Trang chủ Các hoạt động Giải mã bí ẩn toán học - Sự kiện "Toán - Học...

Giải mã bí ẩn toán học – Sự kiện “Toán – Học thế nào & Làm ở đâu?” thu hút hơn 30,000 lượt theo dõi

Ngày 20/03/2021, sự kiện “Toán – Học thế nào và Làm ở đâu?” được Quỹ Đổi mới sáng tạo VinIF – Viện Nghiên cứu Dữ liệu lớn VinBigdata, Viện Toán học và Trung tâm Thông tin Tư liệu – Viện Hàn lâm KH&CN Việt Nam đồng tổ chức. Sự kiện đã thu hút đông đảo cộng đồng yêu Toán trong nước, với trên 30,000 lượt quan tâm và theo dõi trực tuyến.

Hưởng ứng Ngày Toán học Quốc tế, sự kiện “Toán – Học thế nào và Làm ở đâu?” được tổ chức ngày 20/3/2021 tại Viện Toán học, Viện Hàn lâm Khoa học và Công nghệ Việt Nam, đồng thời được đưa tin trực tiếp trên các nền tảng mạng xã hội của VinBigdata. Đây là cơ hội để cộng đồng yêu Toán, nhất là những tài năng toán học trẻ tuổi được tiếp cận, trò chuyện và trao đổi với các nhà khoa học đầu ngành, xung quanh các câu chuyện về lý thuyết và ứng dụng của toán học, cũng như định hướng phát triển dành cho sinh viên ngành Toán.

Sự kiện Toán – Học thế nào & Làm ở đâu được tổ chức vào Thứ Bảy, ngày 20.03 vừa qua tại Viện Toán học

Chuỗi bài giảng đại chúng: Toán – Học thế nào?

Trong khuôn khổ chương trình, chuỗi bài giảng đại chúng được trình bày bởi các nhà Toán học uy tín, đã mang đến cho cộng đồng góc nhìn thú vị, sâu sắc và thiết thực về những vấn đề toán học kinh điển. Cụ thể, nội dung của 04 bài giảng bao gồm: Chuyện của Paul (GS. Vũ Hà Văn – Giám đốc Khoa học VinBigdata), Các khối đa diện đều và những bí ẩn toán học (PGS. TSKH. Phan Thị Hà Dương – Giám đốc Điều hành Quỹ VinIF); Vẻ đẹp của vận trù học và toán tối ưu qua các ứng dụng thực tiễn tại Việt Nam (TS. Hà Minh Hoàng – ĐH Phenikaa); và Toán học trong cuộc chiến chống đại dịch Covid-19 (PGS. TS. Nguyễn Ngọc Doanh – ĐH Thủy Lợi). 

Mở đầu phiên sáng là bài giảng của PGS. TSKH. Phan Thị Hà Dương về các khối đa diện đều và những bí ẩn toán học. Đi sâu giải mã những hình khối đã có lịch sử hơn 4000 năm, PGS lần lượt phân tích các lý thuyết toán, từ chứng minh của nhà bác học Hy Lạp cổ đại Theatetus đến chu trình Hamilton rồi đường trắc địa từ đó gợi mở những ứng dụng thực tế của khối đa diện đều trong triết học, thiên văn học, tin học, sinh học, thiết kế kiến trúc và cả những trò chơi may rủi; trong đó gây hứng thú đặc biệt là kiến trúc của Fuller dựa trên khối nhị thập diện giải mã 12 điểm kỳ dị trong các công trình kiến trúc vĩ đại của thế giới. 

PGS. TSKH. Phan Thị Hà Dương – Giám đốc Điều hành Quỹ VinIF với Bài giảng về Các khối đa diện đều và những bí ẩn toán học

Tiếp đến là bài giảng về “Vẻ đẹp của vận trù học và toán tối ưu qua các ứng dụng thực tiễn tại Việt Nam” với phần trình bày của TS Hà Minh Hoàng (Đại học Phenikaa). Tại đây, tiến sĩ phân tích ứng dụng của vận trù học trong nhiều lĩnh vực như sản xuất, kinh doanh, tài chính, marketing…đứng đằng sau sự phát triển kinh tế, xã hội tại nhiều quốc gia trên thế giới. “Đây là một ngành khoa học áp dụng các phương pháp phân tích tiên tiến để giúp người ta ra được quyết định tốt nhất. Nó là khoa học liên ngành, nhưng sử dụng các kỹ thuật của toán học như mô hình hóa, phân tích thống kê, tối ưu hóa,… để đưa ra các lời giải tối ưu, hoặc gần tối ưu cho các vấn đề cần phải ra quyết định”, TS. Hoàng giới thiệu.

Bài giảng Vẻ đẹp của vận trù học và toán tối ưu qua các ứng dụng thực tiễn tại Việt Nam – TS. Hà Minh Hoàng, ĐH Phenikaa

Tiếp cận toán học ở một vấn đề mang tính thời sự, PGS Nguyễn Ngọc Doanh trình bày về “Toán học trong cuộc chiến chống đại dịch Covid-19”. PGS Doanh đề xuất sử dụng mô hình SEIR trên mạng lưới nhằm ứng phó với tình hình đại dịch ở Việt Nam. Với mô hình này, công tác truy vết trở nên thuận tiện hơn, từ việc dễ dàng xác định số lượng F1, F2; thời điểm chuyển vào khu cách ly; thời điểm phát bệnh. Mỗi mô hình được xây dựng nhằm trả lời cho một hay một số câu hỏi thông qua việc xây dựng một số “kịch bản”, tức là những khả năng có thể xảy ra, xảy ra như thế nào. “Đây là một đóng góp ý nghĩa do mô hình mang lại”, PGS Doanh chia sẻ.

PGS Nguyễn Ngọc Doanh, ĐH Thủy Lợi trình bày về “Toán học trong cuộc chiến chống đại dịch Covid-19”

Mở màn buổi chiều, GS. Vũ Hà Văn (Giám đốc Khoa học VinBigdata và Giáo sư Toán học ĐH Yale) đã có bài giảng về “Chuyện của Paul”, thu hút gần 10,000 người theo dõi trực tuyến trên hai kênh Youtube và Facebook. Cách tiếp cận thú vị, thực tế, từ câu chuyện “vận may” của chàng bạch tuộc Paul đoán trúng kết quả cả 07 trận đấu của đội tuyển Đức tại World Cup 2010, giáo sư đã đi sâu trình bày, phân tích về Luật số lớn, một định lý nổi tiếng, có vai trò trung tâm trong lý thuyết xác suất. 

Theo đó, nếu ta có một thí nghiệm mà xác suất thành công là P và xác suất không thành công là 1-P (P có thể là 30% thì không thành công sẽ là 70%). Ta lặp lại thí nghiệm này N lần một cách độc lập, nghĩa là kết quả của thí nghiệm sau không phụ thuộc vào kết quả của thí nghiệm trước, và không có sự liên quan giữa các thí nghiệm. Nếu N lần là một số khá lớn, ta đánh dấu X là số lần thành công. Luật số lớn nói rằng, nếu NP đủ lớn thì với xác suất cao số X sẽ xấp xỉ N x P. N x P là kỳ vọng của số lần thành công, N lần thì kỳ vọng là NP.

GS. Vũ Hà Văn – Giám đốc Khoa học VinBigdata với bài giảng thú vị mang tên “Chuyện của Paul”

GS. Vũ Hà Văn nói: “Điểm tôi muốn nhấn mạnh ở đây, cái đủ lớn là NP chứ không phải là N. Nếu ta lặp lại thí nghiệm đó dù đến nghìn lần nhưng P nhỏ, khi đó N x P nhỏ thì luật số lớn sẽ không đúng. Đại loại, nếu bạn có rất nhiều thí nghiệm, đến phút cuối số thí nghiệm thành công sẽ gần bằng cái mà bạn chờ đợi.” Theo giáo sư, áp dụng Luật số lớn có thể lý giải rất nhiều trường hợp đặc biệt, liên quan đến may rủi trong đời sống.

Tọa đàm: Toán – Làm ở đâu?

Cũng trong khuôn khổ sự kiện, Tọa đàm “Làm ở đâu?” với sự tham gia của các nhà khoa học, lãnh đạo doanh nghiệp đã tập trung đi tìm hướng phát triển cho sinh viên Toán học. Theo đó, hai con đường được các chuyên gia chỉ ra bao gồm: tiếp tục theo đuổi nghiên cứu học thuật, với việc học lên bậc cao hơn sau đại học và phát triển chuyên môn sâu trong các doanh nghiệp. Với hướng đi thứ nhất, VINIF – VinBigdata và Trung tâm Unesco – Viện Toán học đã giới thiệu chương trình hỗ trợ cho sinh viên Việt Nam và các chương trình trọng điểm về Toán. Với hướng đi thứ hai, tọa đàm bàn luận về nhu cầu thực tiễn của doanh nghiệp đối với sinh viên theo ngành Toán, từ đó, chỉ ra cách thức dạy và học nhằm giải quyết các vấn đề của cuộc sống.

Tọa đàm có sự tham gia của các nhà khoa học, lãnh đạo doanh nghiệp, tìm hướng phát triển cho sinh viên Toán học

Trả lời câu hỏi của các bạn sinh viên về định hướng nghề nghiệp, PGS. TSKH Phan Thị Hà Dương (Giám đốc Điều hành Quỹ Đổi mới Sáng tạo VINIF) chia sẻ về chương trình hỗ trợ học bổng Thạc sĩ, Tiến sĩ, và sau Tiến sĩ trong nước. Học bổng là cơ hội rộng mở, không chỉ dành cho các tài năng Toán học, mà còn rất nhiều lĩnh vực khác như khoa học, công nghệ, kỹ thuật, y dược, kinh tế hoặc giáo dục, để có thể kiên trì theo đuổi con đường nghiên cứu khoa học. PGS nói thêm: “Các bạn trẻ cần cân nhắc kĩ lưỡng để lựa chọn một công việc phù hợp, sao cho với cùng một năng lượng bỏ ra, có thể đạt được kết quả nhất định.”

Sự kiện “Toán – Học thế nào và Làm ở đâu?” là một trong số những nỗ lực của Quỹ Đổi mới Sáng tạo VINIF (Viện Nghiên cứu Dữ liệu lớn VinBigdata) nhằm kết nối và chia sẻ hệ tri thức toàn cầu, từ đó, thúc đẩy các tổ chức, cá nhân thực hiện nghiên cứu khoa học, công nghệ và đổi mới sáng tạo, hướng tới những thay đổi tích cực và bền vững cho Việt Nam. Sự kiện nằm trong chuỗi hoạt động hưởng ứng Ngày Toán học Quốc tế 2021 tại Việt Nam, với chủ đề “Toán học cho một thế giới tốt đẹp hơn”.
Cộng đồng quan tâm có thể xem lại sự kiện tại kênh Youtube của VinBigdata.

BÀI MỚI NHẤT

Phát triển phương tiện tự hành dưới nước AUV phục vụ hỗ trợ các tác vụ ngầm và nghiên cứu khoa học biển

Tiềm năng kinh tế biển Việt Nam Việt Nam có hơn 3.260 km bờ biển với hơn 4.000 hòn đảo, bãi đá ngầm lớn nhỏ,...

Mạng nơ-ron tăng vọt trong hệ thống Neuromorphic hiện đại (Phần 3): Phần cứng

Hệ thống phần cứng ở mức caoHệ thống phần cứng ở mức cao được chia thành các triển khai mạch tương tự, mạch số...

Mạng nơ-ron tăng vọt trong hệ thống Neuromorphic hiện đại (Phần 2)

Một trong những câu hỏi quan trọng liên quan đến tính toán neuromorphic là sử dụng mô hình mạng nơ-ron nào? Mô hình mạng nơ-ron xác định những thành phần nào tạo nên mạng, cách các thành phần đó hoạt động và tương tác. Ví dụ, các thành phần phổ biến của mô hình mạng nơ-ron là các nơ-ron và khớp thần kinh (synapse), lấy cảm hứng từ các mạng nơ-ron sinh học. Khi xác định mô hình mạng nơ-ron, người ta cũng phải xác định các mô hình cho từng thành phần (ví dụ: mô hình nơ-ron và mô hình synapse); các mô hình thành phần chi phối cách thành phần đó hoạt động.

Mạng nơ-ron tăng vọt trong hệ thống Neuromorphic hiện đại (Phần 1)

Mạng nơ-ron tăng vọt (Spiking Neural Network – SNN) được giới thiệu bởi các nhà nghiên cứu tại Đại học Heidelberg và Đại học Bern. Mạng nơ-ron tăng vọt bắt chước gần giống mạng nơ-ron tự nhiên, có khả năng xử lý thông tin theo thời gian thực và tiết kiệm năng lượng. SNN sử dụng các xung điện (spikes) để truyền thông tin giữa các nơ-ron. Thay vì truyền tín hiệu liên tục như các mạng nơ-ron truyền thống, SNN truyền các xung điện rời rạc tại các thời điểm cụ thể khi điện thế màng của nơ-ron vượt qua một ngưỡng nhất định. SNN lấy một tập hợp các xung tăng vọt làm ngõ vào và tạo ra một tập hợp các xung tăng vọt làm ngõ ra (một loạt các xung tăng vọt thường được gọi là các chuỗi xung tăng vọt). Tế bào thần kinh kích hoạt khi điện thế màng chạm ngưỡng, gửi tín hiệu đến các tế bào thần kinh lân cận, làm tăng hoặc giảm điện thế của chúng để đáp lại tín hiệu. Các thành phần quan trọng của mạng SNN là mô hình nơ-ron thần kinh, khớp thần kinh (synapse), STDP (spike-timing-dependent plasticity), v.v.

BÀI ĐỌC NHIỀU

Khái quát về mô hình dữ liệu quan hệ

Phần lớn hệ thống cơ sở dữ liệu hiện nay đều được xây dựng bằng mô hình dữ liệu quan hệ. Vậy mô hình...

Supervised Learning và Unsupervised Learning: Khác biệt là gì?

Supervised learning (Học có giám sát) và Unsupervised learning (Học không giám sát) là hai trong số những phương pháp kỹ thuật cơ bản...

Transformer Neural Network – Mô hình học máy biến đổi thế giới NLP

Năm 2017, Google công bố bài báo “Attention Is All You Need” thông tin về Transformer như tạo ra bước ngoặt mới trong lĩnh...

Khái quát về Data Pipeline

Dữ liệu là chìa khóa trong việc khám phá tri thức sâu rộng, nâng cao hiệu quả quy trình và thúc đẩy đưa ra...