Daniel Gabriel Fahrenheit sinh năm 1686 tại thành phố cảng Danzig (nay là Gdańsk, Ba Lan), trong một gia đình thương nhân khá giả. Nhưng cuộc đời của ông sớm rẽ hướng sau một bi kịch khó tin: cha mẹ qua đời vì vô tình ăn phải nấm độc. Ở tuổi 15, cậu bé mồ côi được những người giám hộ gửi sang Amsterdam học nghề kế toán.
Nhưng thay vì chăm chú sổ sách, Fahrenheit dành phần lớn thời gian cho vật lý, toán học và đặc biệt là kỹ thuật thổi thủy tinh. Niềm đam mê này đã đưa ông đến với một phát minh đang gây chú ý thời bấy giờ là Florentine thermometer, loại nhiệt kế sử dụng chất lỏng giãn nở.
Dù là bước tiến lớn, thiết bị này lại tồn tại một vấn đề nghiêm trọng: không có chuẩn đo lường chung, khiến mỗi chiếc nhiệt kế cho ra kết quả khác nhau.
Ý tưởng về một hệ đo nhiệt độ chính xác, có thể dùng ở mọi nơi ám ảnh chàng trai trẻ. Nhưng để theo đuổi nó, ông cần tiền. Vì không thể sử dụng khoản thừa kế nhỏ mà cha mẹ để lại cho đến khi đủ 24 tuổi, Fahrenheit phải vay mượn để làm thí nghiệm, rồi nhanh chóng rơi vào nợ nần.
Những người giám hộ của ông, vốn phải chịu trách nhiệm pháp lý, đã tìm cách bắt và đưa ông sang Indonesia để làm lao động hàng hải để trả nợ. Nhưng Fahrenheit đã kịp đào tẩu.
Trong gần một thập kỷ sau đó, ông lang bạt qua nhiều nước châu Âu, từ Đức, Đan Mạch đến Thụy Điển và Ba Lan, vừa trốn chạy, vừa học hỏi. Ông tiếp xúc các nhà khoa học, cải tiến kỹ thuật chế tác thủy tinh và cho ra đời những phiên bản nhiệt kế chính xác hơn.
Ông có bước đột phá lớn khi bắt đầu thử nghiệm với các dụng cụ chứa thủy ngân thay vì cồn. Không chỉ có nhiệt độ sôi cao hơn, thủy ngân còn không bám vào thành ống thủy tinh, giúp phép đo ổn định và chính xác hơn đáng kể.
Nhờ đó, năm 1714, ở tuổi 28, ông chế tạo thành công những chiếc nhiệt kế đầu tiên cho kết quả đồng nhất – một cột mốc quan trọng trong lịch sử đo lường.
Không dừng lại, Fahrenheit còn xây dựng cả một hệ thang đo. Lúc đó, hệ thập phân chưa được sử dụng rộng rãi, nên những số chia hết cho nhau được coi là đẹp nhất, vì tránh được việc phải dùng phân số.
Vì vậy, ông chọn khoảng từ 0 đến 96 độ, trong đó 96 có nhiều ước số, chia hết cho 2, 3, 4, 6, 8, 12 và nhiều số khác nữa. Mốc 0°F được định nghĩa là nhiệt độ đóng băng của hỗn hợp nước muối và đá, còn 96°F là nhiệt độ cơ thể người. Theo cách này, nước đóng băng ở 32°F, một mốc đẹp chính xác là 1/3 quãng đường từ 0 đến 96, và sôi ở 212°F, cách điểm đóng băng của nước 180 độ, lại là một số có nhiều ước số khác.
Thang đo của Fahrenheit nhanh chóng được đón nhận, đặc biệt tại Anh, nơi ông là thành viên của Viện Hàn lâm khoa học Hoàng gia. Khi Đế quốc Anh mở rộng, hệ đo này lan rộng khắp thế giới trong suốt thế kỷ 18-19.
Sự thống trị này kéo dài cho tới năm 1742, khi nhà thiên văn học Thụy Điển Anders Celsius giới thiệu một thang đo mới đơn giản hơn, dựa trên hai mốc 0 và 100. Sau Cách mạng Pháp, hệ mét, bao gồm thang độ Celsius, nhanh chóng được châu Âu và phần lớn thế giới chấp nhận.
Cuộc đời Fahrenheit khép lại vào năm 1736 ở tuổi 50, được cho là do nhiễm độc thủy ngân sau nhiều năm tiếp xúc gần với chúng. Dù thang đo của ông dần bị thay thế ở nhiều nơi, nó vẫn tồn tại mạnh mẽ tại Mỹ – một trong số ít quốc gia còn sử dụng hệ này.
Nhóm nghiên cứu tại Đại học Texas Austin, Mỹ, tuần trước công bố bài báo "Convergence Rates for Latent Mixing Measures in Infinite Homoscedastic Location-Scale Mixture Models" (tạm dịch: Tốc độ hội tụ của các thước đo pha trộn tiềm ẩn trong các mô hình hỗn hợp vị trí-tỷ lệ đồng nhất vô hạn).
Đây là nghiên cứu về bài toán giới hạn thông tin trong nhánh phi tham số Bayesian, mà Dũng là đồng tác giả chính, với sự hướng dẫn của anh Hồ Phạm Minh Nhật, giáo sư bậc hai (associate professor) tại Đại học Texas Austin. Dũng hiện là nghiên cứu sinh năm thứ hai ở trường này.
Bài này mở đầu cho chuỗi công trình dự kiến gồm 10 bài của nhóm, giải quyết trọn vẹn một bài toán lớn bỏ ngỏ từ những năm 70, trong nhánh phi tham số Bayesian.
"Nghiên cứu này sử dụng công cụ toán thuần túy, nhưng rất quan trọng để hiểu các mô hình ứng dụng trong thống kê. Việc giải quyết được vấn đề này sẽ dẫn đến nhiều kết quả thú vị khác", Dũng đánh giá.
Theo các tác giả, bài toán liên quan việc bóc tách các thông số ẩn bên trong dữ liệu trong máy học, gồm trọng tâm và độ phân tán. Trước đây, các nhà nghiên cứu phải giả định đã biết trước độ phân tán để giải quyết bài toán. Tuy nhiên, khi gặp thực tế cả hai thông số đều ẩn, các công cụ toán học truyền thống hoàn toàn sụp đổ, khiến bài toán đi vào ngõ cụt trong nhiều năm.
Nguyên nhân sâu xa là do các phân phối dữ liệu như Gaussian có đặc tính "siêu mịn" (super-smooth), hoạt động giống như một hố đen nuốt chửng và xóa nhòa thông tin gốc. Khi cố gắng giải mã ngược các thông số này, nhiễu thống kê sẽ bùng nổ theo cấp số nhân, khiến việc học của máy trở nên bất khả thi.
Để tháo gỡ nút thắt, Dũng và cộng sự kết hợp các công cụ mạnh mẽ từ nhiều phân nhánh toán học. Điểm khác biệt chính trong hướng đi của anh là vận dụng linh hoạt kỹ thuật, từ giải tích hàm (functional analysis), giải tích Fourier (Fourier analysis) và lý thuyết hàm suy rộng (distribution theory).
Các kỹ thuật này khá kinh điển và quen thuộc với giới toán học, nhưng việc nhìn ra mối liên hệ với bài toán đã đưa ra góc nhìn mới, từ đó giải quyết được các vấn đề cốt lõi. Khi đã có định hướng, Dũng cùng nhóm mất 5 tháng để hoàn thành.
"Dũng có sự kiên định với tính chặt chẽ tuyệt đối của toán học, không bao giờ thỏa hiệp với những lập luận xấp xỉ hay phỏng đoán lỏng lẻo. Mọi nút thắt đều được Dũng đào sâu, giải quyết triệt để và chứng minh kín kẽ đến từng dòng", anh Hồ Phạm Minh Nhật nhận xét.
Hiện, bài báo trong quá trình bình duyệt để được đăng tải trên các tạp chí toán học.
Lê Quang Dũng là cựu học sinh chuyên Toán, trường THPT chuyên Lam Sơn, Thanh Hóa. Thời phổ thông, anh hai lần đạt giải nhất môn Toán trong kỳ thi chọn học sinh giỏi quốc gia, huy chương vàng Olympic Toán quốc tế (IMO) năm 2017.
Dũng tốt nghiệp xuất sắc hệ cử nhân tài năng Toán ở trường Đại học Khoa học tự nhiên, Đại học Quốc gia Hà Nội, năm 2021. Anh sau đó giành học bổng theo học thạc sĩ tại Đại học Bách khoa Paris (École Polytechnique) trước khi đến Mỹ.
Trong 2 ngày 14 và 15.5, Cục Sở hữu trí tuệ, Sở Khoa học và Công nghệ Hà Nội, Trường ĐH Xây dựng Hà Nội, phối hợp cùng Công ty Cổ phần truyền thông Trường Thành tổ chức khóa học chuyên sâu với chủ đề "Sở hữu trí tuệ - Công cụ hữu hiệu thúc đẩy đổi mới sáng tạo trong hoạt động nghiên cứu và thương mại hóa kết quả nghiên cứu". Hoạt động nhằm thúc đẩy hoạt động đổi mới sáng tạo và hỗ trợ các nhà khoa học, giảng viên tối ưu hóa hoạt động nghiên cứu và xác lập quyền sở hữu trí tuệ.
Trong bối cảnh hội nhập và phát triển nền kinh tế tri thức, hoạt động nghiên cứu khoa học tại các trường ĐH không chỉ dừng lại ở các bài báo học thuật hay đề tài nghiệm thu, mà cần hướng tới việc giải quyết các bài toán thực tiễn của doanh nghiệp và xã hội. Tuy nhiên, làm thế nào để những sản phẩm nghiên cứu khoa học có thể trở thành tài sản trí tuệ?
Đó chính là những kiến thức liên quan đến quyền sở hữu trí tuệ, đặc biệt là kỹ năng xác lập quyền cho kết quả nghiên cứu của mình. Kỹ năng này chính là chìa khóa giúp cho nhiều giải pháp kỹ thuật, sáng chế tiềm năng phục vụ công cuộc phát triển kinh tế - xã hội.
Nhận thức rõ được tầm quan trọng của sở hữu trí tuệ, chương trình tập huấn được tổ chức nhằm trang bị cho đội ngũ giảng viên, nhà khoa học kiến thức tổng quan, căn cứ phát sinh và xác lập quyền sở hữu trí tuệ, chủ sở hữu và nghĩa vụ của chủ sở hữu, kỹ năng quản trị tài sản trí tuệ, kỹ năng tra cứu thông tin sáng chế và cách viết mô tả sáng chế. Sự kiện được kỳ vọng giúp các tác giả bảo vệ tối đa thành quả của mình, đồng thời tạo cơ sở pháp lý vững chắc để xác lập quyền sở hữu trí tuệ, từ đó đẩy mạnh xúc tiến thương mại hóa, chuyển giao công nghệ thành công.
Khóa tập huấn diễn ra tại Trường ĐH Xây dựng Hà Nội - nơi có nhiều hoạt động nghiên cứu, tiềm năng gia tăng số lượng đơn đăng ký sáng chế và các sáng chế hữu ích giải quyết được những vấn đề mà xã hội đang rất cần hiện nay. Khóa tập huấn được thiết kế bài bản với sự hỗ trợ từ nền tảng Ipedu.vn của Viện Đào tạo và Phát triển tài sản trí tuệ, đầy đủ các kiến thức từ lý thuyết đến các kỹ năng thực hành chuyên sâu.
Sự kiện tập huấn về sở hữu trí tuệ cho nhà khoa học, giảng viên càng có ý nghĩa đặc biệt trong bối cảnh Nghị quyết số 57-NQ/TW được ban hành ngày 22.12.2024 của Bộ Chính trị nhấn mạnh ưu tiên chiến lược phát triển khoa học công nghệ, đổi mới sáng tạo và chuyển đổi số. Đặc biệt, việc giáo dục sở hữu trí tuệ trong nhà trường từ các cấp phổ thông, ĐH cho đến cộng đồng doanh nghiệp, doanh nghiệp khởi nghiệp chính là những bước đi quan trọng trong quá trình hiện thực hóa Nghị quyết số 57.
Đại số tuyến tính từ lâu bị coi là môn học trừu tượng và khó tiếp cận. Thế nhưng, qua những bài giảng của Gilbert Strang, những con số ấy trở nên sống động. Hiếm khi xuất hiện trên truyền thông, vị giáo sư kỳ cựu của Viện Công nghệ Massachusetts (MIT) tạo dấu ấn bằng sự minh triết, giúp người học tiếp cận những khái niệm nền tảng nhất của toán học hiện đại.
"Điều tôi quan tâm là lý thuyết về việc làm thế nào để giải một hệ gồm 100 phương trình tuyến tính, hay làm thế nào để tìm ra những cấu trúc quan trọng bên trong một ma trận", ông nói. "Có rất nhiều điều cần khám phá trong lĩnh vực này".
Strang từng là sinh viên tại MIT, sau đó trở thành học giả Rhodes - một trong những học bổng quốc tế danh giá dành cho sinh viên xuất sắc tại Đại học Oxford (Anh), trước khi nhận bằng tiến sĩ tại Đại học California (Mỹ).
Ông quay lại MIT giảng dạy từ năm 1962 và gắn bó đến khi nghỉ hưu vào năm 2023. Trong hơn sáu thập kỷ, ông phụ trách khóa học 18.06 Linear Algebra (Đại số tuyến tính), một trong những môn học cốt lõi dành cho sinh viên các ngành kỹ thuật, khoa học máy tính, kinh tế và khoa học tự nhiên.
Tầm ảnh hưởng của ông thực sự bùng nổ vào năm 2002 khi MIT triển khai nền tảng học liệu mở OpenCourseWare.
Trong khi nhiều giảng viên còn dè dặt với việc đưa bài giảng lên Internet, Strang lựa chọn công bố toàn bộ khóa học của mình, bao gồm video bài giảng, tài liệu, bài tập và lời giải. Từ một môn học đại học, nội dung này trở thành nguồn học liệu mở, cho người học trên toàn thế giới tiếp cận miễn phí. Một số cơ sở đào tạo thậm chí sử dụng video của ông như tài liệu tham khảo chính.
"Với cách tiếp cận mới này, sẽ có thêm nhiều người nhận ra vẻ đẹp và tính ứng dụng của đại số tuyến tính", ông nói.
Theo thời gian, đây là một trong những khóa học được truy cập nhiều nhất trên nền tảng OpenCourseWare. Các bài giảng của ông trên YouTube đều thu hút lượng người xem lớn, nhiều video đạt đến vài triệu lượt xem.
Sự khác biệt của Strang nằm ở phương pháp sư phạm. Thay vì bắt đầu từ các khái niệm trừu tượng, ông đi từ những ví dụ cụ thể như phép nhân ma trận, trước khi chuyển sang các khái niệm phức tạp hơn như phân rã giá trị suy biến (SVD) - một kỹ thuật toán học giúp "bóc tách" một ma trận dữ liệu. Cách tiếp cận này giúp người học hình thành trực giác, từ đó hiểu bản chất vấn đề trước khi tiếp cận chứng minh.
Trong lớp học, Strang tránh sử dụng những cụm từ mang tính áp đặt như "hiển nhiên", thường xuyên dừng lại để kiểm tra mức độ hiểu bài của sinh viên, đồng thời khuyến khích đặt câu hỏi. Môi trường học tập vì thế trở nên cởi mở hơn, đặc biệt với những người mới bắt đầu.
Tháng 5/2023, Strang thực hiện bài giảng cuối cùng trước khi rời bục giảng. Không có nhiều nghi thức, buổi học khép lại giản dị như cách ông đã giảng dạy suốt nhiều năm. Ông cho rằng giảng dạy là "một cuộc đời tuyệt vời" và bày tỏ sự biết ơn tới những người quan tâm đến đại số tuyến tính.
Sau khi nghỉ hưu, các bài giảng của ông vẫn tiếp tục được sử dụng rộng rãi, trở thành điểm khởi đầu cho nhiều người bước vào các lĩnh vực liên quan dữ liệu và AI.
