Hiểu và đi trong cách mạng công nghiệp lần thứ tư

Hiểu và đi trong cách mạng công nghiệp lần thứ tư

(Tác giả: Hồ Tú Bảo – Nguồn: http://tiasang.com.vn)

Thời gian qua câu chuyện “công nghiệp 4.0” hay “cách mạng công nghiệp lần thứ tư”, viết tắt là CMCN4, được nói nhiều ở nước ta, thậm chí nghe thấy ở ta còn nhiều hơn ở các nước phát triển. Nhưng dường như mới có các bài viết từcác phóng viênbáo đài và chỉ đạo về công nghiệp 4.0 từ các nhà lãnh đạo, những người quản lý… và còn ít tiếng nói từ những người làm khoa học và công nghệ (KH&CN), những người ít nhiều hiểu về nền tảng của cuộc cách mạng công nghiệp này.

Cách mạng công nghiệp lần thứ tư là gì?

Cách mạng công nghiệp bắt đầu ở nước Anh từ nửa cuối của thế kỷ 18. Đến nay đã có sự nhìn nhận thống nhất về ba cuộc cách mạng công nghiệp đã xảy ra, mỗi cuộc cách mạng đều đặc trưng bằng sự thay đổi về bản chất của sản xuấtvà sự thay đổi này được tạo ra bởi cácđột phá của khoa học và công nghệ. Về đại thể cuộc cách mạng công nghiệp lần thứ nhất diễn ra vào nửa cuối thế kỷ 18 và gần nửa đầu thế kỷ 19, với thay đổi từsản xuất chân tay đến sản xuất cơ khí do phát minh ra động cơ hơi nước. Cuộc cách mạng công nghiệp lần thứ hai diễn ra vào nửa cuối thế kỷ 19 cho đến khi đại chiến thế giới lần thứ nhất xảy ra, với thay đổi từ sản xuất đơn lẻ sangsản xuất hàng loạt bằngmáy móc chạy vớinăng lượng điện. Cuộc cách mạng công nghiệp lần thứ ba diễn ra từ những năm 1970s với sự ra đời của sản xuấttự động dựa vào máy tính và thiết bị điện tử (thập niên 1960), máy tính cá nhân (thập niên 1970, 1980), và internet (thập niên 1990).

Cuộc cách mạng công nghiệp lần thứ tư được cho là đã bắt đầu từ vài năm gần đây, đại thể là cuộc cách mạng về sản xuất thông minh dựa trên các thành tựu đột phá trong các lĩnh vực công nghệ thông tin, công nghệ sinh học, công nghệ nano… với nền tảng là các đột phá của công nghệ số (digital technology) [1], [2].

Khái niệm “công nghiệp 4.0” được đưa ra vào năm 2011 tại Hội chợ Hannover, giới thiệu các dự kiến của chương trình công nghiệp 4.0 của nước Đức, nhằm thay đổi và nâng cao giá trị của nền công nghiệp cơ khí truyền thống của Đức. Có thể xem cuốn sách “Cuộc Cách mạng công nghiệp lần thứ tư” (The Fourth Industrial Revolution), của giáo sư Klaus Schwab, người sáng lập và điều hành Diễn đàn Kinh tế Thế giới WEF, là tuyên ngôn về cuộc cách mạng công nghiệp lần thứ tư.


Không chỉ nước Đức với chương trình Công nghiệp 4.0, các nước phát triển trong vài năm qua đều có các chương trình chiến lược về sản xuất trong tương lai khi những tiến bộ của khoa học và công nghệ đang diễn ra rất nhanh. Nước Mỹ có “Chiến lược quốc gia về sản xuất tiên tiến” (National strategy for advanced manufactoring in the United States) cho ba thập kỷ tới3, nước Pháp có “Bộ mặt mới của công nghiệp nước Pháp” (The new face of industry in France) 4, Hàn Quốc có “Chương trình tăng trưởng của Hàn Quốc trong tương lai” (Korea’s Future Growth Program) 5, Trung Quốc có “Làm tại Trung Quốc năm 2025” (Made in China 2025) 6… Ngay cả khi ta chỉ xem cái tên “cách mạng công nghiệp lần thứ tư” mới có tính chất dự báo và chưa xảy ra, vẫn không thể bỏ qua sự thật là các cường quốc đang chuẩn bị chiến lược phát triển sản xuất cho một tương lai gần.

Và tới đây việc sản xuất ngày càng thông minh, càng hiệu quả của các cường quốc này tất nhiên sẽ ảnh hưởng đến các nước khác. Mỗi quốc gia, dù đang ở vị thế nào trên bản đồ phát triển của thế giới, cũng phải tìm ra cách phát triển trong sự thay đổi do cuộc cách mạng công nghiệp này đem lại để quyết định đi như thế nào, trước hết cần hiểu rõ hơn về CMCN4.

Báo chí thường mô tả CMCN4 với các thành tựu của Trí tuệ Nhân tạo (TTNT), vớimáy móc tự động và thông minh như ô-tô tự lái, in ấn 3 chiều (3D printing), kết nối vạn vật (IoT), công nghệ sinh học và công nghệ nano… Nhưng cốt lõi của những đột phá này là gì?Có hay không điểm chung của các đột phá đó?

Có thể nói rằng đó chính là đột phá của công nghệ sốtrong những năm vừa qua, tiếp nối thành quả của cuộc cách mạng số hoá (digital revolution) diễn ra trong mấy chục năm từ khi có máy tính, tức từ cuộc cách mạng công nghiệp lần thứ ba. Vậy cách mạng số hoá và công nghệ số là gì? Công nghệ số giống công nghệ thông tin không? Những đột phá của công nghệ số là gì lại có thể tạo ra một cuộc cách mạng công nghiệp?

Các thực thể trong thế giới quanh ta ở dạng vật chất vốn có của chúng. Chiếc ô-tô là một khối sắt thép có thể chuyển động khi được đổ xăng và được điều khiển. Cây lúa, con tôm là những sinh vật được sinh ra và lớn lên. Con người là sinh vật phức tạp nhất mà chỉ riêng bệnh tật và sức khoẻ đã là động lực của một khoa học luôn được quan tâm hàng đầu: khoa học sự sống (life science). Sự ra đời của máy tính đã dẫn đến cuộc cách mạng số hoá, nhất là khi máy tính cá nhân và internet xuất hiện, ngày càng gắn bó với các hoạt động của con người. Sở dĩ vậy vì máy tính chỉlàm việc với hai con số ‘0’ và ‘1’. Để tính toán trên máy tính cho các thực thể ta cần biểu diễn được chúngbằngnhững con số ‘0’ và ‘1’ trên máy tính theonhững mô hình và cách thức thích hợp nào đó. Ta gọi các biểu diễn này là‘phiên bản số’ của các thực thể.Có thể hình dung một cách đơn giản những ‘phiên bản số’ của một chiếc ô-tôlà số liệu kỹ thuật của các bộ phận và liên kết của chúng trong quá trình sản xuất, hoặc có thể là số liệu vềchuyển động của xe và các ảnh số thu được từ camera của xe khi xe chạy trên đường. Những ‘phiên bản số’ của cây lúa, con tôm có thể là hệ gien của chúng, hoặc dữ liệu về sự biến đổi của chúng theo những thay đổi của môi trường. Những ‘phiên bản số’ của mộtngười có thể là những ý kiến của người này trên facebook, những số liệu đo được từ các thiết bị đeo trên người (wearable) hay bệnh án điện tử của người này trong cơ sở dữ liệu ở bệnh viện.

Tạo ra ‘phiên bản số’ của các thực thể chính là việc số hoá (digitalization), và công việc được làm khắp nơi này đã được ẩn dụ gọi là cuộc cách mạng số hoá. Các ‘phiên bản số’ chính là dữ liệu (data) của các thực thể, có được do quan sát, thu thập, đo đạc… và việc xử lý các dữ liệu này để tìm ra ý nghĩa của chúng, chính là tìm ra thông tin,là mục tiêu chính yếucủa ngành công nghệ thông tin (CNTT).

‘Phiên bản số’ của các thực thể cho phép ta nối chúng với nhau trên các hệ thống máy tính hoặc nối chúng vào internet, và tạo ra các không gian số (cyberspace) tương ứng với thế giớithực thể của chúng ta (physical world). Những hệ thống kết nối các thực thể và ‘phiên bản số’ của chúng được gọilà các hệ kết nối không gian số-thực thể, tạm dịch theo nghĩa của từ cyber-physical systems. Đây là một khái niệm cơ bản của CMCN4, phản ánh mối liên hệcủa sản xuất tiến hành trong thế giới các thực thể nhưng quá trình tính toán được làm trên không gian số và kết quả tính toán này được trả lại dùng chosản xuất trong thế giới các thực thể. Đây là thay đổi cơ bản về phương thức sản xuất của con người, sản xuất được điều khiển và hỗ trợ quyết định từ không gian số.Trong những năm vừa qua, các tiến bộ đột phá của công nghệ số đã và đang cho phép thực hiện các tính toán phức tạp liên quan đến trí thông minh con người, làm cho sản xuất thông minh và hiệu quả hơn.

Công nghệ số là công nghệ về các tài nguyên số, khởi đầu từ giữa thế kỷ trước, đã và đang thay đổi nhiều lĩnh vực. Có hai khía cạnh của công nghệ số, một là việc số hóa và hai là việc quản trị và xử lý các dữ liệu được số hóa. Thí dụ của số hoá trong các ngành nghề khác nhau như chụp ảnh đã chuyển từ ảnh phim qua ảnh số, từ máy ảnh cơ qua máy ảnh số; việc inấn dựa vào ảnh số và chế bản điện tử cho chúng ta có sách báo như ngày nay; kỹ thuật truyền hình đã chuyển sang truyền hình số đẹp hơn rất nhiều; công nghệ truyền tin đã thay thế các tín hiệu tương tự bằng các tín hiệu số, truyền và nhận tín hiệu số trên những đường truyền hiệu năng cao…

Công nghệ số có phần chung rất lớn với công nghệ thông tin, đó là phần quản trị và xử lý dữ liệu được số hoá. Trải qua các làn sóng của công nghệ số 6, những đột phá trong thời gian gần đâynhư điện toán đám mây, thiết bị di động thông minh, trí tuệ nhân tạo, dữ liệu lớn, IoT… đang tạo điều kiện cho sản xuất thông minh được thực hiện rộng rãi, mở đầu cho cuộc cách mạng công nghiệp lần thứ tư (Hình 2).


Hình 2.Các làn sóng của công nghệ số.

Trí tuệ nhân tạolà lĩnh vực nhằm làm cho máy tính không những biết tính toán mà còn có các khả năng của trí thông minh con người, tiêu biểu là các khả năng lập luận, hiểu ngôn ngữ và biết học tập. Trong lịch sử 60 năm phát triển của TTNT, ngành học máy (machine learning), nhằm làm cho máy có thể tự học để nâng cao năng lực hành động, là lĩnh vực sôi động nhất của TTNT trong hai thập kỷ qua. Có thể định nghĩa học máy là việc phân tích các tập dữ liệu ngày càng lớn và phức tạp để đưa ra các quyết định hành động. Thí dụ đó là các quyết định khi chương trình AlphaGo của Google đánh thắng nhà vô địch cờ Vây, là quyết định trong các phần mềm dịch từ ngôn ngữ này qua ngôn ngữ khác hay các phần mềm nhận biết tiếng nói con người, là các quyết định chẩn đoán bệnh của hệ Watson của hãng IBM… Gần đây, với sự bùng nổ của dữ liệu, kết quả của việc số hoá và kết nối internet khắp nơi,khoa học dữ liệu (data science)-với trung tâmlà phân tích dữ liệu (data analytics) dựa vàohọc máy vàthống kê-đang trở thành nền tảng của CMCN4.Có thể nói hầu hết các ứng dụng được nói dưới tên TTNT trong CMCN4 đều chủ yếu dựa vào các phương pháp của học máy cùng tiến bộ của kết nối thực thể và các hệ thống tính toán.

Rất nhiều đột phá trong công nghệ sinh học và công nghệ nanonhững năm qua, và các công nghệ này cũng liên quan rất nhiều đến công nghệ số. Gần đây việc số hoá trong sinh học phân tử đã trở nên dễ dàng với giá rẻ hơn rất nhiều (một hệ gien có thể được số hoá trong vài giờ đồng hồ với chi phí ít hơn một nghìn đô-la). Lĩnh vực tin-sinh học (bioinformatics)-dựa vào các phương pháp của học máy để phân tích nguồn dữ liệu sinh học khổng lồ nhằm khám phá các hiểu biết về sự sống- đang góp phần vào những tiến bộ của công nghệ sinh học, mở ra nhiều triển vọng cho y học và nông nghiệp.Công nghệ nano cũng có những bước tiếnhứa hẹn dựa vào công nghệ số. Gần đây nước Mỹ khởi đầu chương trình nghiên cứu lớn về vật liệu tính toán (materials genome initiative) [7], nhằm dùng các kỹ thuật của học máy để rút ngắn giai đoạn thử nghiệm trong phòng thí nghiệm khichế tạo các vật liệu mới.Một chương trình tương tự ở Nhật cũng đã bắt đầu từ hai năm qua.

Những tiến bộ thường được nói đến trong CMCN4 cho các thực thể vật lý như ô-tô tự lái, in 3D hay robot thông minh đều liên quan rất nhiều vào công nghệ số.Đại thể khi một chiếc ô-tô tự lái chạy trên đường, rất nhiều phương pháp học máy được sử dụng để xác định đường đi của ô-tô, các thực thể chuyển động quanhvà tương tác với ô-tô,và phân tích để đưa ra quyết định chuyển động của ô-tô.

Những điều cốt yếu tóm tắt về CMCN4 là cơ sở để ta xem xét cầnđi như thế nào trong cuộc cách mạng này. Phần tiếp theo trao đổi nhanh một vài ý kiến chủ quan của người viết khi những nghiên cứu, thảo luận và quyết định cần được tiến hành một cách hệ thống và nghiêm túc, tránh những tuyên bố vội vã đi trước nhận thức.

Trước hết, để đi trong CMCN4 cần biết ta đang ở đâu trong các cuộc cách mạng công nghiệp đã xảy ra? CMCN2? CMCN3? Ta đã có những yếu tố nào của CMCN4? Rồi ta muốn đến đâu, muốn có vị trí nào trên bản đồ phát triển của thế giới khi rất nhiều quốc gia khác cũng sẽ CMNC4? Sau nữa, cần nhìn CMCN4 là cuộc cách mạng của sản xuất thông minh nhưng không nhất thiết chỉ là các lĩnh vực của sản xuất công nghiệp. Cốt lõi là ta có thể thực hiện đến đâu sự thay đổi phương thức sản xuất mới này trong những việc ta muốn và cần làm.

Có những thứ ta phải lựa chọn làm đòn bẩy để phát triển, như ta đã chọn nông nghiệp và du lịch, và có những thứ ta không thể chọn mà nhất thiết phải làm như giáo dục, môi trường và y tế. Phải chăng đi trong CMCN4 của ta trước hết chính là làm nông nghiệp và du lịch thông minh, là làm giáo dục, môi trường và y tế thông minh khi biết lựa chọn và có thể làm chủ những công nghệ số và các công nghệ cao cần cho mình?

Chẳng hạn thử nghĩ về nông nghiệp trong CMCN4. Nếu ta muốn nuôi trồng một số ‘cây và con’để tham gia thị trường quốc tế, thì rất cần biết ở những nơi khác ai cũng nuôi trồng những cây và con này, sản lượng các nơi đó có thể là bao nhiêu, nhu cầu thị trường ra sao. Cần thu thập dữ liệu về những điều này và từ đó tính toán để có những dự báo và quyết định xác đáng. Nông nghiệp thông minh cũng nằm ở việc chuyển dịch một phần diện tích lúa sang các cây trồng, vật nuôi khác có giá trị cao hơn lúa.Việc dịch chuyển ở đâu, chuyển bao nhiêu, giá trị cao hơn bao nhiêu… đều cần và có thể tính toán được nhờ khoa học dữ liệu. Chẳng hạn trong việc nuôi tôm, tạo ra các giống tôm không thoái hoá cũng như thức ănthích hợp cho chúng cần được nghiên cứu với việcsử dụng công nghệ số. Từ đây từng bước ta có thể tiến đến nông nghiệp chính xác (precision agriculture) cho nhiều ‘cây và con’.

Du lịch của ta trong CMCN4 cũng cần được phát triển một cách thông minh với hỗ trợ của công nghệ số. Sự thông minh thể hiện ở chỗ phải tính toán được lợi hại của các dịch vụ, tuyên truyền sâu rộng cho người dân thấy lợi ích của dịch vụ chất lượng cao cũng như thiệt hại của ‘ăn xổi’ để khách ‘một đi không trở lại’ hoặc khách lan truyền các điểm yếu kém của du lịch Việt Nam trên không gian mạng. Việc giới thiệu du lịch cũng cần dựa trên các công nghệ số hiện đại. Cách làm của Uber dùng công nghệ số để cung cấp tiện ích cho khách hàng rất đáng học tập cho các hoạt động du lịch ở Việt Nam.Dùng được công nghệ số có thể tạo ra và cung cấp các dịch vụ tốt nhất cho khách du lịch, làm cho du khách thậthài lòng khi đến Việt Nam.

Chúng ta cần tìm cách số hoá được sông ngòi, tính toán và mô phỏng được các tình huống lũ lụt có thể xảy ra để có phương án thích hợp, tránh tình trạng phải xả lũ nhưng không biết thiệt hại sẽ xảy ra thế nào.

Trong Y tế, CNTT của ta lâu nay góp phần vào quản lý bệnh viện, nhưng còn íttrong việc khám chữa bệnh. Tiến bộ của công nghệ số ngày nay cho phép số hoá tình trạng bệnh tật và chăm sóc y tế của mỗi người dân trong bệnh án điện tử, là nền tảng của Y tế Điện tử (e-health). Có thể khai thác bệnh án điện tử để tìm ra các tri thức y học, hỗ trợ chẩn đoán, cảnh báo sai sót, gợi ý điều trị, dự đoán tác dụng phụ của thuốc…

Ta cần xem xét tác động của CMCN4 lên hầu hết mọi lĩnh vực của xã hội, cần sử dụng công nghệ số, dùng khoa học dữ liệu trong các ngành tài chính, ngân hàng, năng lượng, giao thông vận tải… Chẳng hạn, ùn tắc giao thông có thể được cải thiện nếu ta tự động phân tích được tình hình giao thông từ dữ liệu số thu bằng các cảm biến gắn trên một số xe và máy quay ở những điểm chọn lựa (thay vì các tình nguyện viên gọi điện thoại báo về tổng đài).

Ta cần tìm cách thay đổi giáo dục, để lớp công dân mới có tri thức và kỹ năng thích ứng được với thay đổi do cuộc cách mạng công nghiệp mới, để nâng cao những phẩm chất và tính nhân văn của con người mà máy không bao giờ có được.

CMCN4 mở ra một cơ hội phát triển cho Việt Nam. Sở dĩ vậy vì cuộc cách mạng công nghiệp này không như những cuộc cách mạng công nghiệp trước nhằmvào… công nghiệp, là lĩnh vực ta có khoảng cách rất lớn so với các nước phát triển, mà nhằm vào công nghệ số, đem tiến bộ của công nghệ số tới mọi lĩnh vực khác. Nếu xét về công nghiệp ô-tô, công nghiệp robot… ta có thể cách các nước phát triển nhiều chục năm, thậm chí cả trăm năm, nhưng ta có thể cách không xa các nước này ở một số công nghệ số, nếu có cách làm.

CMCN4 sẽ tác động lên mọi người và có sự tham gia rộng rãi của nhân dân, nhưng trước hết được tạo ra và thúc đẩy bằng chiến lược và chính sách quốc gia, bởi thay đổi mạnh mẽ của các doanh nghiệp, và bởi lực lượng tinh hoa của khoa học và công nghệ đất nước. CMCN4 không thể làm chỉ bởi ý chí mà phải bằng tri thức, bằng những công nghệ tiên tiến của TTNT, của khoa học dữ liệu, của kết nối thế giới thực và không gian số, của công nghệ sinh học và khoa học vật liệu…

May mắn thay CMCN4 diễn ra trên các tiến bộ của công nghệ số, của học máy và khoa học dữ liệu, là những lĩnh vực cần có nền tảng của toán học sâu sắc. Chúng ta đào tạo tương đối tốt về toánhọc và công nghệ thông tin và có khả năng đào tạo tốthơn. Xây dựng được lực lượng, phát triển khoa học dữ liệu và sử dụng được khoa học dữ liệu rộng rãi sẽ cho phép ta ‘thu hẹp khoảng cách số’ trong nhiều lĩnh vực, có thể tạo ra sự đột phá cho nhu cầu phát triển của đất nước. Việc làm chủ được công nghệ số đòi hỏi đầu tư hiệu quả cho các nghiên cứu cơ bản và nghiên cứu ứng dụng chọn lọc, cần rất nhiều thay đổi ở các viện-trường và doanh nghiệp, và đương nhiên cả ở cách làm của nhà nước.

Có một lực lượng chuyên gia người Việt về học máy và khoa học dữ liệu cũng như rất nhiều người Việt trẻ có kiến thức và kỹ năng trong các lĩnh này đang làm việc ở ngoài Việt Nam. Kết nối được lực lượng này với trong nước là một điều rất cần làm.

——————

Tài liệu tham khảo chính
1.    Klaus Schwab, The Fourth Industrial Revolution.
2.    Enabling the Next Production Revolution: Implications for Policy, Alistair Nolan, Tổ chức Hợp tác và Phát triển Kinh tế OECD, Hội nghị Việt Nam học, 12.2016.
3.    National strategy for advanced manufactoring in the United States https://www.uschamberfoundation.org/bhq/us-manufacturing-strategy.
4.    The new face of industry in Francehttp://www.gouvernement.fr/en/the-new-face-of-industry-in-france-building-the-industry-of-the-future.
5.    Korea’s future growth program http://www.eastwestcenter.org/sites/default/files/private/api111.pdf
6.    Made in China 2025http://english.gov.cn/2016special/madeinchina2025/https://www.jst.go.jp/crds/pdf/2015/FU/CN20150725.pdf.
7.    Super smart society,http://www8.cao.go.jp/cstp/kihonkeikaku/5basicplan_en.pdf
8.    How digital technology will transform the world, Fujitsu Journal, 1.2016, http://journal.jp.fujitsu.com/en/2016/01/12/01
9.    Materials Genome Initiative, https://www.mgi.gov

*Tác giả làm việc trong lĩnh vực Trí tuệ nhân tạo và Học máy từ 1980, và hiện là Giáo sư phụ trách phòng thí nghiệm về Khoa học Dữ liệu tại Viện KH&CN Tiên tiến Nhật Bản (Japan Advanced Institute of Science and Technology); là thành viên Ban chỉ đạo (steering committee) các hội nghị của vùng Châu Á-Thái Bình dương về Trí tuệ nhân tạo (PRICAI), Khai phá Dữ liệu (PAKDD) và Học máy (ACML); hiện đang phụ trách đề tài của dự án FIRST của Bộ KH&CN, gồm sáu chuyên gia người Việt ngành Học máy từ Mỹ, Úc, Ba Lan và Nhật, đang tham gia vào các hoạt động của lĩnh vực này ở Việt Nam.


Xem thêm:

——————–&&&—————–

e-Estonia – mô hình mẫu của chính phủ điện tử

e-Estonia – mô hình mẫu của chính phủ điện tử

(Nguồn: http://tiasang.com.vn)

Khi đề cập đến những chính sách phát triển của Estonia, tờ Atlantic đã nhận định Estonia – đất nước nhỏ bé ở phía bắc châu Âu với 1,3 triệu dân, đã trở thành một chính phủ điện tử (e-government) kiểu mẫu.

Mart Laar- Thủ tướng Estonia giai đoạn 1992-1994, 1999 – 2002, là người áp dụng thuế căn hộ đầu tiên ở châu Âu. Nguồn: Oslo Freedom Forum

Có lẽ, thế giới biết nhiều về Estonia chính là từ The Daily Show, chương trình truyền hình Mỹ trong vòng nửa tiếng phát vào đêm muộn thứ ba hằng tuần, khi ông Taavi Rõivas , cựu Thủ tướng nước này xuất hiện vào tháng 3/2016 để đối thoại về mô hình Estonia điện tử (e-Estonia). Mô hình này nhằm mục tiêu tạo ra một quy trình hiệu quả bằng việc đưa nhiều quy trình về thủ tục truyền thống lên hệ thống trực tuyến, ví dụ như bỏ bầu cử phiếu. Việc xây dựng mô hình e-Estonia gắn liền với sự phát triển của đất nước Estonia hiện đại.

Bắt đầu từ những năm 1980, Estonia, một quốc gia thành viên của Liên bang Xô viết, đã trở thành tâm điểm của sự phát triển công nghệ và phát triển phần mềm cũng như đi đầu trong chính sách giáo dục. Sau sự tan rã của Xô viết vào đầu những năm 1990, Estonia đã nhanh chóng chuyển đổi để tận dụng khả năng công nghệ đã được tích lũy của mình, và những nhà chính trị trẻ như Mart Laar – người tạo ra thuế căn hộ đầu tiên của châu Âu, cũng như các nhà lãnh đạo giàu tinh thần đổi mới sáng tạo như Toomas Hendrik Ilves và Taavi Rõivas, đã trở thành những “nhà lãnh đạo tri thức” (intellectual leader) ở khu vực Trung và Nam Âu. Họ chính là những người tạo ra bước đột phá trong đổi mới cho đất nước này kể từ khi tách ra độc lập.

Dưới sự lãnh đạo của họ, Estonia trở thành một quốc gia luôn luôn thử nghiệm những điều mới mẻ, thử nghiệm những ý tưởng chính sách mới. Với việc thực hiện những điều đó, Estonia đã tạo ra một nền văn hóa chính trị tập trung vào đổi mới sáng tạo, trong đó điểm nhấn là mô hình “e-Estonia”. Trong khoa học chính trị, người ta vẫn gọi đó là một phiên bản của chính sách khởi nghiệp và với việc này, Estonia đã xây dựng thương hiệu của mình là một trung tâm đổi mới sáng tạo.

Những đổi mới trong chính sách quản lý

Một trong những đổi mới sáng tạo trong chính sách nổi bật là việc Estonia áp dụng thuế đồng đều (flat tax) – loại thuế áp dụng theo cùng tỷ lệ nộp tiền cho mọi đối tượng, vào năm 1994 và trở thành quốc gia châu Âu đầu tiên bãi bỏ phương pháp thu thuế truyền thống. Điều này cho thấy, Estonia đã sẵn sàng tiếp cận những thách thức kinh tế và chính trị bằng việc mạnh dạn thử nghiệm chính sách. Trong những năm tiếp theo, Estonia trở thành quốc gia đầu tiên áp dụng hình thức bỏ phiếu từ xa bằng các thiết bị điện tử, trong đó bỏ phiếu tại nhà qua máy tính cá nhân nối mạng được áp dụng vào năm 2005 và bỏ phiếu qua tin nhắn dạng SMS trên điện thoại di động năm 2011.

Estonia còn là quốc gia cựu thành viên Xô viết đầu tiên tham gia Khu vực đồng tiền chung euro (Eurozone) vào năm 2011 và đi tiên phong trong việc dạy mã HTML ở cấp tiểu học vào năm 2012.

Joseph M. Ellis, PGS ngành khoa học chính trị tại trường Đại học Wingate, Bắc Carolina (Mỹ) đánh giá, Estonia chính là một mô hình kiểu mẫu về chính quyền điện tử. E-Estonia được xây dựng để hỗ trợ công việc vận hành kinh tế của chính phủ thêm hiệu quả, bền vững, dân chủ và minh bạch hơn. Nền tảng của mô hình này là một cơ sở dữ liệu quốc gia cho phép mọi người dân có thể giải quyết mọi việc từ nộp thuế đến bỏ phiếu. Mỗi người sẽ được chính quyền cấp một thẻ căn cước điện tử kèm một mã định danh kỹ thuật số (digital ID pin). Nhờ vậy, họ có thể thực hiện được bất kỳ giao dịch điện tử nào từ trả thuế đến trả vé xe buýt ở mọi nơi, mọi lúc trên đất nước.

Đổi mới sáng tạo ở Estonia không giới hạn ở khu vực công mà còn lan sang cả lĩnh vực tư bằng sự khuyến khích đổi mới sáng tạo về công nghệ thông tin và truyền thông. Đất nước này là một trong số những quốc gia tiên phong trong việc lắp đặt mạng Wi-Fi chất lượng cao với sự tham gia của các doanh nghiệp tư nhân. Skype – sản phẩm ứng dụng phần mềm có thể kết nối hội thoại và hình ảnh miễn phí giữa những người sử dụng máy tính bảng, máy tính và thiết bị di động khác…, là một trong những câu chuyện thành công đáng chú ý nhất của Estonia. Nhiều doanh nghiệp tư nhân Estonia đã tập trung phát triển phần mềm để đem lại nhiều tiện ích của Skype, kết quả là không chỉ người ở Estonia hưởng lợi trực tiếp từ sự thuận tiện khi sử dụng Skype mà Skype còn chọn Estonia để đặt nhiều văn phòng đại điện.

Sự tương tác giữa lĩnh vực công và tư đã góp phần tạo ra không khí đổi mới sáng tạo tại Estonia. Trong một cuộc phỏng vấn năm 2017 trên The Guardian, Tổng thống Ilves đã nhấn mạnh đến di sản giáo dục và thực tế quy mô đất nước nhỏ của Estonia, vì vậy chính phủ nước này đã tập trung nguồn lực vào công nghệ. Như Nền tảng chính sách đổi mới sáng tạo (Innovation Policy Platform), một trang web theo dấu các xu hướng đổi mới sáng tạo, đã viết về Estonia: “Trong giai đoạn 2014-2020, chính phủ đã phân bổ 155 triệu USD vào Chương trình phát triển doanh nghiệp và Chương trình Chứng nhận đổi mới sáng tạo, 87 triệu USD cho những chương trình khởi nghiệp khác và 12,7 triệu USD cho riêng các startup đổi mới sáng tạo”.

Năm nguyên nhân nền tảng của thành công

Vậy nền tảng cho văn hóa đổi mới sáng tạo ở Estonia là gì? Theo đánh giá của Phó giáo sư Joseph M. Ellis, có năm nguyên nhân chính:

Thứ nhất, sau khi Xô viết sụp đổ, không giữ thái độ “địa phương chủ nghĩa” hoặc “mặc cảm” dân tộc – những yếu tố khiến một quốc gia trở thành kẻ bên lề đời sống quốc tế, Estonia đã nhanh chóng mở cửa với thế giới để sẵn sàng chào đón các trí thức phương Tây, doanh nghiệp và chuyên gia chính sách đến với mình. Nhờ vậy Estonia đã nhanh chóng thu hút được các ý tưởng từ khắp nơi trên thế giới. Các ý tưởng xuyên quốc gia như vậy vẫn có ảnh hưởng trong những cuộc đối thoại chính trị và kinh tế của Estonia.

Thứ hai, Estonia học hỏi từ Phần Lan. Quốc gia láng giềng này đã thu hút sự quan tâm của Estonia từ ngày họ còn là thành viên của Liên bang Xô viết và họ nhanh chóng nhận định, đây chính là bài học đổi mới cho chính mình.

Thứ ba, Estonia có một quá trình xây dựng chính quyền mới khá suôn sẻ và thuận lợi hơn so với nhiều quốc gia thành viên Xô viết khác như Moldova, Belarus và Ukraine. Thuận lợi này đã tạo điều kiện cho các nhà cải cách trong cả lĩnh vực công và tư có thể cùng thực hiện được các dự án lớn mà không gặp phải cản trở nào.

Thứ tư, môi trường hoạt động mới mẻ trong lĩnh vực công của Estonia cũng cho phép các nhà hoạch định chính sách tiên tiến và bảo thủ đón nhận những ý tưởng mới. Việc tái sinh của một quốc gia Estonia mới khiến cho nó có thể “bỏ qua” về các loại lợi ích và tư tưởng cũ ở những quốc gia đã được xây dựng từ hàng thập kỷ trước như phương Tây hay Mỹ. Sự trẻ trung của môi trường chính trị Estonia tạo điều kiện cho những ý tưởng mới được thực hiện, do đó Mart Laar trở thành Thủ tướng ở tuổi 31 hay Rõivas ở tuổi 34.

Cuối cùng, tại Estonia, đổi mới sáng tạo có tác động thúc đẩy đổi mới sáng tạo tiếp theo, đem đến một văn hóa quốc gia về đổi mới sáng tạo. Các công chức chính phủ và công dân cũng tự hào với ghi nhận của thế giới về thương hiệu quốc gia “người tiên phong” hoặc đổi mới sáng tạo. Ngược lại, các nhà hoạch định chính sách Estonia cũng không sợ bị cử tri phàn nàn vì dám thử nghiệm những điều mới mẻ và giữ quan điểm chấp nhận rủi ro.

Đám mây điện toán chính quyền (government Cloud) – cơ sở hạ tầng của chính quyền điện tử đã được Estonia tạo dựng như một nền tảng công nghệ có thể cung cấp dịch vụ và quản lý dịch vụ về công nghệ thông tin cho khu vực công một cách đơn giản nhưng an toàn. Estonia đã thực hiện một giải pháp thu hút sự tham gia của các thành phần công – tư, trong đó có Quỹ Truyền thông thông tin quốc gia (RIKS) – một quỹ phi lợi nhuận được thành lập năm 2000 và do chính Bộ trưởng Bộ Kinh tế và Truyền thông quản lý cùng một số doanh nghiệp tư như Cybernetica, DELL EMC , Ericsson, OpenNode và Telia – mỗi doanh nghiệp đều có một vai trò cụ thể. Họ đã cùng thảo luận về cách triển khai nền tảng dữ liệu bằng tiếng Estonia, cách đám mây điện toán chính quyền có thể chia sẻ tài nguyên dữ liệu và nhận ra rằng cơ sở hạ tầng vẫn còn chưa sẵn sàng. Một trong những giải pháp là họ tập trung giảm bớt số lượng các khu lưu trữ dữ liệu từ 100 xuống còn 4 vào năm 2012. Do đó, các trung tâm dữ liệu trở nên an toàn hơn, sẵn sàng cho truy cập hơn, linh hoạt hơn trong việc cung cấp các dịch vụ lưu trữ và tư vấn. Điểm mạnh của nền tảng công nghệ này được kết nối với những trung tâm dữ liệu khác và những bên hưởng thụ chính là các Bộ Giáo dục, Bộ Tư pháp và Bộ Cơ sở hạ tầng, Bộ Nội vụ. Để có một hệ thống đám mây điện toán hoàn hảo, cần có sự hợp tác giữa các nhà cung cấp dịch vụ, khách hàng và đối tác. Đến nay, Đám mây điện toán chính quyền Estonia có 12 khách hàng ký kết hợp đồng, nó còn được sử dụng trong các cuộc bầu cử quốc gia.

Tô Vân tổng hợp

Nguồn: Báo KH&PT

—————–&&&—————

Robot 5 bậc tự do của Việt Nam phục vụ đào tạo

Robot 5 bậc tự do của Việt Nam phục vụ đào tạo

(Nguồn: https://vnexpress.net)

So với robot nhập, sản phẩm của Việt Nam có giá bằng một nửa nhưng đáp ứng đầy đủ các chức năng trong đào tạo về robotics.

Trong dây chuyền sản xuất công nghiệp, các tay máy và robot đã được sử dụng rộng rãi nhằm thay thế sức lao động con người, nâng cao năng suất và tính cạnh tranh của sản phẩm. Tại Việt Nam, việc sử dụng robot còn hạn chế, do giá thành đắt và đòi hỏi người sử dụng phải nắm vững kỹ thuật cần thiết. Vì vậy, vấn đề đào tạo nguồn nhân lực phát triển và sử dụng là nhiệm vụ cấp thiết.

Nhiều đại học, cao đẳng và dạy nghề về công nghệ – kỹ thuật đã có chương trình đào tạo về robot, nhưng sinh viên chủ yếu được học lý thuyết, mô phỏng và ít có điều kiện thực hành. Một số trường có ít robot thực hành nhập từ nước ngoài cũng gặp khó khăn trong sửa chữa, bảo hành do phụ thuộc vào nhà cung cấp.

Từ thực tế trên, nhóm nghiên cứu thuộc Công ty Robotics Việt Nam đã thực hiện công trình “Hoàn thiện công nghệ chế tạo robot phục vụ đào tạo”. Dự án nằm trong Chương trình quốc gia phát triển công nghệ cao đến năm 2020 của Bộ Khoa học và Công nghệ.

Sau hai năm thực hiện, nhóm đã tạo ra robot 5 bậc tự do VNR -T1 kiểu khớp xoay dạng đứng trọng lượng 15 kg, có kích thước để bàn, làm việc trong bán kính tối đa 610 m. Các khớp xoay của robot được dẫn động bằng các động cơ và bộ điều khiển có tính chính xác cao.

Robot đáp ứng các kiểu thực hành như một robot công nghiệp hoạt động độc lập, hoặc được điều khiển từ máy tính, đào tạo qua mạng.

Robot 5 bậc tự do.

Robot 5 bậc tự do.

Kỹ sư Lê Anh Kiệt, Giám đốc công ty Robotics Việt Nam cho biết, khác với robot đào tạo của các hãng tiên tiên trên thế giới, cấu hình của robot VNR-T1 cho phép học viên can thiệp vào cả hệ cơ khí (tháo lắp) và hệ điều khiển thông qua giao diện người dùng (hệ thống mở). Tùy vào mục đích hay nhiệm vụ, học viên sẽ tương tác với hệ thống thông qua phím điều khiển, nhập dữ liệu hoặc lập trình điều khiển, khảo sát các giải thuật và giám sát kết quả trên màn hình máy tính.

Người dùng có thể điều khiển từ xa robot “made in Vietnam” từ máy tính bảng hoặc điện thoại thông minh qua công nghệ bluetooth. Hệ thống xây dựng nhiều bài thực hành giúp sinh viên tiếp thu tốt hơn các môn học. Robot được cấu tạo từ nhiều phụ kiện có khả năng thay thế ngay ở trong nước để phục vụ hiệu quả công tác bảo trì, sửa chữa trong quá trình sử dụng.

Theo nhiều chuyên gia trong lĩnh vực tự động hóa, robot này có khả năng kết nối dây chuyển sản xuất linh hoạt, khả năng phát triển thành robot công nghiệp, trong khi giá thành rẻ chỉ bằng 40% thiết bị ngoại nhập.

Dự án đã chế tạo và chuyển giao cho hơn 10 trường ở TP HCM, Hà Nội, Huế, Bình Dương, Nam Định như Đại học Việt Đức, Đại học Bách khoa Hà Nội, Cao đẳng Công nghiệp Huế… và cung cấp cho một số công ty về thiết bị đào tạo.

Ông Kiệt cho biết, công ty đang tiếp tục hoàn thiện sản phẩm robot VNR-T1 theo hướng chọn vật liệu và gia công để giảm trọng lượng và giá thành, mở rộng thêm các bài thực hành trên hệ thống robot 5 bậc tự do.

Nhóm cũng thực hiện các nghiên cứu phát triển sản phẩm robot 6 bậc tự do có độ chính xác cao, cho phép xử lý đối tượng một cách tự do trong không gian ba chiều, mô phỏng đầy đủ hoạt động của cánh tay người.

Từ nền tảng này, công ty sẽ triển khai các ứng dụng trong công nghiệp như lắp ráp, mài – đánh bóng, hàn sản phẩm và đặc biệt – ứng dụng cho đào tạo.

Phạm Hương

——————-&&&——————

Nửa thế kỷ trí tuệ nhân tạo

Nửa thế kỷ trí tuệ nhân tạo

(Tác giả: Hồ Tú Bảo – Nguồn: http://tiasang.com.vn)

[04/09/2008]

Trí tuệ nhân tạo là một lĩnh vực của khoa học và công nghệ nhằm làm cho máy có những khả năng của trí tuệ và trí thông minh của con người, tiêu biểu như biết suy nghĩ và lập luận để giải quyết vấn đề, biết giao tiếp do hiểu ngôn ngữ và tiếng nói, biết học và tự thích nghi, … Hơn nửa thế kỷ qua, cùng với rất nhiều những thành tựu, ngành TTNT cũng có không ít những dự đoán không thành.

LƯỢC SỬ NGÀNH TRÍ TUỆ NHÂN TẠO
Mong muốn làm cho máy có những khả năng của trí thông minh con người đã có từ nhiều thế kỷ trước, tuy nhiên TTNT chỉ xuất hiện khi con người sáng tạo ra máy tính điện tử (MTĐT). Alan Turing−nhà toán học lỗi lạc người Anh, người được xem là cha đẻ của Tin học do đưa ra cách hình thức hóa các khái niệm thuật toán và tính toán trên máy Turing−một mô hình máy tính trừu tượng mô tả bản chất việc xử lý các ký hiệu hình thức−có một đóng góp quan trọng và thú vị cho TTNT vào năm 1950, gọi là phép thử Turing.
Phép thử Turing là một cách để trả lời câu hỏi ‘máy tính có biết nghĩ không?’, được phát biểu dưới dạng một trò chơi. Hình dung có ba người tham gia trò chơi, một người đàn ông (A), một người đàn bà (B) và một người chơi (C). Người chơi ngồi ở một phòng tách biệt với A và B, không biết gì về A và B (như hai đối tượng ẩn X và Y) và chỉ đặt các câu hỏi cũng như nhận trả lời từ A và B qua một màn hình máy tính. Người chơi cần kết luận trong X và Y ai là đàn ông ai là đàn bà. Trong phép thử này, A luôn tìm cách làm cho C bị nhầm lẫn và B luôn tìm cách giúp C tìm được câu trả lời đúng. Phép thử Turing thay A bằng một máy tính, và bài toán trở thành liệu C có thể phân biệt được trong X và Y đâu là máy tính đâu là người đàn bà. Phép thử Turing cho rằng máy tính là thông minh (qua được phép thử) nếu như biết cách làm sao cho C không thể chắc chắn kết luận của mình là đúng. Tuy phép thử Turing đến nay vẫn được xem có tầm quan trọng lịch sử và triết học hơn là giá trị thực tế (vì con người vẫn chưa làm được máy hiểu ngôn ngữ và biết lập luận như vậy), ý nghĩa rất lớn của nó nằm ở chỗ đã nhấn mạnh rằng khả năng giao tiếp thành công của máy với con người trong một cuộc đối thoại tự do và không hạn chế là một biểu hiện chính yếu của trí thông minh nhân tạo.

Trăn trở về những chiếc máy tính thông minh đã thôi thúc nhiều nhà khoa học trong nhiều năm tiếp theo, để rồi TTNT−với tư cách là một khoa học độc lập−đã ra đời chỉ chừng 10 năm sau khi những chiếc máy tính đầu tiên được tạo ra để dùng chính vào việc tính toán (thực hiện các phép tính số học cộng trừ nhân chia và so sánh bằng nhau khác nhau).

Người ta vẫn lấy hội nghị mùa hè năm 1956 tại trường Dartmouth ở Mỹ làm sự kiện ra đời của ngành TTNT. Hội nghị đầu tiên này do Marvin Minsky và John McCarthy tổ chức với sự tham dự của vài chục nhà khoa học, trong đó có Allen Newell và Herbert Simon. Bốn người này luôn được coi là những người sáng lập của ngành TTNT. Nhiều người tham gia hội nghị Dartmouth sau này đã trở thành những thủ lĩnh về nghiên cứu TTNT trong nhiều thập kỷ, trong đó có giáo sư Donald Michie, một người tiên phong về TTNT ở châu Âu, người đã lập ra phòng thí nghiệm TTNT nổi tiếng tại đại học Edinburgh ở Anh. Chính tại hội nghị Dartmouth, McCarthy đã đề nghị tên gọi ‘artificial intelligence’. Mặc dù còn tranh cãi trong một thời gian, tên này vẫn được thừa nhận và dùng cho đến nay.
Ba trong bốn người sáng lập ngành TTNT đều ở tuổi 29 vào mùa hè 1956 tại Dartmouth (trừ Herbert Simon, người nhận giải Nobel năm 1978 về những đóng góp trong nghiên cứu về quá trình trợ giúp quyết định trong kinh tế, năm đó 40). Những người sáng lập ngành TTNT đều lần lượt được nhận giải Turing của ACM (Hội Tin học lớn nhất thế giới)−được xem là giải Nobel của Tin học, mỗi năm thường chỉ trao cho một người: Minsky (1969), McCarthy (1971), Newell và Simon (1975). Tính đột phá của tuổi trẻ và tài năng đã thôi thúc họ nghĩ đến, đặt ra và đi tìm lời giải cho những vấn đề nền tảng của TTNT, như đề xuất Dartmouth cho những người làm nghiên cứu về TTNT: “mọi khía cạnh của khả năng học tập cũng như mọi tính chất khác của trí thông minh đều có thể mô tả được thật chính xác sao cho có thể làm ra máy để thực hiện chúng”, hoặc giả thuyết của Newell và Simon tiên đoán bản chất của trí thông minh là việc điều khiển ký hiệu: “mọi hệ ký hiệu hình thức đều có các cách cần và đủ để thực hiện các hành động thông minh phổ quát”.

Một chuyện được quan tâm nữa là liệu máy có mô phỏng được bộ não con người? Một số người khi này đã quả quyết rằng về mặt công nghệ hoàn toàn có thể sao chép y chang bộ não người vào phần cứng và phần mềm máy tính, và do vậy bộ não mô phỏng trong máy tính hầu như hoàn toàn giống bộ não thật. Nhiều hệ lập luận tổng quát hay các hệ hiểu ngôn ngữ con người (thường được gọi là ‘ngôn ngữ tự nhiên’) như ELIZA hay SHRDLU (tên này được ghép từ sáu chữ cái xuất hiện nhiều nhất trong tiếng Anh) được phát triển trong thời gian này. Rất lạc quan, năm 1965 Simon tuyên bố: “Máy móc trong vòng hai mươi năm nữa sẽ có khả năng làm tất cả mọi việc con người làm”, hoặc năm 1967 Minsky tiên đoán: “Quãng một thế hệ nữa, việc tạo ra trí thông minh nhân tạo sẽ cơ bản được giải quyết”.
Tuy nhiên nhiều mong đợi đã không đến. Những tiên đoán này và nhiều tiên đoán khác đã không thành sự thật. Các hệ thông minh vạn năng dựa trên lập luận hình thức đã không thành công. Sau hơn một thập kỷ của những hứng khởi và lãng mạn, thập kỷ 70 của thế kỷ trước là những năm thiên hạ thất vọng tràn trề về TTNT. Chính phủ Mỹ và Anh đã cắt bỏ nhiều đề tài nghiên cứu trong lĩnh vực này.

Nhưng những thất bại ở giai đoạn này cũng giúp giới nghiên cứu hiểu rõ hơn những hạn chế tính toán của các hệ lôgích hình thức, hạn chế về những gì máy có thể làm được như đã chỉ ra bởi định lý Gödel về tính không đầy đủ, phát biểu năm 1931, rằng với mọi hệ hình thức đều có những mệnh đề đúng không thể chứng minh được. Con người cũng hiểu rõ hơn khả năng tính toán bằng máy phụ thuộc rất nhiều vào độ phức tạp tính toán của từng bài toán. Rất nhiều bí ẩn vẫn thách thức ở phía trước. Câu hỏi ‘P = NP?’ về độ phức tạp tính toán do Stephen Cook đặt ra năm 1971 đã trở thành một trong bảy bài toán thách đố của thế kỷ 21 do Viện Toán Clay công bố ngày 24.5.2000. (Nói nôm na, P là tập hợp các bài toán có thể giải trên máy với thời gian là một hàm đa thức của kích thước dữ liệu, còn NP là tập hợp con của tập non-P các bài toán được dự đoán là chỉ giải được với thời gian hàm mũ của kích thước dữ liệu, nhưng có đặc điểm là ta có thể kiểm chứng trong thời gian đa thức xem các nghiệm dự đoán của mỗi bài toán trong NP có thật sự là nghiệm hay không.) Rất nhiều vấn đề của TTNT liên quan đến bài toán này.
Những năm đầu thập kỷ 80 của thế kỷ trước đã chứng kiến sự bắt đầu của một giai đoạn quãng 15 năm của sự hồi sinh, bùng nổ và thi đua quốc tế trong ngành TTNT. Ý tưởng cơ bản để phát triển TTNT khi này là sự thông minh của máy tính không thể chỉ dựa trên việc suy diễn lôgích mà phải dựa cả vào tri thức con người, và dùng khả năng suy diễn của máy để khai thác các tri thức này. Cốt lõi của TTNT có thể diễn giải bởi công thức
TTNT = Tri thức + Suy diễn

Thành quả và nỗ lực tiêu biểu trong giai đoạn này là sự phát triển của các hệ chuyên gia (expert systems). Mỗi hệ chuyên gia về cơ bản gồm hai thành phần: một cơ sở tri thức chứa các tri thức của chuyên gia trong một lĩnh vực và một cơ chế suy diễn logic nhằm vận dụng các hiểu biết này để giải quyết các vấn đề cụ thể, với hiệu quả như chính các chuyên gia giải quyết. Các hệ chuyên gia được nghiên cứu và xây dựng khắp nơi. Hai hệ tiêu biểu là DENDRAL và MYCIN. Hệ DENDRAL nhằm giúp các nhà nghiên cứu hóa học hữu cơ xác định các phân tử hữu cơ chưa biết dựa trên phân tích phổ của chúng và các tri thức hóa học. DENDRAL do Edward Feigenbaum−một học trò của Simon, người được coi là cha đẻ của các hệ chuyên gia và được giải Turing năm 1994−và đồng nghiệp làm tại Đại học Stanford từ cuối những năm 1960. MYCIN là hệ chuyên gia có cơ sở tri thức chừng 600 luật về y học có tính đến yếu tố bất định. Từ quãng những năm đầu của thập kỷ 90, khái niệm hệ chuyên gia được nhìn rộng hơn thành khái niệm các hệ dựa trên tri thức (knowledge-based systems) theo nghĩa cơ sở tri thức không nhất thiết cần hạn chế với tri thức chuyên gia. Ý thức được vai trò của tri thức trong các hành vi thông minh của máy, con người lại phải đối mặt với bài toán làm sao có được tri thức để máy dùng. Trở ngại này vốn luôn luôn là điểm ‘tắc’ trong sự phát triển TTNT.

Quãng 15 năm này là thời phát triển sôi nổi nhiều nội dung của TTNT: về xử lý ngôn ngữ tự nhiên, như việc dịch các văn bản từ một ngôn ngữ này sang một ngôn ngữ khác; về sự thăng hoa của các phương pháp mạng neuron, vốn ra đời từ 1957 dưới dạng các perceptron đơn giản nhưng bị thờ ơ khi con người nhận ra các hạn chế của chúng; về tính toán tiến hóa, tiêu biểu là các giải thuật di truyền; về các tác tử tự trị và thông minh, những thứ có vai trò rất lớn với TTNT trong những năm về sau, …
Một chuyện đáng nhớ trong giai đoạn này là cuộc thi đua quốc tế về TTNT, khởi nguồn từ đề án máy tính thế hệ thứ 5 FGCS (Fifth Generation Computer Systems) của Nhật Bản do Bộ Ngoại thương và Công nghiệp (MITI) phát động. FGCS kéo dài trong 10 năm (1982-1992) với kinh phí ban đầu 450 triệu USD vào năm 1982. Đề án FGCS nhằm làm ra các hệ máy tính có khả năng suy diễn và giao tiếp bằng ngôn ngữ tự nhiên trên nền tính toán song song. Mặc dù cuối cùng bị đánh giá là thất bại do không đạt được các mục tiêu, đề án FGCS đã kích thích một cuộc thi đua quốc tế trong giai đoạn hồi sinh của TTNT, đặt ra và thách thức nhiều vấn đề cho giới nghiên cứu trên toàn thế giới. Nước Mỹ đã dành một kinh phí tương đương với FGCS trong các dự án TTNT của DARPA (cơ quan quản lý các đề tài nghiên cứu tiên tiến của quốc phòng). Các cường quốc khoa học ở châu Âu như Anh, Pháp, Đức cũng có những đầu tư rất lớn cho TTNT.
Từ 1956 đến nay đã là chặng đường 50 năm. Ba giai đoạn ta vừa nói trong 40 năm đầu có thể gọi tên là ‘mơ ước’, ‘thất bại’ và ‘hồi sinh’. Vậy hơn mười năm qua TTNT đã ra sao?
Không thể nói đến sự phát triển của bất cứ lĩnh vực nào trong Tin học và CNTT nếu không liên hệ với hai sự kiện ‘đổi đời’: một là sự ra đời của công nghệ vi mạch và máy vi tính vào cuối những năm 1970 và hai là sự ra đời của Internet và sự hòa nhập của CNTT và truyền thông (ICT) vào đầu những năm 1990. Trong một chừng mực nào đấy, từ hơn mười năm qua có thể mở rộng công thức cơ bản của TTNT thành

TTNT = Tri thức + Suy diễn + Môi trường

Ở đây ‘môi trường’ là Internet, là các thiết bị liên lạc không dây, là các thiết bị tính toán và lưu trữ thông tin ngày càng nhỏ hơn và mạnh hơn.

Có thể thấy hai đặc trưng chính của TTNT trong hơn mười năm vừa qua. Thứ nhất là từ những thành bại trong giai đoạn hồi sinh, con người đã thấy rằng TTNT vẫn chỉ ở trong buổi đầu của sự phát triển, và bài học lớn nhất của những năm 1980 là TTNT không thể phát triển một mình, mà ngược lại những khả năng của TTNT cần phải và đã được hợp tác phát triển trong các hệ thống của CNTT và các khoa học khác. Thứ hai là nhiều lĩnh vực mới của TTNT đã ra đời và tiến triển sôi động theo sự thay đổi của môi trường tính toán và tiến bộ khoa học. Chẳng hạn sự xuất hiện của những hệ dữ liệu lớn với quan hệ phức tạp như dữ liệu Web, dữ liệu sinh học, thư viện điện tử, … đã là động lực ra đời các ngành khai phá dữ liệu, Web ngữ nghĩa, tìm kiếm thông tin trên Web. Thêm nữa, TTNT đã thâm nhập từ các khoa học vi mô như góp phần giải các bài toán của sinh học phân tử (tin-sinh học) đến các khoa học vĩ mô như nghiên cứu vũ trụ, rồi cả khoa học xã hội và kinh tế như phát hiện các cộng đồng mạng trong xã hội hay phân tích các nhóm hành vi. Cũng có thể chăng gọi những năm vừa qua của TTNT là giai đoạn ‘hòa nhập’?
Trong các thành công của TTNT giai đoạn này có sự kiện máy tính thông minh tranh tài với các kỳ thủ cờ vua, và đặc biệt máy tính Deep Blue của IBM với trí tuệ nhân tạo đã đánh bại nhà vô địch cờ vua thế giới Garry Kasparov vào năm 1997, và cuối năm 2006 máy tính Deep Fritz lại đánh bại nhà vô địch Kramnik.
Một lĩnh vực tiêu biểu của TTNT trong giai đoạn này là các tác tử thông minh. Tác tử (agent), theo nghĩa chung nhất, là một thực thể có khả năng hành động để thực hiện những nhiệm vụ được giao. Một người đưa hàng, một luật sư hay một điệp viên là những tác tử. Một robot cứu người sau động đất hay một robot hút bụi trong nhà là những tác tử. Một chương trình được cài trên máy tính để lọc thư rác hay một chương trình luôn xục xạo trên Internet để tìm những thông tin mới về một chủ đề là những tác tử. Nói nôm na, tác tử thông minh là những tác tử biết hành động với các phẩm chất của trí thông minh, tiêu biểu là biết nhận thức môi trường xung quanh và biết hướng các hành động tới việc đạt mục đích. Một robot hút bụi sẽ là thông minh nếu biết tìm đến các chỗ bẩn trong phòng để hút bụi và không đi tới những chỗ đã làm.
Nhìn nhận các phương pháp và phát triển TTNT theo quan điểm tác tử thông minh đang trở nên phổ biến trong những năm vừa qua. Nhiều người tin rằng, để thành công các hệ TTNT cần phải có khả năng tự hành động và hành động linh hoạt trong một môi trường thay đổi, không dự đoán được trước, chẳng hạn như Internet (đây chính là các yêu cầu cơ bản của các tác tử thông minh).

VÀI LĨNH VỰC CỦA TRÍ TUỆ NHÂN TẠO
Có nhiều nội dung nghiên cứu và phát triển của TTNT, từ cách để máy có thể suy diễn lôgích và nhận thức, cách ra quyết định và giải quyết vấn đề, cách biểu diễn tri thức con người trong máy, cách lập kế hoạch hành động, hay cách máy biết tự học để tạo ra tri thức mới, … đến dịch tự động các ngôn ngữ, tìm kiếm thông tin trên Internet, robot thông minh. Ta nói về một vài lĩnh vực của TTNT có nhiều thay đổi trong những năm vừa qua.
Xử lý ngôn ngữ tự nhiên
Là việc làm cho máy có thể nhận biết và hiểu tiếng nói và ngôn ngữ của con người.
Liệu máy có thể nói được như người?
Đây là bài toán tổng hợp tiếng nói, tức việc làm cho máy biết đọc các văn bản thành tiếng người. Có thể hình dung nếu ta đưa cho máy các luật phát âm các âm tiết, bài toán này sẽ là việc áp dụng các luật này vào các âm tiết trong một từ để tạo ra cách đọc từ này. Đã có nhiều hệ thống tạo ra được giọng đọc tự nhiên của con người hoặc đọc giống giọng một người nào đấy, nhất là cho các ngôn ngữ được nghiên cứu nhiều như tiếng Anh. Nhưng vẫn cần rất nhiều thời gian để làm được như vậy cho các ngôn ngữ ít được nghiên cứu như tiếng Việt, hoặc làm cho máy thể hiện được buồn vui mừng giận khi nói như người.
Liệu máy có thể nhận biết được tiếng người nói?

Đây là bài toán nhận dạng tiếng nói, tức việc làm cho máy biết chuyển tiếng nói của người từ microphone thành dãy các từ. Dễ thấy đây là bài toán rất khó, vì âm thanh người nói là liên tục và các âm quyện nối vào nhau, vì mỗi người mỗi giọng, vì có các âm thanh khác nhiễu vào microphone, …. Với tiếng nói chuẩn, các hệ hiện đại cũng mới nhận dạng đúng được khoảng 60-70%. Đại thể, máy mới nhận biết tốt tiếng nói của từng người riêng biệt với lượng nhỏ từ vựng và phải ‘tập nghe’ với chính giọng của người đó. Với các phương pháp học thống kê trên các kho ngữ âm tốt, ta có thể sớm hy vọng vào các hệ nhận dạng tiếng nói thông minh và chính xác.
Liệu máy có hiểu được tiếng nói và văn bản của con người?
Hiểu ngôn ngữ là một đặc trưng tiêu biểu của trí tuệ và việc làm cho máy hiểu được ngôn ngữ là một trong vài vấn đề khó nhất của TTNT nói riêng và CNTT nói chung. Ta lấy thí dụ của Marvin Minsky năm 1992 khi lý giải tại sao vấn đề này lại khó và lĩnh vực này tiến chậm: “Xét một từ, chẳng hạn ‘sợi dây’. Ngày nay không một máy tính nào có thể hiểu nghĩa từ này như con người. Ta có thể kéo một vật bằng một sợi dây, nhưng không thể đẩy một vật bằng sợi dây. Ta có thể gói một gói hàng hoặc thả diều bằng một sợi dây, nhưng không thể ăn sợi dây này. Trong vài phút, một đứa trẻ nhỏ có thể chỉ ra hàng trăm cách dùng hoặc không dùng một sợi dây, nhưng không máy tính nào có thể làm việc này”.
Để hiểu nghĩa một câu, máy không chỉ cần biết nghĩa từng từ, mà trước hết phải biết phân tích được câu này về mặt ngữ pháp. Để làm việc này, đại thể máy phải tách câu thành các từ đơn lẻ hay cụm từ, nhận biết chúng là các loại từ gì, rồi xác định cấu trúc của câu, đoán nghĩa của từng từ, và giải nghĩa cả câu. Ngôn ngữ thường nhập nhằng đa nghĩa và điều này trở nên vô cùng khó với máy. Lấy một thí dụ quen thuộc của câu đơn giản ‘ông già đi nhanh quá’. Với hai cách phân tách từ và cụm từ thành (ông già)(đi)(nhanh quá) và (ông)(già đi)(nhanh quá), với các nghĩa khác nhau của động từ ‘đi’, của cụm từ ‘ông già’,… ta cũng có dăm cách hiểu câu nói trên. Làm sao để máy tự động hiểu đúng nghĩa một câu nói bất kỳ còn là một thách thức lâu dài của ngành TTNT.
Dịch tự động
Liên quan đến hiểu ngôn ngữ là việc dịch tự động từ tiếng này sang tiếng khác, chẳng hạn dịch câu ‘ông già đi nhanh quá’ sang tiếng Anh. Việc dịch này đòi hỏi máy không những phải hiểu đúng nghĩa câu tiếng Việt mà còn phải tạo ra được câu tiếng Anh tương ứng. Nhiều dự án dịch tự động đã được theo đuổi từ hàng chục năm qua, và chắc còn phải tiếp tục nhiều chục năm nữa để có được những hệ dịch tốt. Tuy nhiên, những tiến bộ gần đây của các phương pháp dịch thống kê trên các kho ngữ liệu lớn và tốt có thể cho phép đến một ngày ai cũng nhờ máy đọc được sách báo từ hàng chục thứ tiếng.
Tìm kiếm thông tin trên mạng
Đây là lĩnh vực có sự chia sẻ nhiều nhất giữa TTNT và Internet, và ngày càng trở nên hết sức quan trọng. Sẽ sớm đến một ngày, mọi sách báo của con người được số hóa và để lên mạng hay các thư viện số cực lớn. Giả sử ta muốn tìm những tài liệu liên quan đến việc ‘trí tuệ nhân tạo đóng góp vào việc nâng cao thành tích ở thế vận hội’. Nếu dùng Google để tìm với các từ khóa tiếng Anh ‘artificial intelligence’, ‘performance’ và ‘olympic’ hay dùng một hệ nào đó như Xalộ (http://www.xalo.com.vn/) để tìm với từ khóa tiếng Việt ‘trí tuệ nhân tạo’, ‘thành tích’, ‘thế vận hội’, ta sẽ nhận được rất nhiều tài liệu không phải thứ ta muốn tìm, cũng như có nhiều tài liệu liên quan không được tìm ra.
Có ít nhất hai cách để TTNT đóng góp vào việc giải bài toán này. Một là hệ tìm kiếm cho phép đưa vào câu hỏi ở dạng ngôn ngữ tự nhiên, phân tích để hiểu nghĩa câu hỏi và có cơ chế tìm kiếm các văn bản trong thư viện theo nghĩa này. Hai là hệ tìm kiếm sẽ mô hình các từ ‘trí tuệ nhân tạo’, ‘thành tích’, và ‘thế vận hội’, mỗi mô hình là một tập hợp nhiều từ khác kèm theo phân bố xác suất của chúng theo những quy luật thống kê. Thay vì tìm kiếm trên mạng hay trong thư viện với ba từ khóa, hệ sẽ tìm kiếm với ba tập hợp từ. Với các phương pháp ‘thông minh’ này, ta sẽ sống dễ dàng hơn trong không gian Internet mênh mông đầy bí ẩn.
Robot đá bóng và robot lái xe
RoboCup là một đề án nghiên cứu quốc tế từ 1995 nhằm phát triển TTNT, robot thông minh và các lĩnh vực liên quan. Chọn thi đấu bóng đá giữa các đội robot làm chủ đề nghiên cứu, đề án này hướng đến các sáng tạo công nghệ có nhiều ý nghĩa trong xã hội và công nghiệp. Với mục tiêu này, RoboCup đặt ra nhiều bài toán quan trọng đòi hỏi phải tích hợp nhiều công nghệ, như nguyên lý các tác tử tự trị, hợp tác đa tác tử, nhận biết chiến lược, lập luận thời gian thực, công nghệ robot, nhận dạng và xử lý các chuỗi hình ảnh liên tục trong thời gian thực, … Mục tiêu dài hạn của đề án RoboCup là đến năm 2050, sẽ làm được một đội người máy có thể thắng đội bóng đá vô địch thế giới. Một trong các ứng dụng chính của các công nghệ RoboCup là giải thoát nạn nhân trong các thảm họa. Có thể xem tin, hình ảnh và video của RoboCup tại http://www.robocup.org/.
Số người chết hằng năm ở Mỹ do tai nạn ôtô chỉ đứng sau số chết do bệnh tim và ung thư. Chế tạo được ôtô tự lái và an toàn cao là một mục tiêu được DARPA khởi xướng và hỗ trợ dưới dạng một cuộc thi mang tên ‘Thách thức lớn của DARPA’ (DARPA grand challenge). Cuộc thi cũng hướng đến sáng tạo các công nghệ tích hợp của thị giác máy, robot, lập kế hoạch tự động, học máy, lập luận,… để ôtô có thể tự chạy an toàn. Cuộc thi bắt đầu năm 2004 với yêu cầu xe tự đi 150 dặm qua sa mạc Nevada ở Mỹ. Có 106 đội tham gia, nhưng xe đi xa nhất chỉ được 7 dặm. Cuộc thi năm 2005 yêu cầu xe tự đi qua 132 dặm của sa mạc, đường khó hơn với hầm hẹp, dốc núi. Có 195 đội tham gia, và sau 6 giờ đua, hai đội của đại học Stanford và Carnegie Melon đã về nhất và nhì. Tháng 11.2007, cuộc thi chuyển qua lái trong thành phố với các vận động phức tạp như tránh xe khác, đỗ xe trong bãi, qua ngã tư, … tại Victorville, California với sự tham gia của 35 đội, thi qua nhiều vòng trong 8 ngày. Kết thúc cuộc đua, các đội của đại học Pittsburgh, Stanford, và Blackburg lần lượt giành các giải nhất, nhì và ba.
Sẽ đến một ngày, những chiếc ôtô chạy trên đường không cần người lái. Chỉ nói nơi muốn đến, xe sẽ đưa ta đi và đi an toàn.

TRÍ TUỆ NHÂN TẠO SẼ ĐI VỀ ĐÂU? 

Đây là câu hỏi không dễ trả lời, vì 50 năm qua ngành TTNT đã làm được rất nhiều và cũng không làm được rất nhiều những gì đã dự đoán. Dường như những người làm TTNT là những người lãng mạn nhất trong cộng đồng CNTT. Họ hay mơ ước, tưởng tượng và thách thức với những thứ của tương lai xa, và vì vậy cũng thường thất bại. Nhưng có điều to lớn nào khi đạt được lại không cần những con người như vậy?
Những bộ phim viễn tưởng của Hollywood hay tập trung vào người máy. Đấy thường là những người máy do con người trong một tương lai nào đấy tạo ra nhưng lại vượt ra khỏi tầm kiểm soát của con người, thay thế con người và thống trị thế giới. Hoặc như nếu đã xem bộ phim A.I. của Steven Spielberg mấy năm trước, hẳn ta không thể quên chú bé người máy David, tuy có trí tuệ nhân tạo vẫn luôn khát khao về một tình yêu của con người: “Mẹ ơi, hãy làm cho con thành một đứa trẻ thật”.

Những gì TTNT đang tạo ra ở đầu thế kỷ 21 này không làm con người phải sợ hãi, mà ngược lại đang từng bước đi vào cuộc sống hàng ngày của con người. Hiểu rõ về quá khứ, con người đang thiết kế và thực hiện những chương trình nghiên cứu lớn và định hướng, như khoa học về bộ não. Những gì Alan Turing nói năm 1950 vẫn có nghĩa trong thế kỷ 21 này: “Chúng ta chỉ có thể nhìn thấy một quãng đường ngắn trước mắt, nhưng chúng ta có thể thấy rất nhiều việc để làm”. Và với những gì con người đang làm, chúng ta có quyền nghĩ đến một ngày máy sẽ qua được phép thử Turing, trước khi TTNT đi hết chặng đường một thế kỷ.

——————&&&—————–

Điều gì xảy ra nếu toàn bộ thế giới được vận hành bằng blockchain?

Điều gì xảy ra nếu toàn bộ thế giới được vận hành bằng blockchain?

(Nguồn: http://cafef.vn)

Hãy tưởng tượng đến 1 thế giới mà trong đó các danh sách tự vận hành, không cần đến người giữ sổ và người giám sát. Đây cũng chính là thứ mà “blockchain” hứa hẹn, hệ thống làm nền tảng cho đồng tiền ảo bitcoin và những công nghệ phân phối sổ cái (distributed ledger technology) tương tự.

THE WORLD IF (tạm dịch: Thế giới nếu…) là chùm bài viết của tạp chí The Economist về những kịch bản có thể xảy ra trên tất cả các lĩnh vực kinh tế, chính trị, xã hội, khoa học công nghệ… sẽ ảnh hưởng đến thế giới. Các giả định được đưa ra dựa trên chính những diễn biến của thế giới ở thời điểm hiện tại.

Thời gian gần đây, thế giới đang chứng kiến sự nổi lên mạnh mẽ của tiền ảo. Tuy nhiên tiền ảo mới chỉ là 1 phần, đằng sau nó là 1 công nghệ mang tính đột phá có thể thay đổi hoàn toàn cuộc sống của chúng ta – công nghệ blockchain.

Thế giới nếu: Ông Trump đắc cử Tổng thống Mỹ lần 2

Thế giới nếu: Toàn bộ người dân ngồi chơi cũng được phát tiền hàng tháng​

Economist: Thế giới sẽ có thêm 78 nghìn tỷ USD nếu các nước mở cửa biên giới

“Chúng ta thích những danh sách bởi vì chúng ta không muốn chết”, Umberto Eco, một tác gia người Italy đã viết như vậy. Nếu không có những danh sách theo dõi mọi thứ từ con người đến đồ vật, có lẽ các tổ chức lớn sẽ sụp đổ.

Danh sách được nhắc đến ở đây bao gồm cả những danh sách đơn giản đến những bảng dữ liệu phức tạp. Tuy nhiên chúng đều có điểm chung là chúng ta phải tin tưởng vào người giữ nó, và ở đây người quản trị sẽ có quyền lực. Kế toán trưởng có thể chỉnh sửa, bóp méo bảng cân đối kế toán hay thêm những cái tên vào bảng lương của công ty. Để tránh tình trạng người quản trị gian lận, chúng ta đang dựa vào nhiều công cụ, từ kiểm toán đến hội đồng giám sát.

Bây giờ hãy tưởng tượng đến 1 thế giới mà trong đó các danh sách tự vận hành, không cần đến người giữ sổ và người giám sát. Đây cũng chính là thứ mà “blockchain” hứa hẹn, hệ thống làm nền tảng cho đồng tiền ảo bitcoin và những công nghệ phân phối sổ cái (distributed ledger technology) tương tự.

Nói thêm về blockchain, một Blockchain là một cuốn sổ cái của nhiều hồ sơ được sắp xếp theo lô dữ liệu, sử dụng các thuật toán mã hoá để liên kết chúng lại với nhau theo thời gian. Điểm đặc biệt là những cái sổ cái không lưu trữ ở một nơi tập trung hoặc bị quản lý bởi bất kỳ một cá nhân cụ thể nào mà được phân phối trên nhiều máy tính. Bất cứ ai tham gia vào blockchain đều có thể tải về bản sao. Quan trọng nhất, bản chất phân tán khiến khả năng bị hack gần như không có. Để bẻ khóa, hacker cần truy cập tất cả phiên bản cùng lúc.

Vì những đặc tính ưu việt của blockchain, có thể tưởng tượng đến 1 ngày công nghệ này thống trị thế giới?

Đây không phải là lần đầu tiên 1 hình thức “lên danh sách” hoàn toàn mới thay đổi thế giới. Hơn 500 năm trước, kỹ thuật kế toán ghi sổ kép ra đời ở miền bắc Italy, đánh dấu 1 bước tiến lớn trong quá trình phát triển của các doanh nghiệp và toàn bộ nền kinh tế. Nhà xã hội học người Đức Werner Sombart thậm chí cho rằng kỹ thuật ghi sổ kép đánh dấu sự ra đời của chủ nghĩa tư bản, cho phép mọi người chứ không phải riêng chủ doanh nghiệp theo dõi tình hình tài chính của doanh nghiệp đó.

Nếu như trong lịch sử kỹ thuật ghi sổ kép đã “giải thoát” các thương nhân khỏi nỗi lo về sổ sách kế toán, công nghệ blockchain sẽ “giải thoát” cho các tổ chức. Có lẽ đó không phải là điều mà Satoshi Nakamoto – người được cho là cha đẻ của đồng bitcoin – nghĩ ra từ đầu. Như những gì công bố năm 2008, mục tiêu của anh chỉ là tạo nên một phiên bản tiền điện tử phân phối theo dạng thức peer-to-peer và để làm như vậy người này đã tạo ra một loại cơ sở dữ liệu mới – blockchain.

Cơ sở dữ liệu này có thể cung cấp bằng chứng về sự sở hữu bất cứ lúc nào cũng như thông tin về lịch sử giao dịch của mỗi đồng tiền đã được đưa vào lưu thông. Việc mã hóa khiến gần như toàn bộ thông tin không thể được thay đổi sau khi đã đăng ký, và có nhiều bản sao được phân phối trên nhiều máy tính. Tất cả tạo nên mạng lưới blockchain công khai để bất kỳ ai cũng có thể kiểm tra khi có điều gì sai trái xảy ra. Quá trình mã hóa phức tạp chính là “người gác cổng” thay thế cho “người giữ sổ”, biến blockchain thành 1 thực thể độc lập.

Không chỉ là tiền ảo

Những bộ óc thông minh nhanh chóng cho rằng có thể sử dụng cơ chế tương tự cho nhiều thứ khác chứ không phải chỉ đối với tiền. Ethereum là 1 ví dụ. Hệ thống này cũng có 1 đồng tiền ảo giống như bitcoin với tên gọi ether, nhưng nó đã tiến thêm 1 bước khi cho phép người dùng sử dụng “hợp đồng thông minh”, những hợp đồng được tạo ra bởi hệ thống máy tính cho phép hai bên có thể tự đưa ra các điều khoản và thực thi thỏa thuận bằng công nghệ blockchain, không cần đến bên thứ ba.

Khi thầy tu dòng Francis Luca Pacioli viết cuốn sách giáo khoa đầu tiên về kỹ thuật ghi sổ kép vào cuối thế kỷ 15, ông đã không thể tiên đoán về những lợi ích to lớn mà kỹ thuật này mang lại. Tuy nhiên, ngày nay rất nhiều startup đã khẳng định rằng cuối cùng thì công nghệ blockchain sẽ thay đổi thế giới.

Công ty quản lý tài sản Everledger là 1 ví dụ. Công ty này đã đăng ký thông tin cho hơn 1 triệu viên kim cương để theo dõi chúng tốt hơn bằng công nghệ blockchain.

Một số công ty khác thì muốn sử dụng blockchain để theo dõi con người. Những em bé mới sinh sẽ được ghi vào những cuốn sổ cái trong blockchain, và mã được cấp cho mỗi người sẽ tương đương với giấy khai sinh. Nếu thông tin cá nhân của mọi người đều được đưa vào blockchain, họ sẽ kiểm soát thông tin của mình tốt hơn. Nếu 1 người đi thuê muốn chứng minh với chủ nhà rằng thu nhập của mình đủ cao để trang trải tiền thuê nhà, anh ta chỉ cần tiết lộ một số thông tin cần thiết thay vì phải cho chủ nhà xem toàn bộ lịch sử tín dụng như hiện nay.

Giáo sư Kevin Werbach của trường kinh doanh Wharton (ĐH Pennsylvania) thậm chí cho rằng blockchain còn cho phép con người lập ra những đất nước ảo với những luật lệ của riêng mình. Ra đời từ cuối năm 2014, đến nay, quốc gia ảo Bitnation đã có dân số khoảng 1.500. Bất cứ ai cũng có thể trở thành công dân, được cấp hộ chiếu ảo và còn có thể kết hôn, bất kể quốc tịch ngoài đời của họ. Các “công dân” được mã hóa, các giao dịch được thanh toán bằng tiền ảo.

Những “sổ cái số” có thể trở thành nguồn cung cấp sự thật đáng tin cậy. Ví dụ, 1 chiếc xe tham gia vào chuỗi blockchain sẽ có đầy đủ thông tin về xuất xứ, lịch sử sửa chữa và thậm chí những hành trình mà nó đã trải qua.

Georgia, Thụy Điển và Ukraine là những nước đang thử nghiệm công nghệ blockchain để quản lý đất đai. Bang Delaware của Mỹ, nơi phất lên nhờ thu hút được các công ty trên khắp thế giới đến đăng ký kinh doanh để tận dụng những chính sách ưu đãi hiếm có, cũng đang hướng tới sử dụng công nghệ blockchain.

Các giao dịch trên 1 blockchain có thể được sử dụng làm dữ liệu đầu vào cho những hợp đồng thông minh. Trong tương lai có thể xuất hiện những công ty ảo chỉ tồn tại trên nền tảng blockchain với những hợp đồng thông minh. Nỗ lực đầu tiên cho dạng này đã thất bại. Cách đây hơn năm, “The DAO” ra đời như một quỹ đầu tư mạo hiểm ảo. Nó đã huy động được hơn 160 triệu USD nhưng sau đó bị ăn cắp 60 triệu và phá sản. Tuy nhiên, một dạng đơn giản hơn là ICO – cách huy động vốn giống với IPO nhưng thay vì phát hành cổ phiếu các công ty sẽ phát hành mã token – đã cất cánh, hơn nữa còn làm dấy lên lo ngại về nguy cơ bong bóng.

Theo dạng thức gọi vốn tự động, các startup thiết lập hợp đồng thông minh trong Ethereum và phát hành “white paper” (hiểu nôm na là tài liệu giới thiệu). Sau đó nhà đầu tư có thể gửi tiền ảo ether đến hợp đồng thông minh, mã token sẽ tự động được tạo ra và có thể được giao dịch như các cổ phiếu. Tổng cộng hơn 550 triệu USD đã được huy động qua các vụ ICO. Tuy nhiên một số vụ ICO đã trở thành vụ lừa đảo.

Đến thời phi tập trung?

Albert Wenger, người đang làm việc tại quỹ đầu tư mạo hiểm Union Square Ventures (USV), cho rằng những tổ chức phi tập trung có thể thách thức các ông lớn công nghệ. Theo ông, xét đến cùng thì các ông lớn công nghệ hiện là những cơ sở dữ liệu tập trung khổng lồ. Nếu Amazon có lịch sử mua hàng thì Facebook sở hữu nhiều thông tin về người dùng và bạn bè của họ, trong khi Google có lịch sử duyệt web và tìm kiếm. “Những giá trị của các ông lớn công nghệ xuất phát từ hiện thực là họ kiểm soát gần như toàn bộ dữ liệu”, ông nói.

USV đang đầu tư vào chợ thương mại điện tử OpenBazaar. Thay vì phải truy cập vào website, người dùng sẽ down 1 ứng dụng kết nối trực tiếp họ với những người muốn mua bán hàng hóa dịch vụ. Quỹ còn đầu tư vào những startup xây dựng mạng xã hội dựa trên nền tảng blockchain cho phép người đóng góp nội dung kiếm tiền.

Trong thế giới vận hành bởi blockchain, đồ vật cũng có thể tự đưa ra quyết định. Cách đây vài năm, Mike Hearn, người từng phát triển bitcoin và hiện vẫn đang nghiên cứu về blockchain, đưa ra ý tưởng những chiếc xe tự lái hoàn toàn tự chủ. Với các hợp đồng thông minh, xe tự lái có thể kiếm tiền ảo sau khi trở khách, tự chi tiền sửa chữa hay thay thế linh kiện.

Khi đến cả đồ vật cũng có thể tự quyết định số phận của nó, vai trò của các Chính phủ sẽ là gì? Dù nhiều người mơ về viễn cảnh vô chính phủ, thực tế thì vẫn cần ai đó đảm bảo chắc chắn rằng thông tin được đưa vào blockchain là đúng. Ví dụ, ở Trung Quốc, các cơ quan chức năng cũng phải tham gia vào dự án thử nghiệm do IBM và Walmart thực hiện để đảm bảo mạng lưới cung cấp của Walmart minh bạch hơn.

Công nghệ blockchain sẽ giúp các chính phủ nhàn hạ hơn. Năm ngoái, chính phủ Dubai thông báo kế hoạch đưa tất cả các tài liệu lên blockchain vào năm 2020. Công nghệ sẽ tạo ra 1 hệ thống có chi phí khá rẻ mà các nước nghèo đang thiếu: 1 bộ máy lãnh đạo hoạt động hiệu quả hơn và có độ tin cậy cao hơn.

Dù blockchain đe dọa sẽ thay thế các NHTW, ngay từ đầu các thống đốc đã rất hào hứng với công nghệ này. Khi tất cả các ngân hàng có chung 1 sổ cái thay vì lưu trữ dữ liệu riêng rẽ, các nhà quản lý sẽ dễ dàng quan sát dòng tiền hơn. NHTW Canada và NHTW Trung Quốc đã thử nghiệm ý tưởng phát hành tiền ảo.

Nếu tiền điện tử thực sự thay thế tiền mặt, chính sách tiền tệ cũng sẽ đổi khác. Ví dụ, để kích cầu đối phó với khủng hoảng kinh tế, đồng tiền ảo sẽ được lập trình để giảm giá trị nếu như chúng không được tiêu trong 1 khoảng thời gian nhất định.

Công nghệ ngày nay vẫn chưa đủ phát triển để hỗ trợ cho những giả thiết nói trên. Các blockchain chưa thể nhận rộng (hệ thống bitcoin chỉ cho phép thực hiện 7 giao dịch mỗi giây, trong khi 1 mạng lưới thẻ tín dụng thông thường có thể thực hiện hàng nghìn giao dịch mỗi giây). Tuy nhiên, nếu nhìn vào lịch sử công nghệ, các rào cản này cuối cùng sẽ bị phá vỡ.

Một vấn đề lớn hơn là sự phản kháng của các định chế. Khi mọi thứ tự động vận hành thì một số người, một số bộ phận cũng mất đi quyền lực. Bên cạnh đó là rào cản về chính trị. Sau nhiều năm được đem ra bàn luận, đến nay bitcoin vẫn bị hoài nghi. Tuần trước Ủy ban chứng khoán Mỹ đã tuyên bố rằng hoạt động phát hành tiền ảo ICO nên được áp dụng một số yêu cầu an toàn giống như chứng khoán truyền thống.

Điều này dẫn đến câu hỏi lớn nhất: liệu có nên để blockchain vận hành thế giới? Đã xuất hiện một vài tiếng nói cảnh báo nhiều việc làm sẽ mất đi hoặc xã hội trở nên “điên loạn” vì những hệ thống blockchain lạnh lùng cứng nhắc và những hợp đồng quá đỗi thông minh. Và chắc chắn danh sách những mối lo sẽ ngày càng dài thêm.

Thu Hương

Theo Trí thức trẻ/Economist

———————-&&&————————

Mối quan hệ giữa lạm phát và tăng trưởng kinh tế Việt Nam: Nghiên cứu giai đoạn 2001-2017

Mối quan hệ giữa lạm phát và tăng trưởng kinh tế Việt Nam: Nghiên cứu giai đoạn 2001-2017

(Tác giả: BÙI THỊ ĐIỆP, MAI BÌNH DƯƠNG – Nguồn: http://tapchitaichinh.vn/)

Bài viết nghiên cứu mối quan hệ giữa lạm phát và tăng trưởng kinh tế tại Việt Nam. Dữ liệu thứ cấp giai đoạn quý I/2000 đến quý IV/2017, được thu thập chủ yếu từ Quỹ Tiền tệ Quốc tế (IMF), Kinh tế thương mại (TradingEconomics.com) và Tổng cục Thống kê. Tác giả sử dụng mô hình VAR và phân tích phản ứng đẩy để nghiên cứu mối quan hệ này. Kết nghiên cứu cho thấy, trong ngắn hạn là quan hệ nghịch biến và trong dài hạn là quan hệ đồng biến. Đây là cơ sở tác giả đề xuất một số khuyến nghị cho tăng trưởng kinh tế và kiểm soát lạm phát ở Việt Nam hiện nay.
Ảnh minh họa. Nguồn: InternetẢnh minh họa. Nguồn: Internet

Trong phát triển kinh tế, thách thức cũng như khó khăn nhất chính là sự kết hợp hài hòa giữa tăng trưởng kinh tế và kiềm chế lạm phát. Vì vậy, một trong những mục tiêu quan trọng của các nhà quản lý và điều hành nền kinh tế ở bất kỳ quốc gia nào trên thế giới bao gồm cả Việt Nam là tạo dựng môi trường kinh tế vĩ mô ổn định với mức tăng trưởng kinh tế cao và bền vững, cùng với mức lạm phát thấp.

Trong nhiều thập kỷ qua, các nhà nghiên cứu đã sử dụng mô hình kinh tế lượng khác nhau tại các quốc gia trên thế giới nhằm nghiên cứu mối quan hệ giữa lạm phát và tăng trưởng trong ngắn hạn hoặc trong dài hạn. Trên thực tế, tuỳ theo tình hình của mỗi nước, mối quan hệ giữa lạm phát và tăng trưởng có thể cùng chiều và cũng có thể ngược chiều.

Umaru và Zubairu (2012) sử dụng dữ liệu quý I/2005 đến quý II/2012 tại Nigeria bằng cách kiểm định nghiệm đơn vị của Dickey Fuller và Philips Perron. Nghiên cứu kết luận, lạm phát tác động tích cực đến tăng trưởng kinh tế thông qua việc khuyến khích sản xuất và tăng trưởng sản lượng.

Trong khi đó, Mallik và Chowdhury (2001) phân tích tác động lạm phát và tăng trưởng tại 4 quốc gia Nam Á (Bangladesh, Ấn Độ, Pakistan và Sri Lanka). Kết quả nghiên cứu chứng minh lạm phát và tăng trưởng có quan hệ với nhau một cách chắc chắn. Tính nhạy cảm của lạm phát đến sự thay đổi của mức độ tăng trưởng lớn hơn sự nhạy cảm của tăng trưởng đến sự thay đổi của lạm phát.

Faria (2001) kiểm định mối quan hệ giữa lạm phát và sản lượng trong bối cảnh nền kinh tế phải đối mặt với thời kỳ lạm phát cao kéo dài tại quốc gia Brazil, giai đoạn năm 1985 đến năm 1995. Kết quả cho thấy, lạm phát không ảnh hưởng đến sản lượng kinh tế trong dài hạn, tuy nhiên trong ngắn hạn sự ảnh hưởng của lạm phát đến sản lượng lại là nghịch biến.

Nhìn chung, thời gian qua đã có nhiều nghiên cứu khác về sự tác động qua lại giữa tăng trưởng và lạm phát. Tuy nhiên, mục tiêu của nghiên cứu này là xem xét mối quan hệ giữa lạm phát và tăng trưởng ở Việt Nam sử dụng dữ liệu theo quý giai đoạn quý I/2000 đến quý IV/2017. Kết quả nghiên cứu đề xuất các giải pháp thích hợp nhằm ổn định lạm phát, thúc đẩy tăng trưởng kinh tế tại Việt Nam.

Mô hình, phương pháp và dữ liệu nghiên cứu

Mô hình và phương pháp nghiên cứu: Dựa trên các mô hình nghiên cứu của Faria (2001) và Mallik và Chowdhury (2001), tác giả sử dụng mô hình VAR để nghiên cứu mối quan hệ giữa lạm phát (CPI) và tăng trưởng kinh tế (tốc độ tăng trưởng GDP) tại Việt Nam. Mô hình VAR(p) có dạng như sau:

Trong đó: yt là ma trận cột cấp 2×1; p: là độ trễ của yt; β: là ma trận cấp 2×1; Φ: là các ma trận vuông cấp 2×2; ut: Là nhiễu trắng.

Dữ liệu nghiên cứu sử dụng trong đề tài được thu thập từ 3 nguồn chủ yếu: IMF, trang Thông tin Kinh tế thương mại và Tổng cục Thống kê, giai đoạn từ quý I/2000 đến quý IV/2017. Bảng 1 mô tả giá trị trung bình, giá trị nhỏ nhất, giá trị lớn nhất và số quan sát dùng trong nghiên cứu.

Hàm phản ứng đẩy và kết luận

Trên cơ sở kết quả thực hiện các kiểm định của mô hình VAR như kiểm định tính dừng, kiểm định lựa chọn độ trễ tối ưu, kiểm định nhân quả granger, kiểm định tự tương quan của phần dư và kiểm định tính ổn định của mô hình cho thấy, mô hình đều thỏa mãn các điều kiện của mô hình VAR.

Thứ nhất, phản ứng của lạm phát khi có các cú sốc của tốc độ tăng trưởng kinh tế: Kết quả phân tích hàm phản ứng đẩy của các biến trong ước lượng VAR cho thấy, khi tăng trưởng kinh tế tăng lên một độ lệch chuẩn, lạm phát giảm nhẹ 6,47% trong quý thứ 1, tuy nhiên từ quý 2 đến quý 4 thì các cú sốc tăng trưởng kinh tế tác động mạnh, tích cực đến lạm phát và mạnh nhất là tăng 85,05% vào quý 3.

Mặt khác, từ quý thứ 5 trở đi các cú sốc của tăng trưởng kinh tế lại bắt đầu tác động ngược chiều đến lạm phát và bắt đầu tắt dần sau quý thứ 12 (sau 3 năm). Kết quả nghiên cứu có ý nghĩa thống kê tại mức ý nghĩa 5%. Nhìn chung, tốc độ tăng trưởng kinh tế có xu hướng tác động tích cực đến lạm phát của Việt Nam. Do đó, có thể kết luận, trong ngắn hạn tốc độ tăng trưởng kinh tế tác động tích cực đến lạm phát của Việt Nam, trong dài hạn mối quan hệ này có thể sẽ thay đổi chiều tác động và sẽ kéo dài đến 3 năm sau đó tắt dần.


Thứ hai, phản ứng của tốc độ tăng trưởng kinh tế khi có các cú sốc của lạm phát: Kết quả phân tích hàm phản ứng đẩy của các biến trong ước lượng VAR cho thấy, khiCPI tăng lên một độ lệch chuẩn, thì tốc độ tăng trưởng GDP giảm 4.36% trong quý thứ 1, mức giảm này tăng dần cho đến quý thứ 3 (giảm mạnh nhất là quý thứ 2 giảm 10,99%) và tắt dần cho đến sau quý thứ 3, kết quả nghiên cứu có ý nghĩa thống kê tại mức ý nghĩa 5%.

Từ kết quả này, khẳng định trong ngắn hạn, lạm phát tác động ngược chiều với tốc độ tăng trưởng kinh tế của Việt Nam, phù hợp với các nghiên cứu thực nghiệm của Den Haan và Wouter (2000), Mallik và Chowdhury (2001) và Faria (2001).

Hàm ý chính sách

Lạm phát và tăng trưởng kinh tế tồn tại mối quan hệ trong ngắn hạn và dài hạn, do đó, Chính phủ cần có cơ chế phối hợp đồng bộ, toàn diện giữa các chính sách kinh tế vĩ mô, đặc biệt là sự phối hợp chặt chẽ từ khâu hoạch định chính sách tiền tệ, chính sách tài khoá, chính sách tỷ giá và các chính sách khác để giải quyết để đạt được các mục tiêu kiềm chế, duy trì ổn định lạm phát và kích thích tăng trưởng.

Trong ngắn hạn, cần đẩy mạnh các biện pháp thúc đẩy tăng trưởng kinh tế và kiềm chế được lạm phát. Tuy nhiên, kết quả nghiên cứu cho thấy, tồn mối quan hệ cùng chiều giữa lạm phát và tăng trưởng kinh tế trong dài hạn, do đó cần có chính sách điều tiết lạm phát phù hợp nhằm kích thích tăng trưởng kinh tế. Một số hàm ý chính sách đối với Việt Nam như sau:

Thứ nhất, đặt mục tiêu tăng trưởng kinh tế bền vững lên hàng đầu. Trong chính sách quản lý kinh tế, cần tuân thủ nghiêm các mục tiêu kế hoạch đã đặt ra, tránh tình trạng phải từ bỏ mục tiêu tăng trưởng hiện tại để kiềm chế lạm phát, hoặc đặt kỳ vọng tăng trưởng quá cao sẽ gây hiện tượng tăng trưởng nóng, gây áp lực lên lạm phát và đời sống của người dân.

Giữ vững ổn định kinh tế vĩ mô trong mọi tình huống ổn định để phát triển và phát triển trong ổn định. Đây là biện pháp tiên quyết, trong đó luôn chủ động bảo đảm ở mức tốt nhất các cam đối kinh tế vĩ mô, kịp thời có biện pháp xử lý hoặc làm giảm các biểu hiện như thâm hụt quá mức cán cân thanh toán, nhập siêu, tình trạng căng thẳng và mất cân đối về vốn đầu tư, nợ tồn đọng vốn đầu tư…

Thứ hai, Chính phủ không nên theo đuổi mục tiêu giữ lạm phát thấp bằng mọi giá, cần thực hiện các chính sách hướng tới mục tiêu ưu tiên hàng đầu là thúc đẩy tăng trưởng nhanh để rút ngắn thời gian thực hiện công nghiệp hoá, hiện đại hoá đất nước.

Thực tế cho thấy, lạm phát cũng bị chi phối bởi những yếu tố khác. Do vậy, Chính phủ cần thực hiện các biện pháp nhằm ổn định lạm phát, tạo tiền đề để thúc đẩy tăng trưởng một cách bền vững, tránh những cú sốc lạm phát không có lợi cho nền kinh tế.

Tài liệu tham khảo:

1. ThS. Nguyễn Minh Sáng & Ngô Nữ Diệu Khuê (2015), Lạm phát và tăng trưởng kinh tế: Nghiên cứu thực nghiệm các nước đang phát triển và trường hợp Việt Nam, Tạp chí Phát triển & hội nhập số 21, tháng 03-04/2015.

2. Den Haan and Wouter 2000, “The comovement between output and prices”,  J. Monetary Econ., Vol 46, pp. 3-30;

3. Faria and Carneiro 2001, “Does Inflation Affect Growth in the Long and Short run”, Journal of Applied Economic, Vol. 4, No. 1. pp. 89-105;

4. Khan và Sehadji 2001, “Threshold Effects in the Relationship Between Inflation and Growth”, IMF Staff Papers, Vol. 48, No. 1.

5. Mallik and Chowdhury 2001, “Inflation and Economic Growth: Evidence from four South Asian Countri.es”, Asia-Pacific Development Journal,Vol. 8, No. 1. pp. 123-135;

6. Umaru and Zubairu 2012, “Effect of Inflation on the Growth and Development of the Nigerian Economy: An Empirical Analysis”, International Journal of Business and Social Science, Vol 3(10), pp. 183-191;

7. Các website: imf.org, tradingeconomics.com, gso.gov.vn…

———————&&&———————–

 

‘Deepfake’ video: Vũ khí mới trong chiến tranh giả mạo thông tin

‘Deepfake’ Videos: a New Weapon in Disinformation Wars

(Nguồn: https://learningenglish.voanews.com)

Công nghệ mới đã có thể tạo ra những video mà nhân vật trong đó nói những điều mà thực ra họ không nói.

Các video như vậy gọi là “giả mạo sâu” (“deepfakes”).

Thuật ngữ này có nguồn gốc từ học sâu (deep learning), một dạng của trí tuệ nhân tạo (artificial intelligence, or AI). Các video này được tạo từ những chương trình máy tính có thể được bán hoặc xuất hiện trên internet. Chương trình máy tính sẽ sử dụng ánh xạ mặt người và AI để tạo ra các video giả trông như thật.

Ví dụ về một deepfake video

Source: https://learningenglish.voanews.com/a/deepfake-videos-a-new-weapon-in-disinformation-wars-/4464872.html

——————–&&&——————–