Bài toán mà Lê Quang Dũng và các cộng sự đối mặt liên quan đến việc bóc tách các thông số ẩn bên trong dữ liệu máy học, bao gồm trọng tâm và độ phân tán. Trong thực tế, khi cả hai thông số này đều ẩn, các công cụ toán học truyền thống hoàn toàn "sụp đổ" bởi các phân phối dữ liệu như Gaussian hoạt động giống như một hố đen, xóa nhòa mọi thông tin gốc và khiến nhiễu thống kê bùng nổ theo cấp số nhân.
Để tháo gỡ nút thắt đã tồn tại hơn 50 năm này, Dũng cùng nhóm nghiên cứu đã vận dụng linh hoạt các kỹ thuật kinh điển từ giải tích hàm, giải tích Fourier và lý thuyết hàm suy rộng. Việc nhìn ra mối liên hệ mới giữa các công cụ này với bài toán đã mở ra một góc nhìn đột phá, cho phép giải quyết triệt để các vấn đề cốt lõi. Bài báo "Convergence Rates for Latent Mixing Measures in Infinite Homoscedastic Location-Scale Mixture Models" đăng trên arXiv đã 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.
Dũng chia sẻ, sau khi tốt nghiệp cử nhân tài năng Toán, Trường ĐHKHTN – ĐHQGHN năm 2021, em sang Pháp theo học chương trình Cycle Ingénieur (tương đương hệ thạc sỹ) tại Đại học Bách Khoa Paris (École Polytechnique). Đến năm 2024, em sang trường Đại học Texas tại Austin theo học chương trình tiến sĩ Thống kê.
Lê Quang Dũng (bên phải) và người bạn Trung Quốc đang làm nghiên cứu sinh toán ứng dụng tại Đại học New York.
Về việc cùng cộng sự đi đến cùng trong việc giải quyết thành công một bài toán lớn không có lời giải suốt hàng chục năm, Dũng cho biết, thực tế bài toán này cũng đã có khá lâu, và cũng nhiều hướng đi đã được đề xuất để giải quyết bài toán. Việc nhóm nghiên cứu của em chọn được hướng đi đúng là kết quả của việc thử nhiều hướng đi, cho đến khi chọn được con đường phù hợp. Một khi con đường phù hợp đã được nhìn thấy, mọi việc tiếp theo diễn ra rất suôn sẻ với nhóm nghiên cứu.
Nhìn lại 4 năm học tập dưới mái trường ĐHKHTN – ĐHQGHN, em thấy nơi đây đã cung cấp cho em nền tảng kiến thức vững chắc cũng như tâm lý vững vàng để em có thể hiểu được các bài giảng cũng như là tiếp thu được các kiến thức mới dưới nhiều ngôn ngữ và góc nhìn khác nhau. Em cho rằng, có lẽ nếu không có những người thầy bắt bẻ từng lỗi nhỏ, đưa ra các phản ví dụ cho từng điều kiện của các định lý, thì em rất khó để có thể nắm được các nội dung quan trọng cũng như phương pháp để giải quyết vấn đề.
“Bên cạnh sở thích cá nhân với Toán học, em nghĩ rằng Toán học là môn khoa học quan trọng từ chính bản thân nó cũng như từ góc nhìn của các môn học khác. Đặc biệt là trong thời gian AI phát triển như hiện nay, thì Toán học là công cụ quan trọng để có thể hiểu được các mô hình AI” – Dũng chia sẻ lý do chọn Toán để theo đuổi.
Rời Việt Nam sang Pháp và Mỹ học tập, Dũng cho biết em không gặp khó khăn về khác biệt văn hoá, món ăn, thời tiết,… Thời gian biểu sinh hoạt của em cũng bình thường như mọi người, không áp lực. Dự kiến sắp tới của em là hoàn thành chương trình Tiến sĩ.
arXiv là kho lưu trữ trực tuyến nổi tiếng thế giới, dành cho bản in trước (pre-print) của các bài báo, để nhà khoa học chia sẻ công trình nghiên cứu sớm, khẳng định quyền sở hữu trí tuệ trước khi đăng trên các tạp chí chính thức. Đại học Cornell - tổ chức duy trì nền tảng này, cho biết bài đăng được thẩm định bởi các nhà khoa học hàng đầu, sở hữu bằng cấp cao nhất trong ngành.
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. Năm 2021, 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.