, nhưng sẽ giúp người học hiểu tường tận bản chất vấn đề và tiết kiệm nhiều thời gian sửa lỗi về sau. (Pro tip đây rồi các bạn ơi! )
Từ một gợi ý của giảng viên, Minh Dương tham gia nhóm nghiên cứu và hoàn thiện bài báo trên Scientific Reports. Quá trình này ghi nhận một sinh viên tiếp cận hoạt động nghiên cứu trong môi trường đại học, đồng thời cho thấy sinh viên công nghệ có thể tham gia các đề tài và đóng góp vào công bố quốc tế khi có điều kiện phù hợp.
Nguồn: svvn.tienphong.vn
Chỉ mới là sinh viên năm 3 ngành Công nghệ thông tin - Truyền thông, hệ Song bằng tại Trường Đại học Khoa học và Công nghệ Hà Nội (USTH), Trần Minh Dương đã trở thành đồng tác giả của công bố quốc tế trên Scientific Reports - tạp chí uy tín thuộc nhóm Q1 của Nature Portfolio. Thành tích xịn sò này của Minh Dương không chỉ đến từ những dòng code, mà còn từ sự miệt mài trong phòng Lab suốt những kỳ nghỉ hè.
Hè không chill, chọn ở lại Lab làm nghiên cứu
Trong khi hội bạn đi biển, du lịch thoải mái thì Minh Dương lại có cách tận hưởng mùa hè khác biệt hẳn. Cuối năm 2, cậu được TS. Đoàn Nhật Quang - giảng viên Khoa Công nghệ thông tin và Truyền thông tại USTH, giới thiệu về một dự án nghiên cứu đầy thách thức: Tối ưu hóa các mô hình Vision Language Model (VLM).
Nghe có vẻ "cao siêu" nhỉ? Đây chính là những mô hình AI có khả năng hiểu cả hình ảnh lẫn ngôn ngữ, nhưng thường rất nặng và khó triển khai trong các hệ thống cảnh báo hỏa hoạn theo bối cảnh và thời gian thực.
Thấy cơ hội tiếp cận công nghệ mới quá xịn, Dương quyết định dành trọn kỳ nghỉ hè làm việc tại ICTLab (Phòng thí nghiệm Công nghệ Thông tin và Truyền thông của USTH). Quãng thời gian nghiên cứu cùng thầy Quang và các cộng sự đã trực tiếp dẫn tới công bố quốc tế này đấy!
Ngay sau kỳ nghỉ hè đầy ý nghĩa đó, Dương tiếp tục lên đường sang Đại học La Rochelle (Pháp) để hoàn thành năm cuối theo chương trình Song bằng - tức là học xong nhận luôn 2 tấm bằng đại học danh giá từ USTH và đối tác Pháp sau 3 năm (2 năm đầu tại Việt Nam, năm cuối chuyển sang Pháp).
Trong thời gian học tập tại Pháp, Dương vừa phải thích nghi với môi trường mới, vừa hoàn thành chương trình học chuyên sâu, lại còn duy trì phối hợp với nhóm nghiên cứu trong nước để hoàn tất bài báo nữa. Đa nhiệm level max luôn!
Giải quyết bài toán AI "học vẹt" - không phải chuyện đơn giản
Trong nghiên cứu này, Dương cùng nhóm tập trung vào một vấn đề đau đầu của các hệ thống báo cháy hiện nay: khó phân biệt giữa cháy nguy hiểm và các nguồn lửa an toàn như nến hay bếp đun, dẫn đến nhiều cảnh báo giả (false alarm).
Giải pháp của nhóm là xây dựng một mô hình VLM nhỏ gọn nhưng có khả năng "hiểu ngữ cảnh". Thay vì chỉ nhận diện hình ảnh ngọn lửa đơn thuần, hệ thống có thể phân tích toàn bộ bối cảnh để đưa ra phân loại chính xác hơn.
Tuy nhiên, thách thức lớn nhất lại nằm ở hiện tượng AI "học vẹt" (hay còn gọi là overfitting). Dương chia sẻ: "Ban đầu, mô hình rất khó phân biệt các loại đám cháy vì hình ảnh ngọn lửa gần như giống nhau. Nó bị phụ thuộc vào chi tiết bề mặt thay vì hiểu bối cảnh xung quanh".
Đảm nhận vai trò tinh chỉnh mô hình, Minh Dương áp dụng kỹ thuật LoRA (Low-Rank Adaptation) nhằm cải thiện hiệu năng mà không làm tăng đáng kể chi phí tính toán. Sau hàng nghìn lần thử nghiệm với các bộ tham số khác nhau (nghe mà thấy mệt luôn ), mô hình dần có khả năng thực hiện các bước suy luận phức tạp trên kiến trúc nhỏ gọn.
Kết quả cuối cùng thật sự ấn tượng: hệ thống không chỉ nhận diện được đám cháy mà còn phân tích tình huống, phân loại thành ba trạng thái: không có cháy, cháy có kiểm soát và cháy nguy hiểm. Xịn xò đúng không nào!
Minh Dương cho rằng, việc tháo gỡ được nút thắt này cho thấy nếu đào sâu và làm kỹ thuật một cách cẩn trọng, các mô hình nhỏ vẫn có thể giải quyết những bài toán lớn mà không đòi hỏi nhiều tài nguyên.
Bí kíp học tập từ nam sinh USTH: Tìm "ngách" của riêng mình
Không chọn bắt đầu từ những đề tài lớn lao, Minh Dương tiếp cận nghiên cứu bằng những hướng đi cụ thể, có thể nhanh chóng triển khai và kiểm chứng bằng thực nghiệm.
Chia sẻ về cách tiếp cận nghiên cứu, Dương nhắn nhủ: "Đừng để bản thân bị 'ngợp' trước mớ kiến thức khổng lồ. Đừng cố học mọi thứ. Thay vào đó, hãy liên tục thu hẹp phạm vi sự quan tâm của mình lại cho đến khi bạn tìm được một ngách nhỏ, một bài toán rất cụ thể, rất gần gũi mà mình có thể bắt tay vào code thử ngay".
Bên cạnh đó, nam sinh USTH cũng nhấn mạnh thói quen đọc các bài báo gốc và tài liệu kỹ thuật thay vì chỉ xem video hướng dẫn nhanh. Theo Dương, quá trình này có thể chậm và khó lúc đầu, nhưng sẽ giúp người học hiểu tường tận bản chất vấn đề và tiết kiệm nhiều thời gian sửa lỗi về sau. (Pro tip đây rồi các bạn ơi! )
Từ một gợi ý của giảng viên, Minh Dương tham gia nhóm nghiên cứu và hoàn thiện bài báo trên Scientific Reports. Quá trình này ghi nhận một sinh viên tiếp cận hoạt động nghiên cứu trong môi trường đại học, đồng thời cho thấy sinh viên công nghệ có thể tham gia các đề tài và đóng góp vào công bố quốc tế khi có điều kiện phù hợp.
Nguồn: svvn.tienphong.vn