Andrew Ng

1.1. Thời thơ ấu và trưởng thành

Andrew Ng sinh ra tại Luân Đôn, Vương quốc Anh, vào năm 1976. Cha mẹ ông là Ronald Paul Ng, một nhà huyết học và giảng viên tại Trường Y UCL, và Tisa Ho, một quản lý nghệ thuật làm việc tại Liên hoan phim Luân Đôn. Cả cha và mẹ ông đều là những người nhập cư từ Hồng Kông. Ng và gia đình đã chuyển về Hồng Kông và ông đã trải qua những năm đầu đời tại đây.

Vào năm sáu tuổi, ông bắt đầu học những kiến thức cơ bản về lập trình thông qua một số cuốn sách. Năm 1984, ông cùng gia đình chuyển đến Singapore. Ng đã theo học và tốt nghiệp Học viện Raffles. Trong những năm học trung học, ông đã thể hiện khả năng toán học xuất chúng, giành được Huy chương Bạc tại Olympic Toán học Quốc tế.

1.2. Giáo dục

Năm 1997, Andrew Ng nhận bằng cử nhân với ba chuyên ngành về khoa học máy tính, thống kê và kinh tế học từ Đại học Carnegie Mellon tại Pittsburgh, Pennsylvania. Từ năm 1996 đến 1998, ông cũng tiến hành nghiên cứu về học tăng cường, lựa chọn mô hình và lựa chọn tính năng tại AT&T Bell Labs.

Năm 1998, Ng nhận bằng thạc sĩ về Kỹ thuật Điện và Khoa học Máy tính từ Viện Công nghệ Massachusetts (MIT) tại Cambridge, Massachusetts. Tại MIT, ông đã xây dựng công cụ tìm kiếm web được lập chỉ mục tự động công khai đầu tiên dành cho các bài báo nghiên cứu trên web. Đây là tiền thân của CiteSeerX/ResearchIndex, nhưng chuyên về học máy.

Năm 2002, ông nhận bằng Tiến sĩ (Ph.D.) về Khoa học Máy tính từ Đại học California, Berkeley, dưới sự hướng dẫn của Michael I. Jordan. Luận văn của ông có tựa đề "Shaping and policy search in reinforcement learning" và vẫn được trích dẫn rộng rãi cho đến ngày nay. Ông bắt đầu làm trợ lý giáo sư tại Đại học Stanford vào năm 2002 và trở thành phó giáo sư vào năm 2009.

Ng hiện đang sống ở Los Altos Hills, California. Năm 2014, ông kết hôn với Carol E. Reiley. Họ có hai người con: một con gái sinh năm 2019 và một con trai sinh năm 2021. Tạp chí Công nghệ MIT đã gọi Ng và Reiley là "cặp đôi quyền lực AI".

2.1. Học thuật và giảng dạy

Andrew Ng là giáo sư tại các khoa Khoa học Máy tính và kỹ thuật điện của Đại học Stanford. Ông từng là giám đốc của Phòng thí nghiệm Trí tuệ Nhân tạo Stanford (SAIL), nơi ông giảng dạy và thực hiện nghiên cứu liên quan đến khai phá dữ liệu, dữ liệu lớn và học máy. Khóa học học máy CS229 của ông tại Stanford là khóa học phổ biến nhất trong khuôn viên trường với hơn 1.000 sinh viên đăng ký mỗi năm. Tính đến năm 2020, ba trong số các khóa học phổ biến nhất trên Coursera là của Ng: Học máy (số 1), AI cho mọi người (số 5) và Mạng nơ-ron và Học sâu (số 6).

Năm 2008, nhóm của ông tại Stanford là một trong những nhóm đầu tiên ở Hoa Kỳ bắt đầu ủng hộ việc sử dụng GPU trong học sâu. Lý do là cơ sở hạ tầng tính toán hiệu quả có thể tăng tốc độ đào tạo mô hình thống kê lên nhiều lần, giảm bớt một số vấn đề về mở rộng quy mô liên quan đến dữ liệu lớn. Vào thời điểm đó, đây là một quyết định gây tranh cãi và rủi ro, nhưng kể từ đó và theo sự dẫn dắt của Ng, GPU đã trở thành nền tảng trong lĩnh vực này. Kể từ năm 2017, Ng đã ủng hộ việc chuyển đổi sang điện toán hiệu năng cao (HPC) để mở rộng quy mô học sâu và đẩy nhanh tiến độ trong lĩnh vực này.

2.2. Lãnh đạo công nghiệp

Andrew Ng đã giữ nhiều vai trò lãnh đạo chủ chốt trong ngành công nghiệp công nghệ, đặc biệt là trong lĩnh vực trí tuệ nhân tạo, đồng thời sáng lập nhiều công ty khởi nghiệp có tầm ảnh hưởng lớn.

2.3. Giáo dục trực tuyến

Andrew Ng đã có những đóng góp mang tính cách mạng trong lĩnh vực giáo dục trực tuyến, giúp cho trí tuệ nhân tạo và học máy trở nên dễ tiếp cận hơn trên toàn cầu, định hình phong trào Đại học Trực tuyến Đại chúng (MOOC).

3.1. Các lĩnh vực nghiên cứu chính

Ng nghiên cứu chủ yếu về học máy, học sâu, nhận thức máy, thị giác máy tính và xử lý ngôn ngữ tự nhiên. Ông cũng là người ủng hộ mạnh mẽ việc sử dụng GPU trong học sâu, một quyết định ban đầu gây tranh cãi nhưng đã trở thành nền tảng của lĩnh vực này. Ông cũng đã tham gia vào việc thúc đẩy điện toán hiệu năng cao (HPC) để mở rộng quy mô học sâu.

3.2. Các dự án và bài báo có ảnh hưởng

Trong thời gian học cao học, cùng với David M. Blei và Michael I. Jordan, Ng đã đồng tác giả bài báo có ảnh hưởng giới thiệu về Phân bố Dirichlet Tiềm ẩn (LDA) cho luận văn của ông về học tăng cường cho máy bay không người lái.

Công việc ban đầu của ông bao gồm dự án Trực thăng Tự hành Stanford, đã phát triển một trong những máy bay trực thăng tự hành tiên tiến nhất thế giới. Ông là nhà khoa học hàng đầu và điều tra viên chính trong dự án STAIR (Stanford Artificial Intelligence Robot - Robot Trí tuệ Nhân tạo Stanford), dự án này đã tạo ra Robot Operating System (ROS), một nền tảng phần mềm mã nguồn mở được sử dụng rộng rãi trong robot học. Tầm nhìn của ông về việc xây dựng một robot AI và đưa robot vào mọi gia đình đã truyền cảm hứng cho Scott Hassan hỗ trợ ông và tạo ra Willow Garage. Ông cũng là một trong những thành viên sáng lập dự án Stanford WordNet, sử dụng học máy để mở rộng cơ sở dữ liệu WordNet của Princeton do Christiane Fellbaum tạo ra.

4.1. AI và tương lai của công việc

Andrew Ng cho rằng mối đe dọa thực sự của AI không phải là "robot sát thủ độc ác", mà là tác động của tự động hóa đến lực lượng lao động. Ông nhấn mạnh rằng đây là một cuộc trò chuyện cần thiết mà giới học thuật, công nghiệp và chính phủ nên có. Ng từng phát biểu vào năm 2017 rằng ông ủng hộ việc áp dụng thu nhập cơ bản để giúp những người mất việc làm có thể học về AI và quay trở lại thị trường lao động.

4.2. Dân chủ hóa và khả năng tiếp cận AI

Một mục tiêu cụ thể trong công việc của Ng là "dân chủ hóa" việc học AI để mọi người có thể tìm hiểu thêm về nó và hiểu được lợi ích của nó. Ông đã dành hết tâm huyết để làm cho kiến thức và công cụ AI trở nên dễ tiếp cận hơn với công chúng rộng rãi, giảm thiểu rào cản gia nhập.

4.3. Quy định và an toàn AI

Trong một cuộc phỏng vấn với Financial Times vào tháng 12 năm 2023, Ng đã nêu bật những lo ngại liên quan đến tác động của các quy định tiềm năng đối với trí tuệ nhân tạo mã nguồn mở, nhấn mạnh rằng các rủi ro về báo cáo, cấp phép và trách nhiệm pháp lý có thể gây gánh nặng không công bằng cho các công ty nhỏ hơn và kìm hãm sự đổi mới. Ông lập luận rằng việc điều chỉnh các công nghệ cơ bản như mô hình mã nguồn mở có thể cản trở tiến bộ mà không cải thiện đáng kể độ an toàn. Ng ủng hộ các quy định được thiết kế cẩn thận để ngăn chặn các rào cản đối với sự phát triển và phân phối các công nghệ AI có lợi.

5.1. Các giải thưởng và danh hiệu chính

Ng đã nhận được nhiều giải thưởng và học bổng danh giá trong suốt sự nghiệp của mình:

• 1995: Học bổng Dịch vụ Mạng Bell Atlantic
• 1995, 1996: Giải thưởng Học bổng Kỹ thuật Microsoft
• 1996: Học bổng Hiệp hội Andrew Carnegie
• 1998-2000: Học bổng Berkeley
• 2001-2002: Học bổng Nghiên cứu Microsoft
• 2007: Học bổng Nghiên cứu Alfred P. Sloan từ Quỹ Sloan
• 2008: Được vinh danh bởi Tạp chí Công nghệ MIT trong danh sách 35 Nhà đổi mới dưới 35 tuổi (TR35)
• 2009: Giải thưởng Máy tính và Tư tưởng IJCAI (giải thưởng cao nhất trong AI dành cho nhà nghiên cứu dưới 35 tuổi)
• 2009: Giải thưởng Học giả Khoa Vance D. & Arlene C. Coffman
• 2013: Được tạp chí Time vinh danh trong danh sách 100 người có ảnh hưởng nhất thế giới
• 2013: Được tạp chí Fortune vinh danh trong danh sách 40 Under 40 (40 người dưới 40 tuổi)
• 2013: Được CNN vinh danh trong danh sách 10 nhà tư tưởng
• 2014: Được Fast Company vinh danh trong danh sách Những người sáng tạo nhất trong kinh doanh
• 2015: Được Diễn đàn Kinh tế Thế giới vinh danh là Lãnh đạo trẻ toàn cầu
• 2023: Được tạp chí Time vinh danh trong danh sách Time AI 100 người có ảnh hưởng nhất
• 2024: Hội viên danh dự của Hiệp hội Thống kê Hoàng gia.

5.2. Ghi nhận trên truyền thông

Andrew Ng có ảnh hưởng và được công nhận rộng rãi trên các ấn phẩm uy tín. Công việc của ông về thị giác máy tính và học sâu thường xuyên được đưa tin trên các phương tiện truyền thông và các bài đánh giá. Ông đã đồng trọng tài hàng trăm ấn phẩm AI trên các tạp chí như NeurIPS. Ông cũng từng là biên tập viên của Tạp chí Nghiên cứu Trí tuệ Nhân tạo (JAIR), Phó Biên tập viên của Ban Biên tập Hội nghị IEEE Robotics and Automation Society (ICRA), và nhiều vị trí khác.

Ông đã có các bài nói chuyện được mời tại NASA, Google, Microsoft, Lockheed Martin, Hiệp hội Max Planck, Đại học Stanford, Đại học Princeton, Đại học Pennsylvania, Đại học Cornell, MIT, Đại học California, Berkeley, và hàng chục trường đại học khác. Ngoài Hoa Kỳ, ông đã giảng bài ở Tây Ban Nha, Đức, Israel, Trung Quốc, Hàn Quốc và Canada. Ông cũng đã viết bài cho Harvard Business Review, HuffPost, Slate, Apple News, và Quora Sessions' Twitter. Ông cũng viết một bản tin kỹ thuật số hàng tuần có tên The Batch.

6.1. Sách

Andrew Ng là tác giả của cuốn sách Machine Learning Yearning, một hướng dẫn thực tế dành cho những người quan tâm đến học máy, mà ông đã phát hành miễn phí. Vào tháng 12 năm 2018, ông đã viết cuốn sách tiếp theo có tên AI Transformation Playbook, cung cấp hướng dẫn về cách các công ty có thể tích hợp AI vào hoạt động kinh doanh của mình. Ng cũng đóng góp một chương trong cuốn sách Architects of Intelligence: The Truth About AI from the People Building it (2018) của nhà tương lai học người Mỹ Martin Ford.

6.2. Các ấn phẩm chính

Ng là tác giả hoặc đồng tác giả của hơn 300 ấn phẩm trong lĩnh vực robot học, học máy và các lĩnh vực liên quan. Các công trình nghiên cứu của ông bao gồm một số bài báo có ảnh hưởng, được công bố trên các tạp chí và hội nghị hàng đầu trong lĩnh vực AI và khoa học máy tính.