Research

Tiny-Vedas là hạ tầng kỹ thuật dựa trên kiến trúc tập lệnh mã nguồn mở RISC-V, được công bố nhằm hỗ trợ quá trình thiết kế, mô phỏng và tối ưu hóa các bộ tăng tốc phần cứng cho trí tuệ nhân tạo (AI Accelerator).

Các hệ thống thư viện số của trường đại học đang bị quá tải nghiêm trọng bởi làn sóng bot AI càn quét để thu thập dữ liệu huấn luyện, đe dọa sự ổn định của hệ thống và quyền truy cập tài liệu công khai của cộng đồng học thuật.

Nghiên cứu về cân bằng Nash xấp xỉ (ε-NE) trong trò chơi tắc nghẽn phi nguyên tử nhằm định lượng sự thay đổi chi phí xã hội (tổng thời gian di chuyển) khi người tham gia chấp nhận lộ trình chậm hơn tối đa 1 + ε lần so với lộ trình nhanh nhất. Tác giả chứng minh các cận trên và cận dưới chặt chẽ: với độ trễ đa thức bậc d trên mạng tổng quát, mức tăng/giảm tối đa là Θ(√(dε)); trong khi trên mạng chuỗi - song song độ sâu h, mức giảm tối đa là Θ(hε) và mức tăng tối đa là ε.

Nghiên cứu mới do The Jed Foundation và Common Sense Media thực hiện (được NPR đưa tin) cho thấy gần 2/3 thanh thiếu niên và trẻ em lứa tuổi thiếu niên (teens và tweens) hiện đang sử dụng chatbot AI. Con số này phản ánh tốc độ phổ cập sâu rộng của AI đối với giới trẻ, đặt ra trách nhiệm lớn về việc thiết lập các tiêu chuẩn an toàn, kiểm duyệt nội dung và quản lý sức khỏe tinh thần cho các nền tảng công nghệ.

Nghiên cứu đề xuất cơ chế định tuyến có ý thức xã hội cho xe tự hành (AV) trong môi trường giao thông hỗn hợp bằng học tăng cường đa tác tử (MARL). Bằng cách tích hợp chi phí biên (marginal cost) tính qua mô phỏng phản thực tế vào hàm thưởng thay vì chỉ tối ưu ích kỷ thời gian cá nhân, phương pháp giúp giảm ngoại tác tiêu cực lên xe do người lái (HDV), rút ngắn thời gian di chuyển của chính AV và nâng cao hiệu suất toàn hệ thống (tại Ingolstadt, mức tăng thời gian của xe khác giảm từ 1.7% xuống 1.1% khi có 40% AV). Để mở rộng quy mô, mô phỏng phản thực tế được tối ưu hóa bằng cách chỉ tính toán cho các AV có tác động lớn nhất.

Báo cáo mới từ Anthropic (được DW đưa tin) điều tra nghi vấn Nga sử dụng các mô hình trí tuệ nhân tạo (AI) để tiến hành các chiến dịch tung tin giả và thao túng thông tin tại Cộng hòa Trung Phi (CAR) cùng một số quốc gia khác. Nghiên cứu nêu bật xu hướng các tác nhân nhà nước thử nghiệm AI nhằm tự động hóa việc tạo nội dung tuyên truyền và gây ảnh hưởng địa chính trị.

Bài viết từ Pew Research Center (chuyên mục Decoded) chia sẻ về thực tiễn và ranh giới áp dụng AI trong quy trình nghiên cứu: làm rõ các lĩnh vực tổ chức đang ứng dụng AI và những khía cạnh không sử dụng nhằm duy trì tính chính xác, minh bạch và phương pháp luận nghiêm ngặt trong nghiên cứu xã hội.

CovFedAvg là phương pháp học liên kết (Federated Learning) khai thác các đường cong suy hao thấp cục bộ và lựa chọn mô hình phân tán nhằm giải quyết xung đột khi các client học mô hình không tương thích ngoài vùng dữ liệu quan sát. Thuật toán lưu giữ mô hình cục bộ cùng bộ điều khiển đường cong trên client, tối ưu điểm kết thúc chung qua đóng góp gradient tổng hợp và chọn mô hình ứng viên dựa trên training loss phân tán mà không cần dữ liệu hiệu chuẩn trung tâm hay trao đổi dữ liệu giữa các client. Thực nghiệm cho thấy CovFedAvg cải thiện nhẹ so với FedAvg (tăng từ 88,88% lên 89,84% trên tập gas-sensor), nhưng chưa vượt qua phương pháp fine-tuning phân tán tương đương chi phí tính toán (đạt 91,65%).

Google ứng dụng trí tuệ nhân tạo nhằm hỗ trợ các nhà khoa học giải mã và hiểu sâu hơn về cơ chế bệnh tật. Dù đoạn trích chưa cung cấp chi tiết kỹ thuật cụ thể, sáng kiến này thể hiện bước tiến tiếp theo của Google trong việc khai thác AI để xử lý dữ liệu y sinh học phức tạp phục vụ y học.

MIT Technology Review tổ chức buổi thảo luận bàn tròn với tác giả đứng sau các loại virus được thiết kế bằng AI. Do văn bản nguồn chỉ bao gồm tiêu đề bài viết và liên kết, các thông tin chi tiết về phương pháp luận, cơ chế sinh học và kết quả cụ thể vẫn chưa được công bố trong ngữ cảnh này.

Nghiên cứu từ Anthropic không đồng tình với nhận định tiến trình phát triển AI tăng trưởng theo cấp số nhân, cho thấy tốc độ cải tiến năng lực có thể đang đi theo quỹ đạo tuyến tính hoặc bão hòa dần thay vì hàm mũ.

Nghiên cứu được chia sẻ trên Medical Xpress giới thiệu công cụ AI có khả năng hỗ trợ phát hiện bệnh tiểu đường tuýp 2 thông qua phân tích 20 giây giọng nói. Bằng cách nhận diện các đặc trưng âm sinh học (vocal biomarkers) vi tế bị ảnh hưởng bởi bệnh lý, phương pháp này mở ra triển vọng tầm soát sớm với chi phí thấp và hoàn toàn không xâm lấn.

Một tổ chức cấp vốn nghiên cứu tại Vương quốc Anh đã bắt đầu sử dụng hệ thống AI triage (sàng lọc tự động) để từ chối các đề xuất xin tài trợ khoa học, gây ra làn sóng bức xúc và lo ngại sâu sắc trong giới học thuật về tính minh bạch và sự công bằng.

Bài nghiên cứu trên SSRN chỉ ra rằng mối đe dọa lớn nhất từ các thiết bị đeo tích hợp AI (AI wearables) không nằm ở quyền riêng tư cá nhân mà là quyền tự quyết (human agency) của con người. Việc thiết bị liên tục can thiệp và định hướng lựa chọn hàng ngày có thể làm xói mòn khả năng tự chủ và tư duy độc lập của người dùng.

Giáo sư Yoshua Bengio thành lập tổ chức phi lợi nhuận LawZero nhằm nghiên cứu và phát triển AI an toàn, nhận khoản tài trợ 300 triệu từ chính phủ Canada và Đức.

Đại học Tokyo công bố một framework AI mới có khả năng vận hành trên phần cứng quang học. Nghiên cứu này hướng tới việc khai thác tính toán quang học để vượt qua các giới hạn về tiêu thụ năng lượng và băng thông của chip silicon truyền thống, mở ra tiềm năng lớn cho phần cứng AI thế hệ mới dù hiện vẫn trong giai đoạn nghiên cứu thử nghiệm.

Dự án Warlock AI (thông qua warcraftsim) công bố việc huấn luyện thành công mô hình học tăng cường tự chơi (self-play RL) có khả năng đánh bại AI cấp độ khó nhất ('Insane') của tựa game Warcraft III, toàn bộ quá trình được tối ưu hóa để vận hành trên một máy tính cá nhân duy nhất.

Dòng vốn đầu tư từ làn sóng AI đang đổ mạnh vào các phòng thí nghiệm nghiên cứu bán dẫn theo ghi nhận từ IEEE Spectrum, thúc đẩy các dự án R&D kiến trúc chip và vật liệu vi mạch mới nhằm đáp ứng nhu cầu tính toán cho AI.

Isomorphic Labs công bố định hướng mới trong việc ứng dụng trí tuệ nhân tạo để cách mạng hóa quy trình phát hiện và phát triển thuốc. Bài viết tập trung vào việc áp dụng các mô hình học máy sinh học tính toán tiên tiến để tăng tốc độ tìm kiếm phân tử điều trị, tối ưu hóa quá trình nghiên cứu tiền lâm sàng và giảm thiểu chi phí phát triển dược phẩm.

Bài đăng arXiv (2609.17877) công bố việc sử dụng AI để chứng minh giả thuyết Erdős–Sós trong lý thuyết đồ thị. Bằng chứng hiện tại chỉ gồm tiêu đề và liên kết; chi tiết kỹ thuật của mô hình, mức độ hình thức hóa và tính hợp lệ qua bình duyệt vẫn là ẩn số cần xác minh.

Nghiên cứu phân tích cơ chế tương tác đa nhiệm trên 100 tác vụ nhận thức thông qua mạng nơ-ron hồi quy phân cấp Almost-Linear RNN (AL-RNN). Kết quả cho thấy việc kết hợp đặc trưng phân cấp chiều thấp và tăng dung lượng phi tuyến giúp mô hình dùng chung vượt trội so với các mô hình đơn nhiệm, đồng thời làm rõ hiện tượng các tác vụ giải được độc lập bằng tuyến tính lại đòi hỏi phi tuyến tính khi giải đồng thời.

Theo bài viết trên Nature, các mật mã bí mật lâu đời trong lịch sử đang được giải mã thành công bởi những người nghiệp dư nhờ sự hỗ trợ của trí tuệ nhân tạo. AI giúp nhận diện quy luật và giải mã các hệ thống ký hiệu phức tạp mà trước đây chỉ các chuyên gia mật mã học mới có thể tiếp cận. Tuy nhiên, bằng chứng cung cấp chưa nêu rõ phương pháp AI cụ thể hay các văn bản cụ thể đã được giải mã.

Bài viết từ Viện Brookings phân tích việc AI chuyển dịch tri thức ra khỏi các trường đại học, làm suy giảm vị thế độc quyền của mô hình học thuật truyền thống. Khi khả năng tiếp cận và tổng hợp tri thức được dân chủ hóa, các trường đại học buộc phải định vị lại vai trò từ truyền đạt kiến thức sang thẩm định năng lực thực tế và giải quyết vấn đề phức tạp.

Bài viết từ Earthmover hướng dẫn phương pháp chuyển đổi các kho lưu trữ dữ liệu khoa học truyền thống thành định dạng sẵn sàng cho AI (AI-ready). Nội dung tập trung vào việc hiện đại hóa cấu trúc lưu trữ sang dạng cloud-native, tối ưu phân mảnh (chunking) và siêu dữ liệu (metadata) để phục vụ việc nạp dữ liệu tốc độ cao cho các mô hình học máy quy mô lớn.