Giáo sư Lofti Zadeh, thuyết mờ, và con đường đi đến một trí tuệ nhân tạo

Giáo sư Lofti Zadeh, thuyết mờ, và con đường đi đến một trí tuệ nhân tạo

Hôm nay tôi nhân được một email quảng cáo của một hội nghị sắp tới được tổ chức để kỷ niệm những công hiến của giáo sư Lofti Zadeh , cha đẻ của lý thuyết mờ (fuzzy sets and fuzzy logic).

Trước khi Zadeh xuất bản công trình đầu tiên về lý thuyết tập mờ vào năm 1965, ông đã là một trong những nhà nghiên cứu tên tuổi nhất ở Mỹ trong ngành điện tử, xử lý tín hiệu, lý thuyết hệ thống, v.v. Ông chính là người sáng tạo ra phương pháp z-transform cho tín hiệu rời rạc, là một trong những người đặt nền móng cho lý thuyết state-space cho linear systems mà chúng ta được học trong những sách giáo khoa về signal and systems, phát triển lý thuyết dự đoán của Wiener. Chỉ nhờ những cống hiến của những năm 1950 của Zadeh cũng đủ để người ta nhắc đến ông như những ông tổ của signal processing, cùng với những Claude Shannon, Richard Bellman hay Nobert Wiener.

Từ năm 1965 trở đi, Zadeh cống hiến toàn bộ sức lực của mình vào phát triển lý thuyết tập mờ, logic mờ và ứng dụng của chúng trong lý thuyết điều khiển, hệ thống và trí tuệ nhân tạo. Zadeh tin rằng lý thuyết mờ chính là ngôn ngữ chủ đạo, là một chìa khóa quan trọng để giúp cho chúng ta mở cửa lâu đài bí ẩn Trí tuệ nhân tạo mà Turing đã
gõ cửa giúp.

Về sự đón nhận của giới hàn lâm (academics) với lý thuyết của Zadeh thì có nhiều tranh cãi. Nói chung giới nghiên cứu về signal processing cũng như giới nghiên cứu trí tuệ nhân tạo ở Mỹ thì rất lạnh nhạt. Những người làm về xác suất và thông kê thì nhún vai, cho rằng lý thuyết mờ có thể xây dựng trực tiếp từ nền tản của lý thuyết xác suất đồ sộ và lâu đời hơn. Mặc dù vậy, ở châu Âu, Nhật bản và các nước khác thì nghe nói phong trào nghiên cứu về lý thuyết mờ và ứng dụng của chúng phát triển rất mạnh. Có một vài bloggers ở đây là chuyên gia về lĩnh vực này.

Với những người ngoại đạo, thì chúng ta có thể thấy chữ fuzzy xuất hiện trên các máy giặt của Nhật bản và Hàn Quốc. Vài năm trước khi về thăm nhà, tôi còn được giới thiệu một cuốn sách nghiên cứu về Kinh Dịch bằng lý thuyết tập mờ của giáo sư vật lý Hoàng Phương. (Cách đây vài năm báo chí ở Mỹ hay nhắc đến chữ fuzzy math của Bush, nhưng có lẽ Bush không biết mình nói gì :-).

Là một học trò của ngành trí tuệ nhân tạo (TTNT), thỉnh thoảng vẫn thấy Zadeh đi đến office hay ra quán cafe, nhưng tôi thú thật cũng không hiểu biết gì nhiều về lý thuyết mờ. Đó là kết quả của sự giáo dục chính thống về trí tuệ nhân tạo trong suốt 50 năm qua, hầu như bỏ lý thuyết này ra ngoài. Điều thú vị là giáo sư Stuart Russell, tác giả của quyển sách giáo khoa nhập môn TTNT rất hợp thời trang hiện nay, người vẫn coi Zadeh là một mentor, cũng không phải là một người theo đuổi quan điểm của Zadeh về TTNT. Hai ông này có hai offices ở ngay cạnh nhau.
Ở trong khoa Electrical Engineering and Computer Science ở Berkeley, Zadeh luôn là một nhân vật được tất cả mọi người kính trọng. Nhưng ông luôn là một nhà tiên phong cô đơn ở đây. Một giáo sư về signal processing trong khoa từng nói với tôi: “Trước năm 60 thì Zadeh là thần đồng, còn sau đó ông ấy là một tên điên khùng”.
Điều đó cho ta thấy sự tiếp nhận của giới mainstream trong ngành với Zadeh còn nhiều trắc trở thế nào.

Tại sao lý thuyết của Zadeh lại có một lịch sử trắc trở như vậy, với dân làm về signal processing, hay dân làm về xác suất thống kê, thì tôi không biết nhiều để suy đoán. Tuy nhiên trong ngành TTNT, thì có lẽ ta đã có thể kết luận được vài điều. Khi Zadeh xuất bản những ý tưởng đầu tiên về tập mờ với hy vọng nó sẽ là một ngôn ngữ cho TTNT, ông đã đi trước TTNT ít nhất 20 năm. Khi ấy những ông tổ của TTNT, như John McCarthy, Herbert Simon , Alen Newell đang còn đắm chìm trong sức mạnh tính toán của máy tính và vẻ đẹp và sức mạnh của ngôn ngữ logic toán học. Họ cho rằng logic hy vọng sẽ là ngôn ngữ thích hợp nhất để xây dựng TTNT. PhảI đến hơn 20 năm sau, người ta mới nhận ra rằng mặc dù logic có thể là ngôn ngữ hữu hiệu để computers có thể biết chơi cờ và suy luận rất … logic, nhưng lại rất hạn chế trong những lĩnh vực đòi hỏi sự tiếp xúc với thế giới bên ngoài, với tín hiệu (signal), với số liệu (data). Zadeh, với những kinh nghiệm nghiên cứu về signal và systems từ những năm 1950 đã nhận ra hạn chế của logic từ lâu. Nhưng trong hơn 3 thập niên từ những năm 1960 cho đến hết những năm thập niên 80, giới nghiên cứu TTNT ở Mỹ chịu sự thống trị của trường phái của McCarthy, Simon hay Newell, và những thế hệ học trò của ông.

Ngày nay, người ta nhận ra rằng để giúp cho computers có những khả năng để vượt qua được thử thách của Turing, có lẽ cần cả ngôn ngữ logic và ngôn ngữ xác suất. (Và cả fuzzy logic nữa, nếu bạn không sống ở xứ sở của bánh mì kẹp thịt McDonald). Có rất nhiều thành tựu vượt bậc trong việc phát triển các thuật toán và hardware về chơi cờ, nhận dạng, xử lý âm thanh, hình ảnh, hay ngôn ngữ. Nhưng chúng ta sẽ đạt được TTNT hay không? Đâu là những cơ chế nền móng nhất để có thể tạo ra được một cái gọi là TTNT? Đâu là ngôn ngữ thống nhất của một hệ thống có TTNT? Những hiểu biết của chúng ta về computation, logic và probability có đủ không, hay chúng ta phải cần cả sự trợ giúp của cả neuroscientists, molecular biologists, và physicists nữa? Hay chúng ta nên định nghĩa lại khái niệm TTNT, với sự trợ giúp của những nhà triết học? Hay chúng ta cứ khai triển thêm trên cơ sở thử thách của Turing, để xây dựng máy tính có thể vượt qua những thử thách chông gai đó trước đã?

Có quá nhiều câu hỏi mà hình như ngày nay, chúng ta vẫn không biết hơn là bao so với Turing của những năm 50 của thế kỷ trước. Để có thể tiến tới gần những câu trả lời, ngành KHMT chắc chắn phải cần thêm nhiều nhà khoa học tiên phong và độc đáo như Lofti Zadeh.

Fuzzy logic của Zadeh thực ra không bị lãng quên đến mức như vậy. Mọi sinh viên học máy tính hay tóan ở những năm cuối của ĐH tổng hợp (not technical univ) ở Châu Âu (eg. Đức, Ba Lan, Finland, etc.)trong 1-2 kỳ năm 4 hoặc thứ 5 khi học về các lọai non-standard logics đều được học về Fuzzy logics. Dĩ nhiên nó chỉ là 1 trong nhiều models nên ng ta không dành cho nó nhiều thời gian được. Vả lại trong đó có mấy định lý hay ho đâu mà dạy? Có 2 lý do mà dân Tóan không thích Fuzzy logic. Thứ nhất là dân Tóan ghét every non-boolean logics vì chấp nhận nó đồng thời phải xây dựng lại nền tảng của Tóan và xd lại phần lớn các lý thuyết và định lý. Đây là 1 việc khổng lồ và gần như không tưởng cho nhân lọai. Có thể đếm trên đầu ngón tay những lý thuyết Tóan đã được xây dựng lại trên cơ sở khác với logic cổ điển. Thứ hai là nó không có giá trị gì lớn đối với Tóan cả. Ý định mở rộng lý thuyết tập hợp (fuzzy set) của Zadeh không thành công về mặt Tóan, cái fuzzy set định nghĩa được = lý thuyết tập hợp 1 cách dễ dàng. Nếu vậy thì không thể là nền tảng được. Còn bọn làm xác suất ghét fuzzy *** bời vì bản thân xác suất chính là fuzzy set rồi, bọn nó không coi là có dạng uncertainty nào khác. Còn các kiểu fuzzy sets khác thì phần lớn là vô nghĩa, phải vứt bỏ theo bọn probabilists. Nói cách khác dạng possibility math theory là quá rộng và không cần thiết. Trên thực tế thì tòan bộ Vật lý lượng tử được xây dựng nhờ 1 dạng fuzzy là xác suất, còn fuzzy *** mà không phải xác suất thì chắc 0 có chỗ đứng trong tự nhiên, just speculation, nhưng có thể dùng vào 1 số việc hữu ích khác 🙂 Bọn Tóan thì ghét không những vì non-boolean mà cả cái hàm “degree” trong fuzzy không là additive measure. Còn chuyện dùng fuzzy logic trong các electronic programable devices thì vì nó khá tiện lợi, ng ta đã dùng nó từ lâu lắm rồi, như trong ABS của xe hơi (80’s), diều hòa nhiệt độ, máy giặt, Lifts (elevators), refrigators, cameras, controllers, etc. Ví dụ việc hữu ích của fuzzy ***(logic,set,messure)có thể nhìn thấy ngay (obviously) trong việc chuẩn đóan bệnh trong Y khoa dựa trên quan sát các symptoms (expert systems).

Nói thêm là 1 giáo sư lớn cần phải biết cho ra lò những học trò lớn, nếu không thì ý tưởng sẽ chết – thường nhiều năm sau ai đó lại rediscover nó. Fuzzy concept ra đời 40 năm rồi, nhưng phát triển về mặt Tóan học lèo tèo chảng có gì. Tầm vóc của possibility “theory” sẽ khác hẳn nếu có ng develop nó thành theory thực sự với những định lý lớn, tương tự hoặc khác hẳn của probability theory. Lúc đó mới có thể nói đến alternative one, cạnh tranh với probability, vốn có nền tảng Tóan vững chăc hơn 70 năm rồi.
Còn vai trò của fuzzy logic đối với AI sau 20 năm nữa thì tôi chưa dám bàn, dù nhiều ng cho đây là ngõ cụt, tôi vẫn tin là là ảnh hưởng của nó sẽ gia tăng.

Implementation of AI Platforms to create competitive advantages for enterprises

Implementation of AI Platforms to create competitive advantages for enterprises

To be updated

Dr. Le Hong Viet – FPT Corporation (Vietnam)

Mr. Le Hong Viet was appointed Chief Technology Officer (CTO) and President of FPT Technology Council in November, 2015. With a strong technical background and hands-on experience working abroad in designing and developing complex IT systems with leading enterprises, his vision is to enhance FPT technology capability; bring good surprise to align with customer values and create FPT’s technology eco-system.

Reinforcement learning for mobile robots

Reinforcement learning for mobile robots

Deep Reinforcement Learning have proven robustness in many areas such as robotics, games. In Deep Reinforcement Learning, neural networks have strong ability to deal with high dimensional data, a good mean to learn features and functional approximation while reinforcement learning can make a system learn itself for a new goal and in a new environment.
From success of deep reinforcement learning, we are motivated to investigate methods that enable unmanned vehicle remember environment, identify location of target objects and navigate themselves to the target.
In the presentation, we briefly review notion of reinforcement learning and how deep learning enhance the success of reinforcement learning recent years. Some related research and toolboxes also will be introduced. Lastly, we will discuss challenges and some achievement in our research project.

Dr. Nguyen Do Van – Vietnam National University (Vietnam)

Dr. Nguyen Do Van received B.Eng. degree in Information Technology from Le Quy Don University in 2004 with honor, M.Eng and PhD degree in 2011 and 2014 respectively, in Information Science and Control Engineering from Nagaoka University of Technology, Japan.
He currently is a researcher at Institute of Information Technology, MIST. He also is an adjunct lecturer at Faculty of Information Technology, University of Engineering and Technology, Vietnam National University, Hanoi.
His research interest includes Machine Learning (Deep Learning, Reinforcement Learning), Data Mining (Statistical Model, Big Data), Intelligent Systems and Robotics. He is now advising an industrial project on Graph representation learning for social network mining and leading a research project on Deep reinforcement learning for intelligent mobile robots.
Dr. Van is member of the Institute of Electrical and Electronics Engineers (IEEE), International Rough Set Society (IRSS) and The Vietnamese Association for Pattern Recognition (VAPR). He was the recipient of Vietnam Intelligence Award in 2003 and AIAI Best Paper Adward in 2015.

Applied AI for predicting the quality of irrigation services in the Red river delta

Applied AI for predicting the quality of irrigation services in the Red river delta

To predict the satisfaction of users who use the water services is very important for the fee exemption policy to water and agriculture services. This policy has positive impacts on the water exploited and management enterprises, the national budget and social security. In this talk, some machine learning models are presented to predict the satisfaction of users related to the quality of irrigation service in the red river delta. Experimental results showed that the non-linear machine learning models achieve lower regression errors than linear models, these linear models are commonly used by irrigation experts. The diversity and feasibility of these machine learning models can be applied for dealing with economic problems in the domain of water resource management.

Dr. Nguyen Thanh Tung – Thuyloi University (Vietnam)

Tung Nguyen received his BS and MSc. degree in Information Technology from Vietnam National University (Hanoi) and a PhD. in Computer Applied Technology from Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, China. He has worked as a lecturer, researcher, consultant positions related to data management and mining for more than 20 years. He has been a visiting researcher at Vietnam Institute for Advanced Study in Mathematics (VIASM), big data institute-Shenzhen University in China (2015), Machine learning and Robot Lab, Department of Computer Science, SUSTech and Center for Automata Processing, Department of Computer Science, University of Virginia.
His current research interests include Artificial intelligence, Machine learning and Data mining, especially advanced machine learning methods for the problems of classification; statistical learning, regression ensemble methods for high-dimensional data. He has published around 20 papers in international journals and conference proceedings in these areas.

ML&AI Approach to User Understanding Ecosystem at VCCorp: Applications to News, Ads, and E-commerce

ML&AI Approach to User Understanding Ecosystem at VCCorp: Applications to News, Ads, and E-commerce

Nowadays, computer vision algorithms – automated translation, image recognition – have surpassed others in the industry, even humans. AI technology improves human life, facilitating their working performance, thanks to the breakthroughs in computational technology with the rapid development of hardware (CPUs/GPUs). In this presentation, we will be discussing AI platforms in VCCORP, the challenges and possibilities.

Dr. Hoang Anh Tuan – VCCorp (Vietnam)

Tuan Hoang is the Chief Technology Officer of Admicro – VCCORP – a company pioneer in technology and software development in Vietnam. Tuan has over 10 years of experience in the field of intelligence and large-scale processing system. His numerous contributions mainly focus on the AI applications, big data processing services which are able to server millions of customers and internet users in Vietnam.

Analyzing Daily Activity Logs for Smart Interaction

Analyzing Daily Activity Logs for Smart Interaction

Collecting and analyzing daily activity logs can provide potential insights for better understanding and possible optimization for individual and organizational activities and operations. There are multiple sources to gather information in various formats during daily activities. People usually post photos, video clips, or messages to their social channels everyday. People may record their daily activities with wearable cameras or other types of sensors. Millions of surveillance cameras capture various events in traffic systems, offices, or supermarkets. It is an increasing demand to process and analyze such information, mostly in visual format, to develop useful services and utilities for smart environments.
In this talk, we present several modalities to analyze and interact with daily activity logs to develop potential applications for smart environments. Our proposed systems are based on practical social needs and aim to provide people natural experience with smart services and utilities.
– People can access to augmented data and services for tourism or shopping by recognizing the current context and retrieving similar known cases.
– Lost items can be found or memories can be retrieved or verified by searching daily logs.
– Reminiscence can help people to positively revive past memories and connections with their relatives.
– Regular events and anomalies can be detected from surveillance systems for appropriate actions.
– Event simulation in virtual or mixed reality environments can be generated from real life data for education and training.
We also discuss about privacy and security issues in collecting and analyzing daily activity logs.

Assoc. Prof. Tran Minh Triet – VNUHCM University of Science (Vietnam)

Minh-Triet Tran obtained his B.Sc., M.Sc., and Ph.D. degrees in computer science from University of Science, VNU-HCM, in 2001, 2005, and 2009. He joined the University of Science, VNU-HCM, in 2001. His research interests include cryptography and security, computer vision and human-computer interaction, and software engineering. He was a visiting scholar at National Institutes of Informatics (NII, Japan) in 2008, 2009, and 2010, and at University of Illinois at Urbana-Champaign (UIUC) in 2015-2016.
He is currently Head of Software Engineering Laboratory and Deputy Head of Artificial Intelligence Laboratory, University of Science, VNU-HCM. He is also the Deputy Head of Software Engineering Department, Faculty of Information Technology, University of Science, VNU-HCM. He was a member of the Executive Committee of the Information Security Program of Ho Chi Minh city. He is a member of the Management Board of Vietnam Information Security Association (South Branch) and also a member of the Executive Committee of ICT Program for Smart Cities (2018-2020) of Ho Chi Minh city.

AI in Healthcare – Opportunities for Vietnam

AI in Healthcare – Opportunities for Vietnam

“Data is the new oil. It’s valuable, but if unrefined it cannot really be used. It has to be changed into gas, plastic, chemicals, etc to create a valuable entity that drives profitable activity; so must data be broken down, analyzed for it to have value.”
(Clive Humby, UK Mathemetician and architect of Tesco’s Clubcard, 2006)
Healthcare has been long understood as the most promising application area for AI. In the past five years, 300 deals in the field of healthcare AI have been closed, with total investments of over USD 2 billion. This trend is accelerating quickly.
The two most active areas of research and deployment are Medical Imaging & Diagnostics (e.g. automated detection of medical conditions on X-Ray) and Patient Data & Risk Analytics (e.g. identifying patients with high risk of stroke from their past medical record), both of which require vast amount of labeled data.

Dr. Tran Dang Minh Tri (Dimitry Tran) – Harrison-AI (Australia)

In a world where algorithms are open-sourced and processing power is easily accessible over the cloud, the future superpowers in healthcare AI will be the countries that best capture and apply their population’s health data to develop machine learning solutions.
Every single day, each Vietnamese hospital create tens of thousands of new data points – X-Ray images, CT scans, blood tests, disease diagnoses. All these data are the crude oil that currently being wasted. How do we refine this oil to run the healthcare AI machine?
How do we – government, hospitals, tech companies, AI researchers – work together to capture this opportunity and make Vietnam into a healthcare AI superpower in the next 3 years?
Dimitry Tran (Trần Đặng Minh Trí), a health care innovator with bases in Australia and Vietnam, is a co-founder of Harrison-AI with his brother Aengus Tran (Trần Đặng Đình Áng).
Harrison-AI is a Sydney-based healthcare artificial intelligence lab. Taking the implementation path, Harrison-AI seeks to bring the latest developments in AI to solve the biggest challenges in healthcare – making it better and cheaper for all. In 2017, Harrison-AI made a breakthrough in the field of reproductive health. The technology is now patent-pending and undergoing multi-national and multi- centre clinical trial with a global healthcare provider.
Dimitry is the Head of Innovation at Ramsay Health Care – a USD 10 billion enterprise, and one of the largest hospital operators in the world with over 200 facilities in Australia, France, UK, Indonesia and Malaysia. In this role, Dimitry works on growing innovative care models and technologies to expand healthcare services and improve patient outcomes.
He is also a founding investor and on the board of directors of MediRecords.com – the first cloud-based doctor practice management software in Australia.
Dimitry is a Honorary Associate at the Hoc Mai Foundation, a 20-year-old charity operated by University of Sydney Medical School in partnership with Hanoi Medical University. He is also the Co-Founder and Chairman of the Centre for Healthcare Improvement (CHIRvn.org), a social enterprise with the goal of accelerating the pace of change and ‘make healthcare better for patients, professionals and population’ in Vietnam.
Dimitry holds the Chartered Financial Analysts (CFA) designation, Executive MBA degree from the University of New South Wales, and Executive Education Certificate from Harvard Business School. He is studying toward the Master of Applied Science in Patient Safety and Healthcare Quality degree at Johns Hopkins University.
Dimitry graduated first in his class at Bond University, where he completed bachelor degrees in Accounting and Finance and was the recipient of the Dean Scholarship and University Medal.

Fostering the communities of robotics and AI in Vietnam and in International

Fostering the communities of robotics and AI in Vietnam and in International

Siloed development, wasted labor, and high start-up cost are limiting the pace of robotics innovation. With Kambria, our mission is to accelerate this process – enabling faster, cheaper, and easier robotics development and adoption by everyone. In this talk we will discuss the unique game-theoretical design of Kambria based on blockchain and crypto-economics to align the incentives of all key stakeholders in the robotics community. Ultimately, the Kambria platform will foster an ecosystem where collaborators, top developers, and companies, who share our passion for robotics technology will deliver affordable and impactful robots to end users. We will then discuss how Kambria could help build a strong AI and robotics community in Vietnam to capture the upcoming opportunities. We will also give a quick demo of our first robot and an arm prototype manufactured based on 3D-printing technology. Our mission is to equip Vietnam with the engineering talents and the manufacturing capabilities to become a significant AI & Robotics hub in the world.

Dr. Vu Duy Thuc – Ohmilabs (USA)

Graduated from Carnegie Mellon with a BS and Stanford with a PhD both in Computer Science, Ohmnilabs’ CEO and co-founder Thuc Vu is an expert in Artificial Intelligence and Algorithms. His ambition is to bring robots into every home to create a positive impact in people’s life. And Kambria – a decentralized AI and Robotics platform – is his next move to bring this goal one step closer to reality. He previously founded Katango and Tappy which were quickly acquired by Google and Weeby.co, respectively. He also invests in early stage startups and helps grow the ecosystem in Vietnam. Apart from being an entrepreneur, Thuc is also a Research Scientist and Assistant Professor at John Von Neumann Institute of Vietnam National University. As a way to pay it forward, Thuc co-founded VietSeeds in 2011, a nonprofit organization empowering hundreds of underprivileged students with excellent academic record in Vietnam. In 2017, he was named as one of the “40 Under 40” of Silicon Valley by the Silicon Valley Business Journal for his tireless effort to bring about a significantly positive impact in the business world.

AI and data in cancer research

AI and data in cancer research

Artificial intelligence is playing an increasingly important role in cancer research. Advancement in acquisition technologies has led to largescale data production of various molecular readouts. Coupled with smart learning algorithms, this brings exciting challenges and opportunities for early detection, diagnostic, treatment selection and monitoring of cancers. Is it possible to identify cancers early in a non-invasive manner? Can cross-cancer analysis offer guidance to treatment of patients whose tumors reside in a different organ and yet sharing driver gene mutations with other tumors that have previously been successfully managed?
In this presentation, I will survey current methods and data in cancer genomics and proteomics with a view towards real-life applications. I will also discuss sustainable software tools and computing infrastructures to maintain the momentum of AI in the field of cancer research.

Dr. Pham Viet Thang – VU University Medical Center (Netherland)

Pham Viet Thang received a BSc degree in computer science from RMIT University, Australia in 1998. After a brief period working as teaching assistant at Vietnam National University in 1999, he joined the Intelligent Systems Lab Amsterdam, the Netherland where he earned a doctoral degree on the topic of machine learning and computer vision. During this period, he devised new methods for Bayesian network classification, support vector classification, boosting algorithms, and sparse representation of images. Since 2006, he has been working first as research scientist and now as assistant professor at the Cancer Center Amsterdam, VU University Medical Center, the Netherlands. His current interest is to advance computer algorithms to explore the vast amount of data in cancer research. A highlight of his work is the development of statistical methods for significance analysis of mass spectrometry-based proteomics data.

Application of artificial intelligence techniques in building economic-financial forecast models on high dimensional data sets.

Application of artificial intelligence techniques in building economic-financial forecast models on high dimensional data sets.

Forecasting in the economic-financial field plays a very important role for the direction and regulation of the government, the development and implementation of business-production strategies of enterprises, investment and consumption of people. So far, the econometric approach based on a combination of mathematics, economic theory and statistical prediction with regression techniques, remains the most popular and important one to make forecasts in the field of economics and finance.
With the increasing economic globalization and the rapid development of science and technology, each event in the field of economics – finance is affected by many other economic-financial and social factors in the country as well as abroad. The current econometric approach to build economic-financial forecasting models is not applicable to input data sets with high dimensions and it is a very big challenge for the implementation of economic-financial forecasts.
The purpose of this report is to present some approachs of application of artificial intelligence techniques in building economic-financial forecasting models on huge input data sets. Artificial intelligence techniques are very useful for dimensionality reduction of input data sets and to improve the quality of forecasting models built under the econometric approach. Some forecasting models in the economic – financial field built arcoding to the mentioned approachs on the real data sets of the economy show that the forecast accuracy by the models is not only increased but also can use these models for evaluation of the impact of economic-financial shocks as well as of many other external factors. Some new researchs by author and some open issues will also be presented and discussed in this report.

Assoc. Prof. Do Van Thanh – Nguyen Tat Thanh University (Vietnam)

Assoc. Prof. PhD. Do Van Thanh was a senior researcher, deputy director of the National Center for Socio-Economic Information and Forecasts, Ministry of Planning and Investment, and a part – time lecturer of the Information Technology Department, University of Technology, Hanoi National University. Now he is a full time lecturer, the Information Technology Department, Nguyen Tat Thanh University. He received PhD’s degree in Information Technology in 1996 from the Vietnamese Academy of Science and Technology. His research interests include Data Analysis and Data Mining, Knowledge representation and automatic reasoning, Economic – Financial Analysis and Forecast. He is the author and co-authors of more than 70 peer – reviewed publications concerning the all fields above. He has strong experience in knowledge discovery in databases and building economic-financial forecast models.