“Kinh tế không dư giả nhưng ngoại vẫn cố gắng nuôi chúng em lớn lên từng ngày. Bà ngoại làm đầu bếp cho một trường mầm non, ông ngoại là viên chức. Thu nhập vốn chỉ đủ cho ông bà trang trải hàng ngày, giờ phải lo thêm 2 cháu... 

Em không thể quên những bữa ăn ông bà dành phần ngon nhất cho các cháu. Nhìn ông bà qua loa cho xong bữa, em buồn lắm nhưng không biết phải làm sao để cải thiện được cuộc sống”, Lam nói.

Cuộc sống của Lam cứ thế kéo dài hết tiểu học rồi đến trung học. Chương trình học ngày càng khó. Nhiều môn học, bạn bè có điều kiện học thêm còn Lam, chỉ vỏn vẹn học ở trường rồi về nhà mày mò tìm kiếm thêm tài liệu để đọc.

Ngày tốt nghiệp cấp 3, trái với các bạn băn khoăn chọn trường, Lam lại thường trực với nỗi lo: Làm sao để học lên đại học?

“Thôi thì cứ đi thi rồi đến đâu hay đến đó”, em tự nhủ vậy và nộp đơn thi vào trường Đại học Ngoại thương TP.HCM. Em thi đỗ nhưng ngày đến trường thật mờ mịt…”, Lam nói.

Lam đỗ đại học cả nhà ai cũng vui nhưng bên cạnh niềm vui là nỗi lo âu. Làm sao có tiền để cho Lam bước vào cổng trường đại học? Chi phí cho một năm học không phải ít, bên cạnh đó còn tiền sinh hoạt phí - số tiền vượt khả năng của người cưu mang Lam.

Trong lúc đang phân vân lo nghĩ, một tin vui đến với Lam. Bà Phương Hiền (TP.HCM), quỹ học bổng Ninh Hòa sẽ tài trợ cho Lam toàn bộ tiền học 20 triệu/năm trong suốt 4 năm và 3 triệu sinh hoạt phí cho mỗi tháng. Quỹ được xây dựng từ năm 2004 bởi những tấm lòng nhân ái nhằm giúp đỡ những học sinh, sinh viên của quê hương Ninh Hòa có hoàn cảnh khó khăn.

Lam cảm giác như “người chết đuối vớ được chiếc phao”, tự tin bước vào trường như bao sinh viên khác. 

Không chỉ vậy, nữ sinh nghèo laptop còn được tặng laptop để phục vụ việc học. “Chiếc laptop này theo em suốt 4 năm học. Hiện giờ vẫn còn tốt và em sẽ giữ nó như giữ một kỷ niệm ân tình không thể quên”.

Suốt thời gian học đại học, nhờ có học bổng và sinh hoạt phí, Lam đã tự chủ được cuộc sống. Lam cũng cố gắng đi dạy thêm để có thêm thu nhập. Nhờ vậy nữ sinh Trường ĐH Ngoại thương TP.HCM có thêm nhiều trải nghiệm quý giá.

Ngày cầm tấm bằng cử nhân Trường ĐH Ngoại thương TP.HCM, nữ sinh nghẹn ngào: “Nếu không có sự giúp đỡ này em không thể viết được ước mơ của mình”.

Sau tốt nghiệp, nữ cử nhân tham dự cuộc thi tuyển nhân viên của một tập đoàn lớn và được nhận vào vị trí nhân viên phòng tài chính với mức lương nhiều người mơ ước. 

Câu chuyện của Lam là một trong số nhiều câu chuyện của những học sinh, sinh viên được hỗ trợ bởi quỹ học bổng Ninh Hòa. Ngày 10/9 vừa qua, quỹ tổ chức phát học bổng lần thứ 20. Có mặt trên sân khấu, Lam cũng xin trao lại một phong bì - trong đó chứa đựng ân tình của Lam chuyển đến các thế hệ sau…

Lam nói, em đã nhận được nhiều ân tình và hiện em muốn chia sẻ cho những hoàn cảnh khó khăn như em đã từng…

Trần Chánh Nghĩa

Cô gái nghèo nghẹn ngào phát hiện bố giấu giấy nhập học cấp 3 suốt 17 năm

Trí tuệ nhân tạo (AI) đã trải qua một chặng đường dài kể từ khi hình thành, với các kỹ thuật học máy và học sâu thúc đẩy những tiến bộ nhanh chóng trong lĩnh vực này. Tuy nhiên, bất chấp những tiến bộ ấn tượng, vẫn còn nhiều thách thức phải vượt qua trước khi AI thực sự có thể phát huy hết tiềm năng của mình. Một cách tiếp cận đầy hứa hẹn để giải quyết những thách thức này là sử dụng mạng Bayesian - một mô hình đồ họa xác suất mạnh mẽ có khả năng mở khóa các cấp độ hiểu biết và lý luận mới trong các hệ thống AI.

Mạng lưới Bayes được đặt theo tên của nhà toán học thế kỷ 18 Thomas Bayes, là một đồ thị chu kỳ được đánh dấu, đại diện cho một JPD qua một tập hợp các ngẫu nhiên các biến V. Nói một cách đơn giản hơn, chúng cung cấp một mô hình hóa các mối quan hệ phức tạp giữa các biến bằng cách nắm bắt cấu trúc xác suất cơ bản của dữ liệu. Điều này cho phép các hệ thống AI suy luận trong điều kiện bất biến, học tập từ nguồn dữ liệu hạn chế và đưa ra quyết định sáng suốt dựa trên dữ liệu sẵn có.

Một trong những ưu điểm chính của mạng Bayes là khả năng xử lý thông tin bất biến và khuyết thiếu. Trong nhiều tình huống thực tế, các hệ thống AI phải đưa ra quyết định dựa trên dữ liệu khuyết thiếu hoặc nhiễu. Các kỹ thuật máy học truyền thống, chẳng hạn như mạng thần kinh, thường gặp khó khăn trong các tình huống này vì chúng yêu cầu lượng lớn dữ liệu đào tạo để đạt được mức độ chính xác cao. Mặt khác, mạng lưới Bayesian có thể đưa ra dự đoán chính xác ngay cả khi phải đối mặt với hạn chế dữ liệu, vì chúng có thể kết hợp kiến thức trước đó và cập nhật thông tin khi có bằng chứng mới.

Một lợi ích khác của mạng lưới Bayesian là cung cấp được hệ thống AI có khả năng diễn giải và giải thích được. Khi các hệ thống AI dần được tích hợp nhiều hơn vào cuộc sống hàng ngày, điều quan trọng là chúng ta phải hiểu lý do đằng sau các quyết định đó. Cấu trúc đồ họa của mạng Bayesian cho phép ta có một hình dung rõ ràng về mối quan hệ giữa các biến, giúp con người dễ dàng hiểu được quá trình ra quyết định. Đây là điều cần thiết để xây dựng niềm tin vào các hệ thống AI trong hiện tại và tương lai và đảm bảo rằng chúng được sử dụng một cách có trách nhiệm và có đạo đức.

Hơn nữa, các mạng Bayes có thể được sử dụng để mô hình hóa quan hệ nhân quả, đây là một khía cạnh quan trọng trong lý luận và ra quyết định của con người. Mặc dù các kỹ thuật máy học truyền thống có thể xác định mối tương quan giữa các biến, nhưng chúng thường gặp khó khăn trong việc xác định mối quan hệ nhân quả làm nền tảng cho các mối tương quan này. Bằng cách mô hình hóa rõ ràng các mối quan hệ nhân quả, mạng Bayesian có thể giúp các hệ thống AI hiểu rõ hơn về cơ chế cơ bản của các hệ thống phức tạp và đưa ra các quyết định sáng suốt hơn.

Trong những năm gần đây, sự quan tâm trở lại đối với các mạng Bayesian trong cộng đồng nghiên cứu AI đã tăng lên. Điều này một phần là do sự phát triển của các thuật toán và kỹ thuật tính toán mới giúp làm việc với mạng Bayes có quy mô lớn dễ dàng hơn. Ngoài ra, lượng dữ liệu sẵn có ngày càng tăng lên, theo đó là các ứng dụng AI ngày càng trở nên phức tạp đã làm nổi bật nhu cầu về khả năng suy luận và ra quyết định phức tạp hơn.

Mạng Bayes đã đem lại nhiều hứa hẹn trong lĩnh vực chăm sóc sức khỏe. Bằng cách mô hình hóa các mối quan hệ phức tạp giữa các triệu chứng của bệnh nhân, tiền sử bệnh và các phương pháp điều trị, mạng lưới Bayesian có thể giúp các bác sĩ đưa ra các khuyến nghị điều trị và chẩn đoán chính xác hơn. Điều này cải thiện đáng kể kết quả phục hồi của bệnh nhân và giảm chi phí chăm sóc sức khỏe.

Một ứng dụng hứa hẹn khác của mạng Bayesian nằm trong lĩnh vực xe tự lái. Bằng cách mô hình hóa các tương tác phức tạp giữa phương tiện, người đi bộ và môi trường xung quanh, mạng Bayesian có thể giúp cải thiện độ an toàn và độ tin cậy của ô tô tự lái. 

(Theo Dtgreviews)

Cụ thể, học sinh Bắc Ninh đã đoạt 2 huy chương Vàng tại các kỳ thi Olympic quốc tế Vật lý và Hóa học, 2 huy chương Đồng tại các kỳ thi Olympic quốc tế Toán và Vật lý. Tại cuộc thi Olympic khu vực, các em đoạt 1 huy chương Vàng (Hóa học), 1 huy chương Bạc (Hóa học) và 3 huy chương Đồng (Vật lý).

Với kết quả này, tổng số lượt học sinh Bắc Ninh đoạt giải tại các kỳ thi Olympic khu vực và quốc tế giai đoạn 2013-2023 là 16 lượt và đứng thứ 6 các tỉnh, thành phố trong toàn quốc.

Tổng số tiền tỉnh Bắc Ninh chi khen thưởng giáo viên bồi dưỡng và học sinh giỏi đoạt giải trong các kỳ thi khu vực và quốc tế năm học 2022-2023 là hơn 3,4 tỷ đồng. Trong đó, 2 học sinh đoạt huy chương vàng Olympic quốc tế được thưởng 500 triệu đồng mỗi em.

Việt Nam giành 4 huy chương Olympic Tin học quốc tế