医学生から世界トップ8の大学の教授へ

[広告1]

グエン・フン・ミン・タン氏は3年間の医学部を中退し、その後石油・ガス会社で働いた後、AI研究に転向し、シンガポール国立大学の講師になった。

ホーチミン市出身のミン・タンさん（34歳）は、7月にシンガポール国立大学（NUS）数学科の助教授（*）に就任しました。QSランキング2024によると、NUS は世界トップ10大学の中で唯一アジアの大学であり、現在8位にランクされています。

タン氏は人工知能 (AI) における機械学習とディープラーニングの指導と研究を行います。

「シンガポールを選んだのは、NUSの数学科が非常に優秀で、QS 2023によると世界13位にランクされているからです。ここでの研究の方向性は、私の発展の方向性と似ています」とタン氏は語った。

さらに、シンガポールはベトナムに近い。タン氏は、これが学生を指導し、母国の同僚と協力する機会を与えてくれると考えている。彼は、大手テクノロジー企業のAIレジデンシープログラムを通じて、ベトナムで多くの若い才能を育成してきた。この2年間のプログラムは、AI研究に取り組む学生を支援し、海外で博士号を取得するための環境を整えている。

グエン・フン・ミン・タン。写真：人物提供 — グエン・フン・ミン・タン。写真：*人物提供*

タンは子供の頃、『Math and Youth』という雑誌を読んで数学に興味を持ちました。タンは学習意欲が高く、小学校時代からずっと学校のチームに所属していました。2004年、タンはレ・ホン・フォン高等英才学校の数学専門クラスに入学し、合格しました。

タン氏は、数学が好きだったものの、試験を受けるためだけに勉強していたと語りました。期待していた成績を得られなかったため、大学で進路を変えることを決意しました。2007年、タン氏はホーチミン市の名門大学であるバクコア大学とイドゥオック大学に合格し、医師になる道を選びました。

ベトナムで1年間勉強した後、タンは家族と共にアメリカに移住し、テキサス州のヒューストン・コミュニティ・カレッジで医学の勉強を続けました。しかし、2年後、再び勉強を中断しました。

「自分は医療分野に向いていないことに気づきました」とタン氏は振り返る。当時、彼は自分の英語力ではアメリカで医学を学び続けることができないと考えていた。なぜなら、医学生は学校で勉強するだけでなく、患者の病理、状況、心理を理解するために、しっかりとしたコミュニケーション能力が求められるからだ。

タンさんはリサーチして工学専攻には良いキャリアの見込みがあることを知り、US News によると米国のトップ 15 大学にランクされているライス大学で電気工学を学ぶための全額奨学金を申請して獲得しました。

当時、タンはまだ自分のキャリアパスについて明確なビジョンを持っていませんでした。最初の学期に3つの専門授業を受講した際、タンは興味を持ち、信号処理を選択しました。タンによると、この専攻は数学の知識を多く必要とし、大手石油会社への就職のチャンスも豊富です。また、この分野は学校の有名な研修分野でもありました。

勉強に加え、タンさんは英語力の向上を目指しました。マーケットのレジ係のアルバイトに応募しました。仕事は非常にストレスフルで、客とのやり取りでトラブルを解決するために、タンさんは積極的に英語を聞き、話すことを強いられました。おかげで、タンさんのリスニングとスピーキング力は向上しました。学校では友達とよりスムーズに話せるようになり、先生たちのプロジェクトにも参加できるようになりました。

2014年、タンは大学4年生になりました。ちょうどその頃、アメリカでは機械学習とディープラーニングが急速に発展していた時期でした。タンはこの2つの分野を学び、プロジェクトに応用しました。そして友人たちと共に、かぶる人の思考をコマンドに変換し、模型車を操作できる帽子の開発に成功しました。

しかし、卒業直前、タンは石油・ガス業界の企業であるGEオイル・アンド・ガスのエンジニアリング・インターンとして採用されました。その後まもなく、石油産業は衰退の一途を辿りました。この時、ライス大学時代の恩師が彼にAI研究に戻るよう説得しました。

タンさんは仕事を辞め、2014年に修士号と博士号の奨学金を獲得した。

3年後、教師たちの情熱と献身的な指導のおかげで、タンの研究は順調に進み、科学論文を次々と発表しました。しかし4年目になると、タンは次に何を研究すればよいのか分からなくなり、「行き詰まり」を感じ始めました。AIの様々な新分野に挑戦しましたが、成果は得られませんでした。

「2年間、科学論文を1本も発表していません」とタン氏は語る。博士課程の学生にとって、これは非常に重要な段階なのだからと、彼は不安に駆られていた。自分の考えと指導教官の考えを常に比較し、何が足りないのか理解しようと奮闘していた。

2年間も成果が出ずに苦労した後、タンは自分に欠けているのは研究の方向性だと気づき、状況が明確になりました。そして最終的に、応用数学と機械学習に特化することを決意しました。

それ以来、タン氏の仕事ははるかに楽になりました。タン氏はAmazon AIとNVIDIA Researchでインターンシップを経験し、物理AIモデリング、合成データからの学習のためのドメイン適応、機械学習を用いた科学探究など、数々の応用問題に取り組みました。最近では、トヨタとの共同プロジェクトで、これらの応用問題を用いて電気自動車のバッテリー寿命を予測しました。

彼は今年6月にカリフォルニア大学ロサンゼルス校（UCLA）の数学科で博士研究員課程を修了し、その後シンガポール国立大学に勤務しました。

タンさんは、新しい仕事はとても興味深いと話しました。生徒たちが学んだ知識を活かして世界中で仕事を見つけるための支援プログラムの構築に携わることができるのです。

「プレッシャーは大きいですが、モチベーションも上がります」とタン氏は語った。タン氏は、メンターから刺激を受けたことが教職の道に進んだ理由だと語る。ライス大学のリチャード・バラニウク教授とカリフォルニア大学ロサンゼルス校（UCLA）のスタン・オシャー教授は、研究とキャリアの両面でタン氏に多くの有益なアドバイスを与えてくれた。彼らの献身的な姿勢と自身に与えたポジティブな影響を目の当たりにしたタン氏は、彼らを模範と捉えていた。

ルワンダで開催されたICLR 2023人工知能会議に出席したタン氏。写真：人物提供 — ルワンダで開催されたICLR 2023人工知能会議に出席したタン氏。写真：*人物提供*

米国テキサス大学オースティン校のホー・ファム・ミン・ニャット教授は、研究と教育の両面で同僚を高く評価しています。

「タン先生はいつも最後までやり遂げ、決してやり残したくありません。彼は非常に科学的に問題を発見し、対処します。また、生徒に対しても非常に責任感があります」とナット氏は語りました。

タン氏は現在までに、Q1ジャーナル（当該分野における最も権威のあるジャーナル群）に16本の論文を寄稿しています。今後の研究目標は、最適化、微分方程式、統計学といった応用数学の様々な手法を組み合わせ、人工知能アプリケーションに用いられる機械学習モデルを解明することです。また、同僚と共に学生指導のため、定期的にベトナムを訪れています。

タン氏は自身の歩みを振り返り、それぞれの環境から貴重な教訓を学んだと語る。医学部では勤勉さの美徳を学び、ライス大学では独立した研究者になる方法を学び、UCLAでは生産性を高め、影響力のある研究を行う方法を学ぶ。また、これら2つの場所で、様々な国から集まった同僚と働くことで、研究と人生における多様性の価値を学んだ。

彼は、若者は積極的、好奇心旺盛、勤勉、常に思考を刷新し、自分に自信を持つ必要があると信じています。

「何も簡単にはいかない」とタン氏は言う。ほとんどの人は天才ではないと彼は信じており、だからこそこれらの資質が成功の鍵であり、特に困難に直面した時には重要だと彼は考えている。

カーン・リン

*助教授は、米国における教授の3つのレベルのうちの1つです。

[広告2]
ソースリンク