Điểm chuẩn Trường ĐH Bách khoa TP.HCM

Mẫu xe bốn bánh mini Squad Solar City Car này có chiều dài x rộng x cao lần lượt là 2.000 x 1.200 x 1.600 mm. Đặc biệt hơn cả, các cánh cửa của Squad Solar City Car có thể tháo rời ra và không ảnh hưởng gì đến hoạt động của xe.

Squad Solar City Car có sức chứa 2 hành khách với dung tích chứa đồ 68L khi chưa gập ghế hoặc 243L khi gập ghế lại. 

Squad Solar City Car còn gây ấn tượng khi là mẫu xe sử dụng năng lượng mặt trời đầu tiên trên thế giới. Chiếc xe 2 chỗ ngồi này sử dụng 2 động cơ đặt sau 2kW và bốn pin 1,6 kW.

Xe có phạm vi hoạt động lên tới 100 km chỉ sau một lần sạc với tốc độ tối đa lên tới 45 km/h. Đi kèm với đó là phanh tái tạo và sạc điện 220V. Cụm pin trên Squad Solar City Car cũng có thể dễ dàng thay thế.

Ngoài ra, khi kết hợp với các tấm pin mặt trời trên mái, phạm vi hoạt động của Squad Solar City Car có thể tăng thêm tới 20 km mỗi ngày vào mùa hè. 

Mặc dù khá “nghèo nàn” về tính năng và công nghệ nhưng Squad Solar City Car vẫn được trang bị một lồng cuộn đầy đủ và cấu trúc đảm bảo an toàn cho người dùng trong những trường hợp va chạm ở phía trước và phía sau. Squad Solar City Car còn có thêm tùy chọn bổ sung là điều hòa không khí.

Squad Solar City Car được xếp vào phân khúc xe điện hạng nhẹ tại châu Âu. Chính vì thế, người lái chỉ cần có bằng lái xe mô tô là có thể sở hữu chiếc Squad Solar City Car này. Tại thị trường châu Âu, Squad Solar City Car đang được bán ra với mức giá 6.515 USD (khoảng 154 triệu đồng) đối với phiên bản cơ bản và 9.700 USD (khoảng 229 triệu đồng) đối với bản có đầy đủ các tính năng. 

Trong khi đó, ngày ra mắt và giá bán chính thức của Squad Solar City Car tại Mỹ hiện vẫn chưa được tiết lộ. Tại thị trường Mỹ, Squad Solar City Car sẽ được xếp trong nhóm LSV – phương tiện tốc độ thấp và được phép sử dụng ở hầu hết các bang của quốc gia này.

Minh Nhật(Theo Arena EV)

Nếu được cung cấp đủ năng lượng cần thiết, ngôi nhà di động này có khả năng di chuyển với quãng đường lên đến 730 km.

Vu vơ quán chợ mây ngàn
Con đường gió hát vừa tan trên đầu
Biệt tăm thành phố bên cầu
Ta – người lữ khách về sau má hồng

Khói làng để lửa chạy rông
Rạ rơm xám lại cánh đồng tản cư
Mùa hạ lấn lá mùa Thu
Vầng trăng đội đất từ từ ngoi lên

Em – người tri kỉ không tên
Để ta hành khất qua miền cỏ may

Lòe nhòe bến nước bờ cây
Dòng trăng giũ lại một ngày mới tinh
Nằm nghe dế thở qua đình
Tiếng người nhón đất vào thinh không trời
Tâm tư bỏ đói một người
Khói sương nũng nịu bên trời lăn tăn
Nhẹ thôi gió… áo và khăn
Để ta làm cớ đôi lần tìm em

Trăng còn tỏ đêm vội đen
Để buồn tôi đốt rạ trên cánh đồng.

Nam Thiên

KIỀU THU

Đúc dùm
mảnh vụn tâm tư 
Khuôn thu 
bể nát nghe như lạc vần 
Đoản mây mở lối phong trần 
Gió ngàn bay lạc 
thổi gần tóc mây
Bài thơ ai viết chiều nay 
Vướng mùi lá đỗ nắng gầy hanh hao
Nhuộm vàng cả giấc chiêm bao
Chim kêu khản tiếng 
hỏi sao lại buồn
Thơ ngâm suối đá đầu nguồn
Giặt câu lục bát
cho suôn mượt mà
Mỗi năm đứng ngó thu qua 
Hồn ai còn sót dáng xa thu đầu
Em về thu cảm đa sầu 
Rót nghiêng nỗi nhớ, pha màu xuyến xao
Vẽ in như cũ thu nào
Để ta gặp lại môi đào dáng mây.

Quang Nguyễn

Nhiệm vụ tưởng chừng bất khả thi

Làn sóng AI tạo sinh (GenAI) đã mang lại nhiều kỳ vọng về sự phát triển mạnh mẽ của ngành công nghệ Việt Nam. Trong thời gian qua, các đơn vị nghiên cứu AI trong nước đã nhanh chóng đầu tư nghiên cứu GenAI. Chỉ 1 năm sau khi OpenAI ra mắt ChatGPT, Việt Nam cũng đã huấn luyện được mô hình ngôn ngữ lớn của riêng mình. Tuy nhiên, với xuất phát điểm muộn hơn và thiếu kinh nghiệm, hành trình này đòi hỏi nỗ lực gấp nhiều lần.

Dự án phát triển mô hình ngôn ngữ lớn của Zalo có tốc độ ấn tượng. Chỉ trong vòng 6 tháng, Zalo đã thần tốc triển khai hạ tầng tính toán, và thành công xây dựng mô hình ngôn ngữ lớn với 7 tỷ tham số tập trung vào tiếng Việt. Đến cuối năm 2023, LLM của Zalo đã đạt 150% năng lực so với GPT-3.5 của OpenAI trên bộ tiêu chuẩn đánh giá năng lực tiêu chuẩn VMLU (Vietnamese Multitask Language Understanding Benchmark Suite), gồm hơn 10.000 câu hỏi thuộc hơn 50 lĩnh vực khác nhau về khoa học tự nhiên, xã hội, STEM...

Nhìn lại hành trình phát triển LLM, anh Đạt nhận định đó là quá trình “lửa thử vàng, gian nan thử sức”. Anh nhấn mạnh rằng nếu không có niềm đam mê lớn, sẽ rất khó để có thể kiên trì theo đuổi đến cùng.

“3 cái thiếu” mà kĩ sư Zalo đã phải vượt qua

Chia sẻ cụ thể hơn về những khó khăn mà các kĩ sư gặp phải khi huấn luyện LLM tiếng Việt, anh Đạt đúc kết thành “3 cái thiếu”: thiếu hạ tầng tính toán, thiếu dữ liệu, và thiếu nguồn lực.

Về hạ tầng tính toán, các kĩ sư Việt Nam phải đối mặt với một “cuộc đua” không cân sức. Trong khi các công ty lớn trên thế giới như OpenAI hay Meta sở hữu hàng nghìn GPU mới nhất từ Nvidia. Thì tại Việt Nam, vào thời điểm bắt đầu huấn luyện LLM, các kĩ sư vẫn chưa được trang bị đầy đủ hạ tầng máy chủ cần thiết.

Về “cái thiếu” thứ hai, anh Đạt chia sẻ rằng tiếng Việt thiệt thòi hơn so với các ngôn ngữ khác như tiếng Anh hay tiếng Trung, vốn có nguồn dữ liệu số hóa phong phú. Tiếng Việt được xếp vào nhóm “low-resource”, với tài nguyên dữ liệu nghèo nàn hơn hàng chục lần. Ngoài ra, khi so với các quốc gia phát triển, Việt Nam còn hạn chế về cả nguồn lực con người lẫn kinh nghiệm trong việc huấn luyện LLM.

Để vượt qua những khó khăn này, đội ngũ kĩ sư đã làm việc nghiêm túc và quyết tâm cao độ. Trước hết, là phải quyết tâm xây dựng hạ tầng tính toán đủ mạnh. Với nỗ lực tối đa, chỉ trong nửa cuối năm 2023 Zalo đã thành công trong việc xây dựng hệ thống gồm 8 máy chủ DGX H100, dòng GPU mới nhất và khan hiếm nhất của Nvidia.

Thậm chí, ngay cả khi chưa mua được GPU từ Nvidia, các kĩ sư Zalo đã tận dụng các GPU dân dụng nhỏ có sẵn để thực hiện một loạt các nghiên cứu trong khả năng của mình. Nhờ vậy, khi có hạ tầng tính toán lớn, đội ngũ kĩ sư đã sẵn sàng về kiến thức và năng lực để tiến hành huấn luyện LLM ngay.

Ngoài ra, theo anh Đạt, kết quả của dự án không chỉ đến từ sự nghiêm túc chuẩn bị, và sự nhiệt huyết của từng thành viên trong đội ngũ phát triển LLM, mà còn đến từ sự đúng đắn trong chiến lược đầu tư làm dữ liệu huấn luyện chất lượng “instructions” để bù đắp điểm yếu "low-resource" đối với dữ liệu tiếng Việt. Những kinh nghiệm quý giá này được tham khảo sau nhiều buổi trao đổi, tham vấn các nhà nghiên cứu, kĩ sư tại nhiều viện nghiên cứu hàng đầu trên thế giới.

Cơ hội lẫn thách thức đang chờ đón

Anh Đạt chia sẻ rằng việc huấn luyện mô hình LLM chỉ là bước đầu tiên trong một chặng đường dài theo đuổi AI của Zalo. Ngoài việc tiếp tục nghiên cứu, huấn luyện ra những mô hình lớn hơn về lượng, tốt hơn về chất, ứng dụng LLM để tạo giá trị cho người người dùng mới là đích đến sau cùng của đội ngũ phát triển. Ứng dụng đó có thể là những "chatbot thông minh" hỗ trợ chăm sóc khách hàng, hoặc những công cụ giúp mọi người nâng cao hiệu suất công việc, sáng tạo nội dung...

Vừa qua, Zalo cũng đã thử nghiệm ứng dụng Kiki Giao Thông, tích hợp dưới dạng Official Account ngay trên nền tảng Zalo. Ứng dụng được cộng đồng người dùng đánh giá cao nhờ khả năng hỗ trợ hỏi đáp các tình huống lỗi vi phạm luật giao thông Việt Nam, với độ chính xác vượt trội.

“Với đội ngũ kĩ sư AI của Zalo, thách thức không phải là khó khăn, mà là cơ hội để thực hiện những điều lớn lao và có ý nghĩa. Nó không chỉ thúc đẩy sự phát triển, mà còn mang lại niềm vui và động lực làm việc mỗi ngày”. Với niềm đam mê và tinh thần không ngại khó, anh Đạt tin rằng đội ngũ kĩ sư Zalo sẽ tiếp tục tạo ra nhiều sản phẩm AI đẳng cấp thế giới và hữu ích hơn nữa.

Đậu Linh

Người học tiếng Anh nên tham khảo những từ cùng nghĩa này để sử dụng từ một cách linh hoạt và phong phú.