Nhận định Betis vs Valencia, 23h30 ngày 18/4

Vậy "Học sâu" là gì mà giúp các nhà khoa học nhận được giải thưởng VinFuture Grand Prize 2024?

Trên thực tế, "Học sâu" không phải là khái niệm quá mới mẻ và thường được nhắc đến rất nhiều trong thời gian gần đây, nhất là khi cuộc đua phát triển trí tuệ nhân tạo (AI) đang trở nên sôi nổi hơn bao giờ hết.

Tuy nhiên, không phải ai cũng hiểu rõ về khái niệm, cũng như những ứng dụng của công nghệ này vào thực tế.

"Học sâu" là gì?

Học sâu (Deep Learning) là một nhánh của Machine Learning (Học máy) và Artificial Intelligence (AI - Trí tuệ nhân tạo). Học sâu tập trung vào việc dạy máy tính học hỏi và tự cải thiện khả năng thực hiện nhiệm vụ thông qua một mạng lưới nơ-ron nhân tạo mô phỏng cách hoạt động của não người.

Điểm nổi bật của học sâu so với các phương pháp học máy truyền thống là khả năng tự động trích xuất thông tin từ dữ liệu mà không cần can thiệp lập trình thủ công.

Một cách đơn giản, bạn có thể hình dung học sâu giống như việc dạy một em bé nhận biết thế giới xung quanh. Ví dụ, bạn hướng dẫn một đứa trẻ cách nhận biết con mèo.

Ban đầu, khi đứa trẻ nhìn thấy hình ảnh con mèo, não bộ của trẻ sẽ dần dần học được các đặc điểm của mèo như tai nhọn, có râu, đuôi dài, có bốn chân… Mỗi lần thấy một con mèo mới, trẻ sẽ tự động nhận ra "Đây là con mèo" dựa trên những đặc điểm đã học được.

Học sâu cũng hoạt động tương tự như vậy. Nó là một phương pháp dạy cho máy tính "học" từ rất nhiều ví dụ, giống như bộ não con người. Máy tính sẽ tự động tìm ra các đặc điểm quan trọng từ dữ liệu (như tai, râu, đuôi của mèo) qua nhiều lớp xử lý (đó là lý do gọi là "học sâu"), và dùng những đặc điểm này để nhận dạng những thứ mới.

Ví dụ khi bạn đưa cho một mô hình học sâu 1000 bức ảnh mèo, nó sẽ tự học được các đặc điểm của loài vật này. Sau đó, khi bạn đưa cho nó một bức ảnh mới mà hệ thống học sâu chưa từng thấy, nó có thể tự nhận ra "Đây là mèo!" dựa trên những gì đã học được, giống như cách một đứa trẻ thường làm.

Điểm khác biệt chính của học sâu so với các phương pháp trước đây là thay vì con người phải chỉ ra từng đặc điểm cụ thể (chẳng hạn như nhập câu lệnh "tìm tai nhọn", "tìm râu"...), máy tính sẽ tự do khám phá và lọc ra những đặc điểm nào là quan trọng. Điều này giúp nó có thể xử lý được những tác vụ phức tạp mà con người khó có thể mô tả bằng các quy tắc cụ thể.

"Học sâu" cũng giống như quá trình đi học của một học sinh, khi càng được xem nhiều bài minh họa, học sinh đó sẽ học càng tốt, tự rút ra được những cách thức giải bài tập mà không cần thầy cô phải chỉ dạy từng bước. Đó là lý do các hệ thống AI thường đòi hỏi một dữ liệu rất lớn để có thể tự học tập.

Lịch sử phát triển của "Học sâu"

Nguồn gốc của học sâu bắt đầu từ những năm 40 của thế kỷ trước, khi 2 nhà khoa học người Mỹ Warren McCulloch và Walter Pitts xây dựng mô hình nơ-ron toán học đầu tiên.

Tuy nhiên, phải đến thập niên 1980, với sự ra đời của thuật toán "lan truyền ngược" (backpropagation) do nhà khoa học máy tính người Canada Geoffrey Everest Hinton phát minh, mạng nơ-ron toán học nhiều lớp mới thực sự trở nên khả thi và hiệu quả. Geoffrey Everest Hinton cũng chính là một trong 5 nhà khoa học vừa nhận được giải thưởng đặc biệt của VinFuture 2024.

Sự bùng nổ thực sự của học sâu bắt đầu vào đầu những năm 2010, nhờ vào ba yếu tố chính: sự gia tăng đột biến về khả năng tính toán của phần cứng máy tính, khối lượng dữ liệu khổng lồ có sẵn, và những cải tiến quan trọng trong kiến trúc mạng nơ-ron.

Những ứng dụng thực tế của "Học sâu"

Ngày nay, học sâu đã được ứng dụng thực tế vào rất nhiều lĩnh vực của đời sống.

Trong xử lý ngôn ngữ tự nhiên, các chatbot tích hợp AI như ChatGPT, Gemini, Claude AI… đã đạt được những tiến bộ vượt bậc trong dịch thuật, tóm tắt văn bản, trả lời câu hỏi và thậm chí sáng tạo nghệ thuật. Các chatbot AI này ngày càng trở nên thông minh hơn nhờ khả năng hiểu ngữ cảnh và tương tác tự nhiên với con người.

Trong lĩnh vực thị giác máy tính, học sâu đã cách mạng hóa các ứng dụng nhận dạng khuôn mặt, phát hiện đối tượng... Các hệ thống giám sát thông minh có thể phát hiện hành vi bất thường, trong khi các ứng dụng chỉnh sửa ảnh có thể tự động làm đẹp hoặc tạo ra những hình ảnh hoàn toàn mới.

Trong y tế, học sâu đang giúp các bác sĩ chẩn đoán bệnh sớm và chính xác hơn thông qua việc phân tích hình ảnh X-quang, CT, MRI… Các mô hình học sâu còn hỗ trợ trong việc phát triển các loại thuốc mới và dự đoán cấu trúc protein.

Trong sản xuất công nghiệp, học sâu được ứng dụng trong kiểm soát chất lượng tự động và tối ưu hóa quy trình sản xuất. Các robot được trang bị AI có thể thực hiện những nhiệm vụ phức tạp đòi hỏi sự linh hoạt và thích ứng cao nhờ vào học sâu.

Một ứng dụng nổi bật khác của học sâu đó là trong lĩnh vực nhận diện giọng nói. Công nghệ này đã biến đổi cách con người tương tác với máy móc, từ trợ lý ảo như giọng nói đến các công cụ hỗ trợ người khuyết tật.

Ngoài ra, học sâu cũng được sử dụng để phân tích dữ liệu lớn trong các lĩnh vực như tài chính, phát hiện gian lận và thương mại điện tử, nơi nó đề xuất sản phẩm dựa trên hành vi người dùng.

Dẫu vậy, sự phát triển nhanh chóng của học sâu cũng đặt ra nhiều thách thức. Một trong số đó là vấn đề đạo đức và quyền riêng tư, khi dữ liệu cá nhân được sử dụng để đào tạo các mô hình. Ngoài ra, học sâu cũng tiêu thụ năng lượng và sử dụng tài nguyên tính toán rất lớn, làm dấy lên lo ngại về tính bền vững.

Quan trọng hơn, việc hiểu và kiểm soát các mô hình học sâu phức tạp vẫn là một thách thức lớn, đặc biệt khi chúng có thể tự đưa ra các quyết định mà con người khó giải thích.

Trong tương lai, học sâu hứa hẹn sẽ tiếp tục phát triển, mở ra nhiều cơ hội mới trong các lĩnh vực như y học, năng lượng, giáo dục... Tuy nhiên, để tận dụng tối đa tiềm năng của công nghệ này, cần có sự hợp tác chặt chẽ giữa các nhà nghiên cứu, chính phủ và doanh nghiệp để xây dựng các quy chuẩn về đạo đức cũng như trách nhiệm xã hội.

Học sâu không chỉ là một công cụ công nghệ, mà còn là một động lực để thúc đẩy tiến bộ của nhân loại nếu được định hướng và quản lý đúng đắn.

Một số trận đấu bất phân thắng bại như U11 Hà Giang hoà 1-1 với U11 LĐBĐ Hà Nội, U11 Blue Sky chia điểm với U11 Đắk Lắk…

Kịch tính nhất đó là cặp đấu giữa SLNA vs Gia Bảo Hải Dương với màn lội ngược dòng khó tin để giành chiến thắng với tỷ số 4-3 của đội bóng đến từ xứ Nghệ.

Chiến thắng có cách biệt lớn nhất chính thuộc về Việt Hùng Thanh Hóa. Tỷ số 5-1 dành cho các cầu thủ nhí miền Sông Mã trước Hải An Tây Ninh. Việt Hùng Thanh Hóa sẽ là một ứng viên tiềm năng tranh chức vô địch của giải.

 Theo bốc thăm vòng tứ kết sẽ diễn ra vào chiều mai (27/7) với các cặp đấu như sau :

 TK1: SLNA  - Thăng Long FC 

 TK2: Việt Hùng Thanh Hóa - Navy Phú Nhuận Sài Gòn

 TK3: T&T VSH gặp Gia Bảo Hải Dương

 TK4: Đắc Lắc  gặp Hải An Tây Ninh

Người học bị ảnh hưởng vì việc đóng cửa do Covid-19 (UNESCO)

Tại Mỹ, hiện nhiều trường học và trường đại học lớn ở nhiều bang đã tạm dừng việc mở cửa trường trước diễn biến phức tạp của Covid-19.

Covid-19 cũng phá vỡ hoàn toàn trật tự vốn có trong cuộc sống của người Trung Quốc. Nhiều trường học và nơi làm việc đã phải đóng cửa. Các lớp học trên khắp Trung Quốc không thể tiếp tục diễn ra như kế hoạch sau Tết Nguyên đán.

Thay vào đó, gần 200 triệu trẻ bắt đầu tham gia vào các lớp học trực tuyến bằng một ứng dụng học từ xa có tên DingTalk. Vào ngày đầu tiên trở lại việc học, DingTalk có 50 triệu học sinh và 600.000 giáo viên sử dụng.

Học sinh Trung Quốc nhận ra rằng, nếu xếp hạng ứng dụng này 1 sao, DingTalk sẽ bị xóa khỏi App Store. Chỉ trong ngày 11/2, ứng dụng này đã nhận về 15.000 đánh giá 1 sao và DingTalk buộc phải nài nỉ học sinh dừng lại việc này để có thể tiếp tục được tồn tại.

Trường Giang (Theo UNESCO, Business Insider)

Gần 300 triệu trẻ ở 22 quốc gia hoãn đến trường vì Covid-19

Việc Ý tuyên bố cho trẻ nghỉ học và những cảnh báo về việc đóng cửa trường học ở Hòa Kỳ đã khiến gần 300 triệu học sinh trên toàn cầu không thể đến trường vì Covid-19.

Đối với sinh viên quốc tế tại những nơi vùng dịch sẽ tiếp tục được nghỉ cho đến khi có thông báo mới. 

Tương tự tại Trường ĐH Bách khoa Hà Nội, sinh viên cũng sẽ quay trở lại trường học vào ngày 2/3.

Để đảm bảo an toàn cho sinh viên khi quay trở lại trường từ 2/3, Trường ĐH Bách khoa Hà Nội khuyến nghị, những sinh viên có dấu hiệu ho, sốt, khó thở… cần tiếp tục nghỉ ở nhà tự theo dõi.

Đối với những sinh viên khác, khi đến trường cần thực hiện nghiêm túc các biện pháp phòng chống dịch bệnh theo hướng dẫn của Bộ Y tế.

Trường ĐH Bách khoa Hà Nội cũng đã chuẩn bị cho mỗi sinh viên 1 khẩu trang vải phòng nhiễm vi khuẩn, vi rút và 1 lọ dung dịch sát khuẩn từ ngày đầu tiên sinh viên quay trở lại học tập.

Ngoài ra, đối với những sinh viên ở ký túc xá sẽ được đo thân nhiệt theo hướng dẫn của ban quản lý. 

Sinh viên 11 trường do Bộ Y tế quản lý gồm Trường ĐH Y Hà Nội, Trường ĐH Dược Hà Nội, Trường ĐH Y dược TP.HCM , Trường ĐH Y Dược Hải Phòng, Trường ĐH Y Dược Thái Bình, Trường ĐH Y - Dược Cần Thơ, Trường ĐH Y tế công cộng, Trường ĐH Điều dưỡng Nam Định, Học viện Y - Dược học cổ truyền Việt Nam, Trường ĐH Kỹ thuật y tế Hải Dương, Trường ĐH Kỹ thuật Y - Dược Đà Nẵng cũng sẽ đi học lại từ ngày 2/3 sau thời gian nghỉ vì dịch Covid-19. 

Thứ trưởng Bộ Y tế Nguyễn Trường Sơn cho biết, đơn vị này đã chỉ đạo hiệu trưởng các trường chuẩn bị phương án đón sinh viên trở lại như phải vệ sinh, khử trùng tất cả các giảng đường,...

Trường ĐH Giao thông Vận tải TP.HCM cũng thông báo sinh viên chính thức bắt đầu học kỳ II vào ngày 2/3. Ngoài ra, Trường ĐH Giao thông Vận tải TP.HCM yêu cầu đối với hoạt động giảng dạy theo hình thức truyền thống, số tiết học phải đạt từ 70% thời lượng của mỗi học phần trở lên. Với hình thức trực tuyến, giảng viên chủ động dạy phần nội dung đã chuẩn bị và đăng ký thực hiện, trường không xếp lịch giảng dạy theo hình thức này.

Trong khi đó, nhiều trường ĐH vẫn tiếp tục cho sinh viên nghỉ thêm 1 tuần tránh dịch Covid-19. Sáng nay (28/2), Ban giám đốc ĐH Quốc gia TP.HCM đã họp và quyết định cho toàn bộ sinh viên, học viên nghỉ học tới hết ngày 8/3.

Như vậy, sinh viên các đơn vị trực thuộc gồm: Trường ĐH Bách khoa, Trường ĐH Khoa học xã hội và nhân văn, Trường ĐH Khoa học tự nhiên, Trường ĐH Kinh tế luật, Trường ĐH Công nghệ thông tin và các khoa, viện, phân hiệu sẽ nghỉ thêm 1 tuần. 

Ban giám hiệu Trường ĐH Tài chính Marketing thông báo giảng viên, nghiên cứu sinh, học viên, sinh viên không đến trường học tập trung tới ngày 8/3. Trong thời gian này sinh viên hạn chế đi lại khỏi địa điểm cư trú, chủ động thực hiện các biện pháp phòng bệnh. Viên chức khối quản lý vẫn làm việc bình thường. Trong thời gian này, tất cả học sinh sinh viên tiếp tục tham gia các hoạt động học tập trực tuyến và một số hình thức khác theo các thông báo của khoa.

Trường ĐH Tôn Đức Thắng tiếp tục tạm dừng tập trung học tại các cơ sở của trường và hoãn việc tổ chức thi giữa kỳ học kỳ II đến hết ngày 8/3.

Đối với các sinh viên có đăng ký thi, bảo vệ đồ án tốt nghiệp cần chủ động ôn tập, chuẩn bi. Lịch thi và bảo vệ đồ án tốt nghiệp sẽ được tổ chức ngay sau khi có thông báo học tập trung chính thức.

Trước đó Trường ĐH Công nghiệp TP.HCM, Trường ĐH Công nghiệp Thực phẩm TP.HCM, Trường ĐH Ngân hàng TP.HCM,  đã có quyết định cho sinh viên và học viên nghỉ thêm 1 tuần hết ngày 8/3.

Trong thời gian này các nhà trường phun khử khuẩn khuôn viên và phòng làm việc, phòng học, đồng thời giảng dạy trực tuyến.

Đối với các sinh viên có đăng ký thi, bảo vệ đồ án tốt nghiệp cần chủ động ôn tập, chuẩn bi. Lịch thi và bảo vệ đồ án tốt nghiệp sẽ được tổ chức ngay sau khi có thông báo học tập trung chính thức.

Trước đó Trường ĐH Công nghiệp TP.HCM, Trường ĐH Công nghiệp Thực phẩm TP.HCM, Trường ĐH Ngân hàng TP.HCM, đã có quyết định cho sinh viên và học viên nghỉ thêm 1 tuần hết ngày 8/3.

Trong thời gian này các nhà trường phun khử khuẩn khuôn viên và phòng làm việc, phòng học, đồng thời giảng dạy trực tuyến.

Lê Huyền - Thúy Nga

TP.HCM và Hà Nội lấy ý kiến phụ huynh về việc đi học trở lại

 - Sở GD-ĐT TP.HCM đang tổ chức lấy ý kiến phụ huynh về việc cho học sinh đi học trở lại.