Thoại Viết Hoàng
Writer
CEO BKAV Nguyễn Tử Quảng cho biết ông đã tập trung 24h liên tục để tìm ra bản chất đơn giản nhất của phần mềm ChatGPT đang nổi sóng khắp thế giới. Sau khi xâu chuỗi vấn đề, ông Quảng đã phát hiện ra điều “bất ngờ” và “cực thú vị”: Người Việt Nam có vai trò quyết định với thành công của ChatGPT.
Về Lê Viết Quốc, theo giới thiệu của trường Fulbright, anh là nhà khoa học đang làm việc tại Google, nơi anh được đánh giá là một trong những nhà nghiên cứu hàng đầu về trí tuệ nhân tạo tại dự án Google Brain.
Năm 2014, Lê Viết Quốc được Tạp chí Technology Review của MIT vinh danh là một trong những nhà phát minh dưới 35 tuổi xuất sắc nhất thế giới. Nghiên cứu của Quốc cũng nhận được hàng loạt giải thưởng tại các hội nghị quốc tế về trí tuệ nhân tạo và được giới thiệu trên New York Times.
Lê Viết Quốc có bằng Tiến sĩ Khoa học Máy tính tại Đại học Stanford và bằng Cử nhân Kỹ sư Phần mềm hạng Ưu tại Đại học Quốc gia Australia. Quốc cũng là một học sinh xuất chúng của trường Quốc học Huế, đã có những đóng góp quan trọng cho sự phát triển của AI cho ngôn ngữ, bao gồm:
Phát triển mô hình ngôn ngữ Transformer: Transformer là một kiến trúc học máy được sử dụng trong nhiều ứng dụng khác nhau, bao gồm dịch máy, nhận dạng giọng nói và xử lý ngôn ngữ tự nhiên. Le là một trong những người tiên phong trong việc phát triển Transformer.
Phát triển mô hình ngôn ngữ GPT-3: GPT-3 là một mô hình ngôn ngữ lớn được tạo ra bởi OpenAI. Le là một trong những nhà nghiên cứu chính đằng sau GPT-3.
Phát triển mô hình ngôn ngữ Meena: Meena là một mô hình ngôn ngữ có thể trò chuyện như con người. Le là một trong những nhà nghiên cứu chính đằng sau Meena.
Các công trình nghiên cứu của Le đã góp phần đáng kể vào sự phát triển của AI cho ngôn ngữ
Nói về hành trình chinh phục trí tuệ nhân tạo của Lê Viết Quốc, Đại học Huế cho biết từ năm 2004, anh đã bắt đầu nghiên cứu AI và máy học (Learning Machine) dưới sự dẫn dắt của một trong những chuyên gia về AI hàng đầu của Australia.
Năm 2011, Quốc đồng sáng lập Google Brain, cùng với cố vấn Tiến sĩ Andrew Ng, nghiên cứu sinh Google Jeff Dean và nhà nghiên cứu tại Google Greg Corrado. Mục tiêu là khai phá về Học sâu (Deep Learning) trên cơ sở khối lượng dữ liệu khổng lồ của Google. Trước đó, Quốc đã thực hiện một vài nghiên cứu ở Đại học Stanford về Học sâu không giám sát (Unsupervised Deep learning).
Deep Learning là một thuật toán dựa trên một số ý tưởng từ não bộ tới việc tiếp thu nhiều tầng biểu đạt, cả cụ thể lẫn trừu tượng, qua đó làm rõ nghĩa của các loại dữ liệu. Deep Learning có thể giúp giải quyết hàng loạt vấn đề như giáo dục, biến đổi khí hậu... Ví dụ, sử dụng các cảm biến từ xa, dữ liệu môi trường trên thế giới sẽ được theo dõi và ghi lại. Hiện khối lượng dữ liệu đó phần lớn chưa được xử lý và Deep Learning có thể được áp dụng để hiểu các chuỗi và chỉ ra hướng giải quyết...
Sau khi tốt nghiệp vào năm 2013, Quốc chính thức gia nhập Google với tư cách một nhà nghiên cứu. Anh sớm đạt được những đột phá ấn tượng trong lĩnh vực dịch máy (Machine Translation), một trong những lĩnh vực nghiên cứu năng động nhất trong cộng đồng học máy (Machine Learning).
Vào năm 2014, Quốc đề xuất trình tự chuỗi (Seq2seq) học với nhà nghiên cứu Google Ilya Sutskever và Oriol Vinyals. Nó là một khung công cụ - một thư viện các mã lệnh (framework) giải mã bộ mã hóa có mục đích đào tạo các mô hình để chuyển đổi các chuỗi từ một tên miền này sang miền khác, chẳng hạn như chuyển đổi các câu sang các ngôn ngữ khác nhau.
Seq2seq learning đòi hỏi ít sự lựa chọn trong thiết kế kỹ thuật hơn và cho phép hệ thống dịch của Google hoạt động hiệu quả và chính xác trên các tệp dữ liệu khổng lồ. Nó chủ yếu được sử dụng cho các hệ thống dịch máy và được chứng minh là có thể ứng dụng được ở nhiều mảng hơn, bao gồm tóm tắt văn bản, các cuộc hội thoại với trí tuệ nhân tạo, và trả lời câu hỏi.
Sau đó, Quốc tiếp tục phát minh ra Doc2vec – một thuật toán không giám sát sử dụng cho việc hiển thị các nội dung có độ dài cố định từ các đoạn văn bản có độ dài biến đổi, chẳng hạn như câu, đoạn văn và các tài liệu.
Những nỗ lực nghiên cứu của Quốc đã được đền đáp. Trong năm 2016, Google đã công bố hệ thống dịch máy Nơ-ron (Neural Machine Translation System), sử dụng trí tuệ nhân tạo AI để tạo ra các bản dịch tốt hơn và tự nhiên hơn.
Đầu năm 2017, Quốc nhận lời tham gia Hội Đồng Tín thác Đại học Fulbright Việt Nam. Năm 2020, Quốc đã phát triển chương trình mang tên AutoML-Zero, một chương trình thuật toán bằng phép ước lượng nhờ vào hệ thống AI.
Lê Viết Quốc tin rằng, việc tăng số lượng các phép toán trong thư viện dữ liệu, tăng tài nguyên tính toán cho AutoML-Zero sẽ cho phép chương trình tìm ra những trí tuệ nhân tạo hoàn toàn mới và cạnh tranh với những công nghệ trí tuệ nhân tạo hàng đầu thế giới.
Lê Viết Quốc là một trong những nhà nghiên cứu AI được công nhận rộng rãi nhất trên thế giới. Ông đã được trao nhiều giải thưởng và danh hiệu, bao gồm:
Năm 2014, Lê Viết Quốc được Tạp chí Technology Review của MIT vinh danh là một trong những nhà phát minh dưới 35 tuổi xuất sắc nhất thế giới. Nghiên cứu của Quốc cũng nhận được hàng loạt giải thưởng tại các hội nghị quốc tế về trí tuệ nhân tạo và được giới thiệu trên New York Times.
Lê Viết Quốc có bằng Tiến sĩ Khoa học Máy tính tại Đại học Stanford và bằng Cử nhân Kỹ sư Phần mềm hạng Ưu tại Đại học Quốc gia Australia. Quốc cũng là một học sinh xuất chúng của trường Quốc học Huế, đã có những đóng góp quan trọng cho sự phát triển của AI cho ngôn ngữ, bao gồm:
Phát triển mô hình ngôn ngữ Transformer: Transformer là một kiến trúc học máy được sử dụng trong nhiều ứng dụng khác nhau, bao gồm dịch máy, nhận dạng giọng nói và xử lý ngôn ngữ tự nhiên. Le là một trong những người tiên phong trong việc phát triển Transformer.
Phát triển mô hình ngôn ngữ GPT-3: GPT-3 là một mô hình ngôn ngữ lớn được tạo ra bởi OpenAI. Le là một trong những nhà nghiên cứu chính đằng sau GPT-3.
Phát triển mô hình ngôn ngữ Meena: Meena là một mô hình ngôn ngữ có thể trò chuyện như con người. Le là một trong những nhà nghiên cứu chính đằng sau Meena.
Các công trình nghiên cứu của Le đã góp phần đáng kể vào sự phát triển của AI cho ngôn ngữ
Nói về hành trình chinh phục trí tuệ nhân tạo của Lê Viết Quốc, Đại học Huế cho biết từ năm 2004, anh đã bắt đầu nghiên cứu AI và máy học (Learning Machine) dưới sự dẫn dắt của một trong những chuyên gia về AI hàng đầu của Australia.
Năm 2011, Quốc đồng sáng lập Google Brain, cùng với cố vấn Tiến sĩ Andrew Ng, nghiên cứu sinh Google Jeff Dean và nhà nghiên cứu tại Google Greg Corrado. Mục tiêu là khai phá về Học sâu (Deep Learning) trên cơ sở khối lượng dữ liệu khổng lồ của Google. Trước đó, Quốc đã thực hiện một vài nghiên cứu ở Đại học Stanford về Học sâu không giám sát (Unsupervised Deep learning).
Deep Learning là một thuật toán dựa trên một số ý tưởng từ não bộ tới việc tiếp thu nhiều tầng biểu đạt, cả cụ thể lẫn trừu tượng, qua đó làm rõ nghĩa của các loại dữ liệu. Deep Learning có thể giúp giải quyết hàng loạt vấn đề như giáo dục, biến đổi khí hậu... Ví dụ, sử dụng các cảm biến từ xa, dữ liệu môi trường trên thế giới sẽ được theo dõi và ghi lại. Hiện khối lượng dữ liệu đó phần lớn chưa được xử lý và Deep Learning có thể được áp dụng để hiểu các chuỗi và chỉ ra hướng giải quyết...
Sau khi tốt nghiệp vào năm 2013, Quốc chính thức gia nhập Google với tư cách một nhà nghiên cứu. Anh sớm đạt được những đột phá ấn tượng trong lĩnh vực dịch máy (Machine Translation), một trong những lĩnh vực nghiên cứu năng động nhất trong cộng đồng học máy (Machine Learning).
Vào năm 2014, Quốc đề xuất trình tự chuỗi (Seq2seq) học với nhà nghiên cứu Google Ilya Sutskever và Oriol Vinyals. Nó là một khung công cụ - một thư viện các mã lệnh (framework) giải mã bộ mã hóa có mục đích đào tạo các mô hình để chuyển đổi các chuỗi từ một tên miền này sang miền khác, chẳng hạn như chuyển đổi các câu sang các ngôn ngữ khác nhau.
Seq2seq learning đòi hỏi ít sự lựa chọn trong thiết kế kỹ thuật hơn và cho phép hệ thống dịch của Google hoạt động hiệu quả và chính xác trên các tệp dữ liệu khổng lồ. Nó chủ yếu được sử dụng cho các hệ thống dịch máy và được chứng minh là có thể ứng dụng được ở nhiều mảng hơn, bao gồm tóm tắt văn bản, các cuộc hội thoại với trí tuệ nhân tạo, và trả lời câu hỏi.
Sau đó, Quốc tiếp tục phát minh ra Doc2vec – một thuật toán không giám sát sử dụng cho việc hiển thị các nội dung có độ dài cố định từ các đoạn văn bản có độ dài biến đổi, chẳng hạn như câu, đoạn văn và các tài liệu.
Những nỗ lực nghiên cứu của Quốc đã được đền đáp. Trong năm 2016, Google đã công bố hệ thống dịch máy Nơ-ron (Neural Machine Translation System), sử dụng trí tuệ nhân tạo AI để tạo ra các bản dịch tốt hơn và tự nhiên hơn.
Đầu năm 2017, Quốc nhận lời tham gia Hội Đồng Tín thác Đại học Fulbright Việt Nam. Năm 2020, Quốc đã phát triển chương trình mang tên AutoML-Zero, một chương trình thuật toán bằng phép ước lượng nhờ vào hệ thống AI.
Lê Viết Quốc tin rằng, việc tăng số lượng các phép toán trong thư viện dữ liệu, tăng tài nguyên tính toán cho AutoML-Zero sẽ cho phép chương trình tìm ra những trí tuệ nhân tạo hoàn toàn mới và cạnh tranh với những công nghệ trí tuệ nhân tạo hàng đầu thế giới.
Lê Viết Quốc là một trong những nhà nghiên cứu AI được công nhận rộng rãi nhất trên thế giới. Ông đã được trao nhiều giải thưởng và danh hiệu, bao gồm:
- Giải thưởng ACM SIGKDD Longuet-Higgins Prize năm 2022
- Giải thưởng ACM SIGMOD Edgar F. Codd Innovations Award năm 2021
- Giải thưởng IEEE Longuet-Higgins Prize năm 2020
- Giải thưởng ACM SIGAI Feigenbaum Prize năm 2019
