Nhận định, soi kèo Victor San Marino vs Tuttocuoio, 20h30 ngày 26/3: Bắt nạt chủ nhà

Một trong những ưu điểm chính của AI trong đánh giá rủi ro môi trường là khả năng xử lý khối lượng dữ liệu lớn. Các phương pháp đánh giá rủi ro truyền thống thường dựa vào các mẫu dữ liệu hạn chế, điều này có thể dẫn đến những dự đoán không chính xác.

Mặt khác, AI có thể phân tích lượng dữ liệu khổng lồ từ nhiều nguồn khác nhau, bao gồm hình ảnh vệ tinh, dữ liệu khí tượng và hồ sơ lịch sử. Bằng cách xử lý dữ liệu này, thuật toán AI có thể xác định các mô hình và mối quan hệ mà con người có thể không chú ý, cho phép hiểu biết đầy đủ hơn về các rủi ro môi trường.

AI cũng có thể cải thiện độ chính xác của việc đánh giá rủi ro bằng cách tích hợp dữ liệu theo thời gian thực. Điều kiện môi trường liên tục thay đổi và việc dựa vào thông tin lỗi thời có thể dẫn đến các chiến lược quản lý rủi ro không hiệu quả.

Các thuật toán AI có thể liên tục thu thập và phân tích dữ liệu theo thời gian thực, giúp đánh giá rủi ro chính xác và kịp thời hơn. Ví dụ, AI có thể giám sát chất lượng không khí theo thời gian thực và cảnh báo về khả năng ô nhiễm, cho phép chính quyền hành động ngay lập tức.

Một lợi ích đáng kể khác của AI trong đánh giá rủi ro môi trường là khả năng dự đoán các kịch bản trong tương lai. Bằng cách phân tích dữ liệu và mô hình lịch sử, thuật toán AI có thể dự đoán những rủi ro tiềm ẩn và tác động của chúng đối với môi trường.

Khả năng dự đoán này đặc biệt có giá trị trong quá trình lập kế hoạch và ra quyết định. Ví dụ: AI có thể giúp xác định các khu vực dễ xảy ra thiên tai như lũ lụt hoặc cháy rừng và hướng dẫn quy hoạch đô thị để giảm thiểu tác động của chúng.

Tuy nhiên, việc khai thác sức mạnh của AI trong đánh giá rủi ro môi trường cũng đi kèm với những thách thức. Một trong những mối quan tâm chính là độ tin cậy và khả năng diễn giải của thuật toán AI. Mặc dù AI có thể xử lý lượng lớn dữ liệu và xác định các mẫu, nhưng quá trình ra quyết định cốt lõi của thuật toán thường được coi là “hộp đen”.

Sự thiếu minh bạch này đặt ra câu hỏi về độ tin cậy và trách nhiệm giải trình đối với các đánh giá rủi ro do AI thực hiện. Để giải quyết vấn đề này, các nhà nghiên cứu đang nỗ lực phát triển các mô hình AI với khả năng giải thích có thể cung cấp cái nhìn sâu sắc về quá trình ra quyết định của thuật toán AI.

Ngoài ra, việc triển khai thành công AI trong đánh giá rủi ro môi trường đòi hỏi quyền truy cập vào các bộ dữ liệu đa dạng và chất lượng cao. Thu thập và quản lý dữ liệu là các khía cạnh quan trọng để đào tạo các thuật toán AI và đảm bảo tính chính xác của chúng.

Tuy nhiên, việc thu thập dữ liệu môi trường toàn diện và đáng tin cậy có thể là một thách thức, đặc biệt là ở các nước đang phát triển hoặc vùng sâu vùng xa.

Những nỗ lực đang được thực hiện để cải thiện các phương pháp thu thập dữ liệu và khuyến khích chia sẻ dữ liệu để vượt qua những thách thức này.

(Theo Microstep)

Đầu giờ chiều 5/7, Sở GD-ĐT Quảng Nam công bố điểm thi THPT quốc gia 2017. Một số thí sinh có thể xem điểm thi bằng cách đăng nhập số báo danh hoặc họ tên thí sinh.

Ngày 6/11/2023, Zalo AI Challenge 2023 chính thức công bố 3 đề bài tương ứng với 3 mảng khác nhau của AI. Cụ thể, ở mảng ngôn ngữ tự nhiên (Natural Language Processing – NLP), với đề bài Elementary Maths Solving - các đội thi được yêu cầu xây dựng mô hình AI để giải toán tiểu học theo chuẩn chương trình giáo dục Việt Nam.

Ở mảng hình ảnh, với đề bài Advertising Banner Generation, AIsẽ tự thiết kế các banner quảng cáo dựa trên các thông tin mô tả cho trước.

Với bài toán Background Music Generation – thuộc mảng âm thanh, mô hình AI cần “sinh ra” các đoạn nhạc nền dựa trên yêu cầu về giai điệu, nhạc cụ, thể loại nhạc…Tất cả yêu cầu đầu vào cho 3 bài toán trên đều được thể hiện dưới dạng văn bản.

Cả ba bài toán của cuộc thi năm nay đều nằm trong xu hướng Generative AI (trí tuệ nhân tạo tạo sinh) là một làn sóng công nghệ đang được quan tâm trên toàn thế giới. Với Generative AI, giới khoa học kỳ vọng trí tuệ nhân tạo có thể tiến đến tự sản xuất nội dung như cách con người đang làm.

Đây là một bước phát triển vượt bậc của AI, đánh dấu sự chuyển mình từ các mô hình AI phân tích và phân loại dữ liệu truyền thống sang AI tạo nội dung để hỗ trợ hiệu quả cho cuộc sống con người trong tương lai.

Generative AI là xu hướng AI còn khá mới không chỉ ở Việt Nam mà trên toàn thế giới, do vậy, đề bài năm nay được đánh giá là thách thức hơn so với những lần tổ chức trước.

Theo tiến sĩ Châu Thành Đức, Trưởng bộ phận Nghiên cứu và phát triển tại Zalo AI, mọi năm, thí sinh có thể bắt tay ngay vào tự xây dựng giải pháp cũng có khả năng được kết quả cao. Năm nay, các đội thi cần phải có sự đầu tư vào cả khâu nghiên cứu lẫn thiết bị huấn luyện.

“Các đội thi nên có sự khảo sát và nghiên cứu các mô hình phù hợp rồi từ đó mới xây dựng giải pháp. Generative AI cũng đòi hỏi những yêu cầu nhất định về máy móc huấn luyện nên cần định ra hướng đi riêng, phù hợp điều kiện hiện có của mình”,Tiến sĩ Châu Thành Đức giải thích thêm.

Bên cạnh đó, bản thân từng bài toán cũng có những thử thách riêng dành cho các đội thi. Ở đề bài Elementary Maths Solving, để giải toán tiểu học, các mô hình AI không chỉ hiểu và trả lời, mà còn phải có khả năng suy luận và giải quyết vấn đề.

Ở đề bài Advertising Banner Generation, các mô hình AI cạnh tranh nhau về việc sáng tạo hình ảnh – một yêu cầu khá khó khi sáng tạo vốn không có biên giới và việc đánh giá cũng không dễ dàng ngay cả với con người.

Tương tự, ở bài Background Music Generation, âm thanh nói chung và đặc biệt là âm nhạc là những gì con người chỉ có thể cảm nhận, chứ không thể nhìn thấy hay chạm vào. Do vậy, làm thế nào để tối ưu hóa mô hình sẽ là vấn đề “cân não” của các đội thi chọn đề tài này.

Với việc chọn Generative AI làm chủ đề chính cho cuộc thi năm nay, thông qua giải thưởng lên đến 15.000 USD và bộ dữ liệu huấn luyện chất lượng, Zalo AI hi vọng các bạn sinh viên, các nhóm nghiên cứu nhỏ có thể tiếp cận được các nguồn lực cần thiết và có thêm động lực để phát triển các mô hình về AI tạo sinh.

Từ đó, thúc đẩy xu hướng này trong cộng đồng AI, không chỉ giới hạn ở các công ty lớn nhiều tiềm lực, góp phần giúp Việt Nam có nhiều cơ hội bắt kịp làn sóng công nghệ AI tạo sinh của thế giới.

Lý giải cho điều này, BTC cuộc thi cho rằng, càng có nhiều cá nhân, tổ chức tham gia vào việc nghiên cứu và phát triển AI thì càng có cơ sở để kỳ vọng các mô hình AI hoàn thiện hơn trong tương lai. 

“Chiến thắng một cuộc thi không quan trọng bằng việc vượt qua chính mình để kiên trì trên hành trình làm AI – vốn dĩ có nhiều khó khăn và thách thức. Với Zalo AI Challenge, chúng tôi hi vọng tạo động lực và cảm hứng cho những ai đang theo đuổi hành trình này. Chúng tôi tin rằng các nghiên cứu sau đó sẽ có thêm cảm hứng để tiếp tục và làm tốt hơn trong tương lai”,ông Đức cho biết thêm.

Bên cạnh đó, sự gắn kết và học hỏi từ cộng đồng cũng quan trọng không kém để thúc đẩy ngành AI Việt Nam cùng phát triển. Các nhóm nghiên cứu có thể chia sẻ kết quả để tạo ra động lực cạnh tranh và hoàn thiện mô hình cho các nhóm khác đồng thời các bên cũng học hỏi và kế thừa kinh nghiệm lẫn nhau. 

Chính vì lý do đó, Zalo AI Challenge chọn thể thức thi đấu theo hình thức Kaggle và giữ nguyên trong suốt 6 lần tổ chức. Các đội thi trong quá trình thi đấu sẽ liên tục cập nhật kết quả mô hình trên bảng xếp hạng Leaderboard Ranking để có thể trực tiếp theo dõi quá trình huấn luyện của nhau theo thời gian thực (real-time).

Đồng thời, sau khi kết thúc cuộc thi, Zalo AI luôn khuyến khích các đội thi chia sẻ giải pháp của mình với cộng đồng AI trong khuôn khổ Zalo AI Summit hoặc trên các diễn đàn về công nghệ của Việt Nam. 

Zalo AI cũng sẽ đóng góp dữ liệu huấn luyện từ cuộc thi để các đội thi, và rộng hơn là cộng đồng AI, có thể tiếp tục các nghiên cứu sau đó. Việc chuẩn bị bộ dữ liệu cũng là một quá trình công phu với mong muốn giúp những người làm AI có được những bộ dữ liệu chất lượng.

Năm nay, bộ dữ liệu được Zalo AI quan tâm nhiều hơn đến các tiêu chuẩn hàn lâm, hướng đến việc dùng cho cả các nghiên cứu khoa học.

Ngoài các nhân sự cao cấp tại Zalo AI, thí sinh tham dự cuộc thi còn nhận được sự tham gia cố vấn đến từ các chuyên gia về AI đầu ngành như giáo sư Nguyễn Lê Minh, Giám đốc trung tâm nghiên cứu về Interpretable AI ở Viện khoa học và Công nghệ tiên tiến Nhật Bản (JAIST), Phó Giáo sư Trần Thanh Long, Phó Trưởng khoa, Giám đốc nghiên cứu khoa Khoa học Máy tính, Đại học Warwick (Anh), Tiến sĩ Ngô Đức Thành - Trưởng khoa Khoa học Máy tính, Đại học CNTT TP.HCM.

Cuộc thi chính thức mở vào ngày 6/11/2023 và kết thúc thời hạn nộp bài trên tập dữ liệu huấn luyện vào ngày 1/12/2023. Trong thời gian này, kết quả của các đội sẽ được công khai trên bảng xếp hạng Leaderboard. Sau đó, mô hình của các đội thi sẽ được kiểm tra trên một tập dữ liệu khác với dữ liệu huấn luyện ban đầu và kết quả cuối cùng của cuộc thi sẽ được tính dựa vào kết quả mô hình trên tập dữ liệu này. Các đội chiến thắng sẽ chia sẻ giải pháp tại Zalo AI Summit 2023. 

Khẩu "súng ma" mà cảnh sát Altoona thu giữ được trên người Mangione đã trở nên phổ biến trong một thập kỷ qua, phần lớn vì loại công cụ này không có số seri và khó bị lực lượng chức năng truy dấu.

Luigi Mangione bị cảnh sát Altoona (Pennsylvania) bắt giữ hôm 9/12 khi xuất hiện tại một cửa hàng McDonald's. Mangione bị cáo buộc đã nổ súng khiến CEO Brian Thompson của UnitedHealthcare thiệt mạng trên Đại lộ 6 ở New York hôm 4/12. Magione bị Văn phòng Công tố viên Manhattan truy tố chỉ vài giờ sau đó. Ảnh: NBC.

Loại "súng ma" mà Mangione sở hữu có thể được chế tạo bằng máy in 3D hoặc đặt mua rời các bộ phận từ Internet rồi tự lắp ráp.

Trong quá khứ, "súng ma" từng được xem như một công cụ giải trí của những người yêu thích súng đạn song giờ đây đã trở thành một phần của vấn nạn bạo lực vũ trang tại Mỹ.

"Súng ma" là gì?

"Súng ma" là thuật ngữ chỉ chung các loại súng được mua dưới dạng khung hoặc bộ phận khóa nòng không hoàn chỉnh, vốn có thể được lắp ráp thành súng dùng được bằng cách kết hợp với các bộ phận khác mua riêng.

Thuật ngữ "súng ma" được dùng để mô tả sự "vô hình" của các thiết bị này trong mắt lực lượng thực thi pháp luật. Trước năm 2022, "súng ma" không có số seri và người dùng có thể mua các bộ lắp ráp súng nói trên mà không cần đăng ký.

Thậm chí, nhiều người chưa đủ tuổi hợp pháp sử dụng súng hoặc không cần trải qua quá trình kiểm tra lý lịch thường lệ vẫn có thể đặt mua các khẩu "súng ma", theo Guardian.

Máy in 3D cũng đã được sử dụng để chế tạo súng đầy đủ chức năng, các bộ phận của súng và phụ kiện.

"Súng ma" vốn đã xuất hiện từ lâu dưới dạng đồ sưu tập cho giới chơi súng. Ảnh: San Francisco Chronicles.

"Súng ma" trở nên nổi tiếng vào giữa thập niên 2010 sau khi Cody Wilson, nhà vận động vì quyền sử dụng súng, thành lập tổ chức Defense Distributed và phân phối nguồn mở với các sơ đồ kỹ thuật số cần thiết để tạo ra súng.

Mặc dù chính quyền cựu Tổng thống Barack Obama từng ban hành và duy trì một đạo luật nhằm ngăn chặn việc phân phối các loại bản vẽ này, sự mơ hồ xoay quanh tính hợp pháp của chúng đồng nghĩa rằng người ta vẫn có thể tìm thấy những sơ đồ kỹ thuật số thiết kế súng trên Internet.

Các bộ lắp ráp súng thủ công đã xuất hiện từ thập niên 1990 song chúng nhanh chóng thu hút sự chú ý vào những năm 2010 khi được sử dụng trong những vụ nổ súng nổi tiếng.

Tại California, nơi giới chức địa phương đã đệ đơn kiện các đơn vị sản xuất "súng ma" và hình sự hóa việc sử dụng chúng, nhiều vụ nổ súng nổi bật đã được xác định có liên quan đến "súng ma" trong thập kỷ qua.

Súng tự chế đã được sử dụng trong một vụ xả súng hàng loạt ở Santa Monica vào năm 2013. Các khẩu "súng ma" cũng được cho là đã xuất hiện trong vụ cướp nhà băng ở Stockton hồi 2014 và một vụ nổ súng làm 6 người thiệt mạng ở ngoại ô Tehama vào năm 2017.

Năm 2019, một học sinh 16 tuổi ở Santa Clarita đã dùng một khẩu "súng ma" để giết 2 học sinh và làm 3 người khác bị thương trước khi tự tử.

California là một trong những tiểu bang chứng kiến nhiều vụ nổ súng liên quan đến "súng ma" nhất. Ảnh: Văn phòng cảnh sát Hạt Santa Clarita.

Những sự vụ nói trên đã giúp các nhà chức trách có cái nhìn sâu sát hơn và nhận ra rằng "súng ma" là những vũ khí đặc biệt chứ không đơn thuần là súng bị xóa số seri.

Dẫu vậy, số lượng súng ma cảnh sát thu được ngày càng nhiều. Vào năm 2022, Cục Rượu, Thuốc lá, Súng và Chất nổ (ATF) đã tịch thu 25.785 khẩu "súng ma", tăng gấp gần 16 lần so với năm 2017, theo số liệu của Bộ Tư pháp Mỹ.

"Súng ma" có hợp pháp không?

Tại Mỹ, việc sở hữu và lắp ráp các bộ súng tự chế được xem là hợp pháp ở cấp độ liên bang. Tuy nhiên, những khẩu "súng ma" này đã được kiểm định chặt chẽ hơn dưới thời Tổng thống Joe Biden.

Vào năm 2022, ATF đưa ra quy định mới yêu cầu các công ty thêm số seri vào những bộ phận của "súng ma", đồng thời tiến hành kiểm tra lý lịch của những khách hàng có ý định mua chúng.

ATF cũng liệt một số thành phần trong các bộ súng tự lắp ráp vào chung danh mục với súng truyền thống. ATF đồng thời yêu cầu các đại lý súng được cấp phép liên bang phải lưu giữ hồ sơ về những khẩu "súng ma" được bán ra cho đến khi họ ngừng hoạt động.

Động thái này nhanh chóng vấp phải sự phản ứng quyết liệt từ những nhà sản xuất súng và các nhà hoạt động ủng hộ Tu chính án thứ 2, theo Guardian.

Cuộc chiến pháp lý xoay quanh quy định của ATF đã trở thành tâm điểm trong án lệ Garland v VanDerStok tại Tòa án Tối cao Mỹ.

Đọc để hiểu rõ hơn lịch sử nước Mỹ

Mục Thế giới giới thiệu cuốn sách "Lẽ thường" - cuốn sách của tác giả Thomas Paine được xuất bản lần đầu vào năm 1776 và đã có vai trò quan trọng trong thời kỳ lập quốc của Mỹ. Cho đến hôm nay, cuốn sách vẫn còn nguyên giá trị lịch sử đối với những ai quan tâm đến lịch sử nước Mỹ.