Vì sao khách Úc đổ xô du lịch Việt Nam?
Ghi nhận của Thanh Niên vào trưa 10.3, dù thời tiết nắng nóng, nhưng số lượng du khách đổ về lễ hội rất lớn, đâu đâu cũng kín bước chân người, phần lớn là giới trẻ.Giáo viên tiểu học: 'Chương trình không nặng; dạy thêm, học thêm vì bệnh thành tích'
Điều tương tự cũng diễn ra với cà phê arabica trên sàn New York, kỳ hạn tháng 5 có thời điểm vọt lên tới 173,8 USD nhưng chốt phiên chỉ tăng 34,1 USD lên 5.320 USD/tấn. Giá các kỳ hạn còn lại cũng tăng không đáng kể.
Detroit Pistons lập kỷ lục buồn tại NBA với 27 trận thua liên tiếp
DeepSeek R1 được cho là mạnh mẽ không kém gì o1 của OpenAI, tuy nhiên mô hình của DeepSeek lại chỉ tốn 5,6 triệu USD cho việc đào tạo - một con số khiêm tốn so với hơn 100 triệu USD mà OpenAI đã đầu tư cho GPT-4.Mặc dù vậy, không phải ai cũng tin tưởng vào tuyên bố đột phá của DeepSeek, bao gồm người vừa đoạt giải Nobel Hóa học năm 2024 Demis Hassabis - người đã cùng với John Jumper được trao giải nhờ sử dụng thành công AI để dự đoán cấu trúc của hầu hết các loại protein.Tại Hội nghị thượng đỉnh về hành động AI ở Paris (Pháp), Demis Hassabis, người đang giữ chức CEO kiêm đồng sáng lập Google DeepMind, đã có những phát biểu gây chú ý về DeepSeek. Trong tuyên bố của mình, ông Hassabis thừa nhận mô hình này rất ấn tượng và cho rằng nhóm phát triển của DeepSeek là một trong những đội ngũ tốt nhất từ Trung Quốc.Tuy nhiên, ông cũng cảnh báo rằng nhiều tuyên bố của DeepSeek có thể bị phóng đại và gây hiểu lầm. Hassabis giải thích chi phí mà DeepSeek công bố chỉ là cho "lần chạy đào tạo cuối cùng", không phản ánh toàn bộ chi phí để phát triển một mô hình AI từ đầu đến cuối. Ông cũng cho rằng DeepSeek đã "dựa vào các mô hình phương Tây để chắt lọc", một quan điểm mà OpenAI đã nhấn mạnh ngay sau khi DeepSeek ra mắt.Cuối cùng, Hassabis khẳng định mặc dù DeepSeek rất ấn tượng, Google không coi đây là "giải pháp tối ưu" về mặt công nghệ. Ông cho biết mô hình Gemini của Google hiệu quả hơn DeepSeek về cả chi phí và hiệu suất. Chủ nhân giải Nobel Hóa học 2024 nhấn mạnh: "Chúng tôi chỉ không nói nhiều về điều đó".Sự ra đời của DeepSeek có thể là một bước tiến trong ngành AI, nhưng liệu nó có thực sự là một cuộc cách mạng hay chỉ là một chiêu trò quảng cáo như tuyên bố của Hassabis? Chỉ có thời gian mới có thể đưa ra câu trả lời.
Ví dụ, đàn ông 45 tuổi - có khả năng cao gấp 12,5 lần nguy cơ bị chậm đến hơn 2 năm mới có thể thụ thai, Giáo sư Minhas giải thích, theo Express.
Phẫn nộ xe bán tải đi kiểu ‘khôn vặt’, tạt đầu ô tô khác để sang đường
Hôm nay 1.3, Đại học Quốc gia Hà Nội phối hợp với Đại học Thanh Hoa - một đại học hàng đầu Trung Quốc, tổ chức hội thảo quốc tế "Giáo dục Đại học Việt Nam - Trung Quốc: Cơ hội và thách thức của giáo dục đại học trong thế kỷ 21 - kỷ nguyên trí tuệ số". Hội thảo là diễn đàn để các nhà khoa học của hai đại học chia sẻ, thảo luận về cơ hội phát triển của giáo dục đại học trong thời đại bùng nổ sự phát triển của trí tuệ nhân tạo (AI). Tại hội thảo, PGS Nguyễn Viết Nhung, Trưởng khoa Y, Trường đại học Y dược - Đại học Quốc gia Hà Nội, nguyên Giám đốc Bệnh viện Phổi T.Ư, cho biết từ nhiều năm trước, ở Việt Nam, nhà nước đã có chương trình quốc gia KC 4.0 nhằm đẩy mạnh nghiên cứu và ứng dụng AI trong y tế. Cũng theo PGS Nguyễn Viết Nhung, hiện Việt Nam đã có phần mềm học sâu hỗ trợ chẩn đoán lao phổi dựa trên ảnh X-quang ngực. Khi sử dụng phần mềm này, bác sĩ đưa ảnh đạt tiêu chuẩn kỹ thuật vào, sau đó phần mềm sẽ xử lý và đưa ra kết quả. Dự đoán của phần mềm với độ chính xác trên 95%. Việc ứng dụng AI đạt hiệu quả phát hiện sớm bệnh lao tăng gấp đôi so với trước khi ứng dụng AI. Công nghệ AI được gắn vào các máy X-quang và có phần mềm hỗ trợ đọc phim X-quang. AI sẽ hỗ trợ bác sĩ tìm những bệnh nhân nghi mắc lao dựa trên các tổn thương. Từ đó, bác sĩ sẽ cho chỉ định xét nghiệm tìm vi khuẩn lao chính xác hơn."Từ nhiều năm trước, tại Bệnh viện Phổi T.Ư, tôi là chủ nhiệm đề tài nghiên cứu ứng dụng AI trong chẩn đoán và dự báo dịch tễ bệnh lao phổi, dựa trên dữ liệu của Việt Nam. Chúng tôi sở hữu kho dữ liệu gồm 30.018 phim X.Q đạt tiêu chuẩn kỹ thuật dán nhãn lao phổi, hiện dữ liệu này được công khai dùng chung trong cả nước", PGS Nguyễn Viết Nhung cho biết. Theo PGS Nguyễn Viết Nhung, AI được coi là chìa khóa cho tương lai y tế, mang lại những đột phá trong chẩn đoán, điều trị, và phòng ngừa bệnh tật. Tuy nhiên, một trong những thách thức hiện nay là thiếu sự kết nối liên ngành, đặc biệt từ khâu đào tạo, giữa các ngành khoa học sức khỏe với các ngành công nghệ - kỹ thuật. "Bác sĩ thì không biết về AI, còn kỹ sư AI thì không biết về công việc thầy thuốc. Để phát triển ngành khoa học sức khỏe (trong đào tạo, nghiên cứu cũng như khám chữa bệnh), yêu cầu tất yếu là các thầy thuốc và các kỹ sư AI cần phải có "cùng một tiếng nói", nghĩa là hai bên phải hiểu được công việc của nhau, để giúp nhau tạo ra những công cụ công nghệ hỗ trợ đắc lực cho các bác sĩ. Vì thế, đào tạo liên ngành cho bác sĩ và kỹ sư AI là giải pháp hết sức quan trọng", PGS Nguyễn Viết Nhung nói. PGS Nguyễn Viết Nhung chia sẻ thêm: "Chúng ta vẫn nghe nói, AI phát triển thì bác sĩ mất việc. Chúng tôi không nghĩ như vậy, mà là bác sĩ sử dụng AI sẽ thay thế những bác sĩ không sử dụng AI". PGS Nguyễn Viết Nhung cũng bày tỏ mong muốn được hợp tác với Đại học Thanh Hoa trong nghiên cứu và đào tạo nhân lực AI y tế. Hình thức hợp tác có thể là đào tạo bác sĩ sử dụng AI thông qua các khóa học ngắn hạn, qua đó bác sĩ Việt Nam được học về phân tích dữ liệu, ứng dụng AI cơ bản; kỹ sư AI Việt Nam được học về kiến thức y khoa, thiết kế AI hiệu quả. Sự hợp tác giữa hai bên còn được thực hiện thông qua các chương trình trao đổi sinh viên, nghiên cứu sau đại học… Có những chương trình hợp tác để nghiên cứu sinh Đại học Thanh Hoa được thực hành tại bệnh viện Việt Nam, sinh viên Việt Nam được tiếp cận công nghệ AI tiên tiến tại Đại học Thanh Hoa.Theo PGS Nguyễn Viết Nhung, "mong ước thiết tha" của Trường đại học Y dược - Đại học Quốc gia Hà Nội là có một trung tâm mô phỏng y khoa đào tạo tiền lâm sàng. Hiện nay, việc đào tạo lâm sàng cho sinh viên y khoa hầu như chỉ thực hiện tại bệnh viện. Việc sinh viên trực tiếp học trên bệnh nhân ẩn chứa nhiều rủi ro và hiện cũng gặp khó khăn do thực hiện luật Khám chữa bệnh."Theo chuẩn mực đào tạo y khoa quốc tế thì đào tạo tiền lâm sàng là đào tạo trong các mô hình mô phỏng. Học qua mô phỏng thì sinh viên được phép sai lầm, được lặp đi lặp lại nhiều, có như thế các em mới nhanh giỏi lên được", PGS Nguyễn Viết Nhung chia sẻ.
