Ngày 16/10/2026, Trường Công nghệ Thông tin và Truyền thông, Đại học Bách khoa Hà Nội tổ chức hai buổi seminar chuyên đề với sự tham gia của các chuyên gia đến từ University of Technology Sydney (UTS) và Đại học Deakin, Australia. Với hai hướng tiếp cận từ nền tảng khoa học máy tính đến thị giác máy tính, chương trình mang đến cho sinh viên cơ hội tìm hiểu sâu hơn về cách máy tính giải quyết bài toán, cách trí tuệ nhân tạo xử lý hình ảnh và những giới hạn cần lưu ý khi phát triển các hệ thống thông minh.
Trong buổi sáng, ông Luke Mathieson – Phó Trưởng School of Computer Science, UTS – đã giới thiệu chủ đề “Algorithms, Computational Complexity and the Limits of Computation”, tập trung vào thuật toán, độ phức tạp tính toán và giới hạn của khả năng tính toán. Từ câu hỏi liệu mọi bài toán đều có thể được giải quyết bằng máy tính, seminar giúp người học tiếp cận một vấn đề cốt lõi của khoa học máy tính: không chỉ tìm cách xây dựng lời giải, mà còn cần xác định liệu lời giải đó có khả thi hay không.
Thông qua việc mô hình hóa bài toán và phân tích độ phức tạp, sinh viên có cơ hội hiểu rõ hơn mối liên hệ giữa quy mô đầu vào, thời gian thực hiện và tài nguyên tính toán. Một thuật toán có thể đưa ra lời giải chính xác nhưng vẫn không thực sự hữu ích nếu cần quá nhiều thời gian hoặc tài nguyên khi kích thước bài toán tăng lên. Đây cũng là cơ sở để người học cân nhắc giữa tính đúng đắn và hiệu quả khi thiết kế, đánh giá các giải pháp lập trình.
Tiếp nối chương trình vào buổi chiều, ông Duc Thanh Nguyen – giảng viên cao cấp tại School of Information Technology, Đại học Deakin – mang đến seminar “How Does AI See? From Pixels to Intelligent Machines”, khám phá cách máy tính chuyển đổi dữ liệu hình ảnh thành thông tin có ý nghĩa. Từ những điểm ảnh cấu thành một bức ảnh, bài giảng dẫn dắt người học đến cách mạng nơ-ron thực hiện các tác vụ như phân loại ảnh và phát hiện đối tượng.
Một nội dung đáng chú ý là sự khác biệt giữa cách con người quan sát hình ảnh và cách mô hình AI xử lý dữ liệu. Trong khi con người thường nhận biết đối tượng dựa trên ngữ cảnh và kinh nghiệm, hệ thống AI dựa vào các đặc trưng được học từ dữ liệu để đưa ra dự đoán. Vì vậy, những thay đổi nhỏ trong hình ảnh đôi khi có thể khiến mô hình nhận diện sai, đặt ra vấn đề về tính bền vững và độ tin cậy của các hệ thống thị giác máy tính.
Hoạt động nằm trong khuôn khổ hợp tác giữa SoICT với các trường đại học đối tác tại Australia, góp phần mở rộng cơ hội trao đổi học thuật và giúp sinh viên tiếp cận các vấn đề chuyên môn từ góc nhìn của chuyên gia quốc tế. Đây cũng là cơ hội để kết nối kiến thức nền tảng được học trên giảng đường với những câu hỏi nghiên cứu đang được quan tâm trong khoa học máy tính và trí tuệ nhân tạo.