Tiến sĩ Hoàng Trọng Nghĩa vừa được nhận giải thưởng NSF CAREER

Thông tin về giải thưởng của Tiến sĩ Hoàng Trọng Nghĩa được Tiến sĩ Trần Nam Dũng, Phó Hiệu trưởng Trường Phổ thông Năng khiếu (Đại học Quốc gia TP.HCM), chia sẻ như một tin vui đặc biệt đối với cộng đồng học thuật trong nước. Ông cho biết, Nghĩa từng là cựu học sinh của Trường Phổ thông Năng khiếu và là cựu sinh viên Trường Đại học Khoa học Tự nhiên (ĐHQG-HCM), một trong những cái nôi đào tạo nhân tài khoa học của Việt Nam.

Theo Tiến sĩ Trần Nam Dũng, thông tin về giải thưởng được gửi trực tiếp từ Giáo sư Partha Pratim Pande, Hiệu trưởng Trường Khoa học và Kỹ thuật máy tính của Washington State University (Mỹ), kèm theo lời chúc mừng nồng nhiệt. “Thành tựu của ông khiến tất cả chúng tôi vô cùng tự hào”, vị giáo sư viết trong thư.

Trong hệ thống khoa học của Mỹ, NSF CAREER Award được xem là một trong những giải thưởng quan trọng nhất dành cho các nhà khoa học trẻ đang ở giai đoạn đầu sự nghiệp. Không chỉ đơn thuần là sự ghi nhận các công trình nghiên cứu xuất sắc, giải thưởng còn phản ánh niềm tin của quốc gia vào tiềm năng dài hạn của nhà khoa học. Mỗi cá nhân được trao giải sẽ nhận khoản tài trợ lên tới 600.000 USD để phát triển các hướng nghiên cứu trong tương lai.

Ở một góc nhìn rộng hơn, đây là khoản đầu tư chiến lược nhằm nuôi dưỡng những bộ óc có khả năng dẫn dắt các xu hướng khoa học trong nhiều thập niên. Trong bối cảnh trí tuệ nhân tạo (AI) đang trở thành nền tảng công nghệ cốt lõi, việc một nhà khoa học gốc Việt đạt được giải thưởng này trong lĩnh vực AI và học máy mang ý nghĩa vượt ra ngoài phạm vi cá nhân. Nó cho thấy các nhà nghiên cứu Việt Nam đang tham gia trực tiếp vào những dòng chảy lớn của khoa học thế giới.

Sinh năm 1987, Tiến sĩ Hoàng Trọng Nghĩa có hành trình học thuật bài bản và liên tục gắn với các trung tâm nghiên cứu hàng đầu. Sau khi tốt nghiệp chương trình cử nhân tài năng ngành Công nghệ thông tin tại Trường Đại học Khoa học Tự nhiên (ĐHQG-HCM), anh từng giảng dạy tại Trường Đại học Công nghệ Thông tin trước khi theo đuổi con đường nghiên cứu quốc tế.

Anh nhận bằng tiến sĩ Khoa học máy tính tại National University of Singapore một trong những trung tâm nghiên cứu AI hàng đầu châu Á. Sau đó, Nghĩa tiếp tục thực hiện các chương trình nghiên cứu sau tiến sĩ tại Massachusetts Institute of Technology (MIT), đồng thời tham gia các nhóm nghiên cứu lớn như MIT-IBM Watson AI Lab và Amazon Web Services AI Labs.

Những trải nghiệm này giúp anh tiếp cận trực tiếp với các bài toán cốt lõi của trí tuệ nhân tạo hiện đại, đồng thời hình thành định hướng nghiên cứu mang tính nền tảng. Từ năm 2023, anh chuyển sang làm việc tại Washington State University, nơi anh xây dựng và phát triển một nhóm nghiên cứu chuyên sâu về AI.

Các công trình của Tiến sĩ Hoàng Trọng Nghĩa tập trung vào những vấn đề khó và có tính quyết định đối với sự phát triển bền vững của AI. Một trong những hướng nghiên cứu nổi bật là xây dựng các hệ thống học máy có khả năng nhận diện và đánh giá mức độ bất định trong dự đoán lĩnh vực được gọi là “uncertainty-aware machine learning”.

Trong thực tế, nhiều hệ thống AI hiện nay có thể đưa ra dự đoán với độ chính xác cao, nhưng lại thiếu khả năng tự đánh giá mức độ tin cậy của chính kết quả đó. Đây là điểm yếu đặc biệt nguy hiểm trong các lĩnh vực nhạy cảm như y tế, giao thông tự động hay tài chính. Nghiên cứu của Nghĩa nhằm giải quyết vấn đề này bằng cách giúp AI “biết khi nào mình có thể sai”, từ đó nâng cao độ an toàn và độ tin cậy của hệ thống.

Bên cạnh đó, anh cũng có nhiều đóng góp quan trọng trong lĩnh vực học liên kết (federated learning). Đây là phương pháp cho phép huấn luyện mô hình AI trên dữ liệu phân tán mà không cần tập trung dữ liệu về một nơi. Cách tiếp cận này đặc biệt phù hợp với các bối cảnh mà dữ liệu nhạy cảm, chẳng hạn như hồ sơ y tế hoặc thông tin cá nhân.

Các phương pháp do anh đề xuất giúp hệ thống học máy hoạt động hiệu quả ngay cả khi dữ liệu không đồng nhất, bị thiếu hụt hoặc phân tán trên nhiều nguồn khác nhau. Điều này mở ra khả năng ứng dụng rộng rãi của AI trong các hệ thống thực tế, nơi điều kiện dữ liệu thường không lý tưởng như trong phòng thí nghiệm.

Một hướng nghiên cứu khác của Tiến sĩ Nghĩa là tối ưu hóa “hộp đen” (black-box optimization) bài toán tối ưu các hệ thống quá phức tạp để có thể mô tả đầy đủ bằng mô hình toán học truyền thống. Các thuật toán trong lĩnh vực này đang được ứng dụng trong nhiều ngành như thiết kế vật liệu mới, tối ưu vi mạch, hệ thống điện tử, trí tuệ nhân tạo quy mô lớn và khoa học y sinh.

Những đóng góp này cho thấy cách tiếp cận của anh không chỉ dừng lại ở lý thuyết mà còn hướng đến các ứng dụng thực tiễn, nơi AI cần hoạt động ổn định trong môi trường phức tạp và không hoàn hảo.

Đáng chú ý, Tiến sĩ Hoàng Trọng Nghĩa xuất thân trong một gia đình có truyền thống khoa học. Anh là con trai của Giáo sư, Tiến sĩ khoa học Hoàng Văn Kiếm một chuyên gia đầu ngành về công nghệ thông tin và trí tuệ nhân tạo tại Việt Nam, từng giữ vai trò Chủ tịch Hội đồng chức danh Giáo sư Nhà nước ngành công nghệ thông tin.

Tuy nhiên, con đường của Nghĩa cho thấy sự kế thừa không chỉ đến từ nền tảng gia đình mà còn từ nỗ lực cá nhân và môi trường đào tạo. Từ một học sinh chuyên toán tin tại TP.HCM, anh đã từng bước khẳng định vị trí trong cộng đồng nghiên cứu quốc tế bằng những công trình có giá trị.

Giải thưởng NSF CAREER không chỉ là dấu mốc cá nhân mà còn là tín hiệu tích cực đối với cộng đồng khoa học Việt Nam. Trong bối cảnh AI đang trở thành động lực chính của đổi mới sáng tạo toàn cầu, sự hiện diện của các nhà khoa học gốc Việt trong những chương trình tài trợ trọng điểm như vậy cho thấy khả năng hội nhập sâu của trí tuệ Việt vào hệ sinh thái khoa học quốc tế.

Ở một khía cạnh khác, câu chuyện của Tiến sĩ Hoàng Trọng Nghĩa cũng gợi mở về vai trò của giáo dục và môi trường nghiên cứu trong việc nuôi dưỡng tài năng. Từ những lớp học chuyên trong nước đến các trung tâm nghiên cứu hàng đầu thế giới, hành trình này cho thấy một chuỗi liên kết chặt chẽ giữa đào tạo nền tảng và phát triển chuyên sâu.

Trong dòng chảy đó, những thành tựu như NSF CAREER Award không chỉ là phần thưởng cho cá nhân mà còn là minh chứng cho giá trị của đầu tư dài hạn vào khoa học và con người.