# Bài viết Liên quan AI

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "AI", bao gồm xu hướng thị trường, cập nhật dự án, phát triển công nghệ và chính sách quản lý trong ngành tiền kỹ thuật số.

Cuối cùng Apple cũng thừa nhận, Siri đã già cỗi

Apple thừa nhận Siri đã lỗi thời tại WWDC 2026, đổi tên thành Siri AI và công bố hợp tác sâu với Google, sử dụng mô hình Gemini để huấn luyện thế hệ mô hình nền tảng mới. Họ giới thiệu năm Apple Foundation Models, từ mô hình 3 tỷ tham số chạy trên thiết bị đến mô hình lớn nhất tối ưu cho GPU của Nvidia trên đám mây. Hầu hết ứng dụng cốt lõi đều được viết lại, Siri có ứng dụng riêng với khả năng lưu trữ hội thoại và đồng bộ đa thiết bị. Bài viết nhìn lại hành trình AI của Apple từ Siri năm 2011, một trợ lý ảo tiên phong nhưng sau đó bị giới hạn trong các tác vụ xác định do triết lý hệ thống khép kín. Trong khi âm thầm phát triển AI trên thiết bị (như Neural Engine, Core ML) để bảo vệ quyền riêng tư, Apple đã bỏ lỡ làn sóng AI sinh ra (Generative AI) do ChatGPT dẫn đầu. Để bắt kịp, Apple tái cấu trúc đội ngũ AI và hợp tác chặt chẽ với Google, sử dụng Gemini làm "xương sống" cho mô hình của mình, đồng thời mở rộng Private Cloud Compute sang Google Cloud và GPU của Nvidia. Chiến lược mới là tích hợp trí thông minh vào hệ thống, giúp xử lý thông báo, tóm tắt email, hỗ trợ soạn văn bản và hiểu ngữ cảnh cá nhân. Tuy nhiên, Apple Intelligence sẽ có giới hạn phần cứng (từ iPhone 15 Pro) và phải đối mặt với thách thức lớn ở thị trường Trung Quốc do quy định địa phương, có thể dẫn đến một sản phẩm khác biệt. Bài viết kết luận rằng thách thức thực sự không chỉ là công nghệ mà là cách AI thấu hiểu cuộc sống con người một cách tinh tế, biết điểm dừng cần thiết.

marsbit06/09 07:20

Cuối cùng Apple cũng thừa nhận, Siri đã già cỗi

marsbit06/09 07:20

Arthur Hayes nhận định: Bong bóng AI sắp vỡ, thị trường tiền mã hóa chịu áp lực ngắn hạn

**Tóm tắt bài viết của Arthur Hayes: Bong bóng AI sắp vỡ, thị trường tiền mã hóa chịu áp lực ngắn hạn** Arthur Hayes đưa ra phân tích về nguy cơ vỡ bong bóng AI và tác động kéo theo lên thị trường tiền mã hóa. **Luận điểm chính:** Thị trường hiện tại giống như một ảo mộng, được thúc đẩy bởi dòng tiền lớn đổ vào AI, bất chấp các yếu tố cơ bản. Sự bùng nổ AI sắp đối mặt với ba đòn giáng: 1. **Chi phí năng lượng tăng:** Xung đột Mỹ-Iran đẩy giá dầu lên cao, làm tăng chi phí vận hành cho các trung tâm dữ liệu AI, giảm lợi nhuận doanh nghiệp. 2. **Đợt IPO khổng lồ sắp tới:** Các đợt chào bán công khai của SpaceX, Anthropic và OpenAI với định giá cao ngất sẽ tạo ra áp lực bán khổng lồ, có thể vượt quá khả năng hấp thụ của thị trường. 3. **Rủi ro chính sách từ Trump:** Để giành phiếu bầu giữa lúc lạm phát gia tăng, Trump có thể công khai chỉ trích và đe dọa siết thuế, điều chỉnh ngành AI, làm suy yếu tâm lý nhà đầu tư. **Tác động đến tiền mã hóa:** Hayes lập luận rằng dòng tiền mới (1.5 nghìn tỷ USD tăng trong M2) đã chảy gần như toàn bộ vào AI, khiến Bitcoin không nhận được thanh khoản và thể hiện kém hơn dù thanh khoản toàn cầu dồi dào. Khi bong bóng AI vỡ, nó sẽ kéo theo sự suy giảm mạnh của tất cả tài sản rủi ro, bao gồm tiền mã hóa, do hoảng loạn và thắt chặt tín dụng từ các ngân hàng. **Dự báo và chiến lược:** Hayes dự đoán thị trường sẽ lao dốc trong ngắn hạn. Bitcoin chỉ có thể phục hồi mạnh sau khi thị trường chạm đáy và các ngân hàng trung ương lại nới lỏng tiền tệ để cứu vãn nền kinh tế. Vì vậy, quỹ Maelstrom của ông đã: * **Mua vào** cổ phiếu các công ty sản xuất năng lượng. * **Thoát toàn bộ** khỏi cổ phiếu liên quan đến AI. * **Cắt giảm** hầu hết các altcoin, chỉ giữ Bitcoin và Ethereum. * Sẵn sàng **bán khống** trong ngắn hạn để tận dụng đợt điều chỉnh. Tóm lại, bài viết cảnh báo về một cơn bão hoàn hảo từ địa chính trị, chính sách và cung cấp vốn có thể châm ngòi cho đợt sụt giảm lớn, và kêu gọi các nhà đầu tư bảo toàn vốn trong giai đoạn sắp tới.

Foresight News06/09 06:22

Arthur Hayes nhận định: Bong bóng AI sắp vỡ, thị trường tiền mã hóa chịu áp lực ngắn hạn

Foresight News06/09 06:22

Robot càng giống người thật càng đáng sợ? Giải mã "Hiệu ứng Thung lũng Kỳ lạ" trong thời đại robot hình người

Tác giả: Dean Fankhauser Biên dịch: Felix, PANews Mối quan hệ giữa con người và robot ngày càng phức tạp. Khi robot hình người trở nên giống con người hơn, chúng đang vấp phải một rào cản tâm lý bất ngờ có thể định hình tương tác trong tương lai: "Thung lũng Kỳ lạ" (Uncanny Valley). Hiệu ứng "Thung lũng Kỳ lạ", do chuyên gia robot Nhật Bản Masahiro Mori đề xuất năm 1970, mô tả phản ứng cảm xúc của con người khi đồ vật nhân tạo trở nên giống người. Khi robot có vẻ ngoài rõ ràng là máy móc (như R2-D2), con người dễ chấp nhận chúng. Tuy nhiên, khi chúng đạt đến mức độ giống con người nhất định nhưng chưa hoàn hảo, sự thoải mái giảm mạnh, thay vào đó là cảm giác bất an, khó chịu. Những khiếm khuyết nhỏ về cử động, biểu cảm khuôn mặt (ánh mắt, chớp mắt, nét mặt) thường là tác nhân chính. Sự khó chịu này bắt nguồn từ xung đột trong nhận thức. Não bộ vốn giỏi đọc biểu cảm và tín hiệu xã hội. Khi một robot giống người đến 90%, não đầu tiên phân loại nó là "con người", nhưng ngay lập tức phát hiện ra những điểm không nhất quán (da quá hoàn hảo, chớp mắt chậm vài mili giây), kích hoạt báo động tiềm thức về một thứ đang giả dạng. Hiện tượng này không chỉ là vấn đề thẩm mỹ mà còn ảnh hưởng sâu sắc đến thiết kế robot. Các công ty phải đối mặt với câu hỏi then chốt: nên "giống người" đến mức nào? Một số như Boston Dynamics chọn thiết kế cơ học rõ ràng, trong khi Hanson Robotics lại theo đuổi vẻ ngoài siêu thực. Đối với robot gia đình, việc được mọi thành viên chấp nhận là quan trọng, nên phần lớn chọn thiết kế cách điệu hoặc mang tính cơ học. Liệu "Thung lũng Kỳ lạ" có biến mất? Hai yếu tố có thể làm dịu hiệu ứng này: (1) Công nghệ tiến bộ giúp robot đạt độ chân thực gần như hoàn hảo, loại bỏ những điểm gây khó chịu; (2) Sự quen thuộc - những thế hệ lớn lên cùng robot hình người có thể chấp nhận chúng hơn. Hiện tại, "Thung lũng Kỳ lạ" vẫn là lời nhắc nhở rằng nhận thức của con người rất phức tạp. Để chế tạo cỗ máy giống mình, việc hiểu rõ tâm lý học con người cũng quan trọng không kém việc nắm vững công nghệ robot.

marsbit06/09 06:09

Robot càng giống người thật càng đáng sợ? Giải mã "Hiệu ứng Thung lũng Kỳ lạ" trong thời đại robot hình người

marsbit06/09 06:09

Sun Zhengyi - Người bị phá sản bởi những câu chuyện hay, đang chờ đợi Alibaba tiếp theo của mình

Son Masayoshi đã trở lại. Sau nhiều năm thất bại với những khoản đầu tư như WeWork và tổn thất lớn từ Quỹ Vision, ông giờ đây được cứu rỗi bởi làn sóng AI. Cổ phiếu Arm và cổ phần OpenAI trong tay ông tăng giá mạnh, đưa SoftBank bật tăng và đưa Son Masayoshi trở lại vị trí người giàu nhất châu Á. Ông từng trải qua đỉnh cao internet những năm 1990, giàu lên nhanh chóng nhờ Yahoo và Alibaba, nhưng cũng chứng kiến tài sản bốc hơi 700 tỷ USD khi bong bóng vỡ. Giai đoạn 2017-2022 là chuỗi ngày đen tối: WeWork sụp đổ, Vision Fund thua lỗ nặng, hàng loạt startup thất bại. Son Masayoshi thừa nhận sai lầm, rút vào im lặng và chuyển sang "chế độ phòng thủ". Bước ngoặt đến với Arm - công ty ông mua năm 2016 với giá cao nay trở thành "cần câu vàng" trong kỷ nguyên AI. IPO năm 2023 giúp SoftBank thu về gấp 10 lần. Nhưng quyết định lớn nhất là đổ hàng trăm tỷ USD vào OpenAI, khoản đầu tư hiện đã sinh lời khoảng 450 tỷ USD. Nhờ hai tài sản AI này, SoftBank phục sinh ngoạn mục. Son Masayoshi, người luôn tìm kiếm những câu chuyện vĩ đại để thay đổi thế giới, một lần nữa được vận may mỉm cười.

marsbit06/09 04:32

Sun Zhengyi - Người bị phá sản bởi những câu chuyện hay, đang chờ đợi Alibaba tiếp theo của mình

marsbit06/09 04:32

Cách thực hiện nghiên cứu sâu với Dynamic Workflows của Claude

Công việc nghiên cứu kỹ thuật chứa đầy cạm bẫy, dễ bị chìm trong biển thông tin và mất tập trung vào mục tiêu ban đầu. Claude mới giới thiệu tính năng **Dynamic Workflows** (Quy trình làm việc động), một bước tiến vượt bậc so với các phương pháp AI truyền thống bằng cách tự động thiết kế và điều phối quy trình tối ưu cho từng nhiệm vụ cụ thể, đặc biệt hiệu quả cho nghiên cứu sâu (**deep-research**). Dynamic Workflows hoạt động dựa trên sáu mẫu điều phối lõi, giải quyết hai vấn đề cốt lõi: **cách chia nhỏ nhiệm vụ** và **cách hợp nhất kết quả**: 1. **Định tuyến (Classify-And-Act)**: Phân loại nhiệm vụ và định tuyến đến chuyên gia phù hợp nhất. 2. **Chia tách & Hợp nhất (Fan-out & Merge)**: Chia thành các nhiệm vụ con chạy song song, sau đó tổng hợp kết quả. 3. **Xác minh đối kháng (Adversarial Verification)**: Sử dụng nhiều agent độc lập để thách thức và biểu quyết cho một kết luận, chống lại thiên kiến xác nhận. 4. **Tạo & Lọc (Generate & Filter)**: Tạo ra nhiều phương án, sau đó lọc để giữ lại những phương án tốt nhất. 5. **Giải đấu (Tournament)**: Các agent cạnh tranh từng cặp qua nhiều vòng để chọn ra giải pháp tối ưu. 6. **Vòng lặp (Loop)**: Lặp lại nhiệm vụ một cách thích ứng cho đến khi đạt tiêu chí hoàn thành. So sánh với hệ thống deep-research tự xây dựng trước đây, Dynamic Workflows của Claude bổ sung các cơ chế then chốt giúp nghiên cứu **định hướng mục tiêu** và **chắc chắn** hơn: * **Phân tách vấn đề**: Phân tích câu hỏi ban đầu thành các khía cạnh phụ trước khi hành động. * **Đánh giá độ tin cậy**: Xếp hạng độ tin cậy của từng nguồn thông tin. * **Hợp nhất chọn lọc**: Sử dụng biểu quyết đa agent để loại bỏ thông tin không đủ ủng hộ, thay vì gộp chung mọi thứ. * **Đầu ra tập trung vào quyết định**: Báo cáo cuối cùng đưa ra đánh giá và khuyến nghị hành động rõ ràng, phục vụ cho việc ra quyết định. Những cải tiến này giải quyết hiệu quả các vấn đề phổ biến của AI trong các nhiệm vụ dài như: **trôi dạt mục tiêu**, **dừng sớm**, **nhiễm ngữ cảnh** và **thiên kiến đầu ra**. Dynamic Workflows không chỉ là một cuộc đối thoại thông minh hơn, mà là **cơ cấu hóa chính quy trình nghiên cứu**, giúp rút ngắn đáng kể số lần tương tác cần thiết (từ hơn chục lần xuống còn 3-4 lần), dù tiêu tốn token nhiều hơn. Tuy vẫn còn một số thách thức như cơ chế xác minh cần khắt khe hơn với dữ kiện thực tế (ví dụ trong blockchain), khả năng tư duy liên ngành sâu cho các lĩnh vực mới, và việc thiết kế-xác thực giải pháp dựa trên ràng buộc thực tế, Dynamic Workflows đã đánh dấu một bước nhảy vọt về **tính linh hoạt và khả năng thích ứng** của AI, chuyển từ việc giải quyết các vấn đề tĩnh sang xử lý các nhiệm vụ mở với quy trình được tối ưu hóa tự động.

marsbit06/09 03:10

Cách thực hiện nghiên cứu sâu với Dynamic Workflows của Claude

marsbit06/09 03:10

Chứng khoán Mỹ đắt quá? CIO hàng đầu này lục lọi toàn cầu, tìm ra 5 mã chứng khoán thơm hơn cả Nvidia

James Demmert, CIO của Main Street Research, cho rằng tuy vẫn lạc quan về thị trường Mỹ với mục tiêu S&P 500 đạt 8100 điểm, nhưng cơ hội lớn hơn lại nằm ở cổ phiếu quốc tế. Ông đề xuất 5 mã cổ phiếu nước ngoài có định giá hấp dẫn và hưởng lợi từ cách mạng AI: ASML (công nghệ bán dẫn), HSBC (ngân hàng toàn cầu), Siemens Energy (cơ sở hạ tầng lưới điện), BHP Group (khai thác đồng phục vụ AI) và AstraZeneca (chăm sóc sức khỏe). Demmert nhận định thị trường châu Âu và Nhật Bản đang được hỗ trợ bởi các gói kích thích tài khóa mạnh mẽ, dẫn đầu xu hướng vượt trội so với Mỹ, một xu hướng có thể kéo dài nhiều năm. Ông khuyến nghị nhà đầu tư phân bổ tới 45% danh mục vào tài sản nước ngoài để đa dạng hóa và tận dụng cơ hội tăng trưởng.

marsbit06/09 02:16

Chứng khoán Mỹ đắt quá? CIO hàng đầu này lục lọi toàn cầu, tìm ra 5 mã chứng khoán thơm hơn cả Nvidia

marsbit06/09 02:16

Đối tác của a16z: Ba con đường sống để dự án tiền mã hóa tìm kiếm PMF

Bài viết từ đối tác điều hành của a16z Crypto, Jason Rosenthal, trình bày ba con đường thiết thực để các dự án tiền mã hóa đạt được Sự Phù Hợp Sản Phẩm-Thị Trường (PMF), tránh lãng phí nguồn lực vào các chiến thuật tăng trưởng rỗng. 1. **Gắn kết với khách hàng hàng đầu:** Hợp tác chặt chẽ với những khách hàng tiềm năng tinh anh nhất trong lĩnh vực để cùng xây dựng sản phẩm dựa trên nhu cầu thực tế của họ. Việc được các tổ chức tài chính lớn áp dụng là minh chứng PMF mạnh mẽ hơn bất kỳ chỉ số TVL hay sự chú ý nào. 2. **Đón đầu làn sóng tăng trưởng theo cấp số nhân:** Nhận diện và định vị sản phẩm trước các xu hướng thị trường sắp bùng nổ. Ví dụ điển hình là nền kinh tế AI Agent, nơi các tác nhân AI tự chủ thực hiện giao dịch. Các dự án như AgentCash đang xây dựng cơ sở hạ tầng thanh toán thiết yếu cho kỷ nguyên này. 3. **Trở thành khách hàng đầu tiên của chính mình:** Các công ty cơ sở hạ tầng bền vững thường tự xây dựng và sử dụng sản phẩm của mình để chứng minh giá trị trước khi mở ra cho bên thứ ba. Chiến lược này được minh họa qua cách Matter Labs phát triển ZKsync và đồng thời tạo ra ứng dụng chính cho nó là Cari Network, một giải pháp gửi tiền được mã hóa cho các ngân hàng. Tóm lại, lộ trình nhanh nhất đến PMF không phải là thử nghiệm mù quáng, mà là lựa chọn chiến trường phù hợp, hợp tác với khách hàng then chốt, đón đầu xu hướng, hoặc tự mình kiểm chứng giá trị sản phẩm.

marsbit06/09 02:12

Đối tác của a16z: Ba con đường sống để dự án tiền mã hóa tìm kiếm PMF

marsbit06/09 02:12

SpaceX IPO sắp mở bán nóng, kỷ lục trước đó được thiết lập bởi một công ty Trung Quốc

SpaceX đang chuẩn bị IPO với mức định giá 1,77 nghìn tỷ USD, huy động 75 tỷ USD, phá kỷ lục về quy mô phát hành lần đầu ra công chúng (IPO) toàn cầu trước đó do Alibaba của Trung Quốc thiết lập năm 2014. Alibaba đã từng là biểu tượng của sự bùng nổ internet tiêu dùng Trung Quốc khi IPO tại Mỹ với 25,03 tỷ USD, thúc đẩy thời kỳ hoàng kim của cổ phiếu Trung Quốc ở nước ngoài. Tuy nhiên, sau khi đạt đỉnh vốn hóa 630 tỷ USD vào năm 2020, công ty bước vào giai đoạn suy thoái với các vấn đề như bị phạt độc quyền, bệnh "công ty lớn", sai lầm chiến lược và mất thị phần vào tay Pinduoduo. Đến tháng 11/2023, Pinduoduo lần đầu vượt qua Alibaba về vốn hóa thị trường. Trong thời đại AI, Alibaba tìm kiếm sự hồi sinh thông qua mô hình Tongyi Qianwen và dịch vụ điện toán đám mây Alibaba Cloud, chiếm thị phần lớn tại Trung Quốc. Tuy nhiên, họ vẫn đối mặt với thách thức từ các đối thủ như ByteDance (Doubao) trong việc thu hút người dùng cuối, cạnh tranh nhân tài và định vị chiến lược rõ ràng. Hành trình của Alibaba phản ánh số phận của một gã khổng lồ: vươn lên nhờ làn sóng thời đại, vật lộn với những rủi ro khi mở rộng quá mức và cố gắng chuyển mình thông qua công nghệ cốt lõi.

marsbit06/09 00:46

SpaceX IPO sắp mở bán nóng, kỷ lục trước đó được thiết lập bởi một công ty Trung Quốc

marsbit06/09 00:46

AI giết chết công việc kinh doanh sinh lời nhất của Ấn Độ: 2000 tỷ

Ngày 3/6, lĩnh vực IT Ấn Độ sụp đổ. Chỉ số IT giảm mạnh 5.8%, trong đó TCS - công ty xuất khẩu phần mềm lớn nhất, giảm tới 9%. Nguyên nhân gây hoảng loạn thị trường là AI. Ấn Độ từng dựa vào ngành gia công phần mềm (IT outsourcing) để thay đổi vận mệnh quốc gia trong 30 năm, tạo ra doanh thu xuất khẩu hàng nghìn tỷ USD và việc làm cho hàng triệu kỹ sư. Mô hình kinh doanh cốt lõi là "bán người" - tính phí theo đầu người và giờ công. Tuy nhiên, AI, đặc biệt là Agentic AI, đang đe dọa phá vỡ mô hình này. AI có thể hoàn thành 70-80% công việc phát triển phần mềm, từ viết code, kiểm thử đến xử lý hỗ trợ. Điều này khiến nhu cầu về số lượng kỹ sư giảm mạnh. Một dự án trước đây cần 100 người nay chỉ cần 2-3 người, dẫn đến lợi nhuận ngành bị ép và giá trị hợp đồng có thể giảm 70-90%. Thị trường vốn đã phản ứng: chỉ số IT Ấn Độ lao dốc liên tục trong hai năm. Các gã khổng lồ như TCS và Infosys bắt đầu cắt giảm nhân sự, một hiện tượng hiếm thấy trước đây. Tỷ lệ thất nghiệp trong giới trẻ đô thị và sinh viên tốt nghiệp vốn đã cao, nay càng thêm áp lực do AI thay thế các vị trí cấp thấp (L1, L2). Mặt khác, Ấn Độ cũng là một trong những quốc gia áp dụng AI tích cực nhất toàn cầu, với 80% nhân viên sử dụng công cụ AI thường xuyên. Các công ty lớn đang triển khai hàng trăm nghìn giấy phép AI doanh nghiệp. Họ đang chuyển dịch từ "bán kỹ sư" sang "bán năng suất AI" và các giải pháp tự động hóa. Cơ hội mới cho Ấn Độ có thể nằm ở việc trở thành trung tâm triển khai AI toàn cầu, tận dụng mạng lưới hơn 2100 Trung tâm Năng lực Toàn cầu (GCC) để xuất khẩu năng lực triển khai Agent, vận hành AI và nâng cao năng suất, thay vì cạnh tranh trong thị trường mô hình cốt lõi.

marsbit06/09 00:40

AI giết chết công việc kinh doanh sinh lời nhất của Ấn Độ: 2000 tỷ

marsbit06/09 00:40

Tuyên Ngôn Về Mô Hình Thế Giới Của Lý Phi Phi

"Thế giới là tất cả những gì đang xảy ra." Một thế kỷ sau khi Wittgenstein viết câu này, Fei-Fei Li trích dẫn nó để mở đầu một tuyên ngôn về "Mô hình Thế giới" (World Models) cho AI. Bài viết chỉ ra một điểm mù quan trọng: AI ngày nay có thể nói về thế giới nhưng không hiểu bản chất vật lý của nó. Giữa sự hỗn loạn về định nghĩa, Li kêu gọi một sự chuyển dịch: để AI thực sự bước vào thế giới vật lý, nó phải vượt ra khỏi vùng an toàn thống kê văn bản và hiểu các quy luật không gian, thời gian nghiêm ngặt. Li đề xuất một bộ phân loại rõ ràng với ba trụ cột cốt lõi cho một Mô hình Thế giới: 1. **Bộ kết xuất (Renderer):** Tạo ra pixel trực quan đẹp mắt (như Sora, GPT), nhưng thiếu hiểu biết về cấu trúc vật lý. 2. **Bộ mô phỏng (Simulator):** Trung tâm của hệ thống - mô phỏng chính xác các định luật vật lý (như khối lượng, va chạm). Đây là lĩnh vực khó nhất, thiếu dữ liệu, nhưng là chìa khóa cho robot và công nghiệp (ví dụ: NVIDIA Omniverse). 3. **Bộ lập kế hoạch (Planner):** Giải quyết việc "làm gì tiếp theo", kết nối nhận thức với hành động trong môi trường phức tạp. Li nhận định, tương lai nằm ở một **Mô hình Cơ sở Thống nhất**, nơi ranh giới giữa kết xuất, mô phỏng và lập kế hoạch trở nên mờ nhạt. Mô hình này có thể chuyển đổi liền mạch giữa "chế độ xem" cho con người và "chế độ trạng thái" cho động lực học vật lý, trở nên tương tác và thích ứng hơn. Cuối cùng, đây không phải là cuộc đua thuần túy về thuật toán hay sức mạnh tính toán, mà là việc **định nghĩa tiêu chuẩn kỹ thuật số cho thế giới vật lý**. Mô hình Thế giới là một bước tiến quan trọng để AI không chỉ nói về thế giới mà còn hiểu, tưởng tượng, suy luận và tương tác với nó. Dù vậy, chặng đường vẫn còn dài; như nhà nghiên cứu Yann LeCun nhận xét, có thể mất 5-10 năm nữa để trí thông minh của máy móc tiếp cận được mức độ của một chú chó.

marsbit06/09 00:39

Tuyên Ngôn Về Mô Hình Thế Giới Của Lý Phi Phi

marsbit06/09 00:39

活动图片

Danh mục Phổ biếnright-arrow

Thẻ Nổi bậtright-arrow

Chiến lược Giao dịchright-arrow