Microsoft sắp khai tử tính năng gây ức chế nhất trên Windows 11

Hệ thống cáp quang mới mà các nhà nghiên cứu Trung Quốc phát triển mang tên "ba làn đường" được hứa hẹn giúp nâng cao khả năng truyền tải dữ liệu cho các mạng lưới trong tương lai, đặc biệt trong lĩnh vực trí tuệ nhân tạo (AI). Điểm đặc biệt là hệ thống này cho phép tối ưu hóa lưu lượng truy cập mà không cần thay thế hay lắp đặt cáp mới, với khả năng tăng lưu lượng truy cập lên gấp 5 lần và dung lượng truyền tải trên mỗi lõi gần 50%.

Hiện nay, phần lớn lưu lượng internet được truyền qua các sợi quang bằng ánh sáng laser, trong đó mỗi sợi quang có khả năng mang nhiều bước sóng ánh sáng cùng lúc. Các hệ thống thương mại hiện tại chủ yếu sử dụng băng tần C và L, trong khi nhóm nghiên cứu đã bổ sung thêm băng tần S để tạo nên một hệ thống được ví như là "đường cao tốc ba làn".

Một trong những thách thức lớn khi sử dụng băng tần S là tín hiệu quang học thường suy yếu ở khoảng cách xa. Để khắc phục, các công ty viễn thông thường sử dụng bộ khuếch đại quang, nhưng chúng chủ yếu được tối ưu hóa cho băng tần C và L. Tuy nhiên, nhóm nghiên cứu Trung Quốc đã giải quyết các vấn đề kỹ thuật này để mở ra khả năng triển khai thương mại cho băng tần S.

Hơn nữa, các sợi quang mới của nhóm nghiên cứu còn có bốn lõi, mỗi lõi hoạt động như một sợi quang độc lập cho phép ba dải quang hoạt động đồng thời. Mục đích của việc này nhằm giúp loại bỏ các nút thắt cổ chai trong quá trình truyền dữ liệu, đặc biệt quan trọng cho các ứng dụng AI quy mô lớn, nơi việc truyền tải dữ liệu giữa các cụm GPU là yếu tố quyết định tốc độ huấn luyện.

Mặc dù những tiến bộ trong công nghệ cáp quang từng được ghi nhận ở Nhật Bản, châu Âu và Mỹ, nhưng sự khác biệt lần này là công nghệ đã được triển khai thương mại thay vì chỉ dừng lại ở nghiên cứu trong phòng thí nghiệm. Theo thông tin từ nhóm nghiên cứu, các sợi quang mới đã được lắp đặt trên khoảng 35 km mạng lưới viễn thông hiện có và có tiềm năng được triển khai rộng rãi, bao gồm cả cáp ngầm dưới biển.

Tin Gốc: Thanh Niên

Trong trận đấu giữa Thụy Điển và Tunisia ngày 15/6 tại FIFA World Cup 2026, khán giả được trải nghiệm lợi ích của cảm biến chuyển động siêu chính xác, khi bóng Trionda "lên tiếng" rằng tiền đạo Alexander Isak của Thụy Điển chạm bóng trước tiền vệ Mattias Svanberg. Nhờ bằng chứng đó, trọng tài quyết định Svanberg không việt vị và bàn thắng được công nhận.

Đây không phải lần đầu cảm biến trong trái bóng giúp phân giải một tình huống gây tranh cãi. Trong kỳ World Cup đầu tiên ứng dụng công nghệ này năm 2022, cảm biến xác định Ronaldo không phải cầu thủ cuối cùng chạm bóng trong chiến thắng 2-0 của Bồ Đào Nha trước Uruguay, dù cầu thủ này khẳng định ngược lại.

Cảm biến được Adidas sử dụng trong bóng gọi là MEMS IMU, kết hợp của hai nhánh công nghệ: cảm biến đo lường quán tính (IMU) và hệ thống cảm biến vi - điện - cơ khí (MEMS).

Sự ra đời

Theo Institute of Navigation, IMU được phát triển ở Mỹ cuối những năm 1940 bởi Phòng thí nghiệm Đo lường thuộc Viện Công nghệ Massachusetts (MIT) cùng hai công ty Northrop và Autonetics, dưới sự tài trợ của Không quân Mỹ. Trong thập niên 1960, các hệ thống này tiếp tục "tiến hóa", được ứng dụng trong chương trình Apollo, máy bay quân sự và máy bay thương mại.

IMU cơ học đời đầu giống như một khối cảm biến cố gắng đứng yên trong không gian, nhờ hệ thống gimbal (cân bằng thiết bị) chuyển động tự do xung quanh. Cảm biến thứ nhất, đo gia tốc tuyến tính, hoạt động bằng cách cho một khối nặng hoặc con lắc phản ứng với gia tốc, rồi đo độ lệch hoặc lực điện từ cần thiết để giữ nó đứng yên.

Cảm biến thứ hai, gọi là con quay hồi chuyển, làm nhiệm vụ đo tốc độ quay, hoạt động bằng cách cho rotor quay nhanh đặt trong khung gimbal. Hệ thống dựa trên định luật bảo toàn mô-men động lượng: khi một rotor đang quay nhanh, trục quay có xu hướng giữ nguyên hướng trong không gian. Nếu thiết bị đặt cảm biến quay, rotor trong gimbal sẽ chống lại sự thay đổi hướng thay vì không quay theo một góc tương ứng. Cuối cùng, hệ thống máy tính phân tích sự khác biệt hướng của rotor và vỏ thiết bị để xác định tốc độ quay.

IMU thế hệ đầu có kích thước lớn do chứa nhiều cảm biết, hệ khung treo gimbal, động cơ, mạch điều khiển. Chẳng hạn, IMU sử dụng trong chương trình Apollo nặng khoảng 10 kg, chưa tính toàn bộ máy tính dẫn đường, nguồn và các phần điện tử phụ trợ khác.

Bước ngoặt diễn ra khi công nghệ MEMS, cho phép tạo ra chi tiết cơ khí cực nhỏ giúp mô phỏng cảm biến gia tốc và con quay hồi chuyển ngay trên chip. Những bộ phận cơ khí từng phải chế tạo ở kích thước lớn nay có thể thu nhỏ xuống cỡ micromet. Các nền tảng MEMS bắt đầu hình thành từ thập niên 1960, nhưng phải đến thập niên 1990 mới được thương mại hóa.

Trong lịch sử IMU MEMS, cảm biến gia tốc ra đời và phổ biến trước con quay hồi chuyển. Năm 1991 được xem là cột mốc quan trọng, khi Analog Devices giới thiệu ADXL50, cảm biến gia tốc MEMS đầu tiên tích hợp hoàn toàn trên chip, đủ nhạy để đo va chạm hay rung động và đủ rẻ để sản xuất hàng loạt. Nhu cầu từ ngành ôtô, đặc biệt là hệ thống túi khí, thúc đẩy MEMS phát triển nhanh. Khi xe bị va chạm, cảm biến phát hiện gia tốc đột ngột và gửi tín hiệu cho bộ điều khiển - một trong những ứng dụng đầu tiên giúp MEMS bước ra khỏi phòng thí nghiệm.

IMU MEMS bắt đầu phổ biến từ thập niên 2000 do ngày càng nhỏ, rẻ, tiết kiệm điện và đủ chính xác cho thiết bị tiêu dùng. Người dùng smartphone trải nghiệm IMU MEMS hằng ngày, mỗi khi điện thoại xoay màn hình, đếm bước chân, tự động sáng khi được cầm lên. Các thiết bị như smartwatch, máy ảnh, máy chơi game, drone, robot cũng sử dụng cảm biến này để nhận biết chuyển động.

Theo công ty nghiên cứu và tư vấn Mordor Intelligence (Ấn Độ), thị trường IMU MEMS hiện trị giá khoảng 1,34 tỷ USD, dự kiến tăng lên 2,28 tỷ USD vào năm 2031. 31% thị trường cảm biến này thuộc về thiết bị điện tử tiêu dùng, nhưng sẽ thay đổi trong 2-4 năm tới nhờ sự bùng nổ xe tự hành.

Áp dụng cho quả bóng Trionda

Từ một công nghệ thuộc về hàng không và quân sự, IMU MEMS trở thành loại cảm biến cơ bản nhất. Bên cạnh các thiết bị kể trên, cảm biến cũng đã xuất hiện trong quả bóng World Cup 2022 và được nâng cấp trên Trionda năm nay.

Trionda là sản phẩm hợp tác giữa Adidas và công ty công nghệ thể thao Đức Kinexon. Bên trong lõi bóng tích hợp IMU MEMS cho phép thu thập dữ liệu chuyển động theo thời gian thực.

Về cơ bản, Trionda sử dụng công nghệ snicko, viết tắt của snickometer, hay hệ thống đo độ chạm bóng, xuất hiện lần đầu trên môn cricket (bóng gậy). Snicko kết hợp hình ảnh quay chậm với biểu đồ âm thanh từ micro siêu nhạy và biểu diễn đồng thời trên màn hình, theo New York Times. Khi video cho thấy bóng đi qua gậy và biểu đồ âm thanh xuất hiện một đỉnh nhọn, trọng tài có thể kết luận bóng đã chạm gậy.

Đây là lý do công nghệ tại World Cup 2026 được báo chí quốc tế gọi là "snicko" của bóng đá. Tuy nhiên, biểu đồ tại World Cup 2026 không biểu hiện âm thanh thu từ micro như snicko, thay vào đó là cảm biến bên trong Trionda. Cảm biến hoạt động ở tần số 500 Hz, ghi nhận mọi tác động lên bóng 500 lần mỗi giây, không bỏ sót cả những lực rất nhỏ và khó nhìn thấy qua video quay chậm. Tần suất ghi dữ liệu còn cao hơn snicko bản gốc, vốn chỉ đồng bộ âm thanh với hình ảnh ở tốc độ 340 khung hình trên giây. Theo FIFA, dữ liệu truyền theo thời gian thực đến VAR, giúp xác định chính xác thời điểm bóng được đá, sượt qua chân, đổi hướng hoặc chạm tay.

Về nguyên lý, IMU MEMS đóng vai trò chuyển đổi chuyển động thành tín hiệu điện. Trong cảm biến gia tốc, một khối quán tính (proof mass) treo bên trong vi mạch bằng các cấu trúc đàn hồi. Khi cảm biến chuyển động, khối này lệch đi do quán tính, làm thay đổi điện dung giữa các bản cực. Hệ thống sẽ đo sự thay đổi đó để xác định gia tốc theo ba trục X, Y và Z. Nhờ cảm nhận trọng lực, cảm biến cũng có thể xác định độ nghiêng của thiết bị.

Với cảm biến vận tốc góc, một cấu trúc vi cơ học được duy trì dao động liên tục. Khi quay, lực quán tính Coriolis làm cấu trúc này lệch hướng. Độ lệch được chuyển thành dữ liệu về tốc độ quay quanh các trục. Để tăng độ chính xác, IMU thường kết hợp dữ liệu từ cảm biến gia tốc, cảm biến vận tốc góc và đôi khi cả cảm biến từ trường (magnetometer), sau đó xử lý bằng các thuật toán hợp nhất dữ liệu (sensor fusion).

Để kẻ đường việt vị, VAR cần biết khoảnh khắc cầu thủ chạm bóng. Dữ liệu chuyển động giúp xác định chính xác gấp nhiều lần so với video vốn bị ảnh hưởng bởi tốc độ ghi hình, góc quay. Công nghệ cũng hỗ trợ nhận diện cầu thủ chạm bóng cuối cùng để xác định chủ nhân bàn thắng.

Việc đưa bảng mạch điện tử vào trong quả bóng đặt ra yêu cầu kỹ thuật phức tạp đáng kể so với quy trình sản xuất bóng truyền thống, theo FIFA. Để giải quyết bài toán đó, Kinexon phát triển hệ thống treo chuyên dụng để cố định cụm cảm biến tại tâm bóng, giúp bảo vệ thiết bị điện tử bên trong, đồng thời duy trì trọng lượng, độ cân bằng, quỹ đạo bay và đặc tính khí động học của quả bóng theo tiêu chuẩn thi đấu.

Để bảo đảm hoạt động xuyên suốt trận, hệ thống cảm biến trên Trionda trang bị pin có thời lượng sử dụng liên tục 6 giờ sau mỗi lần sạc. Mức dung lượng này được đánh giá đủ đáp ứng toàn bộ thời gian thi đấu chính thức, hai hiệp phụ và cả loạt sút luân lưu.

Tin Gốc: Vnexpress

Chao đảo vì chi phí AI

Sau giai đoạn ồ ạt đầu tư vào AI, nhiều lãnh đạo doanh nghiệp bắt đầu hoài nghi về những khoản chi khổng lồ cho công nghệ này có thực sự mang lại giá trị tương xứng hay không.

Các công ty từng nhanh chóng triển khai AI hiện đang phải đối mặt với chi phí công nghệ tăng vọt, trong khi mức độ cải thiện năng suất vẫn chưa rõ ràng và sự hoài nghi từ chính nhân viên liên tục gia tăng.

Một ví dụ gây chú ý là trường hợp một doanh nghiệp đã tiêu tốn tới 500 triệu USD chỉ trong một tháng sau khi cấp quyền sử dụng Claude cho nhân viên nhưng không thiết lập giới hạn mức sử dụng.

Những trường hợp hóa đơn AI tăng vọt ngoài dự kiến không phải là hiếm. Tháng 4 vừa qua, một khách hàng của Google Cloud bất ngờ nhận hóa đơn hơn 18.000 USD dù ngân sách ban đầu chỉ khoảng 7 USD, sau khi một khóa API bị lộ và bị kẻ xấu khai thác.

Tương tự, đầu tháng 5, nhà phát triển dự án OpenClaw cho biết hệ thống của mình đã tiêu tốn tới 1,3 triệu USD tiền token API của OpenAI chỉ trong vòng một tháng.

Nhiều tập đoàn lớn cũng bắt đầu cảm nhận sức ép từ làn sóng chi tiêu cho AI.

Theo tờ The Verge, Microsoft đã hủy phần lớn giấy phép sử dụng Claude Code trong nội bộ do những lo ngại về chi phí.

Giám đốc vận hành Uber cho biết các khoản chi cho AI ngày càng trở nên khó biện minh hơn.

Áp lực tài chính từ AI cũng phần nào tác động đến thị trường lao động. Nhiều doanh nghiệp viện dẫn AI với khả năng tự động hóa là lý do cho các đợt cắt giảm nhân sự.

Tuy nhiên, ông Anuj Kapur, CEO của CloudBees, cho rằng việc sa thải có thể đơn giản là giải pháp duy nhất mà doanh nghiệp còn có thể sử dụng để bù đắp các hóa đơn AI ngày càng lớn.

Ông Ali Ansari, CEO của Micro1, nhấn mạnh các doanh nghiệp đang trải qua sự điều chỉnh sau giai đoạn lạm dụng AI.

Ông gọi xu hướng trước đó là “tokenmaxxing”, tức cố gắng sử dụng càng nhiều token AI càng tốt mà không quan tâm đầy đủ đến hiệu quả thực tế.

Theo vị CEO, sự điều chỉnh có thể giúp doanh nghiệp tập trung hơn vào những ứng dụng AI thực sự mang lại giá trị thay vì chạy theo mức độ sử dụng.

Ông cho biết nhiều doanh nghiệp đang đánh giá quá cao khả năng của AI khi cho rằng công nghệ này có thể hoạt động hiệu quả trong mọi bộ phận. Tuy nhiên, ở thời điểm hiện tại, AI mới chứng minh được hiệu quả rõ rệt nhất trong lĩnh vực lập trình.

Những rào cản khi triển khai

Các chuyên gia nhận thấy nhiều doanh nghiệp đang gặp phải bốn rào cản lớn khi triển khai AI.

Trước hết là lựa chọn sai bài toán ứng dụng. Bà Sophia Velastegui, cựu Giám đốc AI của Microsoft và hiện là CEO Velastegui Ventures, chỉ ra thực trạng nhiều nhân viên thường dùng AI để tự động hóa những công việc mình không thích làm thay vì các nhiệm vụ có giá trị cao nhất cho doanh nghiệp.

Kết cục là khiến AI không tạo ra tác động đáng kể đến doanh thu hay hiệu quả kinh doanh.

Đồng thời, chi phí sử dụng AI ngày càng đắt đỏ. Một giám đốc công nghệ tiết lộ rằng nhân viên tại công ty của ông thậm chí dùng các mô hình AI tiên tiến chỉ để xem thông tin thời tiết.

Nhưng những nhân viên này không biết rằng các truy vấn tưởng chừng đơn giản vẫn phát sinh chi phí token đáng kể khi được thực hiện trên quy mô lớn.

Tại Amazon, áp lực chứng minh hiệu quả ứng dụng AI cũng tạo ra những hệ quả ngoài mong muốn. Theo Financial Times, một số nhân viên bị phát hiện cố tình tăng mức sử dụng các công cụ AI để đáp ứng các chỉ tiêu nội bộ.

Trước tình trạng này, Amazon đã hủy bảng xếp hạng sử dụng AI nhằm ngăn việc nhân viên thực hiện những tác vụ không cần thiết chỉ để cải thiện thứ hạng.

Bên cạnh đó, rào cản khi triển khai AI còn đến từ con người. Nhiều doanh nghiệp cấp hàng loạt tài khoản AI cho nhân viên song lại không có chiến lược sử dụng rõ ràng.

Họ mang theo tâm lý “cứ triển khai rồi xem điều gì hiệu quả”. Các chuyên gia đánh giá cách tiếp cận này thường dẫn đến chi phí tăng nhanh nhưng khó đo lường được giá trị thực tế.

Một trong những vấn đề khác là dữ liệu. Do lo ngại rò rỉ thông tin nội bộ, nhiều doanh nghiệp không cho phép các tác nhân AI tiếp cận đầy đủ dữ liệu độc quyền, khiến hiệu quả hoạt động kém hơn so với kỳ vọng.

Trong bối cảnh chi phí leo thang và áp lực chứng minh hiệu quả ngày càng lớn, các chuyên gia đang tiếp tục theo dõi liệu các doanh nghiệp sẽ xây dựng được các quy tắc sử dụng AI chặt chẽ hơn hay sẽ cắt giảm đầu tư vào công nghệ trong thời gian tới.

Tin Gốc: Dân Trí