Ngày 14/7, Viện Công nghệ CIRTech, Trường Đại học Công nghệ TP.HCM (HUTECH) đã tổ chức thành công Hội thảo chuyên đề ‘Scientific Machine Learning’. Sự kiện này nhắm tới tăng cường kết nối nghiên cứu với các nhà khoa học uy tín trong và ngoài nước trong lĩnh vực Toán ứng dụng, Tính toán khoa học và Học máy ứng dụng.

GS.TS. Lê Văn Cảnh, Phó Hiệu trưởng Nhà trường, phát biểu mở đầu hội thảo. Ông chia sẻ thông tin về các dự án nghiên cứu quốc tế cũng như hoạt động khoa học công nghệ đa lĩnh vực của HUTECH. Đồng thời, ông bày tỏ kỳ vọng về hội thảo: ‘Hy vọng các nhà nghiên cứu và sinh viên sẽ mạnh dạn chia sẻ, trao đổi thông tin học thuật, để góp phần tạo nên những kết nối giá trị để phát triển nghiên cứu chuyên sâu hơn tại hội thảo hôm nay’. Hội thảo diễn ra trong bối cảnh việc ứng dụng trí tuệ nhân tạo (AI) và học máy đang ngày càng phát triển và có nhiều tiềm năng trong các lĩnh vực khoa học.

GS.TS. Nguyễn Xuân Hùng, Viện trưởng Viện Công nghệ CIRTech, đã giới thiệu hoạt động của Viện. Viện tập trung vào các định hướng chính: đẩy mạnh nghiên cứu cơ bản với các công bố quốc tế uy tín; phát triển và chuyển giao các công nghệ ứng dụng; đồng thời đào tạo và bồi dưỡng nguồn nhân lực khoa học – công nghệ chất lượng cao. Viện Công nghệ CIRTech đóng vai trò quan trọng trong việc thúc đẩy nghiên cứu và đổi mới tại HUTECH.

GS.TS. Bùi Thanh Tân, Co-Director of the Center for Scientific Machine Learning at the Oden Institute, Leader of Pho-Ices Group, Khoa Kỹ thuật Hàng không Vũ trụ và Cơ học Kỹ thuật, cũng như Viện Kỹ thuật và Khoa học Tính toán Oden thuộc Đại học Texas tại Austin (Hoa Kỳ), đã trình bày báo cáo với chủ đề ‘Learn2Solve: A Deep Learning Framework for Real-Time Solutions of Forward, Inverse, and UQ Problems’. Báo cáo giới thiệu khuôn khổ học sâu tối ưu hóa được phát triển nhằm giải quyết các bài toán tính toán trong thời gian thực. Báo cáo của GS.TS. Bùi Thanh Tân mang đến một cái nhìn tổng quan về khuôn khổ Learn2Solve và khả năng ứng dụng trong nhiều lĩnh vực.

TS. Lê Đức Thắng, Nghiên cứu viên Viện Công nghệ CIRTech, trình bày báo cáo ‘Physics-Informed Neural Networks for Solid Mechanics and Applications’. Báo cáo giới thiệu việc ứng dụng Mạng nơ-ron tích hợp thông tin vật lý (Physics-Informed Neural Networks – PINNs) trong giải các bài toán cơ học chất rắn. Báo cáo này nhấn mạnh tiềm năng của PINNs trong việc giải quyết các bài toán cơ học chất rắn một cách hiệu quả.

TS. Phạm Thế Anh Phú, Giảng viên Khoa Công nghệ thông tin HUTECH, trình bày báo cáo ‘Bridging AI, Topological Data Analysis, and Fuzzy Neural Networks for Medical Disease Diagnosis’. Báo cáo giới thiệu hướng nghiên cứu liên ngành kết hợp AI, TDA và FNNs nhằm hỗ trợ chẩn đoán chính xác hơn từ dữ liệu y tế phức tạp. Việc kết hợp các công nghệ này mang đến những cơ hội mới trong việc chẩn đoán và điều trị bệnh.

Thông qua các báo cáo và phiên thảo luận, hội thảo đã tạo cơ hội để giảng viên, nghiên cứu viên và sinh viên cập nhật hướng nghiên cứu mới, đồng thời định hướng phát triển những công trình gắn liền với nhu cầu thực tiễn. Qua đó, góp phần nâng cao chất lượng đào tạo và nghiên cứu tại Viện Công nghệ CIRTech nói riêng và toàn HUTECH nói chung. Sự thành công của hội thảo thể hiện nỗ lực của HUTECH trong việc thúc đẩy nghiên cứu và đổi mới, đồng thời mở ra những cơ hội hợp tác mới giữa các nhà khoa học trong và ngoài nước.

Các nhà nghiên cứu và sinh viên đã có cơ hội trao đổi và thảo luận về các chủ đề liên quan đến machine learning và ứng dụng trong nhiều lĩnh vực. Hội thảo cũng là một cơ hội để các tham luận viên giới thiệu và chia sẻ kiến thức, kinh nghiệm trong lĩnh vực của mình.

Một nghiên cứu gần đây được trình bày tại hội nghị an ninh mạng Black Hat 2025 đã chỉ ra rằng trí tuệ nhân tạo (AI) có thể được huấn luyện để tạo ra mã độc có khả năng né tránh phần mềm diệt virus Microsoft Defender. Nghiên cứu này được thực hiện bởi Kyle Avery, người đã sử dụng một mô hình mã nguồn mở Qwen2.5 kết hợp với kỹ thuật học tăng cường để dạy AI cách viết mã độc có thể vượt qua hệ thống phát hiện hiện đại của Microsoft Defender.

Với ngân sách hạn chế chỉ 1.500 đô la và thời gian khoảng ba tháng, Avery đã đạt được tỷ lệ ‘tránh né thành công’ lên tới 8%. Quá trình huấn luyện AI diễn ra trong một môi trường mô phỏng có cài Microsoft Defender. Mỗi khi AI tạo ra một đoạn mã độc, hệ thống sẽ đánh giá dựa trên khả năng chạy được và mức độ bị phát hiện. Dựa trên phản hồi này, AI học và điều chỉnh cho đến khi đạt được thành công.

Mặc dù tỷ lệ 8% có vẻ thấp, nhưng trong các cuộc tấn công quy mô lớn, điều này có thể tạo ra hậu quả nghiêm trọng. Tuy nhiên, cũng cần lưu ý rằng Microsoft Defender vẫn chặn được 92% mã độc. Hơn nữa, các hệ thống phòng thủ nhiều lớp khác như phân tích hành vi và phát hiện bằng học máy cũng giúp tăng cường bảo mật.

Điều đáng nói là nghiên cứu này mở ra một hướng tấn công mới, nơi tội phạm không cần kỹ năng sâu về lập trình mà chỉ cần biết cách huấn luyện AI. Người dùng cá nhân không cần phải hoảng loạn nhưng cần có biện pháp phòng ngừa. Việc cập nhật phần mềm thường xuyên, sử dụng phần mềm diệt virus uy tín, tránh nhấn vào link lạ và file không rõ nguồn gốc là những bước cơ bản nhưng hiệu quả.

Cuộc đua giữa AI tấn công và AI phòng thủ đang diễn ra không ngừng nghỉ. AI giờ đây không chỉ giúp hacker tạo mã độc hiệu quả hơn mà các công cụ bảo mật cũng tích hợp công nghệ học máy để phân tích hành vi và phát hiện bất thường. Trong thời đại AI, không có hệ thống nào là bất khả xâm phạm, nhưng với sự chủ động và thích ứng, người dùng vẫn có thể kiểm soát và bảo vệ thông tin của mình.

Như vậy, việc ứng dụng AI trong lĩnh vực an ninh mạng đang ngày càng phát triển và có ảnh hưởng lớn đến các phương thức tấn công và phòng thủ. Để biết thêm thông tin về các biện pháp bảo mật và cách phòng ngừa, bạn có thể tham khảo trang web chính thức của Microsoft hoặc các nguồn tin cậy khác.