Pages

Tuesday, December 29, 2020

Năm 2020 nhìn lại

 2020 là một năm có nhiều biến động lớn trong cuộc sống của nó, có lẽ là lớn nhất kể từ khi sang Nhật du học cách đây 8 năm. Từ gia đình đến công việc nó đều trải qua những thay đổi lớn. Bắt đầu năm 2020 với sự háo hức của một nhân viên mới đi làm, nó lao đầu vào công việc để chứng minh bản thân ở một môi trường mới. Đi làm sớm, rồi về muộn, đến mức sếp phải nhắc nhở là làm ít thôi không ảnh hưởng đến sức khỏe. Nó cố gắng hoàn thành các công việc được giao đúng hạn, và dành thêm giờ để làm nghiên cứu khoa học. Kết thúc năm, kết quả là hai bài báo nghiên cứu và hoàn thành một dự án, mình có thể làm tốt hơn, nó nghĩ thế. Ngoài công việc ở công ty, nó giành thời gian buổi tối để hướng dẫn một nhóm sinh viên ở BKHN. Được làm việc với các bạn sinh viên đam mê tìm tỏi học hỏi là một trải nghiệm quý giá và nó cũng không hiểu tải sao nó lại thích làm. Cái này có lẽ cũng giống như việc nó thích đá bóng, thích đọc sách, hay thích tiếng Nhật, không có lý do gì cả. Cả ba sinh viên làm việc với nó đều đã tốt nghiệp, mỗi đứa đều đang đi tiếp trên con đường riêng của mình.

Lấy vợ, nó đã đặt ra mục tiêu như vậy từ đầu năm. Nó muốn có một người đi cùng nó trong những năm tháng tiếp theo của cuộc đời. Nó rất hạnh phúc vì đã tìm được một người như vậy, một người có thể cùng sẻ chia với nó, chịu được những tính xấu của nó, và đã giúp nó trưởng thành rất nhiều. Cuộc sống thật khéo sắp đặt, nó không ngờ cô sinh viên nó giúp đón sang Nhật 5 năm trước giờ đã thành vợ của nó. Một hành trình dài, nhiều kỷ niệm vui buồn, đã khép lại, mở ra một hành trình mới đầy hy vọng ở trước mắt. Vì con covid-19, nên lễ cưới của nó chỉ có bạn bè và thầy cô ở bên Nhật. Đám cưới nhỏ nhưng ấm cúng, nó nghĩ thế. Ngoài bố mẹ anh chị em thì những người nó quen biết gần 10 năm qua gần như chỉ ở thành phố nhỏ bé Aizu, nơi nó xem như quê hương thứ hai. Kế hoạch đi tuần trăng mật cũng phải hủy do covid, thế là hai vợ chồng nó chỉ đi chơi xung quanh Tokyo, nhưng cũng không sao, miễn là hai vợ chồng ở bên nhau, nó nghĩ thế.

Chuyển việc, một quyết định làm nó đắn đo rất nhiều. Khi đi phỏng vấn ở chỗ làm mới, nó nghĩ mình chỉ đi lấy kinh nghiệm là chính vì lần trước nó còn không qua được vòng hồ sơ. Nhưng khi nhận được kết quả tuyển dụng và phải quyết định trong vòng một tuần, nó bắt đầu thấy khó khăn trong việc lựa chọn. Đi hay ở, đó chưa bao giờ là một quyết định dễ dàng. Từ trước đến giờ, đã có một hai lần nó cũng phải quyết định như vậy, và nó đều đã chọn ở lại. Nhưng lần này việc đi hay ở đối với nó đều không thể quyết định ngay được. Vì gia đình, vì công ty, hay vì bản thân mình. Ở lại đi, nó nghĩ vậy trên đường đi làm. Hay ra đi nhỉ, nó phân vân trên đường đi về. Làm sao để quyết định đây. Cuối cùng nó quyết định ra đi, đó là ý nghĩ đầu tiên xuất hiện trong đầu nó vào buổi sáng nó thức dậy. Công việc tiếp theo của nó sẽ là giảng viên ở một trường đại học. Có vẻ nó có duyên với công việc này, gia đình nó thì hai chị đều là giáo viên, đến các anh rể của nó cũng là giáo viên, rồi ước mơ của vợ nó cũng là trở thành giáo viên.

Nhận giải thưởng. Khi vào công ty, nó đã tự đặt ra mục tiêu cho mình là trở thành researcher giỏi nhất. Trong năm 2020, nó cũng trở thành người giỏi nhất trong công ty, nhưng không phải là về thành tích nghiên cứu mà là về điểm thi TOEIC. 980/990, đến chính nó cũng khá bất ngờ về điểm số này, 5 năm rồi nó mới lại được nhận một giải thưởng gì đó :) Còn tiếng Nhật thì sao nhỉ, dùng tiếng Nhật để làm việc hàng ngày nhưng việc viết báo cáo hay trình bày rõ ràng bằng ngôn ngữ này với nó vẫn còn rất khó khăn. Chắc là vì chưa tiếp xúc đủ nhiều, nó nghĩ vậy. Thế là nó mua sách về đọc để nâng cao vốn từ vựng, cách nói chuyện, cách viết lách. Kết quả về ngôn ngữ thì chưa thấy đâu, nhưng đọc sách đem lại nhiều kiến thức mới mẻ cũng như làm rõ ràng hơn những hiểu biết của nó về văn hóa Nhật Bản.

Tạm biệt năm 2020 với rất nhiều kỷ niệm, chào đón năm 2021 với một tinh thần mới và hy vọng vào những trải nghiệm thú vị mới.

Saturday, October 17, 2020

Làm nghiên cứu như thế nào (Phần 2)

Phần Introduction là phần mở đầu của một bài báo, và thường bao gồm 3 phần chính:

1. Giới thiệu tổng quan bối cảnh của nghiên cứu (context)

2. Giới thiệu vấn đề bài báo sẽ giải quyết (problem)

3. Giới thiệu tổng quan về phương pháp bài báo đề xuất (solution) 

***********************************************************************************

1. Giới thiệu tổng quan bối cảnh của nghiên cứu (context)

Ở phần đầu tiên (context), mục đích là giúp người đọc nắm được các thông tin cơ bản về đề tài nghiên cứu (topics) của bài báo. Ví dụ khi đề tài nghiên cứu là "Viewport Adaptive Streaming for 360 Video", thì phần context phải cung cấp được thông tin về 1) 360 Video và 2) Viewport Adaptive Streaming. Đây là đoạn viết về 360 Video:

360-degree video (360 video for short) is the main content type in Virtual Reality [1], being used in a wide range of applications such as VR sport, VR games [2]. 360 video has a much higher resolution and frame rate than conventional flat video. For example, to offer true immersion to the user, 360 video is expected to have a resolution of 24K and a frame rate of 60fps [3]. As a result, 360 video requires high bandwidth when streaming over networks.

Ở đây, đầu tiên mình bắt đầu bằng việc giới thiệu 360 video là một loại nội dung chính trong hệ thống thực tế ảo (Virtual Reality) cũng như các ứng dụng của nó. Sau đó, mình tập trung vào giới thiệu các sự khác biêt của 360 video so với video thông thường: độ phân giải và frame rate rất lớn. Một cách hiệu quả để giúp người đọc dễ hình dung là đưa ra các con số cụ thể như ở câu số 3. Cuối cùng, mình đề cập đến hệ quả của chúng lên tốc độ đường truyền cần thiết cho loại video này. Câu cuối cùng này là tiền đề để giới thiệu về "Viewport Adaptive Streaming" ở đoạn tiếp theo. Đây là một cách mình thường dùng để tạo kết nối giữa các đoạn trong bài báo.

To reduce the bandwidth required for 360 video streaming, Viewport Adaptive Streaming (VAS) has been proposed. The basic idea is to deliver the viewport (i.e., video part visible to the user) at a high bitrate (quality) while delivering the other parts at a lower bitrate (quality) [4]. In the literature, Viewport Adaptive Streaming is usually implemented using the so-called tiling-based approach [4], [5]. In tiling-based VAS, a 360 video is spatially divided into multiple parts called tiles. Each tile is independently encoded into multiple versions of different bitrates (quality levels). Tiles overlapping (non-overlapping) the viewport are delivered at high (low) bitrate.

Ở phần giới thiệu về Viewport Adaptive Streaming, đầu tiên mình giới thiệu về mục đích của công nghệ này theo cấu trúc: 

To ..., Viewport Adaptive Streaming has been proposed.

Tiếp theo, ý tưởng cơ bản của công nghệ này được giới thiệu bằng cấu trúc:

The basic idea is to .....

Ở đây tốt nhất là bạn nên viết trong 2,3 câu ngắn ngọn. Theo sau bởi một phần mô tả ở mức độ chi tiết hơn, trong ví dụ này là về tile-based approach. 

Khi mô tả về các khái niệm và cách thức liên quan đến một công nghệ, việc sử dụng các trợ từ (adverb) cho các động từ là rất cần thiết. Ví dụ, khi nói "360 video được chia thành nhiều phần gọi là tiles", thì động từ chia "divide" phải được đi kèm bời trạng từ "spatially" để chỉ rõ việc chia ở đây là theo miền không gian. Nếu không, người đọc có thể nhầm lẫn với việc chia video theo miền thời gian thành các segments. Tương tự với câu tiếp theo khi đề cập đến việc nén các tiles thành nhiều versions. Việc sử dụng trạng từ "independently" ở đây để chỉ rõ rằng, việc nén được thực hiện sau khi chia video thành các tiles, và được tiến hành độc lập với nhau. Câu cuối cùng của đoạn này mình áp dụng một cấu trúc hay dùng khi mô tả một hành động tác động lên hai thành phần khác nhau của hệ thống theo hai cách khác nhau. Trong trường hợp này, thay vì viết hai câu đơn lẻ, mình sẽ kết hợp thành một câu theo câu trúc.

A(B) is ... at A*(B*)

dấu ... là động từ chỉ hành động tác động lên  thành phần A và B. A* và B* là cách thức tác động.

2. Giới thiệu vấn đề bài báo sẽ giải quyết (problem)

Trong phần này, bạn cần mô tả được một cách rõ ràng câu hỏi (vấn đề) mà báo báo giải quyết. Ở trong bài báo này, vấn đề ở đây là "trade-off between viewport adaptivity and bitrate adaptivity". Thông thường sẽ có hai cách viết: một cách là đưa ra vấn đề trước sau đó giải thích, hai là đưa ra các dẫn chứng sau đó mới đưa ra vấn đề. Đây là một ví dụ:

Since the user tends to change his/her viewing direction when watching a 360 video, the viewport is usually varying during a streaming session [6]. Hence, adaptation methods for VAS should be able to adapt the tiles’ bitrates according to the time-varying viewport. In addition, the throughput in mobile networks may fluctuate significantly over time. Significant reductions in network throughput can lead to playback interruptions [7], which can greatly reduce the user viewing experience [8]. Hence, adaptation methods for VAS must also adapt the tiles’ bitrates according to the time-varying network throughput. To provide smooth playback under varying network conditions, the client should buffer some amount of video data before the playback of the video begins [7]. However, large buffer sizes can severely reduce the performances of VAS methods, as shown in [9]. Thus, there exists a trade-off between network adaptivity and viewport adaptivity in viewport adaptive streaming.

Trong đoạn này, tác giả sử dụng cách thứ hai. Đầu tiên, khái niệm về viewport adaptability được giải thích:

Since..., viewport is usually varying .... Hence, adaptations methods for VAS should be able to ...

Ở đây, tác giả giả thích bằng việc đưa ra một đặc trưng của người dùng khi xem video 360, đó là việc thay đổi góc nhìn liên tục, dẫn đến việc viewport thay đổi. Để đảm bảo tính khoa học cho bài báo, bạn phải đưa ra dẫn chứng để chứng minh tính đúng đắn của các câu trong bài bằng việc cite các tài liệu khoa học khác (bài báo, sách, technical report, vv.) ở cuối câu. Tương tự, sự cần thiết của network adaptivity được giải thích từ việc băng thông của mạng thay đổi liên tục theo thời gian. Cuối cùng, vấn đề chính của bài báo (trade-off between viewport adaptivity and bitrate adaptivity) được phân tích thông qua tác động của một biến trung gian là buffer.

3. Giới thiệu tổng quan về phương pháp bài báo đề xuất (solution) 

Phần này cần giới thiệu được 1) các điểm quan trọng của phương pháp đề xuất và 2) các kết quả chính của bài báo. Dưới đây là một ví dụ về phần 1.

In this paper, we propose a novel adaptation method for 360 video streaming over mobile networks that can provide high viewing experience to the users with the following key features.

  •  Scalable Video Coding (SVC) is utilized to tackle the trade-off between network adaptivity and viewport adaptivity.
  • The tile layer selection problem is formulated and an efficient algorithm is proposed.
  • A late tile layer termination scheme is presented that can save network resources by terminating the delivery of late tile layers using HTTP/2’s stream termination feature.
  • A tile layer updating scheme that can effectively deal with viewport estimation errors is proposed. The scheme makes use of HTTP/2’s stream priority feature.
Ở đây, tác giả đưa ra các kỹ thuật bài báo đề xuất và tác dụng cụ thể của từng kỹ thuật. Việc viết theo kiểu liệt kê như ở trên nên được sử dụng để giúp người đọc dễ hiểu. Một điểm quan trọng nữa là nếu đã có các phương pháp trước đây (existing methods) thì đoạn này cũng phải nêu được sự ưu việt (advantages) của phương pháp đề xuất so với các phương pháp cũ. Ở phần thứ hai, các kết quả chính của bài báo được giới thiệu như ví dụ ở phía dưới.

Experimental results using real head movement traces and real network throughput traces show that the proposed method can improve the average viewport bitrate by 16-17% compared to a reference method. Also, our method can avoid significant reductions in the buffer level.

Khi đề xuất một phương pháp mới, thì ở đoạn này bạn phải nêu bật được sự hiệu quả của phương pháp đề xuất một cách định lượng. Cấu trúc phổ biến có thể dùng ở đây là:

The proposed method can improve ... by ... compared to reference methods.

Ở dấu ba chấm đầu tiên là tên metric dùng để đánh giá (average viewport bitrate), dấu ba chấm thứ hai mức độ cải thiện của phương pháp đề xuất. Như đã nói ở trên, việc đưa ra các con số cụ thể sẽ làm cho bài báo có sức thuyết phục cao hơn.

Trên đây là giới thiệu về các thành phần và điểm chú ý khi viết phần Introduction của một bài báo khoa học. Các ví dụ sử dụng trong bài này được trích dẫn từ bài báo bên đưới.

Duc V. Nguyen, Hoang Van Trung, Hoang Le Dieu Huong, Truong Thu Huong, Pham Ngoc Nam, Truong Cong Thang, "Scalable 360 video streaming using HTTP/2", IEEE MMSP 2019 .

Saturday, September 19, 2020

Làm nghiên cứu như thế nào? (Phần 1)

Hôm nay có bạn hỏi mình làm thế nào để viết được một bài báo nghiên cứu khoa học. Sau đây là tóm tắt các khái niệm và quá trình làm nghiên cứu theo kinh nghiệm của bản thân mình. Hy vọng sẽ giúp các bạn có cái nhìn tốt hơn về làm nghiên cứu.

Đầu tiên phải nói đến khái niệm cơ bản liên quan đến làm nghiên cứu (research). Làm nghiên cứu tức đi tìm câu trả lời (answer/solution) cho một câu hỏi (question/problem) mà chưa ai trả lời được. Một ví dụ nổi tiếng là câu hỏi: Các hành tinh chuyển động xung quanh mặt trời theo quỹ đạo hình gì? Để trả lời câu hỏi này, đầu tiên chúng ta cần tập hợp dữ liệu (data collection) về chuyển động của các hành tinh theo thời gian. Điều này được thực hiện đầu tiên bởi Tycho Brahe ở thế kỷ 16. Trong thời đại chưa có kính viễn vọng, Tycho ghi lại vị trí của các hành tinh bằng cách quan sát bằng mắt thường từ đêm này qua đêm khác. Độ chính xác cao từ dữ liệu của Tycho chính là tiền đề để Kepler trả lời câu hỏi về chuyển động của các hành tinh. Phương pháp mà Kepler sử dụng là trial-and-error. Đầu tiên ông giả thuyết (hypothesis) quỹ đạo của các hành tinh là đường tròn, sau khi tính toán vị trí của các hành tinh và so sánh với dữ liệu thực tế, ông nhận thấy sai số (error) là quá lớn. Kepler lặp đi lặp lại quá trình này và tìm ra rằng quỹ đạo phù hợp nhất với dữ liệu thực tế là hình ellipse với mặt trời nằm ở một trong hai focal points. Các kiến thức được đưa vào trong sách giáo khoa như định luật vạn vật hấp dẫn, định luật Faraday, thuyết tương đối cũng đều được xây dựng để trả lời các câu hỏi tương tự. (Việc xây dựng mô hình để dự đoán Quality of Experience (QoE) tương đương với việc trả lời câu hỏi: QoE phụ thuộc vào những nhân tố nào? Cách chúng ta trả lời câu hỏi này cũng không khác gì so với cách mà Kepler, Faraday, hay Einstein sử dụng!)

Làm nghiên cứu vì vậy sẽ có hai bước 1) xác định câu hỏi và 2) tìm câu trả lời. Đây là ví dụ về một câu hỏi.

Trong live streaming over HTTP, biết trước độ dài buffer và bitrate của từng version, tải version cho từng segment như thế nào để đem lại trải nghiệm tốt nhất cho người dùng?

Phần đầu tiên của câu hỏi này "Trong live streaming over HTTP", định nghĩa bối cảnh (context) mà câu hỏi này áp dụng. Bối cảnh cũng sẽ xác định các ràng buộc (constraints) mà câu trả lời phải thỏa mãn. Ví dụ trong live streaming, bạn chỉ có thể gửi request cho một segment sau khi nó đã được tạo ra ở server. Một ràng buộc khác là độ trễ của tín hiệu phải nhỏ hơn một giá trị cho trước. Phần tiếp theo  "biết trước độ dài buffer và bitrate của từng version" định nghĩa các thông tin đầu vào (inputs) của bài toán. Phần cuối cùng "đem lại trải nghiệm tốt nhất cho người dùng" định nghĩ mục tiêu (objective) của câu trả lời. Vì vậy, xác định được câu hỏi tức là bản phải xác định được:
1. Bối cảnh (context)
2. Đầu vào (inputs)
3. Các ràng buộc (constraints)
4. Mục tiêu (objectives)

Cách mình thường dùng để tìm câu trả lời như sau:

1. Xác định giá trị của mục tiêu với các câu trả lời đơn giản nhất (baselines). Việc này sẽ giúp cho bạn đánh giá được hiệu quả mà phương pháp của bạn sẽ đề ra.
2. Đề xuất câu trả lời mới, đánh giá, và so sánh với giá trị ở bước 1
3. Cải tiến câu trả lời và lặp lại bước 2

Bước 2,3 là nơi mà mình thích nhất trong quá trình làm research vì được thoải mái sáng tạo, đưa ra ý tưởng và kiểm chứng tính hiệu quả của chúng. Đây cũng là nơi mà bạn phải dành nhiều thời gian nhất trong quá trình làm. Quá trình trial-and-error mà Kepler dùng để tìm ra dạng quỹ đạo của các hành tinh cũng nằm ở hai bước này.

Sau khi đã có một câu trả lời, việc quan trọng tiếp theo là phải so sánh với các câu  trả lời trước đây. Với các câu hỏi quan trọng, thì việc có khoảng 10 câu trả lời trước đây là việc rất bình thường. Nếu inputs của bạn hoàn toàn giống với inputs trong các bài báo trước đây thì bạn có thể dùng kết quả mà tác giả ghi trong bài báo của họ để đánh giá. Nếu không bạn sẽ cần phải implement và đánh giá lại câu trả lời của họ với dữ liệu đầu vào mà bạn đang dùng.

Sau khi đã chứng minh được rằng câu trả lời của bạn tốt hơn các đề xuất trước đây, bước cuối cùng là trình bày câu trả lời của bạn thành một bài báo để người đọc có thể hiểu và kiểm chứng được câu trả lời bạn đề xuất. Trong thực tế thì việc viết này sẽ được tiến hành ngay từ đầu và mình cũng khuyến khích các bạn như vậy. Nó sẽ giúp các bạn hiểu rõ hơn câu hỏi mà mình đang giải quyết. 

Kết: Làm nghiên cứu là một công việc mà bạn có thể rèn luyện được rất nhiều kĩ năng: tìm kiếm và giải quyết vấn đề, trình bày, làm việc nhóm, tiếng Anh. Tuy nhiên, nó cần rất nhiều nỗ lực và thời gian và phụ thuộc nhiều vào câu hỏi bạn giải quyết. Einstein chỉ mất 3 tháng để phát triển thuyết tương đối hẹp, nhưng mất tới 10 năm để tìm lời giải cho thuyết tương đối rộng. Trong bài tiếp theo, mình sẽ nói về hội nghị, tạp chí và các vấn đề liên quan.

Friday, August 7, 2020

Người Nhật chống dịch

 Hôm nay là tròn 4 tháng tôi làm việc ở nhà do ảnh hưởng của dịch Covid. Con số này chắc sẽ còn tăng vì dịch ở Tokyo đang chưa có dấu hiệu gì là được kiểm soát. Tuần này, bác Abe trả lời các phóng viên rằng tình hình hiện tại chưa cần ban bố tình trạng khẩn cấp quốc gia một lần nữa. Bác chỉ khuyên mọi người hãy tuân thủ các quy tắc phòng chống dịch để tránh hạn chế lây lan, mà không đề cập gì đến hạn chế đi lại. Trong khi đó, thị trưởng Tokyo họp báo và khuyên mọi người hạn chế đi lại trong dịp nghỉ lễ Obon (đây là dịp nghỉ lễ vào giữa tháng 8, mọi người thường sẽ về quê, đi tảo mộ, vv.). Sự đối lập trong cách xử lý dịch của Tokyo và chính phủ đã kéo dài kể từ sau khi dỡ bỏ tình trạng khẩn cấp vào cuối tháng 5. Trong khi chính phủ Nhật chú trọng vào khôi phục nền kinh tế bằng chiến dịch Go To. Chiến dịch này sẽ hỗ trợ các công ty lữ hành, khách sạn để giảm giá dịch vụ nhằm tăng lượng khách du lịch trong nước. Ngược lại, Tokyo áp dụng kiểm tra PCR để truy vết và kiểm soát dịch bệnh, và vẫn yêu cầu mọi người hạn chế đi lại, đặc biệt là các khu mua sắm, ăn uống đông đúc. Điều này dẫn đến một điều buồn cười là Tokyo không tham gia vào chiến dịch Go To trong khi là thủ đô của đất nước.

Hôm qua, Tokyo có hơn 450 người bị mắc mới nâng tổng số người mắc lên hơn 15 nghìn người, chiếm gần 1/3 tổng số người mắc ở Nhật. Phần lớn con số này đến từ sau khi tình trạng khần cấp toàn quốc được dỡ bỏ vào cuối tháng 5. Điều này thực ra cũng dễ hiểu vì cuộc sống ở Tokyo gần như đã trở lại bình thường bất chấp dịch bệnh gia tăng. Các chuyến tàu chật cứng, người xếp hàng dài trong siêu thị, trẻ con vui chơi trong các khu giải trí, tất cả đều gần như lúc chưa có dịch. Với gần 15 triệu dân, thì việc dịch bệnh tiếp tục tăng là không tránh khỏi vì gần như không có biện pháp mạnh nào được đưa ra, tất cả chỉ ở mức khuyến cáo. Mặc dù là một nước phát triển nhưng dịch Covid làm lộ ra một điểm yếu nữa của Nhật Bản là khả năng ứng dụng công nghệ thông tin của các doanh nghiệp đang rất hạn chế. Ở Tokyo chỉ khoảng 20% số doanh nghiệp là có hệ thống IT có thể hỗ trợ làm việc từ xa 100%. Nhưng làm việc từ xa cũng có rất nhiều bất lợi như là giảm khả năng tập trung, không gian làm việc không đảm bảo. Thế nên công ty tôi cũng có khoảng 20% nhân viên đến công ty để làm việc hàng ngày mặc dù có thể làm tại nhà. Áp lực về kinh tế đã quá lớn nên có vẻ việc Nhật Bản và Tokyo ban bố tình trạng khẩn cấp một lần nữa là khá thấp. Hy vọng dịch sớm qua để mọi thứ trở lại bình thường.

Friday, June 26, 2020

Nhật ký đi làm (Phần 3)

12, đó là số cuộc họp tôi đã tham gia trong tuần này. Tính ra thì trung bình hơn 2 cuộc một ngày. Đây là con số cao nhất trong một tuần kể từ khi đi làm. Con số này nói lên một đặc trưng trong văn hóa làm việc của người Nhật, đó là làm việc nhóm và báo cáo công việc liên tục hàng tuần. Cụ thể, mỗi một dự án sẽ được phụ trách bởi một nhóm từ 3-5 người trong đó có một người quản lý thường là trưởng nhóm và 1, 2 người làm chính. Hàng tuần sẽ có một cuộc họp nhóm (定例)để báo cáo, kiểm tra tiến độ công việc. Ngoài ra, 2 tuần một lần sẽ có một buổi báo cáo với công ty đối tác. Do vậy nếu bạn là trưởng nhóm thì sẽ  phải tham gia vào gần như tất cả các nhóm làm việc (10+). Hiện tại tôi đang tham gia vào 5 nhóm. Ngoài ra, khi có các công việc phát sinh thì một cuộc họp sẽ được tổ chức để tìm cách giải quyết. Trong một dự án trong trường hợp cần thiết thì công việc sẽ được chia ra thành các phần nhỏ hơn và mỗi phần sẽ lại có các cuộc họp để thảo luận. Cách làm việc này được gọi là 「ほう-れん-そう」trong tiếng Nhật, nó là ghép từ đầu tiên của ba từ ほうこく(báo cáo), れんらく(liên lạc), và そうだん (thảo luận). 

Cách làm này có nhiều lợi ích. Đầu tiên, nó sẽ đảm bảo dự án được hoàn thành đúng thời hạn được giao. Vì mỗi tuần bạn sẽ tập trung vào giải quyết một phần công việc nên tiến độ công việc sẽ rất dễ dàng để kiểm soát. Khi có các vấn đề phát sinh, các thành viên trong nhóm sẽ đưa ra ý kiến để cùng nhau giải quyết. Việc này sẽ tận dụng được kiến thức, kĩ năng của cả nhóm, đặc biệt trong trường hợp người làm chính chưa có kinh nghiệm. Thứ hai, bạn sẽ dễ dàng hòa nhập vào môi trường công ty thông qua tiếp xúc, trao đổi liên tục. Những người nước ngoài như tôi ban đầu cảm thấy khó khăn trong việc giao tiếp với các thành viên khác. Nhưng chỉ sau nửa năm làm việc thì tôi đã thấy rất thoải mái trong giao tiếp và công việc với mọi người. Tuy nhiên, cách làm này cũng có những điểm yếu của nó. Khi bạn tham gia vào nhiều nhóm làm việc, thời gian của bạn sẽ bị gián đoạn bởi các cuộc họp. Điều này rất ảnh hưởng lên hiệu suất của các công việc đòi hỏi tập trung trong thời gian dài như làm nghiên cứu. Và tùy vào nội dụng công việc, việc có quá nhiều ý kiến đôi khi khiến cho công việc trở nên phức tạp hơn. Ngoài ra, nó cũng dễ nảy sinh việc ỷ lại vào ý kiến của người khác mà không tự tìm tòi giải quyết vấn đề.

Văn hóa làm việc theo nhóm này của người Nhật được định hình từ rất sớm. Nếu buổi sáng quan sát học sinh tiểu học ở Nhật đi học, bạn sẽ thấy học sinh đi học theo các nhóm khoảng 10 người trong đó người đi đầu là một em lớn tuổi hơn và cầm cờ để dẫn cả nhóm đi. Khi lên cấp hai, cấp ba, đại học, gần như tất cả học sinh của Nhật sẽ tham gia vào các câu lạc bộ về thể thao, nghệ thuật, học tập, vv. Điều này làm cho việc hoạt động theo tập thể trở thành một điều hiển nhiên trong xã hội Nhật. Điều này cũng dẫn đến việc nếu bạn không hòa đồng vào tập thể thì sẽ dễ bị đánh giá thấp.

Kết: Vẫn còn rất nhiều điều đặc biệt về văn hóa và con người Nhật bản. Hẹn gặp lại trong phần tiếp theo.



Tuesday, May 19, 2020

New conference paper: Application Layer Throughput Control for Video Streaming over HTTP2

Our latest research on throughput control for video streaming has been accepted for presentation at Eighth International Conference on Communications and Electronics (ICCE).  In this work, we tackle the problem of throughput control for multiple streaming clients at application layer using HTTP2 flow control feature. The proposed framework includes a throughput estimation scheme and an application layer based throughput control scheme which utilizes HTTP2’s Flow Control mechanism. Experiment results show that the proposed framework can effectively control throughput of individual clients.

Why do we need "throughput control"?

In practice, there are many cases where multiple videos are concurrently streamed over a same network connection with limited bandwidth.  A common example is when people in a same local network (e.g., home, office) watch online videos at the same time. Another example is camera surveillance system where a large number of video feeds from surveillance cameras is streamed to a processing data. In addition, those video streams may have different characteristic (e.g., bitrates) or have different levels of importance. Thus, it is desirable to be able to allocate available network bandwidth in an efficient manner. For instance, in case of camera surveillance system, video streams from important cameras should have higher throughput than those from less important ones.  

Why application layer matter?

In our previous work [1], we successfully control throughput of streaming client by adjusting TCP flow control window size. However, it may not always possible to perform such control in practice, such as in browser-based streaming, or in mobile devices. Thus, it is desirable to be able to control throughput at application layer.

[1] Duc V. Nguyen, Huyen Tran, Pham Ngoc Nam, Truong Cong Thang, "Cross-Layer Management for Multiple Adaptive Streaming Clients in Wireless Home Networks", IEICE Transactions on Information and Systems, March. 2018.

Friday, April 3, 2020

Học về thuyết tương đối (special relativity and general relativity)



Albert Einstein được xem như là một trong những nhà bác học vĩ đại nhất mọi thời đại. Tên của ông đồng nghĩa với thiên tài (genius). Hai công trình khoa học quan trong nhất của Einstein là thuyết tương đối hẹp (special relativity) và thuyết tương đối rộng (general relativity). Vậy thuyết tương đối hẹp là gì? Nó được tạo ra như thế nào? Các hệ quả của nó là gì? Ứng dụng của nó là gì? trả lời những câu hỏi này sẽ là mục tiêu của bài viết này.

Đầu tiên nói về bối cảnh, thuyết tương đối hẹp được Einstein đề xuất lần đầu tiên trong một bài báo ông viết vào năm 1905 đăng trên tạp chí vật lý Annalen der Physik . Lúc này ông 26 tuổi và đang là nhân viên ở văn phòng phụ trách đăng ký bản quyền ở Zurich, Thụy Sĩ. Cùng trong năm này, ông còn viết 3 bài báo quan trọng ở các lĩnh vực khác bao gồm 1) phân tích chuyển động của phân tử, 2) giải thích hiệu ứng quang điện (photoelectric effect), và 3) mối liên hệ giữa khối lượng và năng lượng (E=mc^2). Ông được trao giải thưởng Nobel vật lý năm 1921 do đóng góp trong việc giải thích hiệu ứng quang điện (photoelectronic effect). Năm 1905 vì vậy được gọi là Annus mirabilis , có nghĩa là năm kỳ diệu của Einstein.

Thuyết tương đối hẹp ra đời để giải thích sự không đồng nhất giữa cơ học cổ điển của Newton và thuyết điện từ phát triển bởi Maxwell liên quan đến vận tốc của ánh sáng. Theo Newton, vận tốc của mọi vật là tương đối phụ thuộc theo hệ quy chiếu, ví dụ nếu bạn ngồi trên tàu đang di chuyển với vận tốc là 60km/h thì vận tốc của bạn so với côt mốc bên đường là 60km/h, nhưng so với người ngồi cạnh thì sẽ là 0km/h. Tuy nhiên, Maxwell đã chứng minh rằng ánh sáng là một loại sóng điện từ (electromagnetic wave), và có vận tốc không đổi 3x10^8 (km/h) trong chân không. Điều này dẫn đến việc nếu bạn ngồi trên tàu và chiếu đèn cùng hướng di chuyển với một chuyến tàu đang di chuyển với vận tốc 10^8 (km/h) thì một người đứng ở cạnh đường ray vẫn sẽ đo được vận tốc ánh sáng từ đèn của bạn là 3x10^8 (km/h) chứ không phải là 4x10^8(km/h).

Để giải thích cho sự không đồng nhất này, Einstein đã sử dụng kết quả của Maxwell và đặt ra tiên đề: "Vận tốc ánh sáng là cố định và không phụ thuộc vào hệ quy chiếu". Đây chính là một trong hai tiên đề của thuyết tương đối hẹp. Tiên đề còn lại là: "Các định luật vật lý là như nhau trong mọi hệ quy chiếu quán tính".

Nếu vận tốc ánh sáng là không đổi thì so với một người ngồi trên tàu, thời gian của một người đứng ở bên đường sẽ trôi nhanh hơn. Lý do là bởi vì người đứng bên đường sẽ thấy ánh sáng đi được một quãng đường xa hơn so với người ở trên tàu. Vì thời gian bằng quãng đường chia cho vận tốc nên thời gian người đứng ở bên đường trải qua sẽ dài hơn. Do vậy, thời gian không còn là tuyệt đối mà chỉ là tương đối và phụ thuộc vào vận tốc.


Sự liên hệ về thời gian t của một hệ quy chiếu đứng yên so với thời gian t' của một hệ quy chiếu chuyển động có thể được tính toán rất đơn giản như sau. Giả sử trên một chiếc tàu chuyển động với vận tốc không đổi v, một photon (đơn vị nhỏ nhất cấu tạo nên ánh sáng) di chuyển qua lại giữa hai tấm gương đặt song song với nhau và song song với mặt đất. Xem xét sự kiện một photo di chuyển từ tấm gương phía dưới lên tấm gương phía trên. Giả sử thời gian photon di chuyển t' đối với một người đứng trên tàu, là t đối với một người quan sát trên mặt đất. Đối với người quan sát trên mặt đất, quãng đường photon di chuyển sẽ là AB vì vị trí chiếc gương bị xa ra do tàu di chuyển một đoạn là CB trong khoảng thời gian photon di chuyển. Ta sẽ tính được giá trị các độ dài AB, BC, và AC như sau:

AB = c x t với c là vận tốc của ánh sáng
BC = v x t với v là vận tốc di chuyển của tàu
AC = c x t' với t' là thời gian của một người đứng trên tàu.

Vì ABC là tam giác vuông, sử dụng định lý Pythago và một số bước biến đổi ta thu được kết quả liên hệ giữa t và t' như công thức ở trên. Vì vận tốc di chuyển của tàu (v) nhỏ hơn vận tốc ánh sáng (c), ta suy ra được là t' nhỏ hơn t. Nói cách khác, thời gian đối với người di chuyển thì trôi chậm hơn so với người đứng yên. Trong cuộc sống của con người, v thường rất nhỏ so với c nên sự khác biêt là gần như không đáng kể. Đối với các vật di chuyển nhanh, sự khác biệt có thể là rất đáng kể. Có một điểm thú vị là nếu di chuyển với vận tốc ánh sáng (v=c) thì thời gian sẽ ngừng trôi (t' = 0).

Tương tự như thời gian, không gian (độ dài) cũng có tính tương đối và phụ thuộc vào vận tốc di chuyển: "độ dài của một vật khi di chuyển thì ngắn hơn độ dài của cùng vật đó khi đứng yên". Và khi di chuyển với vận tốc ánh sáng, thì độ dài sẽ bằng 0.

Dù nổi tiếng nhưng thuyết tương đối hẹp của Einstein không có nhiều ứng dụng trong thực tiễn cuộc sống vì chúng ta di chuyển với vận tốc rất nhỏ so với vận tốc ánh sáng, nên thời gian giữa các hệ quy chiếu có thể xem là giống nhau mà ko gây ra nhiều vấn đề. Đây cũng là một lý do cho việc ông không được trao giải Nobel cho thuyết tương đối hẹp. Một ứng dụng có thể kể đến là việc căn chỉnh thời gian của các vệ tinh của hệ thống định vị toàn cầu GPS. Các vệ tinh này di chuyển với vận tốc hàng chục nghìn ki lô mét một giờ nên thời gian đối với các vệ tinh này sẽ chậm hơn so với người di chuyển trên mặt đất. Do vậy, việc tính toán tọa độ của người dùng phải tính đến sự chênh lêch thời gian này.

Người ta gọi 1905 là năm kỳ diệu của Estein nhưng thực ra thời gian này không thực sự tốt đẹp với ông. Bài báo về thuyết tương đối hẹp dù được xuất bản trong năm này nhưng gần như không ai trong giới khoa học để ý đến vì ông chỉ là một nhân viên văn phòng không phải là giáo sư của trường đại học. Ông chỉ thực sự được chú ý khi Max Plank, một nhà khoa học nổi tiếng đương thời, cha đẻ của cơ học lượng tử (quantum mechanic) và là chủ biên của tờ tạp chí Annalen der Physik, đọc bài báo của Einstein và nhận ra tầm quan trọng của kết quả này. 

Dù không hoàn toàn bị thuyết phục bởi kết quả trong bài báo, Max Plank yêu cầu Einstein giải thích kỹ hơn về kết quả, cũng như yêu cầu ông mở rộng lý thuyết cho trường hợp hệ quy chiếu chuyển động có gia tốc (vận tốc thay đổi theo thời gian). Einstein mất 10 năm để mở rộng thuyết tương đối hẹp cho trường hợp hệ quy chiếu có gia tốc, và kết quả của nó là thuyết tương đối rộng (general relativity). Dù được gọi là thuyết tương đối rộng, nhưng general relativity lại giải quyết một vấn đề hoàn toàn khác biệt là lực trọng trường (Gravity). 














Tuesday, March 31, 2020

New conference paper on Transfer Learning

Why transfer learning?
Though the performance of machine learning models (especially deep learning) has been improved significantly over the past few years, there still exist several challenges that need to be addressed in order for ML to be applied in practice at scale. One of the most serious problems is the poor performance when applying pre-trained machine learning models to real-world problems. We, human being, are born with the ability to apply acquired knowledge and skills to new problems/tasks. For example, once you learned to ride a bicycle, you can ride a motorbike with minimum efforts. But, it is not so simple in case of machine learning. Retraining ML models for new tasks requires additional training data that is not available in many cases. Transfer learning is a potential approach to deal with this problem. 

What is transfer learning?
Transfer learning refers to a set of machine learning techniques that allows one to transfer knowledge learned from an auxiliary (or source) domain to help the training task on a target domain. There are three typical types of transfer learning, namely, instance transfer, feature transfer, and network transfer. In instance-based transfer, instances (or data) from the source domain is used in the training at the target domain. Go further, feature-based transfer aims to transfer features which are learned from the data. Different from the raw data, features are more compact and contain more meaningful information that can help improve the performance in many cases. Both instance-based and feature-based approaches assume that the source data is available at the target data. However, due to increasing concerns over user privacy and security, it become more and more difficult to share data between domains. Network transfer can solve this problem by transferring part of the model such as weights. 

Our contribution 
Recommender system is an essential component in many practical applications and services. Recently, significant progress has been made to improve performance of recommender system utilizing deep learning. However, single-domain recommender system suffers from the long-standing data sparsity problem. Transfer learning is a potential approach to deal with the data sparsity problem in recommender system. In this paper, we investigate the transferability of deep neural networks for recommender system. It is found that the neural network responsible for learning the user-item interaction function can be transferred to the target domain, resulting in significant improvement in recommendation performance.

Ref: Duc Nguyen et al., "On the Transferability of Deep Networks for Recommender Systems", DEIM Forum, March. 2020. 

Friday, February 7, 2020

Kì nghỉ tết của em


Trong ngày nghỉ tết vào năm Kỷ Hợi, em đã được chứng kiến những ngày đầu xuân với màn pháo hoa trình diễn cùng với những nồi bánh chưng sôi sùng sục đã làm thêm vui về xuân Kỉ Hợi. Một năm lại trôi qua, tết lại đến với các em những ngày đầu xuân và chào đón năm Canh Tý. Vào ngày 25 tháng chạp, em cùng mọi người lau nhà sạch sẽ, quét nhà cửa, ngõ và làm một số công việc khác. Ngày 28 tháng chạp, em được về thăm quê với ông bà ngoại đẻ em ở lại đây ăn tết cùng với ông bà ngoại. Trong thời gian đó, em cũng giúp ông bà công việc nội trợ cũng như quét nhà, lau nhà và dọn nhà cửa. Sáng ngày 29 và 30 tháng chạp em thức dậy và rửa mặt, đánh răng cũng sạch sẽ để chuần bị ăn sáng. Sau khi ăn sáng, em cùng với bà lau bàn, quét nhà và quét ngõ. Em cũng dọn bồn hoa để chuẩn bị đón năm mới xuân Canh Tý 2020. Em mong tết này sẽ vui hơn và ấm cúng gia đình lời chúc sức khỏe của ngày tết năm Canh Tý 2020.


Bi
30 tháng chạp, Canh Tý, Đức Thọ, Hà Tĩnh.

Nhật ký đi làm: Một ngày làm việc của tôi

Tôi thức dậy vào khoảng 7 rưỡi sáng, đánh răng rửa mặt và chuẩn bị quần áo. Trang phục hàng ngày quần âu, áo sơ mi, giày đen. Đây là trang phục chuẩn cho salaryman, những người đi làm ở Nhật. Ra vào công ty đều cần phải dùng thẻ nên tôi đeo luôn thẻ nhân viên sau khi mặc quần áo cho đỡ quên. Tiếp theo là pha cà phê. Từ hồi đi làm tôi mỗi ngày tôi uống hai cốc cà phê, một cốc buổi sáng và một cốc sau khi ăn trưa. Thế nên tôi quyết định đầu tư một máy pha cà phê để tự pha lấy cà phê, vừa tiết kiệm, vừa có việc để làm buổi sáng. Trước khi ra khỏi nhà thì tôi xem thời tiết, nếu dự báo có mây hoặc mưa vào chiều tối thì tôi sẽ mang theo ô. Nếu là ngày đổ rác thì tôi mang theo rác để vứt. Tôi rời khỏi nhà vào khoảng 8h sáng. Từ nhà tôi đến công ty mất khoảng 30 phút đi bộ. Đường tôi đi làm đi qua Tokyo Dome, khu vui chơi giải trí khá lớn ở Tokyo. Ở đây hay diễn ra các concert của các nhóm nhạc lớn của Nhật như Arashi, EXILE. Ở giữa đường đến công ty là Donkihote, một cửa hàng bán tạp hóa lớn mở cửa 24 giờ. Nơi đây bán tất tần tật mọi thứ từ thực phẩm, đến quần áo, đồ gia dụng, đồ nấu ăn, mỹ phẩm. Giá cả ở đây cũng rất rẻ nên cửa hàng bao giờ cũng đông khách.

Ở Nhật thì vị trí thường được xác định bằng ga tàu. Công ty của tôi nằm gần hai ga là Suidobashi và Iidabashi. Đường tôi đi làm đi qua ga Suidobashi, đây là ga chính để đi đến Tokyo Dome và các khu lân cận, nên có rất nhiều tuyến tàu đi qua ga này. Những ngày có sự kiện lớn ở Tokyo Dome thì cửa ga luôn chật cứng người, có khi tràn ra cả phía ngoài đường. Xung quanh ga tàu cũng là nơi tập trung rất nhiều các quán ăn, khu vui chơi giải trí. Từ cửa phía đông của ga Suidobashi đi thêm khoảng 10 phút thì đến công ty. Trước khi vào công ty, tôi vào Lawson, một cửa hàng tiện lợi bên đường để mua một cái Onigiri, đây là một kiểu cơm nắm được bọc bằng lá rong biển, nhân thịt hoặc cá.

Tôi làm việc ở tầng 18 của tòa nhà trụ sở công ty. Đến nơi khoảng 8 rưỡi, tôi ngồi vào bàn và chuẩn bị bàn làm việc vì trước khi đi về thì quy định là phải khóa laptop lại, cất gọn các đồ đạc vào tủ và khóa tủ lại. Việc tiếp theo là kiểm tra lại lịch làm việc và nhập thời gian làm việc của ngày hôm trước. Ở công ty tôi thì nhân viên phải tự mình nhập thông tin thời gian làm việc (thời gian bắt đầu, kết thúc) cho mỗi ngày. Kiểm tra lại các công việc cần làm xong thì tôi ăn cái onigiri, uống cốc cà phê, và bắt đầu làm việc. Giờ ăn trưa là từ 12h đến 1h. Phần nhiều các đồng nghiệp của tôi ra ngoài mua cơm hộp rồi về chỗ ngồi ăn, hoặc lên căn tin của công ty ở tầng 20. Dạo gần đây tôi thường đi ăn ở một quán ăn Thái ở tầng 1. Quán này ngoài các món ăn Thái thì còn bán cả phở, cơm rang, nên tôi ăn thấy hợp. Nếu đi vào khoảng 12h thì hầu hết các quán đều rất đông. Nên tôi thường đi sớm hoặc muộn 15 phút để đỡ phải chờ. Ăn trưa xong tôi uống cốc cà phê còn lại và bắt đầu làm việc. Rất nhiều đồng nghiệp của tôi thường tranh thủ ngủ trưa nhưng tôi thì gần như không vì ngủ một ít thế thức dậy tôi thấy còn mệt hơn.

Tôi rời công ty vào khoảng 8h tối. Trong khi buổi sáng thì mọi người đều hối hả để đi đến chỗ làm việc, không khi trên đường buổi tối nhiều tiếng cười đùa và tiếng nói chuyện hơn. Tôi gặp nhiều tốp sinh viên, người đi làm vui vẻ trò chuyện trong lúc tìm quán ăn, tiếng cười nói rôm rả vọng ra từ các quán rượu bên đường. Trên đường về nhà, tôi thường ghé qua Donkihote để mua thức ăn và nước hoa quả đóng hộp. Tôi về đến nhà vào khoảng 9 giờ. Dù chỉ ăn một ít vào buổi tối nhưng tôi vẫn thích tự nấu ăn. Thường thì chỉ là trứng rán hay thịt lợn áp chảo ăn với một ít bánh mỳ. Ăn tối xong tôi lên mạng xem tinh tinh một lúc, rồi đi ngủ. Thường thì tôi không làm việc ở nhà. Nhưng những hôm bận rộn quá thì thì tôi sẽ mang máy tính về nhà và làm thêm 1,2 tiếng nữa. Cuộc sống từ lúc đi làm của tôi trở nên có nhịp điệu và cũng hối hả hơn. Có một điểm tôi sẽ cố gắng cải thiện trong thời gian tới, đó là dậy sớm hơn để chạy bộ vào buổi sáng.

2020/02/08, Aizukawamatsu, Japan.

Saturday, February 1, 2020

Nhât ký đi làm (Phần 2)

Một lý do tôi chọn làm việc ở KDDI Research Inc. là vì tôi có thể tiếp tục làm nghiên cứu giống như ở trường đại học. Sau bốn tháng làm việc, tôi nhận ra một số điểm khác biệt giữa việc làm nghiên cứu trong trường đại học và làm nghiên cứu trong công ty. Điểm khác biệt lớn nhất có lẽ là về thời gian tôi có thể dảnh ra để làm nghiên cứu. Trong thời gian học PhD, khoảng 80% thời gian của tôi là làm research. Thực ra làm nghiên cứu là nhiệm vụ duy nhất tôi cần làm. Trong công ty thì khác, ngoài việc làm nghiên cứu, tôi còn tham gia từ 1-2 dự án khác của công ty. Vì vậy, tôi chỉ có thể dành ra từ 40-50% thời gian để làm nghiên cứu. Thời gian không phải là điểm hạn chế duy nhất. Trong công ty, vấn đề về bảo mật thông tin luôn được đặt lên hàng đầu, đặc biệt là các thông tin liên quan đến người dùng. Do đó, rất nhiều các thủ tục, giấy tờ cần được hoàn thành trước khi tôi có thể sử dụng dữ liệu. Ở công ty của tôi, sẽ mất khoảng 1-2 tuần để hoàn thành các thủ tục cần thiết trước khi có thể bắt tay vào sử dụng dữ liệu trong việc làm nghiên cứu hay các dự án. Ở trong trường đại học, tôi có thể dễ dàng thảo luận với các bạn trong lab hay giáo sư về những điểm mình chưa rõ hoặc xin lời khuyên khi gặp các vấn đề mới. Việc thảo luận này từng giúp tôi tiết kiệm được rất nhiều thời gian, đặc biệt là khi bắt đầu các topics mới. Ở trong công ty thì điều này khá là khó thực hiện. Lý do là dù trong một nhóm, lịch trình của mỗi thành viên lại rất khác nhau, và thời gian ở công ty thì bị giới hạn. Do vậy, tôi phải giành nhiều thời gian hơn để tự tìm hiểu thông tin cũng như tự giải quyết các vấn đề mới. Trong nhóm của tôi thì anh nhóm trưởng là người bận rộn nhất, ngoài việc tham gia rất nhiều dự án (theo tôi biết thì khoảng 5-6), anh còn đang theo học tiến sỹ ở trường đại học, và phải làm nghiên cứu như tôi. Do vậy, anh chỉ có thể thảo luận về mặt ý tưởng và dựa vào các 派遣社員 để thực hiện giúp mình. Điểm bất lợi của cách làm này là nếu những 派遣社員 có ít kinh nghiệm làm nghiên cứu thì tiến độ công việc sẽ khó mà được đảm bảo. Điểm khác biệt tiếp theo là làm nghiên cứu ở công ty thường phải gắn liền với bằng sáng chế (patent). Nếu bạn có kết quả hay ý tưởng mới thì trước khi công bố ở các hội nghị hay tạp chí, bạn phải đăng ký bằng sáng chế cho ý tưởng. Quá trình đăng ký bằng sáng chế thường kéo dài khoảng 2 tháng. Ngoài ra, việc có bằng sáng chế là mục tiêu hàng năm mà các nhân viên như tôi phải có trong bảng mục tiêu công việc hàng năm. Sẽ là thuận lợi nhất nếu kết quả nghiên cứu có thể viết được bằng sáng chế. Tuy nhiên, không phải kết quả nghiên cứu nào cũng có thể dùng để viết patent. Do vậy, việc chọn câu hỏi nghiên cứu trong môi trường công ty cũng khác hơn so với khi tôi còn đang ở trường đại học.

Trên đây là những điểm khác biệt của việc làm nghiên cứu ở trong công ty so với trong trường đại học. Phần tới tôi sẽ bàn về bằng sáng chế và vai trò của nó đối với các công ty như KDDI.

Năm 2022 nhìn lại

Một năm bận rộn cũng sắp kết thúc. Để bố kể cho Sóc nghe về năm nay của nhà mình nhé. Nửa đầu năm là thời gian mà cả bố mẹ đều lao đầu vào c...