Nhận định, soi kèo Punjab vs Jamshedpur, 21h00 ngày 28/1: Khó cho khách

Clip dưới đây sẽ cho thấy một ví dụ:

 - Không chỉ dè bỉu đồng nghiệp lớn tuổi là một "chuyên gia thất bại", mối thù Mourinho với Wenger còn khốc liệt hơn thế bằng tuyên bố: "một ngày tôi sẽ tìm ông ta bên ngoài sân và đấm cho vỡ mặt".

Jose Mourinho rất thích khiêu khích đồng nghiệp nên có không ít "mối thù sâu sắc". Bên cạnh việc "tái ngộ" kẻ thù cũ - Pep Guardiola ở thành Manchester, chiến lược gia người Bồ còn có mối hệ xấu với HLV Arsene Wenger (Arsenal).

Mourinho có mối quan hệ căng thẳng với HLV Wenger

Trong 2 giai đoạn dẫn dắt Chelsea ở xứ sở sương mù, Mourinho nhiều lần chê bai chiến lược gia người Pháp chẳng ra gì. Đôi bên liên tục cãi cọ qua lại.

Có lần Mourinho xỉa xói: "Wenger là một chuyên gia thất bại. 8 năm mà không giành được một danh hiệu nào thì rõ là thất bại. Nếu tôi mà như vậy ở Chelsea thì đã rời London và không bao giờ quay lại". Ông cũng gán cho "giáo sư" là "kẻ tọc mạch".

Và hình ảnh căng thẳng mà người ta nhớ về giữa 2 HLV này là màn túm áo, suýt ẩu đả nhau ở bên ngoài đường biên trong cuộc chạm trán Chelsea thắng Arsenal 2-0 tại Stamford Bridge ngày 5/10/2014.

Nhà cầm quân người Bồ muốn đấm vỡ mặt đồng nghiệp

Theo Mourinho: "Wenger đã đẩy tôi. Tôi đã nói với ông ấy: ông làm điều này ở đây, ông biết đấy, tôi không thể phản ứng lại. Nhưng tôi sẽ gặp ông một ngày trên đường".

Tuy nhiên, đó chưa phải là tất cả những gì "người đặc biệt" nay không còn đặc biệt "doạ" đồng nghiệp Arsenal. Theo tiết lộ mới đây của nhà báo Rob Beasley thì Mourinho đòi đấm vỡ mặt Wenger.

"Một ngày tôi sẽ tìm Wenger bên ngoài sân và đấm vỡ mặt ông ta".

L.H

Bài viết trên Facebook bà Lương Hoàng Anh.

Trước đó, vào ngày 4/2, tài khoản Facebook của bà Lương Hoàng Anh, một doanh nhân ở TP.HCM có lượng người theo dõi Facebook khá lớn, đăng bài viết trong đó có thông tin cho rằng cả đảo (lớn) Lý Sơn nhiễm thuốc trừ sâu. Vì lý do này, bà Hoàng Anh cho biết chỉ dùng tỏi Cô Đơn của đảo bé Lý Sơn.

Nguyên nhân được cho là bắt nguồn từ dịch Covid-19 bùng phát, lây lan virus corona chủng mới ra ngoài Trung Quốc tại các nước như Hàn Quốc, Iran và Italy.

Thị trường chứng khoán Mỹ hôm thứ Hai (24/2) đã lao dốc sau khi Hàn Quốc nâng mức cảnh báo virus corona chủng mới lây lan lên mức cao nhất. Italy cũng báo cáo sự gia tăng dịch Covid-19 với nhiều ca nhiễm mới nâng tổng số lên hơn 300 người nhiễm Covid-19.

Apple là hãng chịu ảnh hưởng nặng nền nhất do phụ thuộc vào các nhà máy và dây chuyền sản xuất đặt tại Trung Quốc và sức tiêu thụ các sản phẩm hàng đầu như iPhone tại quốc gia tỷ dân này.

Táo khuyết cũng đưa ra cảnh báo có thể không đạt được doanh thu quý 3 như kỳ vọng do ảnh hưởng của Covid-19.

Các công ty khác chịu ảnh hưởng ít hơn như Google và Facebook do cơ bản không hiện diện tại Trung Quốc, nhưng vẫn thiệt hại vì hiệu ứng tác động xấu tới nền kinh tế toàn cầu.

Hải Phong (theo CNBC)

Samsung đóng cửa 1 nhà máy ở Hàn Quốc vì Covid-19

Hãng công nghệ Samsung Electronics đã ra quyết định đóng cửa tạm thời nhà máy sản xuất smartphone ở thành phố Gumi sau khi phát hiện 1 công nhân của nhà máy này dương tính với Covid-19.

Ông Trương Quốc Cường, Cục trưởng Cục Quản lý Dược, Bộ Y tế vừa ký quyết định rút số đăng ký 2 loại thuốc chứa hoạt chất Gatifloxacin ra khỏi danh mục các thuốc được cấp số đăng ký tại Việt Nam.

Thuốc nhỏ mắt Zymar được bán rộng rãi trên thị trường có chứa thành phần cấm nhập khẩu để làm thuốc dùng cho người.

Cục Quản lý Dược cho biết, hoạt chất Gatifloxacin thuộc danh mục nguyên liệu và thuốc thành phẩm cấm nhập khẩu để làm thuốc dùng cho người.

Theo đó, 2 loại dung dịch nhỏ mắt Zymar do Công ty Allergan (Mỹ) đăng ký, sản xuất và dung dịch nhỏ mắt Efticati do Công ty Cổ phần Dược phẩm 3/2 (TP.HCM) đăng ký, sản xuất bị rút số đăng ký.

Cục Quản lý Dược yêu cầu, các công ty đăng ký, nhà sản xuất 2 loại thuốc nói trên phải phối hợp với nhà nhập khẩu, nhà phân phối thuốc thực hiện việc thu hồi toàn bộ thuốc đã sản xuất (đối với thuốc trong nước), đã nhập khẩu vào Việt Nam (đối với thuốc nước ngoài) và báo cáo kết quả thu hồi theo đúng quy định hiện hành.

Trên thị trường, thuốc nhỏ mắt Zymar được bày bán rộng rãi, dùng để điều trị viêm kết mạc do vi khuẩn gây ra bởi các chủng vi khuẩn nhạy cảm, có giá khoảng 100.000 đồng/5ml.

M.Anh

Theo khảo sát của PV, hiện trên thị trường, những chiếc pizza được làm thủ công đóng gói với đa dạng mùi vị được rao bán tràn lan trên chợ mạng, tại các hàng quán được chị em công sở, giới trẻ rất ưa chuộng. Đáng chú ý, những chiếc pizza này đều không có nhãn mác, hạn sử dụng cụ thể. Nếu mua sỉ với số lượng lớn thì có giá khá rẻ, chỉ 15.000 đồng/cái.

Tại các đầu mối, mỗi ngày họ tiêu thụ hàng trăm đến cả nghìn cái pizza các loại, khách lấy bao nhiêu cũng có, chỉ cần đặt trước 2 ngày hàng sẽ chuyển đến tận nơi. Hàng được cấp đông đóng thùng từ 50 cái trở lên, đặc biệt theo lời dân buôn quảng cáo pizza này để được thoải mái, hạn sử dụng lên đến 4-6 tháng không lo hỏng. Sau khi chế biến đảm bảo vẫn giữ được mùi vị thơm ngon như mới.

Khi được hỏi mua pizza hàng mới sản xuất trong ngày, chị Đặng Thị Nhung, chủ một đầu mối bỏ sỉ pizza ở Nguyễn Văn Cừ (Long Biên, Hà Nội), chào mời: “Pizza này chị mới làm lúc sáng, đầy đủ các vị, nhiều phomai, có size 14-18-23 cm. Vị bò, gà, xúc xích bán chạy nhất, ngày chị bán lên đến 100-200 cái cả bán lẻ và sỉ. Loại này để thoải mái, em lấy bao nhiêu cũng có”.

Theo lời chị Nhung, hàng loại 1 nhân pizza sẽ đầy đặn hơn, phomai cũng béo ngậy ăn ngon hơn; còn hàng loại 2 rẻ tiền sẽ ít nhân, được làm từ loại phomai khác rẻ hơn nên tùy theo yêu cầu khách đặt, chị sẽ thu mua bên đầu mối. Theo đó, giá các loại pizza sẽ khác nhau, mua lẻ có giá 35.000-50.000 đồng/cái, mua sỉ từ 100 cái có giá dao động 15.000-30.000 đồng/cái tùy size.

Loại pizza này có giá bán sỉ chỉ khoảng 15.000-30.000 đồng/cái

Người bán cho biết loại pizza đông lạnh này có thể để 6 tháng mà không lo bị mốc hỏng

Đây đều là hàng tươi mới sản xuất trong ngày, nguyên liệu làm đến đâu mới sơ chế đến đó nên giữ được mùi vị thơm ngon. Mỗi tuần hàng về 2 đợt, lên đến 500-600 cái nên khách lẻ, hàng quán vỉa hè thường lấy 50-200 cái một lúc.

Chị Trần Thu Hồng - một đầu mối chuyên đổ sỉ pizza ở Bắc Ninh - cũng tiết lộ, những chiếc pizza vị bò, gà, ba chỉ,... được đóng túi rao bán tràn lan đa số được làm từ nguyên liệu đông lạnh nhập khẩu Hà Lan, Mỹ, Úc... với giá rẻ. Pizza để thoải mái, lên đến 6 tháng không lo mốc hỏng nên các hàng quán thường lấy về tích trữ bán dần.

Chị Hồng cho hay, thịt bò và gà đã rút xương chị lấy hàng nhập khẩu theo từng tảng thịt cấp đông về. Như gà chỉ có 55.000 đồng/kg, thịt bò giá 180.000 đồng/kg. Phomai loại ít béo ngậy có giá rẻ chỉ 140.000 đồng/kg, loại ngon hơn có giá 180.000-200.000 đồng/kg. Nếu khách lấy riêng nguyên liệu về làm pizza, đóng thùng từ đầu tạ sẽ có giá ưu đãi, còn lấy pizza thành phẩm từ 50 cái có giá dao động 17.000-35.000 đồng/cái.

Như chị chuyên đổ buôn pizza thành phẩm cho các quán trà sữa, nhà hàng, quán ăn vỉa hè ở Hà Nội và nhiều tỉnh khác. Mỗi ngày chị đổ buôn lên đến 800-1.000 cái pizza các loại. Quán ăn, nhà hàng thường lấy 300-500 cái tích trữ bán dần, lấy càng nhiều giá càng rẻ nên nhiều lúc nhà chị gia công làm không kịp.

“Hàng này em làm chỉ có lãi, bán đắt khách lắm. Các quán ăn lấy nhà chị bán lẻ ra toàn 75.000-85.000 đồng/cái. Em lấy số lượng lớn thì lãi càng nhiều”, chị Hồng nói.

Người ta đã sử dụng A.I trong nhiều lĩnh vực như tuyển dụng, bán lẻ, gợi ý hàng tiêu dùng… Tuy nhiên, trí tuệ nhân tạo cũng bộc lộ điểm yếu khó chấp nhận: Chúng khá thiên vị.

Thiên vị có thể là hành vi của riêng con người, và “máy móc không biết nói dối". Nhưng AI, với nguồn gốc từ một cỗ máy lại có thể thiên vị, tức chúng ưu tiên người da trắng hơn da màu trong việc tuyển dụng chẳng hạn. Chính “lỗ hổng” này làm cho các nhà khoa học rất đau đầu và quyết tìm ra nguyên nhân hòng khắc phục triệt để. Tuy nhiên mọi việc không hề đơn giản.

Thiên vị xuất phát từ đâu?

Chúng ta thường đơn giản hóa vấn đề bằng cách đổ lỗi. Trong trường hợp này, có thể cho rằng A.I cũng chỉ là máy, máy móc thiên vị do dữ liệu nhận được bị sai lệch. Nói cách khác dữ liệu mang tính thiên vị.

Tuy nhiên sự thật, dữ liệu chỉ là bước gần cuối cùng của quá trình AI suy nghĩ và giải quyết vấn đề. Nói cách khác, sự thiên vị đã bám rễ rất lâu trước khi các dữ liệu được đưa vào máy tính xử lý. Bản thân các thuật toán xử lý đã có tính thiên vị từ lâu.

Ngay từ khi các nhà khoa học máy tính tạo ra mô hình học sâu, họ đã phải quyết định xem rốt cuộc cái họ muốn đạt được là gì. Ví dụ xử lý dữ liệu khách hàng tiềm năng cho một công ty tín dụng. Công ty muốn trí tuệ nhân tạo tìm ra những khách hàng tiềm năng nhất cho họ. Nhưng “tiềm năng nhất” là gì? Là có nhiều tiền hay nhiều khả năng mang lại lợi nhuận cho công ty thông qua vay tín dụng?

Bởi máy tính cần phải số hóa được các tiêu chí đưa ra, chúng chỉ xử lý và phân tích xem các con số của người dùng là lớn hay nhỏ để có thể xem đó là “tiềm năng”.

Như vậy, nếu khách hàng có nhiều tiền nhưng họ không vay tín dụng thì công ty tín dụng sẽ ít lợi nhuận, nhưng ngược lại những người hay vay tiền lại là đối tượng mang lại lợi nhuận lớn hơn, đổi lại tỷ lệ trả tiền của họ có thể thấp hơn, dẫn tới rủi ro cao hơn.

“Từ thuở khai sinh, các thuật toán ra đời để giải quyết mục tiêu số hóa khác nhau của người dùng, chứ không phải để đánh giá công bằng bản chất của họ”, Solon Barocas, trợ lý giáo sư tại đại học Cornell cho biết. Anh là chuyên gia trong lĩnh vực kiểm soát "yếu tố công bằng” của AI.

Như vậy, nếu thuật toán phát hiện ra đối tượng người dùng thích vay tiền và vay nhiều tiền trong quá khứ, nó sẽ kết luận họ là đối tượng “tiềm năng” cho công ty tín dụng. Tuy nhiên, trên thực tế các đối tượng này lại là đối tượng cần tránh xa do rủi ro mà họ mang lại.

Do các vấn đề trên mang tính lựa chọn và cả triết học (đâu là lựa chọn đúng, đâu là sai), xử lý dữ liệu đầu vào tốt có vẻ vẫn là cách khả thi hơn để giải quyết sự thiên vị của máy tính.

Dữ liệu cung cấp bị thiên vị

Có hai cách mà sự thiên vị thể hiện trong dữ liệu cần xử lý: Hoặc dữ liệu bạn thu thập không thể hiện đúng thực tế, hoặc nó phản ánh những định kiến hiện có.

Trường hợp đầu tiên có nhiều khả năng xảy ra. Ví dụ, nếu một thuật toán học sâu được cung cấp nhiều hình ảnh về khuôn mặt có màu da sáng hơn so với khuôn mặt có màu da tối, hệ thống nhận diện khuôn mặt chắc chắn sẽ cho rằng gương mặt tối là “không tốt bằng”.

Trường hợp thứ hai đã xảy ra khi Amazon phát hiện ra công cụ tuyển dụng nội bộ của họ liên tục sa thải các ứng cử viên nữ. Bởi nó được học về các quyết định tuyển dụng trong lịch sử công ty, vốn ưa thích đàn ông hơn phụ nữ, nên nó đã chọn cách làm tương tự.

Sự thiên vị có thể xuất hiện trong giai đoạn chuẩn bị dữ liệu, tức việc chọn thuộc tính của đối tượng cho thuật toán xem xét. Ví dụ như trong việc đưa ra các tiêu chí cho “khách hàng tiềm năng” của công ty tín dụng trên, các thông số có thể là tuổi tác, thu nhập, số lần đã trả nợ. Trong trường hợp của Amazon, các thông số có thể là giới tính, trình độ học vấn, số năm kinh nghiệm.

Chính vì các thông số đó dễ bị nhầm lẫn và không hoàn toàn đánh giá đúng đối tượng là con người, việc chọn ra bộ thông số phù hợp với nhu cầu người dùng và đưa cho máy tính xử lý sao cho kết quả ra công bằng là không thể đạt được.

AI có thể đưa ra đúng đối tượng mà bạn mong muốn, nhưng nó chắc chắn sẽ mang tính thiên vị khi loại ra những đối tượng khác.

Rất khó khắc phục sự thiên vị của AI

Ngay cả chúng ta, những con người tạo ra máy móc cũng mang tính thiên vị rất cao. Do đó, có những nguyên nhân căn bản bên trong mang tính triết học mà ngay cả con người còn chưa vượt qua được, huống hồ máy móc.

Đầu tiên là việc không lường trước cái chưa biết. Khi thả bom nguyên tử xuống Nhật Bản, người Mỹ chưa nghĩ tới bụi phóng xạ sẽ còn tồn tại và gây ung thư cho rất nhiều người sau này. Hoặc khi tìm ra xăng dầu vào đầu thế kỉ XX, chưa ai từng nghĩ đến vấn đề nóng lên toàn cầu mà ngày nay chúng ta phải đối mặt.

Mọi vật đều có liên quan ít nhiều đến nhau, các thông số đặc trưng của đối tượng này sớm muộn cũng sẽ bị ảnh hưởng bởi thông số đặc trưng của đối tượng khác.

Các kĩ sư của Amazon không ngốc tới mức không lường trước sự thiên vị của AI mà họ xây dựng. Họ đã lập trình để nó bỏ qua các cụm từ về giới tính như “dành cho nam giới”, “của phụ nữ”.

Tuy nhiên người ta sớm phát hiện rằng hệ thống ngôn ngữ của nhân loại hết sức đáng sợ. Các cụm từ khác ám chỉ về giới tính đã được cỗ máy đưa vào dữ liệu cần học như “đao thủ” (100% các đao thủ trong lịch sử là nam giới) hoặc “nội trợ” đã biến khối dữ liệu đầu vào trở nên thiên vị.

Đâu là công bằng?

Chắc chắn rất khó để định nghĩa “sự công bằng” trong xã hội, ngay cả trong triết học cũng không có khái niệm thuyết phục về "tính công bằng”. Đó là lý do các hệ thống pháp luật luôn có kẽ hở và suốt chiều dài lịch sử, loài người luôn tìm kiếm một tầng lớp, một vật thể nào đó gánh hết “bất công” của xã hội như nô lệ, súc vật, máy móc.

Đối với khoa học, “công bằng” chỉ đơn giản là sự cân bằng các đại lượng. Chính sự khác nhau rất lớn giữa 2 khái niệm “công bằng” trong toán học và thực tế xã hội, mà A.I còn lâu mới có thể trở nên công bằng như cái cách mà người ta mong muốn, vì suy cho cùng, con người còn chưa xác định rõ cái “công bằng” mà họ muốn ở đây là gì.

Như trong bài toán của Amazon, đôi khi đúng là các nhân viên nam giới mạnh hơn nhân viên nữ và sẽ phù hợp hơn cho công việc. Tôi mạnh khỏe hơn, tôi được tuyển dụng, chân lý đó chẳng phải đã có từ thuở chúng ta còn ăn lông ở lỗ hay sao? Như vậy, việc máy tính loại ra các nhân viên nữ tuy sai về mặt đạo đức công bằng xã hội , nhưng về mặt lợi ích kinh tế thì hoàn toàn đúng.

Theo Zing