# Bài viết Liên quan Nghiên cứu

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "Nghiên cứu", 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.

AI Toán học của Đại học Thanh Hoa đã đến, từ ý tưởng đến định lý, tham gia hoàn thành bài báo 84 trang về thuật toán lượng tử

AI toán học từ Đại học Thanh Hoa đã xuất hiện, không chỉ để giải các bài toán đã biết mà còn tham gia sâu vào quá trình nghiên cứu tiền đề, từ ý tưởng mơ hồ đến định lý hoàn chỉnh. Hệ thống tác nhân thông minh AIM (trực thuộc Viện Nghiên cứu Công nghiệp Thông minh - AIR) do nhóm Giáo sư Lưu Dương phát triển đã hỗ trợ đắc lực trong một nghiên cứu thuật toán lượng tử dài 84 trang với sự tham gia của nghiên cứu sinh Vương Ngạn Kiều và trợ lý giáo sư Lưu Cẩm Bằng. Nghiên cứu bắt đầu từ một trực giác: "Phép xấp xỉ hữu tỉ liệu có thể trở thành một nguyên tắc thiết kế thuật toán lượng tử không?" AIM giúp mở rộng các hướng đi tiềm năng, tổ chức định lý, phát thảo chứng minh và phân tích độ phức tạp. Con người đóng vai trò then chốt trong việc sàng lọc hướng nghiên cứu, kiểm tra giả định và sửa chữa suy luận. Quy trình cộng tác này bao gồm năm bước: Mở rộng đường hướng, Cổng giá trị con người, Hình thành định lý, Kiểm toán độ phức tạp, và Xác minh tích hợp. Kết quả là thuật toán lượng tử "Nhúng dấu" (Sign Embedding) được đề xuất, cung cấp một khung thống nhất cho các bài toán phương trình ma trận (Sylvester, Lyapunov, Riccati) và hàm ma trận. Nghiên cứu minh họa một mô hình hợp tác hiệu quả: AI tăng cường mật độ khám phá và hiệu suất suy diễn, trong khi nhà nghiên cứu giữ vai trò quyết định trong đánh giá giá trị, giả định và đóng góp cuối cùng. Điều này cho thấy tiềm năng của AI trong việc hỗ trợ toàn bộ quy trình nghiên cứu lý thuyết, chứ không chỉ dừng lại ở các nhiệm vụ cục bộ.

marsbit07/10 02:55

AI Toán học của Đại học Thanh Hoa đã đến, từ ý tưởng đến định lý, tham gia hoàn thành bài báo 84 trang về thuật toán lượng tử

marsbit07/10 02:55

Công trình Chứng minh Rollup của Vitalik cho thấy việc Mở rộng Quy mô Ethereum vẫn Phụ thuộc vào Mật mã học

Bài viết thảo luận về nghiên cứu kỹ thuật mới nhất của Vitalik Buterin tập trung vào tối ưu hóa bằng chứng (proof optimization) cho các rollup trên Ethereum. Công trình này liên quan đến các cam kết đa thức (polynomial commitments) và cải thiện hiệu suất, nhấn mạnh rằng việc mở rộng quy mô của Ethereum vẫn phụ thuộc sâu sắc vào tiến bộ mật mã học, không chỉ đơn thuần là ra mắt sản phẩm. Việc tối ưu hóa bằng chứng rất quan trọng vì rollups dựa vào chúng để nén và xác minh hoạt động. Bằng chứng hiệu quả hơn có thể dẫn đến giao dịch rẻ hơn và khả năng mở rộng lớn hơn mà không ảnh hưởng đến bảo mật. Nghiên cứu này minh họa văn hóa nghiên cứu vẫn tiếp diễn của Ethereum, ngay cả khi thị trường bị phân tâm bởi các chủ đề như ETF. Về lâu dài, những tiến bộ kỹ thuật như vậy là nền tảng cho việc định giá Ethereum, vì chúng củng cố vị thế của nó như một lớp giải quyết và thực thi chính cho các ứng dụng. Bài viết khuyến nghị độc giả xem đây là một điểm dữ liệu quan trọng trong bức tranh tổng thể, tránh diễn giải quá mức thành các dự đoán thị trường tức thì, mà nên tập trung vào những tác động thực tế và có thể kiểm chứng được đối với hệ sinh thái.

bitcoinist07/09 23:13

Công trình Chứng minh Rollup của Vitalik cho thấy việc Mở rộng Quy mô Ethereum vẫn Phụ thuộc vào Mật mã học

bitcoinist07/09 23:13

37.7°C Nóng Ngất Ngư, Siêu Máy Tính AI Của Đại Học Cambridge Tê Liệt, 350 Dự Án Nghiên Cứu Đồng Loạt Ngừng Hoạt Động

Tháng 6/2024, siêu máy tính AI Dawn của Đại học Cambridge, một phần quan trọng trong kế hoạch máy tính quốc gia trị giá 3 tỷ bảng Anh, đã ngừng hoạt động hơn một tuần do đợt nắng nóng kỷ lục tại Anh (37,7°C). Sự cố này ảnh hưởng đến hơn 350 dự án nghiên cứu, bao gồm mô phỏng biến đổi khí hậu, sàng lọc thuốc Parkinson và phát triển vaccine ung thư. Nguyên nhân được cho là do hệ thống làm mát của trung tâm dữ liệu không thể xử lý nhiệt độ ngoài trời vượt quá thiết kế. Nhà cung cấp thiết bị làm mát cho biết hệ thống vẫn hoạt động đúng thông số kỹ thuật, nhưng nhiệt độ môi trường đã vượt quá ngưỡng dự kiến dựa trên dữ liệu lịch sử. Sự cố này làm nổi bật một thách thức lớn: cơ sở hạ tầng làm mát tại nhiều nơi, như trung tâm dữ liệu và bệnh viện, chưa sẵn sàng cho các đợt nắng nóng cực đoan ngày càng thường xuyên do biến đổi khí hậu. Trong khi đó, nhu cầu làm mát cho các trung tâm AI lại tăng vọt do mật độ công suất và nhiệt lượng từ chip GPU ngày càng cao. Vụ việc của Dawn cho thấy một nghịch lý: siêu máy tính dùng để nghiên cứu biến đổi khí hậu lại bị chính hiện tượng này làm gián đoạn, cảnh báo về nhu cầu cấp thiết phải thiết kế cơ sở hạ tầng số có khả năng chống chịu với khí hậu trong tương lai.

marsbit07/09 03:58

37.7°C Nóng Ngất Ngư, Siêu Máy Tính AI Của Đại Học Cambridge Tê Liệt, 350 Dự Án Nghiên Cứu Đồng Loạt Ngừng Hoạt Động

marsbit07/09 03:58

Hoàn toàn miễn phí, Bản thay thế mã nguồn mở Claude Science, DeepSeek/GLM muốn dùng cái nào tùy ý

Cộng đồng học thuật phấn khích! Chỉ chưa đầy một tuần sau khi Anthropic ra mắt Claude Science - nền tảng AI chuyên biệt cho nghiên cứu khoa học, cộng đồng mã nguồn mở đã có bản thay thế của riêng mình: OpenScience. Dự án này, được phát triển bởi nhóm Synthetic Sciences (YC W26), hướng đến mục tiêu tương tự: một bàn làm việc AI toàn diện hỗ trợ nhà nghiên cứu từ tìm kiếm tài liệu, tạo giả thuyết, chạy thí nghiệm đến viết báo cáo. Tuy nhiên, điểm khác biệt cốt lõi là OpenScience hoàn toàn **"model-agnostic"** (không phụ thuộc mô hình). Thay vì bị khóa vào một nhà cung cấp mô hình duy nhất như Claude Science, người dùng OpenScience có thể tự do lựa chọn và kết nối với bất kỳ AI model nào thông qua API Key: Claude, GPT, DeepSeek, GLM, hay thậm chí chạy mô hình cục bộ qua Ollama để đảm bảo tính bảo mật. Nền tảng này cho phép chuyển đổi mô hình linh hoạt ngay trong một phiên làm việc. Về tính năng, OpenScience tuyên bố tích hợp sẵn hơn **250 gói kỹ năng nghiên cứu** (nhiều gấp 4 lần Claude Science theo bài viết), bao phủ các lĩnh vực như sinh học tính toán, hóa tin học và máy học, tất cả đều có thể chỉnh sửa và mở rộng. Cài đặt được cho là đơn giản chỉ với một dòng lệnh. Dự án nhấn mạnh tinh thần mở và khả năng tiếp cận, hoạt động hoàn toàn miễn phí khi sử dụng API Key riêng. Nhóm cũng cung cấp một nền tảng được quản lý tên là Atlas cho những ai muốn thuận tiện hơn. Điều đáng chú ý là trong tài liệu, OpenScience đã đưa ra một tuyên bố rõ ràng về việc không có sự liên kết hay được tài trợ bởi Anthropic, có vẻ như để tránh các vấn đề pháp lý tiềm ẩn. Tóm lại, OpenScience xuất hiện như một ứng cử viên mã nguồn mở đầy hứa hẹn, mang đến cho các nhà khoa học, đặc biệt là những người ở khu vực bị hạn chế tiếp cận hoặc có ngân sách eo hẹp, một sự lựa chọn linh hoạt và mạnh mẽ để đẩy nhanh quy trình nghiên cứu của họ.

marsbit07/07 07:32

Hoàn toàn miễn phí, Bản thay thế mã nguồn mở Claude Science, DeepSeek/GLM muốn dùng cái nào tùy ý

marsbit07/07 07:32

Vừa ra mắt, tác phẩm kinh điển của DeepMind lại lên ngôi, giải thưởng ICML 2026 công bố

Hội nghị ICML 2026 đã công bố các giải thưởng danh giá. Hai bài báo về mô hình khuếch tán (diffusion model) đã cùng đoạt giải Bài báo Xuất sắc, cho thấy sự tập trung nghiên cứu mạnh mẽ vào hướng này. Một bài chỉ ra "cái bẫy linh hoạt" trong mô hình ngôn ngữ khuếch tán, chất vấn lợi ích thực tế của việc sinh văn bản theo thứ tự bất kỳ. Bài còn lại đề xuất phương pháp lấy mẫu độ chính xác cao, thúc đẩy nền tảng kỹ thuật. Giải Bài báo Lập trường Xuất sắc thuộc về một nghiên cứu chỉ trích sắc bén: cộng đồng nghiên cứu an toàn AI đang vô tình xây dựng "bộ công cụ kiểm duyệt". Công trình này cảnh báo về việc các kỹ thuật điều chỉnh AI (như RLHF) có thể bị lạm dụng cho mục đích kiểm soát nội dung. Năm bài báo nhận được đề cử danh dự bao phủ nhiều chủ đề nóng: xác định vị trí tính trung thực nảy sinh trong mô hình, quy kết chuyển động trong tạo video, giới hạn ghi nhớ của mô hình ngôn ngữ lớn, tính nhất quán của mô hình khuếch tán dưới góc độ lý thuyết ma trận ngẫu nhiên, và hiện tượng "thấu hiểu đột ngột" (grokking) được chứng minh chặt chẽ trong hồi quy ridge. Giải Thử thách Thời gian được trao cho công trình kinh điển "Phương pháp không đồng bộ cho Học tăng cường Sâu" của DeepMind (2016), ghi nhận ảnh hưởng lâu dài của thuật toán A3C. Danh sách giải thưởng ICML 2026 phản ánh xu hướng chuyển từ mở rộng nhanh sang đào sâu nghiên cứu, nhấn mạnh vào việc xem xét lại các giả định cốt lõi và xây dựng nền tảng vững chắc hơn cho các lĩnh vực trọng tâm như mô hình khuếch tán và an toàn AI.

marsbit07/06 02:40

Vừa ra mắt, tác phẩm kinh điển của DeepMind lại lên ngôi, giải thưởng ICML 2026 công bố

marsbit07/06 02:40

Karpathy mới nhất lên tiếng chỉ trích: Một câu nói khiến cả hội trường các nhà phát triển Agent im bặt

Andrej Karpathy, nhà nghiên cứu cốt cán tại Anthropic, đã gây sốc trong cộng đồng phát triển AI Agent bằng một tuyên bố thẳng thắn: Sai lầm lớn nhất hiện nay là mọi người vội vàng bắt Agent làm việc mà chưa thực sự hiểu rõ các mô hình nền tảng cơ bản. Ông rút ra bài học từ dự án "World of Bits" thất bại năm 2016 tại OpenAI, nơi họ cố gắng tạo Agent điều khiển máy tính. Công cụ khi đó là học tăng cường quá yếu, và ông cho rằng lựa chọn đúng đắn lúc bấy giờ phải là tập trung vào mô hình ngôn ngữ. Karpathy đưa ra ba lời khuyên ngược với xu hướng: 1. Dừng việc ép Agent làm mọi thứ, hãy ưu tiên xây dựng mô hình nền tảng đúng đắn trước. Việc ông gia nhập nhóm tiền huấn luyện tại Anthropic chính là một phiếu bầu cho quan điểm này. 2. Tạo Demo thì dễ, nhưng để biến thành sản phẩm thực sự có thể mất cả thập kỷ, giống như hành trình của xe tự lái hay VR. 3. Agent không phải là sản phẩm; năng lực nền tảng mới là sản phẩm. Xây dựng nền móng vững chắc, và Agent sẽ tự nhiên xuất hiện. Ông cũng gợi ý nên tìm cảm hứng từ khoa học thần kinh, ví dụ như cấu trúc não bộ (hồi hải mã, hạch nền, đồi thị), để hiểu sâu hơn về bản chất của trí tuệ. Điểm đáng chú ý nhất, Karpathy khẳng định rằng tuyến đầu của khả năng Agent không nằm ở các gã khổng lồ như OpenAI hay DeepMind, mà chính là ở các nhà phát triển độc lập và startup. Lý do là trong lĩnh vực Agent, không công ty lớn nào có lợi thế dẫn trước hàng năm trời; mọi người đều ở cùng vạch xuất phát, nơi sự linh hoạt và tốc độ thử nghiệm là lợi thế cạnh tranh. Thông điệp cuối cùng của Karpathy không phải là ngăn cản việc phát triển Agent, mà là cảnh báo không được bỏ qua nền tảng. Ông kêu gọi sự kiên nhẫn đầu tư vào nghiên cứu cơ bản và sẵn sàng cho một cuộc chạy đua dài hạn.

marsbit07/06 02:35

Karpathy mới nhất lên tiếng chỉ trích: Một câu nói khiến cả hội trường các nhà phát triển Agent im bặt

marsbit07/06 02:35

Người nhận giải thưởng đặc biệt Đại học Thanh Hoa, Cố Dục Hiền, gia nhập DeepSeek

Gần đây, DeepSeek đang mở rộng tuyển dụng mạnh mẽ. Trong danh sách tác giả của bài báo nghiên cứu DeepSeek V4 (dự kiến ra mắt giữa tháng này) có sự xuất hiện của **Cố Dục Hiền (Yuxian Gu)**, nghiên cứu sinh tiến sĩ khóa 2021 tại Đại học Thanh Hoa và người nhận được Học bổng Đặc biệt cho Nghiên cứu sinh năm 2025. Được biết, anh đã chính thức gia nhập DeepSeek. Cố Dục Hiền, cựu nghiên cứu sinh tại Nhóm AI Đàm thoại (CoAI) thuộc Đại học Thanh Hoa dưới sự hướng dẫn của Giáo sư Hoàng Dân Liệt, từng nhận học bổng tiến sĩ Apple 2025 và học bổng Ant In-Tech. Nghiên cứu của anh tập trung vào nâng cao hiệu quả trong toàn bộ vòng đời của mô hình ngôn ngữ lớn (LLM), bao gồm ba hướng chính: Lọc dữ liệu tiền huấn luyện (với các công trình như PDS), Cất cánh kiến thức trong nén mô hình (đại diện là MiniLLM), và Kiến trúc mô hình hiệu quả (như Jet-Nemotron). Lượng trích dẫn bài báo khoa học của anh trên Google Scholar đã gần 5.000. Công trình nổi bật Jet-Nemotron của anh, một kiến trúc ngôn ngữ lai mới, đạt độ chính xác ngang bằng các mô hình chú ý đầy đủ tiên tiến nhất (SOTA) nhưng với hiệu suất vượt trội, tăng tốc tạo sinh lên tới 53.6 lần trên GPU H100 ở ngữ cảnh dài. Mô hình MiniLLM trước đó của anh về phương pháp cất cánh kiến thức cũng được áp dụng rộng rãi bởi Google, Alibaba, NVIDIA. Việc Cố Dục Hiền gia nhập DeepSeek được kỳ vọng sẽ mang lại nhiều thành tựu mới cho công ty.

marsbit07/06 02:09

Người nhận giải thưởng đặc biệt Đại học Thanh Hoa, Cố Dục Hiền, gia nhập DeepSeek

marsbit07/06 02:09

Hinton Ca ngợi, Diễn giả Đóng góp Cốt lõi Gemini: Sẽ có Hàng tỷ AI Siêu nhân Cấp Einstein

Adam Brown, nhà vật lý lý thuyết và lãnh đạo nhóm Blueshift tại DeepMind, đã có bài phát biểu tại Viện Vật lý Lý thuyết Perimeter về tương lai của Trí tuệ Nhân tạo Phổ quát (AGI) và vật lý. Ông mô tả sự tiến bộ phi mã của AI, từ trình độ "mẫu giáo" lên "tiến sĩ" chỉ trong vài năm, dựa trên Định luật Mở rộng (Scaling Law) – quy tắc cho thấy hiệu suất mô hình tăng đều đặn khi mở rộng quy mô dữ liệu, tham số và năng lực tính toán. Ông chỉ ra rằng các mô hình ngôn ngữ lớn (LLM) không được lập trình mà được "nuôi dưỡng" thông qua đào tạo trước và tinh chỉnh, cho phép chúng vượt qua hàng loạt bài kiểm tra chuẩn từ toán phổ thông (MATH) đến kỳ thi tiến sĩ (GPQA) và cả các kỳ thi chuyên sâu về thuyết tương đối rộng. Đặc biệt, AI đã đạt trình độ huy chương vàng trong Olympic Toán học Quốc tế (IMO) và gần đây đã tự mình đưa ra phản ví dụ cho một giả thuyết toán học tồn tại 80 năm (Giả thuyết khoảng cách đơn vị của Erdős), đánh dấu bước đột phá nghiên cứu thực sự. Brown so sánh lộ trình phát triển của AI với cờ vua: từ công cụ, đến cộng tác "nhân mã" (con người + AI), và cuối cùng là thời đại siêu nhân nơi AI vượt trội hoàn toàn. Ông dự đoán vật lý sẽ trải qua một kỷ nguyên vàng của sự cộng tác "nhân mã", nơi AI đóng vai trò trợ lý nghiên cứu, gia sư và công cụ lập trình mạnh mẽ. Về lâu dài, với chi phí sao chép gần như bằng không, nhân loại có thể sở hữu hàng tỷ "AI Einstein" siêu cấp hoạt động đồng thời, hứa hẹn giải đáp những câu hỏi cơ bản nhất của khoa học. Mặc dù AI hiện còn hạn chế về tính tự chủ và khả năng lập kế hoạch, Brown tin rằng sự tiến bộ sẽ tiếp tục và những năm tới sẽ là thời kỳ thú vị nhất trong lịch sử vật lý.

marsbit07/04 06:44

Hinton Ca ngợi, Diễn giả Đóng góp Cốt lõi Gemini: Sẽ có Hàng tỷ AI Siêu nhân Cấp Einstein

marsbit07/04 06:44

Vitalik Buterin Cho Rằng Việc Làm Mã Hóa Có Thể Tăng Cường Tính Riêng Tư Trên Blockchain

Đồng sáng lập Ethereum Vitalik Buterin đã công bố một bài viết toàn diện về kỹ thuật Obfuscation (làm mờ) trong ngành công nghiệp tiền mã hóa. Ông giải thích cách làm mờ mật mã có thể củng cố quyền riêng tư và bảo mật của blockchain trong tương lai. Obfuscation chuyển đổi mã thông thường thành dạng được mã hóa nhưng vẫn cho ra kết quả đầu ra giống nhau, nhằm bảo vệ chính mã nguồn khỏi bị phân tích. Theo Buterin, sự kết hợp giữa kỹ thuật làm mờ và công nghệ blockchain có thể tạo ra các hệ thống bảo vệ quyền riêng tư của người dùng trong khi giảm phụ thuộc vào bên trung gian. Blockchain, với khả năng ghi lại quyền sở hữu trên sổ cái phân tán, có thể bổ sung cho obfuscation để xây dựng các ứng dụng vừa chứng minh được quyền sở hữu vừa ẩn logic chương trình, hứa hẹn cho các hệ thống thanh toán an toàn, tài chính và hoạt động kinh doanh bảo mật. Tuy nhiên, Buterin chỉ ra rằng các khó khăn kỹ thuật đang cản trở ứng dụng thực tế của obfuscation. Mặc dù nghiên cứu về "indistinguishability obfuscation" đã có tiến bộ, hiệu suất của các phương pháp hiện tại cực kỳ kém, thậm chí một số kỹ thuật tiêu tốn nhiều tài nguyên đến mức thời gian thực thi vượt quá tuổi thọ của vũ trụ. Các nhà khoa học đang nghiên cứu nhiều hướng để cải thiện hiệu quả thuật toán. Buterin kết luận rằng obfuscation thực tế sẽ cần thời gian dài để khả thi, nhưng những cải tiến tiếp theo sẽ mở đường cho các sản phẩm blockchain bảo mật cao không cần bên thứ ba đáng tin cậy.

TheNewsCrypto06/29 13:02

Vitalik Buterin Cho Rằng Việc Làm Mã Hóa Có Thể Tăng Cường Tính Riêng Tư Trên Blockchain

TheNewsCrypto06/29 13:02

Gã khổng lồ 'Ông vua suy luận' của Google cũng 'chuồn' sang Meta, xưa kia còn được Lý Phi Phi mời về

Làn sóng nhân sự cấp cao rời Google, đặc biệt là DeepMind, tiếp tục diễn ra âm thầm nhưng mạnh mẽ. Mới đây, thông tin cho thấy Denny Zhou, chuyên gia hàng đầu về lĩnh vực suy luận (reasoning) của Google, thường được mệnh danh là "Ông hoàng suy luận", đã chuyển sang làm việc cho Meta với tư cách là Nhà khoa học nghiên cứu tại MSL từ bốn tháng trước mà không có bất kỳ thông báo công khai nào. Ông từng có đóng góp nền tảng trong nhiều kỹ thuật quan trọng như Chain-of-Thought (CoT) và từng được CEO Sundar Pichai giới thiệu tại Google I/O. Meta đồng thời cũng đón chào một bổ nhiệm quan trọng khác: Giáo sư Dawn Song của UC Berkeley, chuyên gia bảo mật AI nổi tiếng, đã gia nhập với vai trò Phó chủ tịch nghiên cứu AI tại MSL, cùng toàn bộ đội ngũ công ty khởi nghiệp Virtue AI của bà. Trong khi đó, Google liên tục chứng kiến làn sóng ra đi của các nhân tài chủ chốt. Noam Shazeer, đồng tác giả Transformer, rời Google để đến OpenAI. Tiếp theo là John Jumper, người đoạt giải Nobel và là cựu phó chủ tịch DeepMind, cùng hai nhà nghiên cứu cốt cán Jonas Adler và Alexander Pritzel, đều chuyển sang Anthropic. Nguyên nhân được cho là do sự thay đổi ưu tiên chiến lược nội bộ tại Google. Để đuổi kịp đối thủ trong lĩnh vực AI cho lập trình (AI coding), Google đã thành lập một "Đội đặc nhiệm Coding" (Coding Strike Team) với sự tham gia của người đồng sáng lập Sergey Brin và được ưu tiên cấp phát tài nguyên tính toán rất lớn. Sự ưu tiên mạnh mẽ cho hướng đi mang tính thương mại cao này được cho là đã làm lu mờ tầm nhìn ban đầu về "mô hình thế giới" (world model) cho AGI của DeepMind, dẫn đến mâu thuẫn và khiến một số nhà nghiên cứu có tầm nhìn dài hạn cảm thấy thiếu sự hỗ trợ cần thiết và quyết định ra đi.

marsbit06/26 13:42

Gã khổng lồ 'Ông vua suy luận' của Google cũng 'chuồn' sang Meta, xưa kia còn được Lý Phi Phi mời về

marsbit06/26 13:42

活动图片

Danh mục Phổ biếnright-arrow

Thẻ Nổi bậtright-arrow

Khácright-arrow