5 mẫu smartwatch Android giá mềm có thể thay thế Apple Watch

Theo Phys.org, thiết bị được phát triển bởi nhóm của Beichen Huang tại Đại học Thanh Hoa, Trung Quốc, và Luca Toscani De Col tại Trung tâm Khoa học và Công nghệ lượng tử Vienna ở Áo, sử dụng hạt nhân của thorium-229 để đo thời gian. Thiết bị có độ chính xác vượt qua những đồng hồ nguyên tử tốt nhất hiện nay.
Tính đến nay, đồng hồ nguyên tử là chính xác nhất, đo thời gian bằng cách ghi nhận tần số phát ra khi electron dao động giữa các mức năng lượng nguyên tử. Vì rất ổn định, những tần số này dễ dự đoán, cho phép người quan sát theo dõi thời gian trôi qua bằng cách đếm số lần dao động.
Về lý thuyết, đồng hồ hạt nhân có thể hoạt động theo nguyên tắc tương tự nhưng chúng dựa vào chuyển đổi năng lượng của proton và neutron bên trong hạt nhân thay vì electron. Do hạt nhân bị cách ly với môi trường nhiều hơn electron xung quanh, nó ít bị ảnh hưởng bởi điện trường và từ trường hơn. Do đó, đồng hồ hạt nhân có độ chính xác và độ bền cao hơn so với đồng hồ nguyên tử hiện nay.
Tuy nhiên, theo Interesting Engineering, vấn đề là phần lớn các chuyển đổi năng lượng hạt nhân đều quá mạnh nên không thể điều khiển bằng laser mà phải dùng tia gamma năng lượng cao. Nhưng thorium-229 (Th-229), đồng vị phóng xạ của nguyên tố Thori, là ngoại lệ đặc biệt do có mức năng lượng kích thích hạt nhân cực thấp, cho phép điều khiển bằng ánh sáng laser.
Các nhà vật lý từ lâu đã xác định thorium-229 là lựa chọn khả thi duy nhất để chế tạo đồng hồ hạt nhân. Dù vậy, công cuộc chế tạo vẫn đầy thách thức bởi việc chuyển đổi năng lượng xảy ra ở bước sóng khoảng 148 nanomet, nằm sâu trong vùng tử ngoại chân không (vùng bức xạ điện từ trong phổ tia cực tím với bước sóng cực ngắn từ 100 đến 200 nm). Do đó, giới chuyên gia rất khó tạo ra ánh sáng laser ổn định ở bước sóng này và phối hợp chính xác với quá trình chuyển đổi hạt nhân.

Hai nhóm nghiên cứu giải quyết vấn đề bằng phương pháp tương tự là đặt nguyên tử thorium-229 vào bên trong tinh thể canxi florua, hoạt động như vật rắn giữ hạt nhân thorium cố định tại chỗ trong khi ánh sáng laser tương tác với chúng. Sau đó, họ chiếu laser tử ngoại chân không lên tinh thể. Theo Science News, các nhà nghiên cứu châu Âu và Trung Quốc lần lượt công bố kết quả nghiên cứu trên cơ sở dữ liệu arXiv ngày 3 và 7/6.
Để kiểm tra đồng hồ, mỗi nhóm áp dụng một cách tiếp cận riêng biệt. Nhóm của Huang chứng minh thiết bị của họ có thể ổn định tần số của laser tử ngoại chân không và gắn với quá trình chuyển đổi hạt nhân. Theo họ, mức độ bất ổn định chỉ xấp xỉ một phần 10 nghìn tỷ sau một ngày hoạt động.
Trong khi đó, nhóm của Toscani De Col sử dụng đồng hồ để tìm kiếm dấu vết của vật chất tối siêu nhẹ, loại hạt được cho là chiếm phần lớn khối lượng vũ trụ. Họ tìm kiếm những dịch chuyển nhỏ tuần hoàn trong năng lượng chuyển đổi của thorium. Dù không tìm thấy bằng chứng về vật chất tối, thí nghiệm chứng minh đồng hồ hạt nhân đủ nhạy để cạnh tranh hoặc vượt qua những đồng hồ nguyên tử tốt nhất thế giới.
Hai nghiên cứu cung cấp bằng chứng mạnh mẽ cho thấy đồng hồ hạt nhân không còn là khái niệm lý thuyết mà là công nghệ khả thi. Dù thế hệ đồng hồ đầu tiên vẫn nằm trong phòng thí nghiệm, chúng đánh dấu khởi đầu kỷ nguyên mới trong đo lường thời gian chính xác. Theo các nhà nghiên cứu, các đồng hồ hạt nhân tương lai có thể cải thiện định vị và dẫn đường vệ tinh, cung cấp phép đo trọng lực chính xác hơn và tiến hành nhiều thử nghiệm vật lý mới. Mục tiêu tiếp theo của hai nhóm nghiên cứu là tinh chỉnh công nghệ, giảm kích thước và độ phức tạp của thiết bị, so sánh các đồng hồ hạt nhân với nhau.

Tin Gốc: Vnexpress

Trong bối cảnh AI đang trở thành một trong những công nghệ nền tảng của nền kinh tế số, các trường đại học phải thay đổi cách đào tạo để theo kịp nhu cầu của thị trường lao động. Chia sẻ với VnExpress bên lề sự kiện South Summit 2026 ngày 3-5/6 tại Madrid, bà Rafif Srour, Phó hiệu trưởng Trường Khoa học và Công nghệ - Đại học IE (Tây Ban Nha), đã phân tích những kỹ năng sinh viên cần trang bị, vai trò mới của giáo dục đại học và cách cân bằng giữa năng lực công nghệ với tư duy phản biện trong thời AI.

- Tháng trước, sinh viên ở Mỹ từng la ó bài phát biểu tốt nghiệp về AI của cựu CEO Google Eric Schmidt, cho thấy sự lo lắng ngày càng lớn về tác động của AI đối với tương lai. Phản ứng tương tự được ghi nhận trong sinh viên Đại học IE thế nào?

- Chúng tôi chưa ghi nhận phản ứng như vậy từ sinh viên của mình, nhưng chắc chắn đang chứng kiến những lo ngại ngày càng gia tăng xoay quanh AI và tương lai việc làm. Điều thú vị là mức độ lo lắng khác nhau đáng kể tùy từng giai đoạn trong hành trình học tập của sinh viên.

Sinh viên năm nhất nhìn chung khá hào hứng với AI. Các em xem đây là công nghệ mang tính trao quyền và chứa đựng nhiều cơ hội. Tuy nhiên, đồng thời nhiều em cũng đánh giá thấp tầm quan trọng của việc xây dựng nền tảng vững chắc về toán học, thống kê và tư duy thuật toán, bởi các công cụ AI hiện có thể tạo ra câu trả lời gần như lập tức. Một trong những thách thức giáo dục lớn nhất hiện nay của chúng tôi là giúp sinh viên hiểu rằng nền tảng kỹ thuật cốt lõi vẫn rất quan trọng, thậm chí có thể còn quan trọng hơn trước. Những sinh viên có nền tảng kỹ thuật mạnh thường đón nhận AI theo hướng tích cực hơn, bởi công nghệ này giúp mở rộng năng lực và tăng tốc quá trình học tập của họ.

Nhóm có mức độ lo lắng cao nhất là sinh viên chuẩn bị tốt nghiệp. Dù chưa có dữ liệu quy mô lớn, qua trao đổi với sinh viên và đối tác doanh nghiệp, tôi có thể cảm nhận những lo ngại về thị trường lao động. Việc tuyển dụng ở cấp độ entry-level (mới vào nghề) trong một số lĩnh vực công nghệ đang trở nên cạnh tranh hơn, và sinh viên bắt đầu đặt câu hỏi về việc sự nghiệp của họ sẽ thay đổi ra sao trong một nền kinh tế được dẫn dắt bởi AI.

Tôi cho rằng cảm xúc chủ đạo lúc này không phải sợ hãi, mà là sự bất định. Sinh viên hào hứng trước những khả năng AI mang lại, nhưng cũng đang cố gắng hình dung vai trò của mình sẽ ra sao trong một thế giới thay đổi rất nhanh.

- Bà nhắc đến một thế giới thay đổi rất nhanh, vậy các trường đại học đã thích nghi đủ nhanh với AI chưa hay nhiều nơi vẫn đang tiếp tục đào tạo cho "một thế giới không còn tồn tại"?

- Tôi nghĩ các trường đại học trên khắp thế giới đều đang đối mặt với cùng một bài toán. Thật không thực tế nếu tiếp tục giảng dạy theo đúng cách của 5 năm trước. Phần lớn tổ chức giáo dục đang cố gắng thích nghi, dù một số nơi có thể chuyển đổi nhanh hơn nhiều nơi khác.

Có những lý do mang tính cấu trúc khiến sự thay đổi trong môi trường học thuật diễn ra chậm hơn. Tuy nhiên, trường nào càng linh hoạt càng có lợi thế cạnh tranh trong việc thu hút và giữ chân sinh viên. Chẳng hạn tại IE, chúng tôi cập nhật chương trình đào tạo hàng năm cho các ngành khoa học dữ liệu, toán ứng dụng và khoa học máy tính, ở cả bậc đại học lẫn sau đại học. Những chủ đề như kiến trúc dữ liệu, mô hình ngôn ngữ lớn (LLM) hay agentic AI đã được tích hợp vào chương trình học.

Tuy nhiên, đó chỉ là những thay đổi dễ thấy nhất. Thách thức sâu xa hơn không đơn thuần là bổ sung các môn học liên quan đến AI, mà là phải tư duy lại toàn bộ mô hình sư phạm. AI không chỉ thay đổi những gì sinh viên cần học, mà còn thay đổi cách họ học, cách họ làm việc và cách họ tương tác với tri thức.

Một trong những điểm mạnh của IE là nhiều giảng viên cũng đang làm việc trong ngành công nghiệp, giúp đưa các thực tiễn mới và công nghệ mới nổi trực tiếp vào lớp học. Nhưng về lâu dài, sự chuyển đổi mà giáo dục đại học cần thực hiện sẽ vượt xa việc chỉ cập nhật nội dung môn học.

- AI thay đổi cách sinh viên học tập và làm việc. Đâu sẽ là những kỹ năng quan trọng nhất các trường đại học công nghệ cần giúp họ phát triển trong 5 năm tới?

- Bất kỳ cuộc thảo luận nào về các kỹ năng của tương lai cũng cần bắt đầu từ việc hiểu rõ đặc điểm của thế hệ sinh viên hiện nay. Các em đang lớn lên trong môi trường của những câu trả lời tức thì, khả năng tập trung ngắn và sự kích thích số liên tục. Vì vậy, với vai trò là những nhà giáo dục, chúng tôi cần củng cố những kỹ năng đòi hỏi chiều sâu thay vì tốc độ.

Tư duy phân tích chuyên sâu, khả năng tổng hợp và tư duy phản biện sẽ ngày càng trở nên quan trọng. Ngay cả khi các hệ thống AI có thể tạo ra bản tóm tắt hay đưa ra lời giải, sinh viên vẫn cần năng lực đánh giá thông tin, nhận diện những lập luận yếu và kết nối các ý tưởng giữa nhiều lĩnh vực khác nhau.

Trong tương lai, AI có thể trở nên giỏi hơn trong việc giải quyết vấn đề về mặt kỹ thuật, nhưng con người vẫn phải đặt đúng câu hỏi, loại bỏ nhiễu thông tin, xác định mục tiêu rõ ràng và đưa ra quyết định trong điều kiện bất định.

Tôi cũng tin khả năng làm việc nhóm, tính thích nghi và tư duy hệ thống sẽ trở thành những kỹ năng thiết yếu. Người thành công trong kỷ nguyên AI không nhất thiết ghi nhớ được nhiều thông tin nhất, mà có thể tích hợp tri thức, hợp tác hiệu quả và làm việc cùng các hệ thống thông minh.

- Trước nhu cầu đó, đặc biệt trong bối cảnh nhiều quốc gia thiếu hụt nhân lực AI, khoa học máy tính và khoa học dữ liệu, sai lầm phổ biến mà các trường đại học mắc phải khi vội vàng mở chương trình đào tạo AI là gì?

- Một trong những sai lầm lớn nhất là xem AI như một xu hướng nhất thời thay vì một lĩnh vực được xây dựng trên nền tảng kỹ thuật chuyên sâu. Thậm chí, tồn tại quan điểm rằng khoa học máy tính có thể trở nên lỗi thời vì AI. Theo tôi, ngược lại mới đúng. Những lĩnh vực này sẽ còn trở nên quan trọng hơn nữa.

AI vừa là một công cụ, vừa là một năng lực cốt lõi. Việc triển khai chương trình AI quá nhanh, trong khi chưa thực sự hiểu nhu cầu của ngành công nghiệp hay kỹ năng dài hạn sinh viên cần có thường dẫn tới các chương trình hời hợt, chỉ tập trung vào những ứng dụng đang "hot".

Một chương trình đào tạo AI bài bản cần nền tảng vững chắc về khoa học máy tính, toán học, thống kê, kỹ thuật hệ thống và tư duy thuật toán. Sinh viên không chỉ cần học cách sử dụng hệ thống AI, mà phải hiểu cách xây dựng, kiểm chứng và đánh giá chúng một cách phản biện.

Tôi cho rằng việc củng cố nền tảng khoa học máy tính đồng thời tích hợp kỹ thuật AI (AI engineering) một cách chiến lược là hướng đi bền vững hơn nhiều để đào tạo thế hệ nhân lực AI tiếp theo, bao gồm cả người sử dụng và người phát triển.

- Nhưng dù đã thay đổi chương trình đào tạo, nếu AI có thể tự động hóa công việc ở cấp độ entry-level, cơ hội nào cho sinh viên mới ra trường tích lũy kinh nghiệm?

- Đây là một trong những câu hỏi quan trọng nhất chúng ta cần đặt ra lúc này, và thành thật mà nói, cũng là một trong những mối lo lớn nhất của tôi.

Trước đây, vị trí entry-level cho phép kỹ sư hay chuyên viên phân tích trẻ xây dựng trực giác nghề nghiệp, phát triển chiều sâu kỹ thuật và học hỏi từ trải nghiệm thực tế. Nếu nhiều công việc trong số đó nay được tự động hóa, chúng ta có nguy cơ đối mặt khoảng trống chuyên môn trong tương lai, bởi thế hệ trẻ có thể mất đi cơ hội hình thành hiểu biết thực tiễn ở mức sâu.

Qua trao đổi với nhiều lãnh đạo doanh nghiệp, tôi nhận thấy mối lo này ngày càng phổ biến. Nhiều người bắt đầu e ngại trong tương lai chúng ta sẽ thiếu những kỹ sư thực sự hiểu hệ thống nền tảng, bởi quá nhiều quy trình đã được tự động hóa ngay từ đầu.

Theo tôi, một trong những giải pháp tốt nhất là tăng cường mạnh mẽ hơn sự gắn kết giữa doanh nghiệp và chương trình đào tạo đại học. Sinh viên cần tiếp cận môi trường thực tế sớm hơn thông qua dự án, phòng lab, chương trình thực tập, học tập ứng dụng và hợp tác với doanh nghiệp. Tại IE, đây cũng là điều chúng tôi đang chủ động thúc đẩy trong các chương trình STEM.

Thách thức hiện không còn đơn thuần là truyền đạt kiến thức, mà là làm sao tạo ra những con đường thực sự hiệu quả để sinh viên tích lũy kinh nghiệm trong một môi trường làm việc được tăng cường bởi AI.

- Là lãnh đạo tại một trường về khoa học công nghệ, bà nhìn nhận gì về quan điểm trong kỷ nguyên AI, lập trình có thể kém quan trọng hơn so với những kỹ năng như sáng tạo, tư duy hệ thống hay khả năng xác định vấn đề?

- Quan điểm này có phần đúng. Các hệ thống AI tiên tiến có thể tạo ra mã lập trình ở trình độ thậm chí vượt qua nhiều kỹ sư junior (cơ bản). Vì vậy, vai trò của lập trình viên chắc chắn sẽ thay đổi.

Tuy nhiên, điều đó không có nghĩa coding sẽ biến mất. Sinh viên vẫn cần đủ hiểu biết kỹ thuật để kiểm chứng, diễn giải, xử lý lỗi, tối ưu và đánh giá một cách phản biện các giải pháp do AI tạo ra. Coding trong tương lai có thể sẽ ít xoay quanh việc tự viết từng dòng lệnh, mà thiên về giám sát, điều phối và cải thiện hệ thống thông minh.

Đồng thời, những kỹ năng như tư duy hệ thống, sáng tạo, giao tiếp và xác định đúng vấn đề sẽ trở nên có giá trị hơn rất nhiều. Trong nhiều trường hợp, thách thức lớn nhất không còn là giải quyết một vấn đề về mặt kỹ thuật, mà là xác định đúng vấn đề cần giải quyết ngay từ đầu.

Kỹ sư của tương lai nhiều khả năng sẽ là người kết hợp được hiểu biết kỹ thuật với tư duy chiến lược và năng lực liên ngành.

- Nếu thiết kế một trường đại học từ đầu trong kỷ nguyên AI, bà sẽ làm gì khác đi?

- Tôi sẽ suy nghĩ lại về ba lĩnh vực lớn: cách đánh giá, phương pháp giảng dạy và mức độ gắn kết với doanh nghiệp.

Trước tiên, tôi cho rằng hệ thống đánh giá cần thay đổi một cách căn bản. Mô hình truyền thống - phụ thuộc nhiều vào ghi nhớ và các bài kiểm tra tiêu chuẩn hóa - đang dần trở nên kém phù hợp trong một thế giới mà AI có thể truy xuất và tạo ra thông tin gần như ngay lập tức.

Thứ hai, tôi sẽ thiết kế chương trình xoay quanh việc học ứng dụng, học theo dự án và học liên ngành ngay từ đầu. Sinh viên cần liên tục làm việc với các bài toán thực tế thay vì tách rời lý thuyết và thực hành.

Thứ ba, tôi sẽ tích hợp doanh nghiệp sâu hơn vào mô hình giáo dục. Các trường đại học không thể vận hành tách biệt khỏi tốc độ thay đổi của công nghệ. Đội ngũ giảng viên, hoạt động nghiên cứu và chương trình đào tạo cần kết nối chặt chẽ với thực tế đang thay đổi của thị trường.

Tuy nhiên, tôi vẫn sẽ duy trì việc đào tạo nghiêm ngặt về toán học, khoa học và tư duy phân tích. Kỷ nguyên AI không làm giảm tầm quan trọng của những nền tảng cốt lõi; nếu có, nó còn khiến chúng trở nên quan trọng hơn.

- Việt Nam có lực lượng sinh viên trẻ và rất quan tâm đến công nghệ. Theo bà, đâu là lợi thế lớn nhất của các thị trường mới nổi trong cuộc đua AI?

- Một trong những lợi thế lớn nhất của các thị trường mới nổi là sự linh hoạt.

Nhiều nền kinh tế mới nổi đang xây dựng các hệ sinh thái số mới thay vì phải hiện đại hóa những hệ thống và hạ tầng đã tồn tại hàng chục năm. Họ thường ít bị ràng buộc hơn bởi các cấu trúc tổ chức phân mảnh, quy trình cũ hay nền tảng công nghệ lỗi thời - những yếu tố có thể làm chậm đổi mới tại các thị trường phát triển hơn.

Điều này tạo ra cơ hội để triển khai các hệ thống AI-native (được thiết kế ngay từ đầu với AI là thành phần cốt lõi) nhanh hơn và linh hoạt hơn. Trong một số trường hợp, các thị trường mới nổi thậm chí có thể "nhảy cóc" qua những giai đoạn phát triển công nghệ truyền thống.

Ngoài ra còn có một lợi thế về mặt văn hóa. Dân số trẻ tại các thị trường mới nổi thường có khả năng thích nghi cao, tinh thần khởi nghiệp mạnh và động lực lớn trong việc tham gia các ngành công nghiệp dựa trên công nghệ. Khi kết hợp với khả năng tiếp cận ngày càng tốt hơn với hạ tầng số và các nền tảng tri thức toàn cầu, điều này tạo ra tiềm năng rất lớn cho đổi mới sáng tạo tốc độ cao.

Trong khi đó, các thị trường lâu đời đôi khi phải đối mặt với sức ì lớn hơn trong quá trình chuyển đổi, bởi họ phải cập nhật, tự động hóa và tái cấu trúc hệ thống hiện có ở quy mô lớn. Ngược lại, thị trường mới nổi có cơ hội thiết kế những hệ thống hoàn toàn mới ngay từ đầu với AI là yếu tố cốt lõi.

Tin Gốc: Vnexpress

Theo BGR, chiếc hộp sạc nhỏ gọn của AirPods đi kèm đèn LED nhằm báo hiệu trạng thái sạc và kết nối, được giấu kín. Tuy nhiên, nếu đèn LED nhấp nháy màu xanh lá cây liên tục có thể cho thấy hộp sạc không nhận diện được một hoặc cả hai chiếc AirPod. Trong trường hợp này, người dùng không nên quá lo lắng bởi điều đó không có nghĩa tai nghe sắp hỏng, thay vào đó chỉ cần bảo trì một chút là có thể giúp chúng hoạt động trở lại.

Một trong những nguyên nhân phổ biến khiến đèn xanh nhấp nháy là do các điểm tiếp xúc sạc bị bẩn. Hộp đựng AirPods sử dụng các đầu nối từ tính để giữ tai nghe cố định trong khi sạc, và theo thời gian, bụi bẩn, dầu da và ráy tai có thể tích tụ.

Để khắc phục, hãy dùng một miếng vải mềm, không xơ để lau sạch bề mặt, sau đó thấm một miếng bông gòn vào cồn isopropyl và lau sạch phần cặn bẩn còn lại. Sau đó để khô trong 1 hoặc 2 phút rồi lắp lại AirPods nhằm kiểm tra xem đèn xanh có còn nhấp nháy hay không.

Bên cạnh đó, đèn xanh nhấp nháy cũng có thể do sự cố kết nối giữa hai tai nghe hoặc giữa tai nghe và hộp đựng. Để thiết lập lại AirPods, người dùng có thể thực hiện theo các bước sau:

Trong trường hợp sở hữu AirPods Pro 3 hoặc AirPods 4, thay vì nút cài đặt sẽ có một nút ẩn bên trong hộp đựng. Thực hiện các bước 1 - 3, sau đó chạm hai lần vào mặt trước hộp đựng khi đèn báo trạng thái sáng. Tiếp tục chạm 2 lần khi đèn chuyển sang màu trắng và khi đèn bắt đầu nhấp nháy nhanh hơn. Khi đèn chuyển sang màu hổ phách rồi màu trắng, người dùng có thể hoàn tất việc thiết lập lại.

Ngoài ra, phiên bản firmware lỗi thời cũng có thể gây ra sự cố kết nối. AirPods được thiết kế để tự động cập nhật khi kết nối với iPhone hoặc iPad. Để kiểm tra, vào Cài đặt > Bluetooth, chạm vào biểu tượng "i" bên cạnh tên AirPods. Nếu phiên bản firmware không khớp với phiên bản mới nhất, hãy đặt cả hai tai nghe vào hộp sạc, đóng nắp và kết nối với nguồn điện. Sau khi ghép nối với thiết bị iOS có kết nối internet, tai nghe sẽ tự động cập nhật.

Khi các biện pháp trên đã hoàn tất mà đèn xanh lá vẫn nhấp nháy, có thể một trong hai tai nghe đã bị hỏng. Lúc này, người dùng có thể sửa chữa hoặc thay thế theo chế độ bảo hành của nhà sản xuất hoặc mở rộng theo AppleCare+. Nếu hết thời hạn bảo hành, người dùng vẫn có thể liên hệ với bộ phận hỗ trợ của Apple để yêu cầu thay thế tai nghe mới.

Tuy nhiên, nếu không may gặp phải trường hợp này, người dùng nên cân nhắc mua một cặp tai nghe mới bởi chi phí mua mới có thể không đắt hơn là bao nhiêu. Ví dụ, khảo sát thị trường Việt Nam cho thấy, giá AirPods 4 mới vào khoảng 3,5 triệu đồng, trong khi phí thay một bên tai nghe cùng loại từ cùng một hệ thống bán lẻ đã hơn 2 triệu đồng, đó là chưa kể các đợt ưu đãi giảm giá.

Tin Gốc: Thanh Niên