Tiến sĩ gốc Việt được tài trợ nghiên cứu AI

Tiến sĩ Vũ đã được trao giải thưởng cho một nghiên cứu về các mạng thần kinh sâu (DNN), một mạng lưới nhiều lớp để xử lý dữ liệu phức tạp và là một phần của công nghệ máy học. Trong dự án, ông Vũ sẽ cùng một nhóm sinh viên được chọn lựa để phát triển công nghệ giúp đảm bảo AI hoạt động một cách an toàn.

 "Trong một số tình huống, khi AI được sử dụng cho những thứ như kiểm soát máy bay hay xe tự hành, bất kỳ lỗi nào cũng có thể gây chết người. Dự án được tài trợ này sẽ nghiên cứu về các mạng thần kinh sâu được lồng ghép trong công nghệ máy học/AI và phát triển công nghệ nhằm ngăn ngừa lỗi và đảm bảo sự an toàn", ông Vũ nói.

Theo bản tóm tắt của dự án, việc sử dụng DNN đã trở thành cách tiếp cận hiệu quả để giải quyết các vấn đề trong thế giới thực. Tuy nhiên, cũng giống như phần mềm truyền thống, DNN cũng có thể có thiếu sót về kỹ thuật và có thể bị tấn công. Điều này đặc biệt đáng lo ngại khi sử dụng AI để lái xe. Mặc dù công nghệ này có thể loại trừ một số sai sót của con người, nhưng bất kỳ DNN bị lỗi nào cũng có thể khiến chương trình AI và chiếc xe bị trục trặc và lao ra khỏi đường khi có tình huống bất ngờ như thời tiết xấu hay đường bị đóng băng.

Do đó, nhóm nghiên cứu đã phát triển các lý thuyết, phương pháp và công cụ mới, tiên tiến và thực tiễn hơn nhằm kiểm tra và xác minh DNN không bị lỗi và đáp ứng các tiêu chuẩn an toàn.

"Chúng ta đều phụ thuộc vào AI dù chúng ta có nhận ra điều đó hay không. Nó là một phần của cuộc sống. Nếu như tôi có thể làm nó an toàn hơn thì đó sẽ là điều có lợi cho gia đình tôi và xã hội", vị tiến sĩ nói.

Ông Vũ bắt đầu làm việc tại Khoa Khoa học máy tính của Đại học Mason từ năm 2021. Từ khi về trường, ông đã giúp mang về khoảng 1,73 triệu USD tiền tài trợ từ bên ngoài. Ông chia sẻ rất hứng thú khi làm việc với sinh viên và nhóm các nhà nghiên cứu của khoa vì mọi người mang đến những góc nhìn mới.

Tổng số tiền tài trợ mà ông Vũ sẽ nhận từ tháng 7 để nghiên cứu là 510.509 USD cho dự án kéo dài 5 năm. Ông cho biết dự án sẽ giúp đỡ xã hội bằng cách cải thiện độ tin cậy của các hệ thống sử dụng DNN. Nghiên cứu được thực hiện sẽ giúp các nhà nghiên cứu AI và máy học, cũng như người sử dụng cải thiện DNN và tự tin áp dụng chúng.