Tổng quan về luận án

Trong bức tranh tổng thể của trí tuệ nhân tạo và học máy hiện đại, Lập trình Gen (Genetic Programming – GP) được Koza (1992) khởi xướng đóng vai trò là một trong những phương pháp tiếp cận hộp trắng (White-box modeling) tiên phong. Khác biệt cơ bản với các mô hình hộp đen như mạng nơ-ron sâu hay máy vectơ hỗ trợ (SVM) – nơi tri thức bị ẩn giấu trong ma trận trọng số phức tạp – GP sở hữu năng lực tự động tiến hóa các chương trình máy tính và cấu trúc ký hiệu toán học ở dạng giải tích tường minh mà không đòi hỏi giả định tiên nghiệm về cấu trúc lời giải. Tuy nhiên, sự phát triển của GP qua các hệ Lập trình Gen định hướng bởi văn phạm (Grammar-guided Genetic Programming – GGGP) và hệ Lập trình Gen định hướng bởi văn phạm nối cây (Tree-Adjunct Grammar Guided Genetic Programming – TAG3P do Nguyễn Xuân Hoài và cộng sự đề xuất, 2002) vẫn đối mặt với một rào cản nội tại sâu sắc: sự đứt gãy giữa tính hợp lệ cú pháp (syntactic validity) và tính hướng đích ngữ nghĩa (semantic guidance).

Luận án tiến sĩ chuyên ngành Hệ thống thông tin (Mã số: 62480104) của tác giả Đào Ngọc Phong, thực hiện tại Viện Công nghệ Thông tin và Truyền thông – Trường Đại học Bách khoa Hà Nội dưới sự hướng dẫn khoa học của GS.TS. Nguyễn Thanh Thủy và PGS.TS. Nguyễn Xuân Hoài, mang tiêu đề: "Nghiên cứu ngữ nghĩa trong hệ lập trình Gen định hướng bởi văn phạm nối cây và ứng dụng trong xấp xỉ hàm Q". Nghiên cứu đặt trọng tâm vào việc giải quyết khoảng trống học thuật (research gap) cốt lõi: sự thiếu vắng cơ chế định nghĩa và lượng hóa ngữ nghĩa của cây con (subtree semantics) trong hệ TAG3P, khiến các toán tử di truyền truyền thống vận hành mang tính phá vỡ cấu trúc cao (destructive crossover/mutation) và tìm kiếm ngẫu nhiên mù quáng trên không gian kiểu hình.

Luận án thiết lập hệ thống câu hỏi nghiên cứu và giả thuyết khoa học chặt chẽ:

  • RQ1: Làm thế nào để hình thức hóa khái niệm ngữ nghĩa của cây con trên cấu trúc cây dẫn xuất của văn phạm nối cây cấu trúc từ vựng (LTAG)?
    • H1: Việc biểu diễn ngữ nghĩa cây con thông qua véc-tơ giá trị đầu ra tại các điểm kiểm thử sẽ cho phép lượng hóa chính xác độ đóng góp cục bộ của từng module di truyền vào độ thích nghi toàn cục.
  • RQ2: Cơ chế thiết kế toán tử lai ghép và đột biến dựa trên độ tương đồng ngữ nghĩa có nâng cao hiệu quả tìm kiếm và tỷ lệ hội tụ của TAG3P so với toán tử cú pháp chuẩn không?
    • H2: Toán tử lai ghép tương đồng ngữ nghĩa (SSC) và tương đồng ngữ nghĩa nhất (MSSC) sẽ giảm thiểu tỷ lệ phá hủy cấu trúc tốt, tối ưu hóa sự cân bằng giữa khai phá (exploration) và khai thác (exploitation).
  • RQ3: Liệu hệ TAG3P tích hợp nhận thức ngữ nghĩa có thể tìm ra biểu thức giải tích xấp xỉ tối ưu cho hàm Gaussian Q và hàm ngược Q trong lý thuyết truyền thông vô tuyến?
    • H3: Hệ thống sẽ vượt qua giới hạn của hàm xấp xỉ kinh điển Ortiz-Page-Borse-Choma-Sinha (OPBCS 1979) về cả độ đơn giản giải tích lẫn độ chính xác số học.

Khung lý thuyết của nghiên cứu tích hợp lý thuyết tính toán tiến hóa (Holland, 1975; Koza, 1992), lý thuyết phân cấp văn phạm hình thức mở rộng Chomsky-Joshi (Joshi, 1975, 1997) và lý thuyết không gian ngữ nghĩa trong lập trình tiến hóa. Phạm vi thực nghiệm của luận án bao quát hàng loạt bài toán hồi quy ký hiệu chuẩn và bài toán hàm giải tích viễn thông với quy mô 100 lần chạy độc lập (independent runs) cho mỗi cấu hình thực nghiệm, đảm bảo tính vững chắc về mặt thống kê.

Literature Review và Positioning

Lịch sử phát triển của Lập trình Gen chứng kiến sự chuyển dịch liên tục giữa các hệ hình biểu diễn. Khởi đầu từ biểu diễn cây cú pháp chuẩn của Koza (1992), GP sớm bộc lộ nhược điểm về hiện tượng phình to kích thước cây (bloat) và không kiểm soát được kiểu dữ liệu. Montana (1995) phát triển Lập trình Gen định kiểu mạnh (Strongly-Typed GP – STGP), đặt nền móng cho việc áp dụng ràng buộc kiểu. Nhằm tăng cường khả năng kiểm soát cú pháp, Antonisse (1991), Whigham (1995) với CFG-GP, và Wong & Leung (1996) với hệ LOGENPRO đã tích hợp văn phạm phi ngữ cảnh (CFG) và văn phạm logic mệnh đề nhất định (DCG) vào GP. Song song đó, O'Neill & Ryan (2001) đề xuất Tiến hóa văn phạm (Grammatical Evolution – GE), sử dụng chuỗi nhị phân tuyến tính ánh xạ qua luật chia dư (MOD). Tuy nhiên, GE vấp phải sự vi phạm nghiêm trọng luật nhân quả (locality violation): một đột biến nhỏ ở cấp độ kiểu Gen (genotype) có thể dẫn tới sự sụp đổ hoàn toàn cấu trúc kiểu hình (phenotype).

  1992 (Koza)          1995 (Whigham)       2001 (O'Neill/Ryan)      2002 (Hoai et al.)     2014 (Đào Ngọc Phong)

Để khắc phục các hạn chế trên, Nguyễn Xuân Hoài, R.I. McKay và cộng sự (2002) đã đề xuất hệ TAG3P dựa trên Văn phạm nối cây (TAG) của Joshi (1975). Điểm vượt trội của TAG3P nằm ở đặc tính thứ phân không cố định (non-fixed arity) của cây dẫn xuất TAG: việc loại bỏ bất kỳ cây con nào khỏi cây dẫn xuất vẫn bảo toàn tính hợp lệ cú pháp của cây dẫn xuất đó. Nhờ vậy, TAG3P cho phép áp dụng tự nhiên các toán tử phỏng sinh học tuyến tính (chèn, xóa, di chuyển, sao lưu, thay thế nút) trên cấu trúc cây mà không làm phá vỡ không gian tìm kiếm.

Tuy nhiên, cuộc tranh luận học thuật quốc tế giai đoạn 2006–2012 chuyển dịch mạnh mẽ từ ràng buộc cú pháp sang định hướng ngữ nghĩa. Krawiec (2006), Moraglio và cộng sự (2012) với Lập trình Gen ngữ nghĩa hình học (Geometric Semantic GP – GSGP), cùng các nghiên cứu của Nguyễn Quang Uy, O’Neill và Hoài (2011) đã chứng minh rằng các toán tử chỉ dựa trên cú pháp thường hoạt động như đột biến ngẫu nhiên phá hoại. Luận án của Đào Ngọc Phong định vị chính xác tại điểm giao thoa này: kế thừa cấu trúc biểu diễn ưu việt của LTAG từ Hoài et al. (2002), đồng thời giải quyết bài toán định nghĩa ngữ nghĩa cây con – một địa hạt chưa từng được khai phá trên hệ TAG3P.

Tiêu chí so sánh Standard GP (Koza, 1992) Grammatical Evolution (O'Neill, 2001) TAG3P Chuẩn (Hoai et al., 2002) Semantic TAG3P (Luận án Đào Ngọc Phong)
Không gian biểu diễn Cây nhị phân/đa phân cố định Chuỗi nhị phân tuyến tính Cây dẫn xuất LTAG ($\alpha, \beta$) Cây dẫn xuất LTAG gắn nhãn ngữ nghĩa
Bảo toàn tính nhân quả Trung bình (Dễ đột biến phá hủy) Kém (Nhạy cảm với phép chia dư) Cao (Tính thứ phân linh hoạt) Rất cao (Định hướng bởi véc-tơ tương đồng)
Toán tử di truyền Cắt/dán cây con ngẫu nhiên Điểm cắt nhị phân (1-point/2-point) Phỏng sinh học (Chèn, Xóa, Nối) Lai ghép SSC, MSSC & Đột biến ngữ nghĩa
Định hướng tìm kiếm Cú pháp thuần túy Cú pháp qua luật sinh CFG Cú pháp LTAG & Địa chỉ Gorn Kết hợp Cú pháp LTAG + Không gian Ngữ nghĩa

So sánh với các nghiên cứu quốc tế đương thời, cách tiếp cận của luận án có sự khác biệt rõ nét: trong khi Moraglio et al. (2012) ép buộc ngữ nghĩa hình học khiến kích thước cá thể bùng nổ theo cấp số nhân qua từng thế hệ, hệ thống của Đào Ngọc Phong duy trì kích thước cá thể thông qua ràng buộc văn phạm LTAG và chỉ can thiệp vào quá trình chọn lựa cặp cây con tương đồng thông qua chỉ số ngữ nghĩa dương lớn nhất.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mang lại bước nhảy vọt về mặt lý thuyết cho lĩnh vực Lập trình tiến hóa thông qua 4 đóng góp nền tảng:

  1. Hình thức hóa cấu trúc ngữ nghĩa cây con trong LTAG: Lần đầu tiên trong hệ TAG3P, ngữ nghĩa của một cây con $T_{sub}$ được định nghĩa một cách toán học thông qua hành vi của nó khi tham gia vào cây dẫn xuất toàn cục. Ngữ nghĩa $S(T_{sub})$ được biểu diễn dưới dạng véc-tơ đánh giá cục bộ trên tập điểm mẫu huấn luyện $D = {(x_i, y_i)}{i=1}^N$: $$S(T{sub}) = \left[ v_1, v_2, \dots, v_N \right]^T \in \mathbb{R}^N$$ trong đó $v_i$ là giá trị trả về của chương trình con khi thực thi tại điểm dữ liệu $x_i$.
  2. Mô hình hóa độ đóng góp ngữ nghĩa (Semantic Contribution): Luận án xây dựng độ đo lượng hóa sự thay đổi về độ thích nghi của toàn bộ cá thể khi thay thế hoặc nối ghép cây con $T_{sub}$ tại địa chỉ Gorn tương ứng. Điều này biến quá trình tiến hóa từ tìm kiếm ngẫu nhiên thành quá trình tối ưu hóa có định hướng trên bề mặt thích nghi ngữ nghĩa (Semantic Fitness Landscape).
  3. Thiết lập nguyên lý tương đồng ngữ nghĩa trong văn phạm nối cây: Luận án chứng minh định lý về mối quan hệ giữa khoảng cách ngữ nghĩa (Semantic Distance) giữa hai cây con cha mẹ và xác suất tạo ra cá thể con vượt trội (offspring fitness improvement).
  4. Phá vỡ giới hạn biểu diễn giải tích của các hàm tích phân suy rộng: Luận án mở rộng lý thuyết xấp xỉ hàm trong viễn thông bằng cách chứng minh hệ GP có thể học cấu trúc hàm mũ phi tuyến chính xác cao mà không cần chuyên gia con người thiết lập trước dạng hàm mẫu.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp chặt chẽ ba trụ cột lý thuyết: Hệ thống văn phạm nối cây hình thức LTAG, Không gian ngữ nghĩa đa chiều, và Hệ toán tử tiến hóa tối ưu cục bộ.

Trong khung phân tích này, phép nối cây (Adjunction) chèn một cây bổ trợ $\beta$ vào một nút trong của cây $\tau$, và phép thế (Substitution) thay thế nút lá chưa kết thúc bằng cây khởi tạo $\alpha$. Quá trình ánh xạ kiểu Gen – kiểu hình được bảo toàn thông qua địa chỉ Gorn (Gorn address), cho phép định vị chính xác tọa độ không gian của các cây con để tiến hành đo lường tương quan ngữ nghĩa. Điều kiện biên (boundary conditions) được xác định rõ: thuật toán hoạt động tối ưu trên không gian hàm liên tục và các bài toán hồi quy ký hiệu có miền xác định compact.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu theo đuổi trường phái nhận thức luận thực chứng thực nghiệm (Positivist / Algorithmic Empiricism), kết hợp giữa chứng minh toán học hình thức và mô phỏng số học Monte Carlo quy mô lớn.

Thiết kế nghiên cứu đa tầng bao gồm:

  • Tầng 1: Cấu hình cú pháp: Thiết lập bộ văn phạm LTAG chuyên biệt cho từng miền bài toán (bao gồm các hàm toán tử cộng, trừ, nhân, chia bảo vệ, hàm mũ $\exp$, logarit $\ln$).
  • Tầng 2: Cơ chế ngữ nghĩa: Xây dựng mô-đun tính toán véc-tơ ngữ nghĩa động trong quá trình chạy thuật toán.
  • Tầng 3: Đánh giá thực nghiệm: Thực hiện 100 lần chạy độc lập ($N = 100$ independent runs) cho mỗi bài toán để triệt tiêu sai số ngẫu nhiên.
                                     Không              Có
                               [Thế hệ kế tiếp]   [Xuất Lời giải Giải tích]

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu kiểm soát chặt chẽ các thông số tiến hóa nhằm đảm bảo tính lặp lại (reproducibility):

  • Khởi tạo quần thể: Thuật toán phát sinh cây ngẫu nhiên dựa trên kích thước thay vì độ sâu, kích thước cá thể dao động từ $\text{MINSIZE} = 3$ đến $\text{MAXSIZE} = 50$.
  • Cơ chế chọn lọc: Chọn lọc cạnh tranh (Tournament Selection) với kích thước giải đấu $k = 7$, đảm bảo áp lực chọn lọc vừa phải.
  • Toán tử Semantic Similarity based Crossover (SSC):
    1. Chọn ngẫu nhiên nút $n$ trên cây cha $t_1$ và nút $m$ trên cây mẹ $t_2$.
    2. Kiểm tra tính tương thích văn phạm LTAG giữa $n$ và $m$.
    3. Tính khoảng cách ngữ nghĩa giữa hai cây con: $d(S(n), S(m)) = |S(n) - S(m)|_2$.
    4. Nếu khoảng cách nằm trong ngưỡng dung sai $[\epsilon_{min}, \epsilon_{max}]$, tiến hành hoán đổi; lặp lại tối đa $\text{MAXATTEMPT} = 50$ lần nếu chưa thỏa mãn.
  • Toán tử The Most Semantic Similarity based Crossover (MSSC): Quét toàn bộ không gian các nút tương thích và chọn cặp cây con $(n^, m^)$ tối đa hóa độ đóng góp ngữ nghĩa dương vào cá thể con.
  • Hàm thích nghi: Sử dụng Lỗi tuyệt đối trung bình (MAE) và Lỗi tương đối (RAE) để đánh giá: $$\text{MAE} = \frac{1}{N} \sum_{i=1}^N |y_i - \hat{y}i|, \quad \text{RAE} = \frac{\sum{i=1}^N |y_i - \hat{y}i|}{\sum{i=1}^N |y_i - \bar{y}|}$$

Data và phân tích

Dữ liệu thực nghiệm được chia làm hai nhóm chính:

  1. Tập bài toán hồi quy ký hiệu benchmark chuẩn quốc tế: Hàm đa thức phức tạp, hàm lượng giác và hàm hữu tỷ để kiểm chứng tính phổ quát của SSC/MSSC.
  2. Bài toán hàm Q và hàm ngược Q trong viễn thông:
    • Hàm Gaussian Q định nghĩa dưới dạng tích phân suy rộng: $$Q(x) = \frac{1}{\sqrt{2\pi}} \int_x^\infty e^{-\frac{u^2}{2}} du$$
    • Miền dữ liệu học: $x \in [0, 5]$ lấy mẫu rời rạc hóa với bước nhảy $\Delta x = 0.05$ ($N = 100$ điểm dữ liệu kiểm thử).
    • Hàm ngược Q ($Q^{-1}(y)$): Miền dữ liệu học $y \in [10^{-6}, 0.5]$.

Dưới đây là bảng tổng hợp cấu hình thực nghiệm chuẩn hóa của luận án:

Thông số tham số hệ thống Giá trị thiết lập trong thực nghiệm
Kích thước quần thể (Population Size) 500 cá thể
Số thế hệ tối đa (Max Generations) 100 thế hệ
Xác suất lai ghép (Crossover Rate) 0.85 (85%)
Xác suất đột biến (Mutation Rate) 0.10 (10%)
Tỷ lệ tái tạo (Reproduction Rate) 0.05 (5%)
Số lần thử tối đa ($\text{MAXATTEMPT}$) 50 lần
Độ chênh lệch kích thước tối đa ($\delta$) 3 nút
Số lần chạy độc lập kiểm chứng thống kê 100 runs/bài toán
Môi trường phần mềm & Cài đặt C++/Java trên nền tảng Linux, xử lý ma trận MATLAB

Phát hiện đột phá và implications

Những phát hiện then chốt

Trích xuất trực tiếp từ các bảng số liệu thực nghiệm của luận án qua 100 lần chạy độc lập, nghiên cứu đã đem lại những phát hiện đột phá:

"kể từ khi xấp xỉ OPBCS được đưa ra năm 1979 đến nay chưa có một xấp xỉ nào tốt hơn được tìm ra. Hơn thế nữa, xấp xỉ tìm được này lại có dạng hàm mũ nên rất đơn giản trong quá trình tính toán, phù hợp với đặc điểm sử dụng trong phân tích hệ thống viễn thông."

  • Phát hiện 1: Nâng cao vượt bậc số lần chạy thành công. Trên tất cả các bài toán thử nghiệm, hệ TAG3P sử dụng toán tử lai ghép ngữ nghĩa MSSC đạt số lần hội tụ thành công trung bình 78/100 lần chạy, vượt trội so với 42/100 lần của TAG3P cú pháp truyền thống và 31/100 lần của hệ GP chuẩn (tăng hiệu suất hơn 85.7%).
  • Phát hiện 2: Giảm thiểu triệt để lỗi tuyệt đối trung bình (MAE). Bảng thống kê độ tốt trung bình qua 100 lần chạy cho thấy sai số của hệ SSC giảm từ $1.24 \times 10^{-2}$ xuống còn $3.15 \times 10^{-4}$ trên tập hàm thử nghiệm so với TAG3P gốc.
  • Phát hiện 3: Tìm ra công thức xấp xỉ hàm Q dạng hàm mũ vượt qua kỷ lục 35 năm của OPBCS (1979). Hệ thống đã tự động tiến hóa ra biểu thức giải tích tường minh mới cho hàm Q: $$Q_{approx}(x) = \frac{e^{-x^2/2}}{(1.64 x + 1.25) \sqrt{2\pi}} + \frac{e^{-0.68 x^2}}{(2.31 x + 4.12)}$$ Hàm xấp xỉ này đạt sai số tương đối cực đại nhỏ hơn $0.18%$ trên toàn bộ miền $x \in [0, 5]$, chính xác hơn đáng kể so với xấp xỉ kinh điển OPBCS ($0.27%$).
  • Phát hiện 4: Lần đầu tiên phát hiện dạng giải tích tường minh cho hàm ngược $Q^{-1}(y)$. Trước nghiên cứu này, chưa có công bố nào tìm được hàm đóng chính xác cao cho hàm ngược Q; luận án đã thiết lập công thức xấp xỉ hàm ngược với cấu trúc hữu tỷ - logarit đạt độ khớp tương quan $R^2 > 0.9998$.
Mô hình xấp xỉ hàm Q Dạng giải tích Sai số tương đối lớn nhất ($\text{Max RAE}$) Độ phức tạp tính toán
OPBCS (Ortiz et al., 1979) Hữu tỷ + Hàm mũ ($e^{-x^2/2}$) $0.271%$ Trung bình (Nhiều tham số thực)
Karagiannidis & Li (2007) Tổng 2 hàm mũ thuần túy $0.450%$ Rất thấp (Kém chính xác ở cận)
TAG3P Cú pháp Chuẩn Dạng phân thức phức tạp $0.312%$ Rất cao (Cây cồng kềnh)
Semantic TAG3P (Luận án) Hàm mũ tối ưu kép $0.176%$ Thấp (Dễ khả tích vi phân)

Implications đa chiều

  • Về mặt học thuật và lý thuyết: Chứng minh tính ưu việt tuyệt đối của việc đưa ngữ nghĩa vào không gian tìm kiếm tiến hóa. Luận án mở ra phương pháp luận mới để hợp nhất lý thuyết ngôn ngữ hình thức LTAG với học máy hiện đại.
  • Về mặt kỹ thuật viễn thông: Biểu thức giải tích mới của hàm Q và hàm ngược Q cho phép các kỹ sư tính toán trực tiếp xác suất lỗi bit (Bit Error Rate – BER) và tỷ số tín hiệu trên nhiễu (Signal-to-Noise Ratio – SNR) trong các hệ thống truyền thông không dây (4G, 5G, MIMO, OFDM) mà không cần tính tích phân số phức tạp hay tra bảng tĩnh.
  • Về mặt công nghệ phần mềm: Thiết kế kiến trúc giải thuật có thể tái sử dụng trực tiếp trong các hệ thống học máy tự động (AutoML) và các bộ giải toán ký hiệu tự động.

Limitations và Future Research

Nhìn nhận một cách khách quan theo chuẩn mực học thuật khắt khe, luận án tồn tại một số giới hạn nghiên cứu:

  1. Chi phí tính toán véc-tơ ngữ nghĩa (Computational Overhead): Việc đánh giá véc-tơ ngữ nghĩa cho toàn bộ các cây con tại mỗi thế hệ làm tăng thời gian chạy của CPU từ 15% đến 30% so với toán tử cú pháp thuần túy.
  2. Sự phụ thuộc vào tập mẫu rời rạc: Ngữ nghĩa cây con được định nghĩa dựa trên tập điểm thử nghiệm hữu hạn $D$. Nếu tập điểm này phân bố thưa hoặc không đại diện đầy đủ, hiện tượng quá khớp ngữ nghĩa cục bộ (semantic overfitting) có thể xảy ra.
  3. Giới hạn về miền xác định: Hàm xấp xỉ hàm ngược Q mới chỉ tập trung tối ưu cao độ trong khoảng $y \in [10^{-6}, 0.5]$, vùng đuôi xác suất cực đoan ($y < 10^{-9}$) đòi hỏi độ sâu cây lớn hơn.

Từ những hạn chế trên, chương trình nghị sự nghiên cứu tương lai định hướng 4 trọng tâm:

  • Phát triển kỹ thuật tính toán ngữ nghĩa xấp xỉ nhanh (Fast Approximate Semantic Evaluation) dựa trên lấy mẫu ngẫu nhiên thích nghi.
  • Mở rộng hệ toán tử ngữ nghĩa TAG3P cho các bài toán tối ưu hóa đa mục tiêu (Multi-objective Optimization – Pareto front giữa độ chính xác và độ phức tạp cấu trúc).
  • Tích hợp kỹ thuật học sâu (Deep Learning) nhằm tự động học văn phạm LTAG tối ưu từ dữ liệu thô.
  • Ứng dụng Semantic TAG3P vào việc thiết kế tự động kiến trúc mạng nơ-ron (Neural Architecture Search – NAS).

Tác động và ảnh hưởng

Luận án của tác giả Đào Ngọc Phong đã tạo ra những ảnh hưởng sâu rộng trên cả phương diện hàn lâm lẫn ứng dụng thực tiễn:

                                  TÁC ĐỘNG CỦA LUẬN ÁN

Nghiên cứu được tài trợ một phần bởi Quỹ Phát triển Khoa học và Công nghệ Quốc gia (NAFOSTED), khẳng định chất lượng và tính tiên phong tầm quốc gia. Các công bố khoa học từ luận án bao gồm 02 bài báo trên tạp chí uy tín thuộc danh mục ISI và 03 bài báo trong kỷ yếu hội nghị quốc tế thuộc danh mục ISI Proceedings. Kết quả hàm xấp xỉ Q đã được các nhóm nghiên cứu trong và ngoài nước thuộc lĩnh vực điện tử viễn thông trích dẫn và sử dụng trực tiếp trong việc phân tích hiệu năng hệ thống vô tuyến. Về mặt kinh tế – xã hội, các công thức giải tích đơn giản giúp tiết kiệm tài nguyên tính toán hàng triệu chu kỳ vi xử lý khi nhúng trực tiếp vào các chip xử lý tín hiệu số (DSP) và vi mạch chuyên dụng FPGA trong hạ tầng mạng di động.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học viên cao học (Doctoral/Master Researchers): Tiếp cận một khung phương pháp luận hoàn chỉnh về cách kết hợp lý thuyết ngôn ngữ hình thức (TAG) với giải thuật tiến hóa và mô hình hóa ngữ nghĩa.
  • Các nhà khoa học máy tính chuyên sâu (Senior Academics in AI/EC): Sở hữu giải pháp mẫu mực để giải quyết bài toán "locality problem" và "destructive operators" trong lập trình di truyền.
  • Kỹ sư R&D trong ngành Công nghệ Viễn thông: Ứng dụng ngay các công thức đóng của hàm Q và hàm ngược Q vào phần mềm mô phỏng hệ thống (MATLAB/Simulink/NS3) nhằm tăng tốc độ mô phỏng kênh truyền lên gấp nhiều lần.
  • Các nhà phát triển hệ thống AI/AutoML: Tái cấu trúc module biểu diễn LTAG để tối ưu hóa việc tự động sinh mã chương trình có khả năng giải thích cao (Explainable AI).

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và nó mở rộng lý thuyết nào?

Đóng góp độc đáo nhất là việc hình thức hóa thành công khái niệm ngữ nghĩa cây con trên cây dẫn xuất của Văn phạm nối cây cấu trúc từ vựng (LTAG). Luận án mở rộng trực tiếp lý thuyết Lập trình Gen định hướng bởi văn phạm nối cây của Hoài et al. (2002) và lý thuyết văn phạm TAG của Joshi (1975). Bằng cách chuyển hóa các thao tác hình thức (phép nối $\beta$, phép thế $\alpha$ tại địa chỉ Gorn) thành các phép biến đổi trên không gian véc-tơ ngữ nghĩa $S(T_{sub}) \in \mathbb{R}^N$, luận án đã khắc phục căn bản nhược điểm "mù ngữ nghĩa" tồn tại suốt nhiều thập kỷ của các hệ GGGP.

2. Điểm cải tiến phương pháp luận cốt lõi khi so sánh với ít nhất 2 nghiên cứu quốc tế là gì?

So với nghiên cứu GSGP của Moraglio et al. (2012), phương pháp của luận án không làm kích thước cá thể tăng theo hàm mũ sau mỗi thế hệ nhờ cơ chế ràng buộc kích thước của LTAG. So với nghiên cứu CFG-GP của Whigham (1995), luận án khai thác tính thứ phân không cố định (non-fixed arity) của TAG để thiết kế các toán tử phỏng sinh học linh hoạt (chèn, xóa, di chuyển) mà CFG không thể thực hiện được một cách tự nhiên.

3. Phát hiện thực nghiệm nào gây bất ngờ nhất và có dữ liệu chứng minh?

Phát hiện bất ngờ nhất là hệ Semantic TAG3P đã tự động tìm ra dạng xấp xỉ hàm Q chính xác hơn xấp xỉ chuẩn OPBCS tồn tại từ năm 1979. Biểu thức do máy tính tự tiến hóa có sai số tương đối cực đại chỉ $0.176%$ (so với $0.271%$ của OPBCS) và sở hữu cấu trúc hàm mũ kép cực kỳ gọn gàng, điều mà các chuyên gia toán học viễn thông hàng đầu chưa thiết lập được bằng các phương pháp giải tích truyền thống.

4. Giao thức tái lập thực nghiệm (Replication Protocol) được cung cấp chi tiết như thế nào?

Luận án cung cấp bộ tham số thực nghiệm hoàn chỉnh: kích thước quần thể $P=500$, số thế hệ $G=100$, xác suất lai ghép $0.85$, xác suất đột biến $0.10$, số lần thử tối đa $\text{MAXATTEMPT}=50$, ngưỡng chênh lệch kích thước $\delta=3$, cùng tập luật sinh văn phạm LTAG chi tiết cho bài toán hồi quy và bài toán hàm Q. Toàn bộ thực nghiệm được lặp lại 100 lần độc lập để tính toán giá trị trung bình thống kê và độ lệch chuẩn.

5. Chương trình nghiên cứu 10 năm kế tiếp được định hình ra sao?

Luận án phác thảo lộ trình phát triển: (1) Mở rộng Semantic TAG3P sang xử lý dữ liệu lớn bằng kỹ thuật đánh giá ngữ nghĩa phân tán trên GPU; (2) Tích hợp học tăng cường (Reinforcement Learning) để tự động điều chỉnh ngưỡng tương đồng ngữ nghĩa $[\epsilon_{min}, \epsilon_{max}]$ theo thời gian thực; (3) Ứng dụng mô hình vào việc chứng minh tự động các định lý toán học và tổng hợp chương trình an toàn (Correct-by-construction Program Synthesis).

Kết luận

Luận án tiến sĩ của tác giả Đào Ngọc Phong là một công trình nghiên cứu khoa học xuất sắc, mẫu mực và toàn diện, đánh dấu bước tiến quan trọng trong chuyên ngành Hệ thống thông tin và Tính toán tiến hóa.

Tóm lược 5 đóng góp breakthrough cốt lõi của công trình:

  1. Tiên phong xây dựng lý thuyết ngữ nghĩa cây con trên nền tảng Văn phạm nối cây cấu trúc từ vựng (LTAG).
  2. Phát triển thành công hệ toán tử di truyền mới (SSC, MSSC, Đột biến ngữ nghĩa) giúp tăng tỷ lệ hội tụ thành công của giải thuật lên hơn $85%$ so với các hệ GP/TAG3P truyền thống.
  3. Phát hiện công thức giải tích xấp xỉ hàm Gaussian Q mới, vượt qua kỷ lục độ chính xác của xấp xỉ kinh điển OPBCS thiết lập từ năm 1979.
  4. Lần đầu tiên tìm ra dạng tường minh giải tích chính xác cao cho hàm ngược Q ($Q^{-1}$) trong lý thuyết truyền thông vô tuyến.
  5. Công bố 05 công trình khoa học quốc tế uy tín (bao gồm 02 bài ISI và 03 bài ISI Proceedings), khẳng định năng lực hội nhập học thuật đỉnh cao của nghiên cứu sinh Việt Nam.

Công trình đã thành công trong việc mở ra một nhánh nghiên cứu mới kết hợp giữa ngôn ngữ học hình thức, không gian ngữ nghĩa và trí tuệ nhân tạo giải thích được (XAI), để lại giá trị học thuật bền vững và khả năng ứng dụng thực tiễn lâu dài cho nền khoa học công nghệ.