
CECS trân trọng kính mời quý thầy cô, nhà nghiên cứu và sinh viên quan tâm tham dự seminar học thuật do TS. Trung Lê đến từ Đại học Monash trình bày, diễn ra vào thứ Ba, ngày 8 tháng 7 năm 2025. Chủ đề seminar xoay quanh Optimal Transport (OT) – một lý thuyết toán học nền tảng đang ngày càng được ứng dụng rộng rãi trong nhiều lĩnh vực, đặc biệt là trí tuệ nhân tạo (AI) và học máy (machine learning).
- Chủ đề From Mass to Meaning – Optimal Transport and Its Modern Applications
- Thời gian 11:00 – 12:30 (giờ Việt Nam)
- Địa điểm Phòng I421, Tòa nhà I, VinUniversity
Trong buổi trình bày, TS. Trung Lê sẽ giới thiệu nhiều góc tiếp cận khác nhau đối với Optimal Transport, từ việc căn chỉnh phân phối dữ liệu (distribution alignment), học mô hình đồ thị có nút ẩn (graphical model learning), khám phá biểu diễn rời rạc không giám sát (unsupervised discrete representation), cho đến tăng cường khả năng khái quát (generalization) trong các mô hình học sâu và suy luận Bayes (Bayesian inference). Seminar cũng sẽ đề cập đến các ứng dụng mới nhất của OT trong việc tinh chỉnh mô hình với PEFT (parameter-efficient fine-tuning), và trong việc căn chỉnh (alignment) và rút gọn (distillation) các mô hình ngôn ngữ lớn (LLMs). Một phần nội dung nghiên cứu trong seminar đã được vinh danh với giải Best Paper tại hội nghị NeurIPS 2024.
TS. Trung Lê là một nhà nghiên cứu AI có uy tín quốc tế với hơn 200 công bố khoa học, trong đó có hơn 100 bài tại các hội nghị và tạp chí hạng A*. Nghiên cứu của anh kết hợp giữa lý thuyết toán học và ứng dụng thực tiễn trong các lĩnh vực như AI sinh sinh (generative AI), học máy đáng tin cậy (trustworthy machine learning), suy luận nhân quả (causal inference) và bảo mật phần mềm. Anh đã nhận được hơn 4 triệu AUD tài trợ từ các tổ chức nghiên cứu và đối tác công nghiệp như ARC, DST, Không quân Hoa Kỳ, Telstra và Adobe Research.
Seminar là một phần trong chuỗi hoạt động học thuật do CECS tổ chức nhằm thúc đẩy nghiên cứu liên ngành và kết nối cộng đồng khoa học công nghệ tại VinUniversity và trong khu vực.




