Các nhà khoa học Trung Quốc vừa phát triển con chip mô phỏng thần kinh, lấy cảm hứng từ nhân gối bên (LGN) trong não bộ.
Con chip do nhóm nghiên cứu thuộc Đại học Beihang và Viện Công nghệ Bắc Kinh phát triển có khả năng phát hiện chuyển động nhanh gấp bốn lần mắt người. Đây được xem là bước tiến đáng chú ý trong lĩnh vực thị giác máy và robot tự hành.
LGN nằm giữa võng mạc và vỏ não thị giác, đóng vai trò như trạm trung chuyển đồng thời là bộ lọc thông tin. Nhờ đó, thị giác của con người có thể dồn năng lực xử lý vào những vật thể đang di chuyển nhanh hoặc thay đổi đột ngột.
Trong khi đó, phần lớn hệ thống thị giác robot hiện nay vẫn hoạt động theo cách truyền thống: camera ghi lại từng khung hình tĩnh, sau đó thuật toán phân tích sự thay đổi độ sáng giữa các khung hình để xác định chuyển động. Cách làm này ổn định nhưng chậm, bởi mỗi khung hình thường mất hơn nửa giây để xử lý.
Với các ứng dụng đòi hỏi phản ứng tức thì như xe tự lái chạy tốc độ cao, độ trễ chỉ tính bằng phần nhỏ của giây cũng có thể tạo ra rủi ro nghiêm trọng.
Để khắc phục hạn chế, nhóm nghiên cứu đã thiết kế một mô-đun thần kinh nhân tạo có khả năng phát hiện sự thay đổi ánh sáng theo thời gian thực, thay vì chờ xử lý từng khung hình. Nhờ vậy, hệ thống có thể tập trung năng lực tính toán vào những khu vực đang có chuyển động, giúp robot phản ứng nhanh và chính xác hơn.
Trong các thử nghiệm mô phỏng lái xe và điều khiển cánh tay robot thực hiện nhiệm vụ, con chip mới giúp giảm khoảng 75% độ trễ xử lý. Đồng thời, độ chính xác theo dõi chuyển động trong các tình huống phức tạp cũng tăng gấp đôi so với phương pháp truyền thống.
Nhóm nghiên cứu cho biết bằng cách đưa nguyên lý xử lý hình ảnh của não bộ vào thiết kế chip, họ đã đẩy tốc độ phân tích video vượt xa khả năng của con người.
Công nghệ này không chỉ có thể ứng dụng trong hệ thống tránh va chạm của xe tự hành hay theo dõi mục tiêu theo thời gian thực trên máy bay không người lái, mà còn mở ra khả năng để robot nhận biết và phản hồi ngay lập tức các cử chỉ của con người.
Tuy vậy, con chip vẫn phải dựa vào các thuật toán luồng quang học để tái tạo và diễn giải hình ảnh cuối cùng. Vì thế, hệ thống hiện vẫn gặp trở ngại trong môi trường có quá nhiều chuyển động diễn ra cùng lúc.




Tội phạm lừa đảo tài sản mã hoá thường tạo ra các dự án với hứa hẹn lãi suất cao, hoa hồng lớn, đồng thời thuê người nước ngoài mạo danh các chuyên gia quốc tế, thậm chí giả mạo hình ảnh của lãnh đạo, cơ quan chức năng để tạo dựng lòng tin với nhà đầu tư...
Theo quy định, cơ quan quản lý sẽ phạt hành chính từ 30.000.000 đồng đến 50.000.000 đồng đối với nhà đầu tư trong nước giao dịch tài sản mã hóa không thông qua tổ chức cung cấp dịch vụ tài sản mã hóa do Bộ Tài chính cấp phép. ..
Đại diện Ủy ban Chứng khoán Nhà nước nhận định tài sản mã hóa, đặc biệt là tài sản thực được mã hóa (RWA), có thể mở ra kênh huy động nguồn lực mới cho nền kinh tế trong bối cảnh Việt Nam cần lượng vốn lớn cho hạ tầng, sản xuất, đổi mới sáng tạo và chuyển đổi số. Tuy nhiên, xu hướng này cần được phát triển trên cơ sở nghiên cứu kỹ lưỡng và lộ trình triển khai thận trọng...
Nhật Bản đang đẩy mạnh phát triển "AI vật lý" - thế hệ robot có khả năng tự ra quyết định và làm việc cùng con người. Sáng kiến quy tụ Nvidia, Fujitsu cùng các hãng robot hàng đầu, nhằm giải quyết tình trạng thiếu hụt lao động và già hóa dân số…
Công ty khởi nghiệp AI Moonshot AI của Trung Quốc vừa giới thiệu Kimi K3, mô hình AI có 2,8 nghìn tỷ tham số, được hãng khẳng định là mô hình AI nguồn mở lớn nhất thế giới hiện nay.
Luật Công nghiệp công nghệ số đã mở rộng phạm vi nhân lực công nghệ số chất lượng cao, không chỉ bao gồm người Việt Nam (cả trong và ngoài nước) mà còn cả chuyên gia nước ngoài đáp ứng các tiêu chí do Chính phủ Việt Nam quy định. Để thu hút lực lượng này, luật đưa ra hàng loạt chính sách ưu đãi...
Trong bối cảnh nông nghiệp tuần hoàn và sản xuất hữu cơ trở thành xu hướng, mô hình luân canh tôm càng xanh - lúa tại Thanh Hóa đang cho thấy hiệu quả kép: nâng giá trị trên cùng diện tích đất, giảm chi phí sản xuất và mở ra hướng phát triển bền vững cho vùng chiêm trũng.