Trở thành Tiến sĩ là bước đệm vững chắc cho Hoàng Khang chinh phục ước mơ xa hơn là trở thành một nhà nghiên cứu toán học ứng dụng những vấn đề lí thuyết và thực tiễn trong lĩnh vực Trí tuệ Nhân tạo nhằm phát triển mô hình AI và đề xuất những cải tiến tích cực cho các ứng dụng thực tế.
Những khai phá đầu tiên về ứng dụng của toán học với AI
Đam mê toán học từ khi còn ngồi trên ghế nhà trường, Hoàng Khang luôn muốn tìm kiếm một lĩnh vực mà ở đó có thể phát huy vai trò cũng như tính ứng dụng thực tế của lĩnh vực mà mình yêu thích. Thời điểm đó, Trí tuệ nhân tạo nổi lên như một ngành tiềm năng với nhiều "đất diễn" cho toán học và những người muốn kết nối AI với toán học một cách sâu rộng.
Biết đến FPT Software AI Residency như một trong số ít các chương trình đào tạo bài bản tại Việt Nam, mang đến cơ hội thực hiện các nghiên cứu đẳng cấp thế giới cùng đội ngũ giáo sư đầu ngành, Hoàng Khang đã gia nhập và từng bước cho ra mắt thành công báo cáo khoa học đầu tay. Với đề tài "Revisiting Over-smoothing and Over-squashing Using Ollivier-Ricci Curvature" (tạm dịch: Đánh giá hiện tượng "quá mượt" và "quá nén" thông qua sử dụng độ cong Ollivier-Ricci), nghiên cứu của Hoàng Khang đã được xuất bản tại Hội nghị Quốc tế về Máy học ICML 2023 (International Conference on Machine Learning 2023).
Đây là đề tài tập trung sử dụng công cụ trong hình học để nghiên cứu những hạn chế của các mô hình máy học trên dữ liệu dạng đồ thị. Các mô hình máy học trên dữ liệu dạng đồ thị tương tự như trong nghiên cứu của Hoàng Khang đã có nhiều ứng dụng trong thực tế như thời gian ước tính của chuyến đi trong Google Maps, cung cấp các gợi ý về sản phẩm trên trang thương mại điện tử, thiết kế vi mạch, hay nghiên cứu về thuốc. Nghiên cứu của Hoàng Khang đã cho thấy thuật toán có thể được thiết kế dựa trên việc khai thác khía cạnh hình học (của dữ liệu dạng đồ thị) để giảm thiểu hạn chế của mô hình AI.
Là tác giả chính của nghiên cứu khi còn là học viên trẻ tuổi, Khang đã trải qua quá trình một năm thực hiện cùng sự hỗ trợ nhiệt tình của các chuyên gia FPT Software AI Residency đang làm việc tại những trung tâm danh tiếng trên thế giới trong lĩnh vực AI, toán và thống kê.
Bước ngoặt trở thành tiến sĩ tại trường đại học danh tiếng thế giới
Bên cạnh việc tạo dựng hành trang ngay từ đầu với thành tích học tập tốt tại trường đại học, chinh phục các cuộc thi, các chứng chỉ cần thiết như TOEFL, GRE…, việc trở thành học viên FPT Software AI Residency cũng giúp Hoàng Khang sở hữu lợi thế nhất định khi ứng tuyển tiến sĩ vào các trường đại học của thế giới. Đó là nghiên cứu được chấp nhận và xuất bản tại các hội nghị hàng đầu như ICML, thư giới thiệu của các giáo sư đầu ngành hay sự hỗ trợ của các chuyên gia, học viên tài năng trong suốt quá trình ứng tuyển.
Chia sẻ về điều này, Hoàng Khang cho biết: "Sự thành công của em không thể không kể tới những người hướng dẫn tại FPT Software AI Residency, hiện đều là những nhà nghiên cứu đến từ các trung tâm nghiên cứu AI lớn của thế giới. Em đã học được những kỹ năng quan trọng như cách đánh giá vấn đề, đặt giả thiết, suy nghĩ ý tưởng cho các giải pháp cũng như nhiều kĩ năng cần thiết khác cho quá trình nghiên cứu."
"Cũng tại FPT Software AI Residency, em được truy cập đến những hệ thống máy tính có khả năng tính toán cao, tham gia các hoạt động đào tạo liên quan đến nghiên cứu AI của nhiều khách mời danh tiếng… Những điều này góp phần tạo nên một môi trường tốt, nơi em có thể chuyên tâm phát triển." - Hoàng Khang chia sẻ thêm.
Sau liên tiếp lời mời từ các trường đại học top đầu như Duke University, Northeastern University, UCSD, UCLA, UT Austin, Georgia Tech…, cuối năm nay, Hoàng Khang sẽ chính thức nhập học để trở thành Tiến sĩ ngành Toán học tại Đại học UCLA, Mỹ.
