Nguyễn Ngọc Doanh

His long-term research vision is to establish Computational Intelligence for Digital Twin-enabled Sustainable Systems, an interdisciplinary program that integrates artificial intelligence, digital twin technologies, multi-source sensing, simulation, optimization, Geographic Information Systems (GIS) and data science to support intelligent monitoring, prediction and decision-making for complex socio-environmental systems. Tầm nhìn nghiên cứu dài hạn của ông là xây dựng chương trình liên ngành Trí tuệ tính toán cho các hệ thống bền vững vận hành bằng Digital Twin, tích hợp trí tuệ nhân tạo, công nghệ digital twin, cảm biến đa nguồn, mô phỏng, tối ưu hóa, hệ thông tin địa lý (GIS) và khoa học dữ liệu nhằm hỗ trợ giám sát, dự báo và ra quyết định thông minh cho các hệ kinh tế - xã hội - môi trường phức hợp.

The central premise is that many of today's grand societal challenges - sustainable transportation, climate resilience, disaster management, fisheries sustainability, public health, tourism and digital governance - share a common computational foundation. Although these systems differ in their operational contexts, they all require the same scientific capabilities: continuous acquisition of heterogeneous data, dynamic digital representation of physical systems, predictive modeling of complex interactions, and intelligent decision support for adaptive management. Tiền đề trung tâm là phần lớn các thách thức xã hội lớn hiện nay - giao thông bền vững, thích ứng khí hậu, quản lý thiên tai, ngư nghiệp bền vững, y tế công cộng, du lịch và quản trị số - đều chia sẻ một nền tảng tính toán chung. Dù khác nhau về bối cảnh vận hành, các hệ này đều đòi hỏi cùng những năng lực khoa học: thu nhận liên tục dữ liệu không đồng nhất, biểu diễn số động của hệ vật lý, mô hình hóa dự báo các tương tác phức hợp, và hỗ trợ ra quyết định thông minh cho quản lý thích ứng.

Rather than developing isolated solutions for individual application domains, his research focuses on building a general computational intelligence framework that enables digital twin systems to continuously synchronize with the physical world, learn from heterogeneous data streams, simulate future scenarios and recommend optimal interventions. This platform-oriented perspective allows methodological advances to be transferred across domains while maintaining a coherent and scalable research agenda. Thay vì phát triển các giải pháp riêng lẻ cho từng lĩnh vực ứng dụng, nghiên cứu của ông tập trung xây dựng một khung trí tuệ tính toán tổng quát, cho phép hệ digital twin đồng bộ liên tục với thế giới thực, học từ các luồng dữ liệu không đồng nhất, mô phỏng kịch bản tương lai và đề xuất can thiệp tối ưu. Cách tiếp cận lấy nền tảng làm trung tâm giúp chuyển giao tiến bộ phương pháp giữa nhiều lĩnh vực mà vẫn giữ một chương trình nghiên cứu mạch lạc và mở rộng được.

To realize this vision he is establishing the COSMOS Lab (COmplex Socio-environMental systems: a computational intelligence approach to develop digital twin platfOrm for Sustainability science) as a multidisciplinary laboratory dedicated to AI-enabled digital twin technologies. Rather than organizing research around isolated application areas, the lab is structured around a shared computational platform where methodological innovations are jointly developed and then translated into domain-specific applications. Để hiện thực hóa tầm nhìn này, ông đang xây dựng COSMOS Lab (COmplex Socio-environMental systems: a computational intelligence approach to develop digital twin platfOrm for Sustainability science) như một phòng thí nghiệm đa ngành về công nghệ digital twin dựa trên AI. Thay vì tổ chức nghiên cứu theo từng lĩnh vực ứng dụng riêng lẻ, phòng thí nghiệm được tổ chức quanh một nền tảng tính toán dùng chung, nơi các đổi mới về phương pháp được phát triển chung rồi chuyển thành ứng dụng cho từng lĩnh vực.

Although these groups address different societal challenges, they rest on a common scientific foundation. Multi-source sensing, machine learning, optimization, simulation, agent-based modeling, geospatial analytics and digital twin technologies are developed as reusable computational building blocks that can be adapted across domains, enabling knowledge transfer between groups and accelerating scalable solutions for sustainable development. Dù giải quyết những thách thức xã hội khác nhau, các nhóm đều dựa trên một nền tảng khoa học chung. Cảm biến đa nguồn, học máy, tối ưu hóa, mô phỏng, mô hình tác tử, phân tích không gian địa lý và công nghệ digital twin được phát triển thành các khối tính toán dùng lại được, có thể thích ứng cho nhiều lĩnh vực, giúp chuyển giao tri thức giữa các nhóm và đẩy nhanh những giải pháp mở rộng được cho phát triển bền vững.