Skip to content

Thầy về !!

Tháng trước, một ông bạn vong niên của mình là bác Szemeredi cùng phu nhân sang thăm Việt Nam.  Cụ Szem bằng tuổi cụ ông nhà mình, trên 70, nhanh nhẹn thanh niên, hiện đang luyện tập bóng bàn để sang Việt Nam lần nữa thi đấu ở Viện Toán. 

Cụ ông và mình tổ chức cho vợ chồng cụ Szem đi thăm Hà Nôi. Hai cụ đã gặp nhau bên Mỹ, xem ra tâm đầu ý hợp, mặc dầu phải cần thông ngôn. 

Hà nội, ắt phải lên Hồ Tây. Chỗ rất nên vào ở Hồ Tây là chùa Trấn Quốc, mặc dầu trùng tu, vẫn còn nét xinh xắn. Ngày xưa, đường từ chùa vào bờ rất mảnh, cảm giác rõ ràng là một hòn đảo. Hiện thì đường bê tông xây lại, nên như dính vào bờ mất. 

Trong sân chùa phong cảnh u nhã, có một cây bồ đề to, trồng từ một nhánh của cây bồ đề của Phật tổ, quà tặng của ông tổng thống Ấn Độ. Ngoài ra còn nhiều bảo tháp, là mộ của các nhà sư trụ trì, có cái đã cả vài trăm năm. Nghe đâu cái to cao nhất, cao vót lên, là của một vị vừa mới chết. 

Ba cụ vừa dạo vừa nói chuyện gật gù, bỗng nghe chung quanh xáo xác. Một bà vãi hiện ra với vẻ mặt khẩn trương, đẩy đẩy tay như có ý nói “các bác phải ra thôi”. Những người khác cũng lục tục đi ra phía cửa thật. Thoáng băn khoăn, mình hỏi bà “chùa đóng cửa hả bác”, bà chỉ nói tắt “Thầy về !”, rồi giục cả đoàn đi nhanh ra cổng. 

Thầy về thật. Một chiếc xe đen lên hè từ từ đi vào cổng chùa. Cụ Phương và cụ Szem cung kính rẽ sang hai bên. Trên xe thấp thoáng một  đại sư áo vàng, tuôi xem ra chưa quá cao, có lẽ ngoại 50.  Vẻ mặt thầy rất thanh tú tự nhiên, nụ cười thấp thoáng, ẩn hiện,  như có như không. 

Xe Mercedes mới coong dòng chữ S lướt  cũng nhẹ  như sóng Hồ Tây, thật là khác tục. 

 

 

 

 

 

 

 

 

 

 

Vai tro Giang Vien trong Dai Hoc

 

Thursday, August 07, 2014 9:01 AM

VeDIAL: Tham luận của Vũ Hà Văn (Đại học Yale) tại hội thảo Cải cách giáo dục đại học VED 2014.   Trong bài này tôi sử dụng nhiều ý tưởng và tư liệu từ một bài báo của anh Phạm Hữu Tiệp. Bài được viết lại trên cơ sở bản ghi chép rất công phu của Quí Hiên và 5 Xu. 

Nền giáo dục Việt Nam như một cơ thể ốm yếu, sắp chết.  Đó là điều ai cũng công nhận. Ý tưởng nổi bật từ nhiều  bài tham luận trong hội thảo này  ta phải có nhiều liều thuốc rất mạnh như cải cách vai trò tự quản của các trường đại học. Để làm được điều này cần  những thay đổi lớn về chính sách và phương pháp vận hành chính sách từ các bộ, từ chính phủ.

Trong bài nói này, tôi muốn đi theo một hướng hơi khác. Đó là việc  bản thân người ốm, trong khi chờ đợi thuốc mạnh từ bên ngoài, vẫn có thể tự vận động, như tập một phép thở dưỡng sinh, để tự cải thiện tình trạng của bản thân. Phép thở mà  tôi muốn nói tới  ở đây là vai trò  của ngừoi giảng viên trong các trường đại học, cụ thể là  một số thực hành mà mỗi giảng viên chúng ta có thể làm được để  xây đắp ngôi trường của mình, độc lập với các tác động từ bên ngoài. 

Tôi có một may mắn là theo học tại Mỹ rất sớm, từ cách đây 20 năm,  đã trải qua tất cả  các cung bậc về hàn lâm, nên có một chút ít kinh nghiệm qua  trải nghiệm bản thân và  của các đồng nghiệp.  Những kinh nghiệm đó có những việc có thể thực hiện được ở VN, có những việc  có thể không, nhưng tôi hy vọng  nó có thể mang lại một cách suy nghĩ khác về  vai trò của  người giảng viên  trong ngôi trường của mình. 

Một GS ở Mỹ chia thời gian làm việc làm 3 phần. Có hai phần ta đã bàn kỹ trong cuộc hội thảo này: giảng dạy và nghiên cứu. Phần còn lại mà  tôi muốn nói tới là phục vụ (service). Thời gian của ba phần thường  được chia theo tỉ lệ 40 – 40 – 20.  Giảng dạy, nghiên cứu thì rõ ràng rồi. Còn “phục vụ” ?  Chẳng nói ta cũng biết,  phục vụ là vinh quang, nhưng phục vụ cụ thể là làm gì ?  Ý nghĩa phục vụ mà tôi nêu ở đây là phục vụ  cho một mục đích rất rõ ràng: làm cho trường ĐH của mình mạnh lên. Cũng nói thêm rằng, khi tôi nói trường ĐH của mình nghĩa là tôi nói trường ĐH của tôi, không phải trường ĐH của bạn, theo nghĩa kinh tế thị trường.

Công việc phục vụ có thể chia làm hai loại chính:

  1. Tại khoa (nơi mình trực tiếp làm việc), chẳng hạn tôi làm việc tại khoa toán. Các khoa, khoa nào cũng nhiều ủy ban (committees): ủy ban để tuyển người mới, để bàn chương trình dạy, để chọn học sinh học sau đại học vv. Những ủy ban đó họp rất tốn thời giờ, nhưng cần thiết. Thú vị nhất là  ủy ban tuyển  người mới. Ở Mỹ,  tiêu chí duy nhất để tuyển một giảng viên mới là làm sao tìm được người tốt nhất có thể, trong khả năng tài chính của khoa.  Khi đã xác đinh được lĩnh vực mình muốn tuyển chọn, chúng tôi phải tìm  trên toàn thế giới xem có ai ở lứa tuổi và trình độ phù hợp. Rồi  hỏi từng người một xem họ có muốn chuyển chỗ làm không và đọc tất cả những lý lịch (CV) của họ, cùng việc tham khảo ý kiến cá nhân từ các người đầu ngành. Tìm được một người thích hợp có thể mất cả năm hay nhiều tháng. Nhưng đó chỉ là sự bắt đầu. Để mang được người ấy về khoa còn là một quá trình gian khổ hơn nữa. Ở Mỹ có một thuật ngữ rất chính xác cho việc này là “courting”, dịch ra tiếng Việt là “tán tỉnh”. Khoa tôi muốn tuyển anh Châu thì phải tán tỉnh anh ấy.  Thời gian  và công phu  các ủy ban dùng để tán tỉnh và tìm cách làm hài lòng những đối tượng  mà họ muốn tuyển  có thể  so sánh một cách trực tiếp với việc lấy vợ. Về phần tốn kém chắc cũng tương tự, và kết quả, cũng tương tự như lấy vợ,  không phải lúc nào cũng được như ý. Qua đó ta có thể hiểu lượng  công sức và thời gian của các thành viên trong uỷ ban dành cho việc này, với một mục đích duy nhất là nâng cao chất lượng hàng ngũ giáo viên của khoa. (Việc tuyển gỉảng viên cũng được nói tới trong các bài nói của anh Châu và anh Vang.)

Trong cuộc họp cách đây mấy ngày ở văn phòng Thủ tướng, tôi có nói tới phương án tuyển các GS  quốc tế đầu ngành tới Viet Nam.  Nếu chỉ nhìn qua, số lương  phải trả cho một GS đầu ngành so với thu nhập trung bình ở VN chênh lệch rất lớn. Nhưng nếu nhìn theo hướng đầu tư lâu dài thì đây chưa chắc đã là một phương án không khả thi. Xây một con đường, chi phí ban đầu rất khủng khiếp, nhưng nguồn lợi nó mang đến ổn định và lâu dài. Một GS đầu ngành cũng như một con đường bắt ra thế giới khoa học bên ngoài, và giá trị họ mang lại đôi khi không thể đo đếm. Tôi sẽ bàn về việc này kỹ hơn vào một dịp khác.

  1. Phục vụ trong  hội đồng giáo viên của trường (academic senate; hội đồng giáo viện đã được nhắc tới trong bài của chị Phượng, Hiệu trưởng Trường ĐH Hoa Sen). Tôi xin kể  hai trường hợp cụ thể  về hoạt đông và sức mạnh  của hội đồng giáo viên. Điều đáng nói ở đây là những hoạt đông này hoàn toàn xuất phát từ bản thân người giáo viên. Nó  không phụ thuộc vào vấn đề tự chủ  hay khả năng tài chính  của trường.  Hai ví dụ này cũng đụng đến hai vấn đề thiết yếu: minh bạch  tài chính và tự do học thuật. 

Trường hợp thứ nhất: khoa toán tại đại học Arizona. Đây trường hợp của anh Phạm Hữu Tiệp. Anh Tiệp là một GS toán của trường ĐH Arizona. Có một năm trường bị giảm rất nhiều tiền nên trường ra một chính sách là sẽ cắt hết những hỗ trợ (support) đối với khoa toán. Đây là việc rất quan trọng vì không có nguồn hỗ trợ thì khoa không thể tìm được người mới, không thể thuê được thêm nhiều sinh viên, một số GS không thể tiếp tục nghiên cứu của họ được. Anh Tiệp là người trong hội đồng giáo viên của trường, tìm mọi cách thay đổi này chủ trương mà theo anh là sai lầm. Anh đã phải dành rất nhiều thời gian nghiên cứu rất kỹ ngân sách (budget) của trường, (ĐH Arizona là trường lớn,  có mấy chục nghìn SV, budgetcủa nó vô cùng phức tạp), và đi đến kết luận là với  số người và đóng góp của khoa toán  thì đáng ra khoa  phải được thêm tiền (cỡ triệu đô) thay vì bị cắt hoàn toàn. Đứng trước lý luận sắc bén và  những con số cụ thể và minh bạch thì trường không thể đi ngược lại được cái ý kiến của khoa, và cuối cùng phải đi đến một thỏa hiệp.

Truòng hợp thứ hai: Việc  phát triển học xá (campus) của Yale ở Singapore (Yale– NUS campus). Cách đây vài năm, trường Yale định mở thêm một campus ở Singapore. Nghe tin này lúc đầu, tôi rất vui, vì đó  sẽ là cơ hội thu hút được nhiều sinh viên giỏi ở  châu Á về cho trường – tăng doanh số, tăng uy tín, tăng sự ảnh hưởng toàn cầu. Thế nhưng,  quyết định này đã gặp sự phản đối kịch liệt của rất nhiều giáo sư trong hội đồng giáo viên tại Yale. Tại sao? Vấn đề ở chỗ  Singapore có một số luật  hạn chế tự do học thuật (academic freedom) theo cách nhìn của người Mỹ, và mặc dầu campus mới có thể sẽ mang lại lợi nhuận và tăng tầm ảnh hưởng đánh kể, việc này vấp phải sự phản kháng rất mạnh của rất nhiều giáo sư.

Theo một số luật ở Singapore thì  tinh thần tự do học thuật  của Yale và các trường đại học Mỹ khác sẽ không đượcc đảm bảo một cách toàn diện và việc này  dẫn đến một cuộc tranh luận rất gay gắt trong nội bộ trường. Các cuộc tranh luận này rất thú vị, vì tại Yale có rất nhiều người  rất hiểu biết về luật và có tài diễn thuyết.  Cuối cùng, bởi campus đã xây rồi và bắt đầu tuyển sinh rồi nên Yale – NUS campus  vẫn được đưa vào hoạt động. Nhưng một số luật lệ mới cũng được thảo luận để hạn chế sự can thiệp của các giới chức của Singapore  vào việc giảng dạy ở trường này. Đồng thời  một số quy chế cũng được xem xét lại để tăng thêm quyền của người giáo viên trong việc quản lý trường và tránh các trường hợp tương tự trong tương lai.  Là một trường tư, Yale được  vận hành bởi Yale Corporation (Hội đồng Yale), đứng trên cả ban giám hiệu. Có  nhiều phương án được đưa ra để  tăng đối trọng giữa hội đồng giáo viên và Yale Corporation trong những quyết định mang tính chiến lược.

High dimensional geometry and Data analysis

I gave a series of lectures under the above title at VIASM this summer. Here are some literature related to these lectures:

 

Concentration of measure:

(1) concentration of measure for the analysis of randomized algorithms, Dubhashi and Panconesi.

(2) Concentration of non-Liipschitz functions, Van Vu (RSA journal).

(3) Concentration of measure, Ledoux.

 

Norm of random matrices:

 

(1) Spectral norm of random matrices, Van Vu (Combinatorica).

(2) Introduction to the non-asymptotics analsis of random matrices, lecture notes of R. Vershynin from his website at UMichigan.

(3) Random matrices, Bai and Silverstein.

(4) Random matrices, Tao.

 

 

Johnson-Lindenstrauss

(1)  Achlioptas, Dimitris Database-friendly random projections: Johnson-Lindenstrauss with binary coins + references in there. 

 

Random projections:

(1) Random weighted projections, random quadratic forms, and random eigenvectors,

http://arxiv.org/abs/1306.3099

 

Applications:

(1) A simple SVD algorithm for finding hidden partitions (and the references in therere): Va Vu,   http://arxiv-web3.library.cornell.edu/abs/1404.3918.

 

(2) Compress sensing, theory and applications,  CUP, Edited by Eldar et. al.

 

 

 

 

 

 

 

World Cup !!!

World Cup sắp khởi tranh, tranh thủ xả hơi và bốc phét tý !

Trước hết cần cẳm ơn bác Sepp Blatter và ban tổ chức đã khai mạc WC đúng ngày…lễ lớn, mặc dầu chủ nhân blog vô cùng áy náy :=)).

Bảng A: trận khai mặc năm nay hy vọng không chán như mọi năm, khi chủ nhà thường tương đối yếu và hay đá hoà. Năm nay Brazil  là hàng xịn, lại lợi thế sân nhà, và Croatia cũng  là đội cứng. Brasil có hàng hậu vệ  mạnh, nhưng thủ môn già khọm và chơi bóng ở…Canada !  Bù lại, Croatia có thủ môn còn già hơn, nhưng dù sao cũng chơi ở Nga. Tiền vệ Croatia có sao sáng là Modric, hơn hẳn các tiền vệ phập phù của Brasil.  Rakitic cũng là cầu thủ đang lên. Còn tiền đạo Madzukic (đá chính cho Bayern) chơi ổn định và mạnh mẽ hơn  Neymar  (tất nhiên bạn sau ngã giỏi hơn, rất dễ được phạt đền).

Dự đoán của Bạch Tuộc:  Hai đội sẽ đá gay cấn và bóng sẽ lởn vởn ở giữa sân. Vai trò quyết định vì thế sẽ phụ thuộc vào hai thủ môn (ai chịu rét giỏi hơn  ?).  Đến giữa hiệp hai Neymar sẽ vướng dây giầy  và ngã  trong vòng cấm địa. Tấy nhiên trọng tài sẽ chỉ phạt đền. Brasil thắng 1-0.

Dự đoán của bình luận viên VTV: Hai đội sẽ thi đấu gay cấn, và tỷ số chắc chắn sẽ là hoà hoặc thắng cho một bên !

Trận thứ hai: Mexico-Cameroon. Không biết ai thắng và cũng không quan tâm, vì hai đội sẽ cùng bị loại (hehe).  Tất nhiên có một khả năng không nhỏ là Mexico sẽ thắng 3-0, vì hiện các cầu thủ Cameroon vẫn chưa lên máy bay vì chưa có tiền thưởng. Theo tin mới nhất, E’to đang cố gắng giải quyết vấn đề bằng cách hứa mua cho mỗi đồng đội một cái đồng hồ Thuỵ sĩ, với điều kiện tất cả bóng phải được chuyền cho anh, kể cả khi anh ngồi ghế dự bị.

Câu hỏi khó dành cho trận này là: Tại sao cờ Cameroon lại có cờ Việt Nam ở giữa ?

 

 

 

 

 

 

 

 

 

 

 

 

 

Can we trust our computers ?

Few months ago, I gave a talk at the IAS (Princeton) on matrix perturbation (see the video). Here is a brief review.

Let {A} be an {n \times n} matrix with singular values {\sigma_1 \ge \dots \ge \sigma_n} and with corresponding singular vectors {u_1, \dots, u_n}. One perturbs {A} by a small matrix {E} ({E} stands for error). The problem is to measure how this perturbation changes {\sigma_i} and {u_i}. If you are not familiar with singular values, just think of eigenvalues (assuming that {A} and {E} are symmetric). In the whole discussion, we consider singular vectors with unit norm.

This is a fundamental question in matrix theory and numerical analysis, and there is a vast literature on the topic. It is easy to imagine why this problem is critical in practice and draws so much attention. Most data in real-life problems are given in matrix form, and performing spectral analysis on these matrices is one of the most, if not the most, common routines done by data analysts. On the other hand, all data contain some degree of noise/error, and that leads to the obvious question

Are the answers we get from our computers good approximations of the truth ? 

Let us present the most classical perturbation bounds. For singular values, we have the Weyl’s bound
\displaystyle | \sigma_i ( A+E) - \sigma_i A | \le \| E \| , \ \ \ \ \ (1)

where {\| E \| := \sigma_1 (E)} is the spectral norm of {E}.
This bound is sharp, and shows that the impact of {E} is continuous, namely it the error caused by {E} decreases to zero as {\| E \|} tends to zero. This is expected, the less error, the better answer we are supposed to get.

The computation of the singular vectors, however, hides a big surprise. Consider the following matrix {A}

\displaystyle \begin{pmatrix} 1+\epsilon & 0 \\ 0 & 1-\epsilon \end{pmatrix} .

Let {E} be

\displaystyle \begin{pmatrix} -\epsilon & \epsilon \\ \epsilon & \epsilon \end{pmatrix} ,

where {\epsilon} is a small positive number.
The perturbed matrix {A+E} has the form

\displaystyle \begin{pmatrix} 1 & \epsilon \\ \epsilon & 1 \end{pmatrix}.

It is clear that the eigenvalues of {A} are {1\pm \epsilon}, with eigenvectors {(1,0), (0,1)}. On the other hand, the eigenvalues of {A+E} are also {1 \pm \epsilon} with eigenvectors {\frac{1}{\sqrt 2}(1,1), \frac{1}{\sqrt 2} (1,-1) }. Thus, the eigenvectors of {A+E} do not approach those of {A}, as {\epsilon \rightarrow 0}. As a matter of fact, they are always 45 degree apart no matter how small {\epsilon} is.

Researchers have found out that the reason for this is that the eigenvalues themselves are too close. Let {v_i} be the singular vectors of {A+E}. We now present a well known result of Davis-Kahan-Wedin from the 1960s. We adopt a tradition in numerical analysis and measure the distance between unit vectors {u} and {v} by the sine of the angle between them (measured to be between 0 and 180 degree). In this form their result shows
\displaystyle \sin \angle (u_i, v_i) \le \frac{ \| E \| }{ \delta_i }, \ \ \ \ \ (2)

where {\delta_i} is the distance from {\sigma_i (A)} to the closest singular value. Again, this bound is sharp.
\vskip2mm

Let us now fast forward a half century. Bounds like (1) and (2) are still used very frequently in the literature. However, recent studies in big data (and data analysis in general) provide new challenges and opportunities.

First, one needs to model noise. In most situations, researchers think about noise as random, as it is truly hard to model it any other way. Let us take a toy model (which is rather naive, but it serves well as an illustration) where {E} is a random matrix with iid entries of mean zero and variance one (one can of course renormalize and assume the variance be {\sigma^2}; we leave it to the reader to work out the details). Now, how do (1) and (2) perform ?

Results from random matrix theory shows that with overwhelming probability, the spectral norm {\|E \|} of {E} is about {(2+ o(1)) \sqrt n }. Thus, we have
\displaystyle | \sigma_i ( A+E) - \sigma_i A | \le (2+o(1)) \sqrt n , \ \ \ \ \ (3)

and

\displaystyle \sin \angle (u_i, v_i) \le \frac{ (2+o(1)) \sqrt n }{ \delta_i }. \ \ \ \ \ (4)

Again, bounds of this type are routinely used in applications. Let us, however, take a further look on the matrix {A}. While (3) and (4) hold for any {A}, in practice we often know something about {A}. A well known fact in data analysis is that data usually possesses some kind of structure. Would we be able to use this extra information to our advantage ? The goal of the lecture is to give an affirmative answer to this question.

One of the most popular assumptions made in applications is that the data matrix has low rank. It is motivated by the following fact: while the size of the matrix can be ernomous, its entries are governed by much fewer parameters. A good example is the Netflix matrix, where the rows are viewers and columns are titles of movies and the entries are ratings. While there are million of viewers and ten of thousands of titles, the ratings are determined by a much smaller number of parameters such as gender and age of the viewer, his/her occupation, gender of the movie, when it was made etc. Thus, the entries are functions of few variables, and the low rank assumption can be seen as a first order approximation. This assumption plays an important part in many algorithms attacking the 1.000.000 dollars Netflix problem.

Our key observation is that when {A} has low rank, say {r \ll n}, the true dimension of the problem is {r}, not {n}. Thus, one may hope to improve (3) and (4) to
\displaystyle | \sigma_i ( A+E) - \sigma_i A | \le C \sqrt r , \ \ \ \ \ (5)

and

\displaystyle \sin \angle (u_i, v_i) \le \frac{ C \sqrt r }{ \delta_i }. \ \ \ \ \ (6)

The main part of the talk showed that we can achieve results close to these hopes, which significantly improve the classical bounds, using tools from random matrix theory and high dimensional geometry. Several applications and open problems are also discussed at the end. See this link for the relevant paper.

Universality and Random Matrices

Few weeks ago, I gave a survey talk at IAS on random matrices. The topic is the Universality Phenomenon (click on the link to see an informal discussion by my coauthor T. Tao) which  has been one of the main foci  of my research in the last 10 years.

We focus on random matrices with iid entries. The idea is that limiting distributions concerning eigenvalues should not depend very much on the distribution of the entries (in other words, these distributions are universal).   This contains, as a subtopic, the  universality  problem coming from the math physics literature, in which universality usually refers to the universality of the correlation functions.

A basic example of universality results is the Central Limit Theorem, which asserts that the limiting distribution of  the sum  x_1+...+x_n, normalized by \sqrt n,   is gaussian, where x_i are idd random variables with mean 0 and variance 1. It does not matter if we take x_i to be gaussian itself, or to be, say, the random \pm 1 variable.  The hardness of universality problems  in random matrix theory lies  in the fact that most spectral parameters are defined  implicitly   in term of the entries, in contrast to the central limit theorem, where the function is very explicit (simply the normalized sum of the atom variables).  For example, it is easy to define the middle eigenvalue of a large hermitian matrix, but there is no reasonable way to write down this quantity in an explicit form in term of the entries. Without such a  form, there is simply nothing to compute with.  However, we believe (and can prove under certain conditions) that the limiting distribution of this middle eigenvalue  (after a proper normalization) is gaussian, regardless the nature of the distribution of the entries.

The talk (see this link) surveys recent developments in understanding universality, with many open questions, some of which are extremely simple to state.  Here is an example. Let M_n be a random (non-symmetric) matrix of size n whose entries are random \pm 1 with probability 1/2.  Prove that with probability tending to one,  as n tends to infinity, the matrix has at least 2 real eigenvalues.

Nhân vật lịch sử: Vua Trần Anh Tông

Xuân đến rồi, ôi cần một cụ tươi mưởi.

Nói dễ, nhưng tìm trong sử cũ ra một cụ hoàng đế tươi mưởi  hơi bị khó. Viết về các vị vua, sử gia  phải  lễ phép, đại loại “Vua điềm đạm, kính cẩn, đối xử với các đại thần rất có phép tắc, với thái hậu rất mực cung kính vv..”. Đọc xong cả bài dài,  nhìn kỹ lại ngày tháng, té ra là cụ vua ” điểm đạm, kính cẩn”  lúc đó khoảng ba tuổi rưỡi.

Vua Trần Anh Tông là một trong số ít nhân vật mà  cái  sức sống mãnh liệt  cùng sự vui vẻ, nhẹ nhàng  của ngài còn ánh qua được những trang chính sử thường trang trọng và nặng nề.

Nhà Trần khởi nghiệp từ vùng sông nước, hiếu võ và thiên chiến. Các hoàng thân đều theo tục xăm mình, xăm rồng trên  hai đùi (theo truyền thuyết, rồng kỵ với thuồng luồng,  mối đe doạ  của những người làm nghề sông biển).  Binh sĩ và dân thường cũng theo đó mà làm theo, nên tục xăm mình rất được chuông vào triều Trần.

Xăm thì  trông đẹp và oai phong thật. (Cái này làm mình nhớ lại các anh “gấu/quân khu” hồi còn đi học phổ thông; nhiều anh không biết đã có mảnh tình vắt vai chưa, nhưng mà trên tay toàn những trái tim rỉ máu mới lị tim bị tên bắn chi chít như phim Xích Bích, trông rất ấn tượng.)

Vua Anh Tông không thích xăm, có lẽ vì một lý do rất thường tình, là nó đau.  Một hôm nhà vua đến thăm thượng hoàng Nhân Tông, bố đã bảo  thợ đứng ngoài cổng cung, đợi xăm cho nhà vua. Biết thế, nhân lúc bố tiếp chuyện các quan, vua Anh Tông len lén trốn ra ngoài mất. Thượng hoàng ngoảnh lại, thì ông vua con đã mất tăm, không biết làm thế nào, đành phải đè hoàng tử thứ là Quốc Chẩn ra xăm vậy. Từ đó tục xăm mình cũng bớt dần.

Trong việc trị nước, nhà vua là người biết nghe theo lời khuyên.  Đầu triều Anh Tông, ra triều rất nhiều. Thượng hoàng  Nhân Tông trông thấy  sổ họp faculty meeting kín đặc sốt ruột nói “Cái nước bé tí, họp gì mà lắm thế”.  Từ đó nhiều việc rườm rà  được giảm bớt đi. Cũng nghe lời bố trách, mà bỏ được tất uống rượu.

Nhà vua là người thích ra ngoài cung chơi. Nửa đêm cùng với thi vệ ra phố tới sáng,  gập đám côn đồ đánh nhau bị củ đậu bay cả vào đầu, thị vệ phải quát lên là vua, bọn đầu gấu mới chạy mất. Cái tục vi hành như nghìn lẻ một đêm này, hoàng đế Việt nam ít người có. Giá như có ai đi theo ghi lại các cuộc vi hành  này, chắc có khối cái hay.

Vua Anh Tôn dùng ngừoi rất cẩn thận. Nể bố như vậy, nhưng khi thượng hoàng Nhân Tôn muốn nhà vua dùng người hầu cận của mình là Nguyễn Quốc Phụ vào chức to, Anh Tôn  từ chối, vì Quốc Phụ không có tài.  Những người hầu cận nhà vua từ thuở  còn là hoàng tử như Nguyễn Sĩ Cố và Chu Bộ, đến cuối đời cũng chỉ được làm những chức quan không quan trọng, cho có lương bổng, chứ không bao giờ có thực quyền. Cả hai người này theo nhà vua suốt  đời hết sức tận tình, đều  tòng chinh mà  chết trong cuộc tấn công Chiêm Thành.  Trong khi đó rất nhiều người trẻ như Đoàn Nhữ Hài được cất nhắc rất sớm.  Trước thời Anh Tông, các chức quan trọng trong triều phần lớn do người họ Trần đảm nhiêm. Thời Anh Tông cất nhắc rất nhiều   triều thấn trụ cột là người ngoài họ, vì tài mà dùng,  từ   Phạm Ngũ Lão, Trương Hán Siêu, Phạm Sư Mạnh, Lê Quát đến Mạc Đĩnh Chi, Đoàn Nhữ Hài, Nguyễn Trung Ngạn vv.

Vua Anh Tông cũng là người phá tục chỉ lấy người trong họ của nhà Trần.  Cái này phải nói rất chi sáng suốt, vì  lấy mãi người trong họ, xác suất cá sấu rất cao. Ngoài hoàng hậu chính là con gái của Hưng Nhựợng Vương Quốc Tảng, cháu nội của Hưng Đạo Vương, chắc  là do cơ cấu, các bà khác đều là người khác họ. Con trai nối dõi của nhà vua là con của bà hai, là con gái của Trần Bình Trọng (Bình Trọng gốc  họ Lê). Bà ba là con gái của Phạm Ngũ Lão. Đặc biệt là nhà vua có một bà Tây hẳn hoi, là Đa La Thanh, con của một ông sư người nước ngoài. Cụ sư này sách chép tên là Du Chi Bà Lam, nội ngoại công phu cực cao, có thể xếp bằng nổi trên mặt nước và dùng khí công thu cả ngũ tạng lên trên ngực. Tại sao cụ lại có con gái xinh, và sang tận Việt Nam,  và lại lấy nhà vua, chắc phải là chủ đề của vài pho truyện chưởng.

Thời Anh Tông, lánh thổ nước ta được mở rộng đáng kể. Vua Anh Tông theo lời khuyên của Trần Đạo Tái và Trần Khắc Chung, gả em gái cho vua Chiêm Thành Chế Mân, mà được hồi môn là hai châu Ô, Rí ( đất  Thuận Hoá sau đó). Diên tích hai châu này phải tới 10-15% lãnh thổ Đại Việt lúc đó. Vua Chế Mân mất, Trần Khắc Chung đón công chúa về, người Chiêm Thành nổi giận muốn lấy lại đất. Vua Anh Tông thân chinh đem quân đi đánh, dùng mưu của Đoàn Nhữ Hài mà dụ được Chế Chí ra hàng, thắng trận  không mất một mũi tên.  Nhà vua dúng những người giỏi như Trương Hán Siêu cai trị, dân chúng rất theo.Từ đó đất Thuận Hoá mãi mãi thuộc về Đại Việt.Đến đời Nghệ Tông, người Chiêm lại mạnh, đánh ra tận Thăng Long, nhưng cũng không lấy lại được Thuận Hoá. Đời Trùng Quang đế Thuận Hoá là  đất căn bản của Đặng Dung chống lại quân Minh.  Sau này các chúa Nguyễn cũng lấy Thuận Hoá làm căn bản mà tiến dần vào Nam, khai phá cả đât Nam bộ hiên nay.

Khi vua ốm nặng, có thiền sư là Phổ Tuệ muốn vào thăm nói chuyện sống chết. Nhà vua sai người từ tạ mà rằng “Thôi thiền sư đợi bao giờ vua mới lên ngôi, nó có bảo  cúng tế làm gì thì làm, chứ còn chuyện chết, thì nhà sư cũng đã chết đâu mà nói”.  Trên giường bệnh, cũng vẫn phảng phất nụ cười. Lúc bình sinh cũng hay viết thơ, thành một tập, trước lúc mất nhà vua cũng sai đốt cả, về sau chỉ lưu lại được vài bài.

Về  thời thịnh trị dưới các triều đại phong kiến Việt Nam, hay thấy  nhắc đến thời vua Lê Thánh Tông. Vua Lê cũng là vị vua trẻ, sáng suốt. Nhưng vì một lý do nào đấy mà tôi vẫn thích thời vua Anh Tông hơn, có lẽ là vì  thời đó ảnh hưởng của đạo Nho chưa mạnh,  cái phóng khoáng mạnh mẽ của  hào khí Đông A còn cảm nhận được trong triều ngoài nội. Và chưa có cái gọi là Tao Đàn.

Hồi tôi bé, Hà nôi có phố Phạm Ngũ Lão, Trương Hán Siêu,  đến Mạc Đĩnh Chi, Nguyễn Trung Ngạn vv, và  các phố mang tên tất cả các anh hùng chống Nguyên Mông, nhưng không thấy phố Trần Anh Tông. Các chúa Nguyễn cũng chẳng có ông nào, chắc cho nó bình đẳng. Còn thì gần đây thành phố mở  rộng lên tận Hà Tây, mọc ra ty tỷ phố mang tên những ông rất hiểm hóc, vì rất ít ai  biết các bác ấy đã từng làm gì. Chẳng biết có bác nào đi xin ấn đền Trần không nhỉ ?

 

 

 

 

 

 

 

 

Theo dõi

Get every new post delivered to your Inbox.

Join 212 other followers