Giới thiệu về VietAlpha

Mục đích và sứ mệnh của chúng tôi rất khác biệt. Mục đích lý giải vì sao VietAlpha tồn tại:

Sứ mệnh định nghĩa những gì phòng nghiên cứu thực hiện ngày hôm nay. Chúng tôi dự kiến sẽ điều chỉnh sứ mệnh này khi quy mô công việc mở rộng:

Tất cả những gì chúng tôi đã ra mắt đều bao gồm chương trình giáo dục hiện hành. Các văn bản lịch sử sẽ là bước tiếp theo, và chúng tôi hiện đang lựa chọn dự án đầu tiên của mình.

Số hóa là bước đầu tiên vì mọi hoạt động khác đều phụ thuộc vào bước này. Do các trình phân tích tài liệu thông thường làm sai lệch cú pháp toán học, chúng tôi thiết kế các thuật toán mới dành riêng cho toán học Việt Nam. Trình phân tích cú pháp của chúng tôi, Cadmus, sử dụng bộ phân đoạn chuẩn hóa-phân mảnh góc nhìn kép để tách biệt các ký hiệu toán học phục vụ cho việc mã hóa, đồng thời bảo toàn 100% các token toán học ở đầu ra. Chúng tôi đối chuẩn các quy trình này với các mốc chuẩn thông thường để đảm bảo tính toàn vẹn của dữ liệu trước khi công bố kết quả dưới dạng các bộ dữ liệu mở. Chúng tôi xây dựng Cadmus cho chương trình giáo dục hiện hành. Việc điều chỉnh công cụ này để thích ứng với các bản chép tay lịch sử, vốn có chữ viết và cách trình bày khác biệt, là thách thức kỹ thuật chính của chúng tôi.

Phần thứ hai là nghiên cứu các văn bản đã được số hóa này. Chúng tôi phân tích chúng để tìm hiểu cách các bài toán Việt Nam phát triển và cách các phép tính lịch sử so sánh với các bài học hiện đại. Hầu như không có ai khác làm việc này: một số ít học giả, làm việc bên ngoài Việt Nam, đã nghiên cứu các chuyên luận riêng lẻ, và lịch sử toán học Việt Nam vẫn là một lĩnh vực gần như bỏ ngỏ. Đó là một vị trí kỳ lạ đối với một phòng nghiên cứu do học sinh vận hành, nhưng điều đó có nghĩa là một đội ngũ nhỏ số hóa các văn bản này đang xây dựng nền móng cho tất cả những người đi sau.

Phần thứ ba là ứng dụng các tài liệu đã số hóa này vào công nghệ. Công cụ đầu tiên của chúng tôi là LumiToán, một thư viện công cộng miễn phí về chương trình giáo dục hiện hành, tích hợp Lumi, một gia sư AI được tinh chỉnh trên bộ dữ liệu của chúng tôi. Hơn 10,000 học sinh sử dụng LumiToán mỗi tháng. Việc sử dụng này giúp cải thiện cơ sở dữ liệu: mỗi bài học đều vận hành trên các tài liệu đã số hóa, và các chỉnh sửa của học sinh quay về bộ dữ liệu.

Công việc tạo thành một vòng tuần hoàn: kho tư liệu trở thành bộ dữ liệu, bộ dữ liệu huấn luyện mô hình, mô hình vận hành trong lớp học, và các chỉnh sửa của học sinh quay về kho tư liệu. Mọi công cụ chúng tôi xây dựng đều khai thác kho tư liệu này. Điều này giúp việc xây dựng mỗi công cụ mới trở nên tiết kiệm chi phí hơn và đáng tin cậy hơn. Đây là điểm khác biệt giữa VietAlpha và các sản phẩm chỉ đơn thuần bọc lại các mô hình bên ngoài: mô hình của chúng tôi được xây dựng trên một kho tư liệu do chính chúng tôi số hóa và cấu trúc hóa bằng các thuật toán phân đoạn tùy chỉnh đã được đối chuẩn.

Đầu tiên là sự sinh tồn. Bộ sưu tập lịch sử chỉ tồn tại trên giấy ở một vài thư viện, và giấy thì không chờ đợi. Một văn bản số hóa được công bố trong một bộ dữ liệu mở sẽ không thể bị thất lạc do hỏa hoạn, lũ lụt hay sự lãng quên. Một văn bản được nghiên cứu sẽ không bị thất truyền vì không thể đọc được nữa một khi chúng tôi ghi lại cách đọc nó. Bảo tồn cứu lấy cuốn sách. Nghiên cứu cứu lấy toán học.

Thứ hai là lịch sử toán học, với tư cách là một lĩnh vực, hoàn toàn không đề cập đến Việt Nam. Việt Nam vắng bóng trong câu chuyện toàn cầu của ngành học này, vốn được các học giả viết nên từ những tư liệu họ có thể đọc được. Việc thiếu vắng nghiên cứu không phải là bằng chứng cho thấy không có gì xảy ra: một quốc gia đã vận hành bộ máy hành chính và các kỳ thi cử dựa trên số học trong nhiều thế kỷ chắc chắn có một quá khứ toán học. Cách duy nhất để tìm hiểu quá khứ đó chứa đựng những gì là đọc nó, và việc đọc nó bắt đầu bằng việc số hóa nó.

Thứ ba là việc giảng dạy. Những văn bản còn sót lại cho thấy toán học đã được giải thích cho người học Việt Nam như thế nào, bằng chính thuật ngữ của họ, nhiều thế kỷ trước khi các trường học áp dụng sách giáo khoa nước ngoài. Chúng tôi kỳ vọng tài liệu này sẽ mang lại những bài toán, phương pháp và cách tiếp cận thuộc về truyền thống mà học sinh vốn đã kế thừa. Chúng tôi chưa biết bao nhiêu phần trong số đó sẽ được chuyển tải vào các bài học hiện đại; các phân tích ban đầu của chúng tôi sẽ cho chúng tôi câu trả lời.

Thứ tư là công nghệ. Bản quét chỉ là một bức ảnh, và một mô hình không thể học toán học Việt Nam từ một bức ảnh. Việc phân tích sẽ chuyển đổi các trang tài liệu đã số hóa thành tri thức có cấu trúc: các bài toán đi kèm với lời giải, các phương pháp được chia nhỏ thành từng bước, và các thuật ngữ được ánh xạ tới ý nghĩa. Chúng tôi thiết kế các thuật toán mới dành riêng cho toán học Việt Nam để thực hiện việc chuyển đổi này, sử dụng các đối chuẩn để xác minh rằng các bước phân tích cú pháp và phân mảnh của chúng tôi không làm mất đi cú pháp toán học nào. Lumi cho thấy tài liệu có cấu trúc và đã được đối chuẩn này sẽ trở thành năng lực giảng dạy. Điều này cũng áp dụng cho bộ sưu tập lịch sử: nghiên cứu các văn bản chính là điều khiến chúng có thể xây dựng được.

Chúng tôi phải nêu rõ một ranh giới. Một vài học giả làm việc ngoài Việt Nam đã nghiên cứu các chuyên luận riêng lẻ, và công việc của chúng tôi bao quát chương trình giáo dục hiện hành. Chưa có hoạt động số hóa hay nghiên cứu có hệ thống nào tồn tại, và chúng tôi đang bước vào khoảng trống đó. Một lĩnh vực còn bỏ ngỏ là một nơi kỳ lạ đối với một phòng nghiên cứu của học sinh. Nhưng điều đó có nghĩa là một đội ngũ số hóa các văn bản này sẽ xây dựng nền móng cho tất cả những người đi sau.

Chúng tôi tin rằng học sinh Việt Nam nên có cơ hội đọc được quá khứ toán học của đất nước mình. Đó là lý do tại sao tất cả những gì công trình này tạo ra (các ấn bản, bản dịch và bộ dữ liệu) sẽ được mở hoàn toàn.

Tại Việt Nam, học thêm chất lượng cao cho một môn thi duy nhất có giá 7.2 million VND một tháng. Thu nhập trung bình ở nông thôn là 4.5 million VND (nguồn ngoài) một tháng. Một tháng học thêm có chi phí cao hơn cả thu nhập của một tháng. Khoảng cách này ngày càng nới rộng: các gia đình giàu nhất chi gấp mười lần (nguồn ngoài) cho việc học thêm so với các gia đình nghèo nhất. Trong một hệ thống nơi các kỳ thi quốc gia quyết định con đường của học sinh, việc luyện thi trở thành một tấm vé vào cửa đắt đỏ.

Việc xây dựng một giải pháp thay thế miễn phí đòi hỏi phải có dữ liệu. Chưa từng có bộ dữ liệu toán học số hóa nào tồn tại cho chương trình giáo dục Việt Nam, dẫn đến việc không có gì để huấn luyện mô hình. Chúng tôi đã xây dựng từng mảnh ghép theo thứ tự: Cadmus phân tích cú pháp các đề thi bản quét để tạo ra bộ dữ liệu suy luận toán học đầu tiên được xây dựng theo tiêu chuẩn của MoET. Từ bộ dữ liệu đó, chúng tôi đã xây dựng LumiToán. Công trình này đã đoạt giải nhất hạng mục Edtech của Giải thưởng Sáng tạo Trẻ Quốc gia ICIA.

Việc xây dựng LumiToán đã cho chúng tôi thấy sự khan hiếm nằm ở đâu. Việc xây dựng các mô hình không phải là rào cản: năng lực tính toán có thể thuê được, và các mô hình ngôn ngữ tiêu chuẩn cải thiện qua từng quý. Rào cản là các thuật toán hiện tại thất bại trước toán học Việt Nam, làm xé lẻ các đơn vị bài toán logic và loại bỏ cú pháp toán học. Chúng tôi nhận ra mình cần cả dữ liệu sạch và các thuật toán mới được thiết kế riêng cho toán học Việt Nam. Nền tảng bên dưới mỗi công cụ chúng tôi xây dựng chính là bản thân kho tư liệu, và chưa từng có ai số hóa, đối chuẩn hay nghiên cứu nó.

Vì vậy, VietAlpha đã tái cấu trúc thành một phòng nghiên cứu. Sứ mệnh ban đầu của chúng tôi vẫn giữ nguyên: chúng tôi bắt đầu như một câu trả lời cho chi phí dạy kèm, và chúng tôi vẫn cung cấp sự trợ giúp toán học miễn phí, bám sát chương trình giáo dục cho học sinh. Điều thay đổi là trọng tâm. Giờ đây, chúng tôi thiết kế các bộ phân đoạn và thuật toán chuẩn hóa tùy chỉnh để phân tích cú pháp toán học Việt Nam, đối chuẩn độ chính xác của chúng, và số hóa các văn bản trước tiên để mọi công cụ đều có thể khai thác từ đó. Quyền truy cập miễn phí là những gì công việc này tạo ra; kho tư liệu và các thuật toán để đọc nó mới là cốt lõi của công việc.

Chúng tôi công bố các ghi chú nghiên cứu và kỹ thuật ngay khi chúng hoàn thành, trên các trang nghiên cứu và tin tức. Chúng tôi phát hành công khai các bộ dữ liệu của mình, để bất kỳ ai xây dựng giải pháp cho học sinh Việt Nam đều có thể bắt đầu từ dữ liệu đã kiểm chứng thay vì giấy quét. Chúng tôi coi LumiToán là ứng dụng đầu tiên của công việc của mình, chứ không phải toàn bộ dự án: đó là minh chứng cho thấy vòng tuần hoàn hoạt động hiệu quả, chứ không phải là điểm kết thúc. Chương trình lịch sử là công việc mới nhất của chúng tôi và là lý do chúng tôi tái cấu trúc. Đó là một phần của kho tư liệu mà một lộ trình sản phẩm thông thường sẽ không chạm tới.

Ba cam kết vẫn luôn không thay đổi.

CS Inspiration là một mạng lưới các chương trình giáo dục do học sinh vận hành. VietAlpha là bộ phận nghiên cứu của mạng lưới này. Phòng nghiên cứu nhận được hỗ trợ điện toán đám mây từ Amazon Web Services và Microsoft Azure. Chúng tôi hợp tác với các đối tác tổ chức tại Việt Nam và Hoa Kỳ, bao gồm Massachusetts Institute of Technology, UEH Institute of Innovation, Ho Chi Minh City University of Technology và Deerfield Academy.

VietAlpha do học sinh vận hành và có quy mô nhỏ.

Tìm hiểu các nghiên cứu của chúng tôi tại /research và các thông báo tại Tin tức. LumiToán có tại lumitoan.com↗ (trang ngoài). Đối với các yêu cầu khác, vui lòng liên hệ harry@csinspiration.org.