iPhone Air 2 có thể khiến người dùng thất vọng

Đã 17 năm trôi qua kể từ khi bản báo cáo 9 trang đặt nền móng cho mạng lưới Bitcoin xuất hiện, thân phận thực sự của tác giả mang bút danh Satoshi Nakamoto (người đến nay vẫn được xem là "cha đẻ Bitcoin") vẫn là một trong những bí ẩn lớn nhất kỷ nguyên số.

Tờ New York Times (Mỹ) đã thực hiện một cuộc điều tra công phu kéo dài hơn 1 năm để đi tìm chân tướng thực sự của Satoshi Nakamoto. Thông qua việc phân tích hàng nghìn email cũ và đối chiếu văn phong, các bằng chứng lịch sử và kỹ thuật đang cho thấy sự trùng khớp đáng kinh ngạc giữa nhà mật mã học người Anh Adam Back và "cha đẻ Bitcoin".

Mối liên kết đầu tiên giữa Adam Back và Satoshi nằm ở triết lý và nền tảng kỹ thuật. Cả hai đều là thành viên cốt cán của Cypherpunk - phong trào của những người theo chủ nghĩa vô chính phủ vào đầu thập niên 1990, ủng hộ việc sử dụng mật mã học để bảo vệ tự do cá nhân và quyền riêng tư tài chính trước sự kiểm soát của chính phủ.

Từ cuối thập niên 1990, trong các email nội bộ của nhóm, tiến sĩ Adam Back đã phác thảo một ý tưởng táo bạo: mạng lưới tiền tệ phi tập trung. Hệ thống này được thiết kế với các "nút" (node) máy tính độc lập, có khả năng tự duy trì và chống lại sự thông đồng kiểm soát từ các bên thứ ba. Đây chính xác là bộ khung kiến trúc mà Satoshi Nakamoto đã sử dụng để tạo ra Bitcoin.

Đáng chú ý hơn, Adam Back chính là cha đẻ của Hashcash, hệ thống giải thuật thống kê được thiết kế ban đầu để chống thư rác. Khi ông đề xuất kết hợp Hashcash với b-money (một ý tưởng tiền mã hóa khác từ cộng đồng Cypherpunk), ông đã vô tình (hoặc hữu ý) tạo ra bản thiết kế hoàn hảo mà sau này Satoshi đã áp dụng làm cơ chế đồng thuận (Proof-of-Work) cho Bitcoin. Ngoài ra, nền tảng học vấn của ông: tiến sĩ chuyên ngành hệ thống máy tính phân tán và chuyên gia về mật mã khóa công khai lại hoàn toàn khớp với những công nghệ cốt lõi được dệt nên bên trong Bitcoin.

Nhưng điểm tương đồng không chỉ dừng lại ở thuật toán. Nhóm điều tra của New York Times đã tổng hợp toàn bộ kho dữ liệu từ 3 danh sách thư điện tử mà cộng đồng Cypherpunk thường xuyên trao đổi trong suốt giai đoạn 1990 - 2000. Bằng ba phương pháp phân tích ngôn ngữ học độc lập, kết quả đều xác định Adam Back là người có văn phong, cách hành văn giống với Satoshi Nakamoto nhất trong số hàng trăm thành viên của nhóm.

Bên cạnh đó, các điều tra viên còn phát hiện những thói quen hành vi mang tính cá nhân: cả hai đều sử dụng chung một ngôn ngữ lập trình, ưa chuộng việc hoạt động ẩn danh trên internet và thường xuyên sử dụng các bí danh. Xác suất để một cá nhân ngẫu nhiên hội tụ đầy đủ các đặc điểm chuyên môn, thói quen và văn phong này là cực kỳ thấp.

Một chi tiết quan trọng mang tính nút thắt là sự vắng mặt đầy bí ẩn của Adam Back vào thời điểm lịch sử. Xuyên suốt một thập kỷ, ông là nhân vật năng nổ hàng đầu trong các cuộc tranh luận về tiền mã hóa. Thế nhưng đúng vào giai đoạn cuối năm 2008 - thời điểm Bitcoin chính thức được công bố ra thế giới - ông lại chọn cách im lặng hoàn toàn. Sự biến mất đột ngột này được đánh giá là một điểm bất thường lớn đối với một người luôn theo sát từng nhịp đập của ngành mật mã học.

Cho đến nay, Adam Back vẫn kiên quyết phủ nhận việc mình là Satoshi Nakamoto. Tuy nhiên, những hành động thực tế của ông lại cho thấy sự gắn kết sâu sắc với hệ sinh thái này. Sau khi Bitcoin vươn lên thành một thế lực toàn cầu, ông đã thành lập Blockstream, hiện là một trong những "gã khổng lồ" cung cấp nền tảng hạ tầng cốt lõi cho mạng lưới Bitcoin. Dù tự nhận mình chỉ là một người theo sát lĩnh vực từ những ngày đầu, nhưng tầm ảnh hưởng, sự am hiểu tường tận ở mức độ chuyên gia và vị trí trung tâm của Adam Back trong thế giới tiền mã hóa hiện tại khiến nhiều người tin rằng, dù ông có phải là Satoshi hay không thì vẫn là một trong những kiến trúc sư vĩ đại nhất của Bitcoin.

Tin Gốc: https://thanhnien.vn/bi-an-17-nam-ve-cha-de-bitcoin-dan-sang-to-qua-nhung-email-cu-185260410100018505.htm

Theo báo cáo mới công bố của công ty nghiên cứu thị trường TrendForce, giá hợp đồng chip nhớ DRAM truyền thống dự kiến tăng 58-63% trong quý II/2026. Trong khi đó, giá bộ nhớ NAND Flash, linh kiện chính của ổ cứng SSD, thậm chí có thể nhảy vọt 70-75% so với quý trước.

Đợt tăng này tiếp nối quý I/2026 biến động và chưa có dấu hiệu kết thúc. Trong ba tháng đầu năm, giá hợp đồng DRAM ghi nhận mức tăng kỷ lục 90% so với cùng kỳ năm ngoái. Đà tăng DRAM hiện chậm lại một chút, trong khi NAND Flash lại vượt xa mức tăng 60% của quý trước.

Nguyên nhân của tình trạng trên là việc các nhà cung cấp chip nhớ đang ưu tiên năng lực sản xuất cho khách hàng AI. Hiện phần lớn sản lượng NAND Flash đổ dồn vào các ổ cứng SSD dành cho doanh nghiệp. Các nhà cung cấp dịch vụ đám mây lớn cũng đang "vét sạch nguồn cung" thông qua thỏa thuận dài hạn, khiến thị trường điện tử tiêu dùng rơi vào tình trạng khan hiếm nghiêm trọng.

Nguời dùng cá nhân là nhóm bị ảnh hưởng nhất. Các nhà sản xuất chip nhớ chủ động cắt giảm lượng hàng xuất cho công ty lắp ráp máy tính để ưu tiên mảng máy chủ vốn mang lại lợi nhuận cao hơn. Điều này buộc các hãng máy tính phải mua linh kiện với giá đắt đỏ hơn qua bên trung gian, gián tiếp đẩy cao giá sản phẩm khi đến tay người tiêu dùng.

Đối với thị trường điện thoại và máy tính giá rẻ, phân khúc bộ nhớ eMMC/UFS đối mặt với sự thiếu hụt lớn nhất. Do có lợi nhuận thấp hơn so với SSD doanh nghiệp, dòng chip nhớ này bị nhà cung cấp xếp vào nhóm ưu tiên thấp nhất trong dây chuyền sản xuất.

TrendForce nhận định tình trạng thiếu hụt sẽ kéo dài vài năm do những cơ sở sản xuất mới dự kiến đến cuối năm 2027 hoặc 2028 mới có thể đi vào hoạt động với công suất lớn.

Để đối phó với chi phí linh kiện leo thang, nhiều nhà sản xuất máy tính và điện thoại thông minh đang cân nhắc giảm dung lượng lưu trữ trên các sản phẩm mới để giữ giá ổn định. Giới chuyên gia cảnh báo nếu đà tăng không được kiểm soát, nó có thể gây ra những hậu quả tiêu cực cho toàn bộ chu kỳ phát triển của ngành công nghệ trong tương lai gần.

Huy Đức (Theo Tom's Hardware)

Tin Gốc: https://vnexpress.net/gia-dram-du-bao-tang-63-trong-quy-ii-2026-5057878.html

Trong năm cuối tại Đại học Yale, Amanda biết rằng nhiều bạn cùng lớp sử dụng chatbot để viết luận và làm bài tập về nhà. Tuy nhiên, cô chỉ nhận ra điều kỳ lạ khi thảo luận nhóm: các bạn đưa ra những luận điểm và lập luận trau chuốt kỹ lưỡng, nhưng kết quả thu "nhạt nhẽo, thiếu sức sống" ở nhiều chủ đề khác nhau.

"Trong buổi học, tôi thấy cảnh tượng quen thuộc. Khi giảng viên yêu cầu sinh viên suy nghĩ một câu hỏi, những người bạn bên cạnh liền gõ lia lịa vào laptop đang mở sẵn", Amanda nói với CNN, yêu cầu dùng biệt danh để tránh rắc rối.

"Bây giờ, ai cũng thảo luận na ná nhau", cô cho biết. "Hồi năm nhất, các cuộc tranh luận diễn ra rôm rả, không mạch lạc nhưng ai cũng đóng góp một điều gì đó mới mẻ, dựa vào ý kiến của nhau, tiếp cận từ nhiều góc độ và đưa ra nhận xét khác biệt".

Thực tế, theo bài báo được công bố vào tháng 3 trên tạp chí Trends in Cognitive Sciences, các mô hình ngôn ngữ lớn (LLM) đang "hệ thống hóa" cách diễn đạt và tư duy của con người trên ba khía cạnh: ngôn ngữ, quan điểm và lý luận.

Trong môi trường giáo dục, sinh viên, giảng viên cho biết họ đang thấy những ảnh hưởng của xu hướng đó trong lớp học. Và điều đó khiến nhiều sinh viên nói chuyện với quan điểm như nhau.

Tác động

Jessica, sinh viên năm cuối tại Đại học Yale, nói cô sử dụng AI mỗi ngày khi lên lớp. "Vào đầu giờ học, bạn có thể thấy từng người đưa file PDF vào chatbot", cô cho biết.

Theo Jessica, việc AI diễn đạt rõ ý là yếu tố cần thiết đối với cô - người thường gặp khó khăn khi muốn chuyển suy nghĩ thành lời. "Tôi muốn bình luận, tôi có ý tưởng, nhưng tôi không biết làm thế nào để nói câu đó một cách mạch lạc", cô nói. "Vì thế, tôi nhờ một chatbot làm cho câu nói của mình mạch lạc hơn".

Giáo sư Thomas Chatterton Williams tại Trung tâm Hannah Arendt thuộc trường Cao đẳng Bard, chứng kiến tác động từ quyết định sử dụng AI của sinh viên theo nhiều hướng khác nhau. "Việc dựa vào AI đã giúp nâng cao chất lượng thảo luận trên lớp, nhất là ở khóa học có khái niệm khó", ông nói. "Nhưng công nghệ này cũng có xu hướng làm giảm đi những suy nghĩ kỳ lạ, độc đáo và mới mẻ hơn".

Theo ông, điều lo ngại là nhiều người trẻ tài năng sẽ không có được tiếng nói riêng. Thậm chí, một lượng đáng kể trong số họ sẽ không thực sự hiểu được giá trị của việc viết lách và sở hữu quan điểm.

Jessica thừa nhận cô thấy mình trở nên lười biếng hơn kể từ khi bắt đầu sử dụng chatbot trong học tập. "Dường như tinh thần tự học, tự làm việc của tôi đã hoàn toàn biến mất", cô chia sẻ.

Về vấn đề AI khiến giọng điệu của sinh viên nghe na ná nhau, Zhivar Sourati, nghiên cứu sinh tiến sĩ tại Đại học Nam California, cho rằng các mô hình ngôn ngữ lớn được huấn luyện để dự đoán từ tiếp theo có khả năng xuất hiện cao nhất dựa trên nội dung đã xuất hiện trước đó. Do đó câu trả lời "phản ánh một lát cắt hẹp và méo mó về trải nghiệm của con người, sự thu hẹp không gian khái niệm mà các mô hình sử dụng để viết, nói và suy luận".

Dẫn một nghiên cứu đang thực hiện cùng nhóm cộng sự, Sourati giải thích rằng sự đồng nhất hóa do AI diễn ra trên ba chiều: ngôn ngữ, quan điểm và chiến lược lập luận. Các mô hình AI có xu hướng tái tạo những gì gọi là quan điểm WEIRD (phương Tây hóa - có học thức - công nghiệp hóa - giàu có - dân chủ). Hệ quả là, AI sẽ ưu tiên WEIRD "đúng đắn hơn về mặt xã hội", làm lu mờ các quan điểm khác.

"Khi một người hoặc một nhóm tương tác nhiều lần với hệ thống AI, họ bị giảm khả năng sáng tạo so với khi không có sự hỗ trợ của AI", Sourati viết trên blog.

Hiện tượng "san bằng" làm dấy lên những lo ngại trong các cơ sở giáo dục ở mọi cấp độ khi ứng dụng AI. Morteza Dehghani, giáo sư tâm lý học và khoa học máy tính tại Đại học Nam California, thành viên nhóm nghiên cứu, cho biết xu hướng này khiến mọi người "đánh mất sự đa dạng" trong cách nghĩ, lười biếng về mặt trí tuệ, gây ảnh hưởng lớn đến xã hội con người trong tương lai.

Daniel Buck, nhà nghiên cứu tại Viện Doanh nghiệp Mỹ từng là giáo viên tiếng Anh, lo ngại học sinh đang "né tránh" nhận thức khi tham gia thảo luận trên lớp và hoàn thành bài tập về nhà. "Rất nhiều kiến thức cần được học hỏi từ chi tiết nhỏ nhặt và nhàm chán hay từ những khó khăn", Buck nói. "Sinh viên chỉ ghi nhớ những gì họ thực sự dành thời gian một cách có ý thức. Nếu giao phó cho AI, họ chỉ có thể tái hiện lại một luận điểm, không thể xây dựng kỹ năng cho riêng mình".

Nhà nghiên cứu này lo ngại sinh viên nếu quá phụ thuộc vào AI sẽ tốt nghiệp mà không xây dựng được mối quan hệ với các giáo sư, cũng như thói quen làm việc trí óc bền bỉ. Nghĩa là, họ sẽ gặp khó khăn trong giải quyết vấn đề trong thế giới thực khi ra trường.

Vấn đề còn liên quan đến gian lận trong thi cử. Năm ngoái, nạn dùng AI để gian lận xảy ra ở nhiều đại học hàng đầu Hàn Quốc, như Đại học Yonsei, Đại học Quốc gia Seoul, Đại học Korea... gây tranh cãi và đặt ra thách thức về về dạy và học trong kỷ nguyên công nghệ, theo Korea Herald.

Ứng phó

Theo giáo sư triết học Sun-Joo Shin của Đại học Yale, việc kiểm soát và định hướng sử dụng AI cho học sinh là "nhiệm vụ lớn đối với bất kỳ ai tham gia giảng dạy". Bà nhấn mạnh, giáo viên/giảng viên phải liên tục tìm tòi các phương pháp để đảm bảo sinh viên tiếp tục tư duy phản biện và sáng tạo trong thời đại trí tuệ nhân tạo.

"Tôi muốn sinh viên của mình hiểu nội dung bài học - thứ vốn không thay đổi trước và sau khi trí tuệ nhân tạo xuất hiện", bà nói. "Tôi muốn họ sử dụng công cụ thú vị này để có lợi cho mình, không phải trở thành nạn nhân của nó".

Đại học Yale hiện đưa ra hướng dẫn về sử dụng AI cho sinh viên và giảng viên trên website. Trường khuyến khích tất cả giảng viên điều chỉnh giáo án phù hợp với khóa học và mục tiêu học tập cụ thể của sinh viên thay vì cần đến công cụ phát hiện gian lận. Bên cạnh đó, họ có thể kiểm soát bài học trên lớp thông qua các bài kiểm tra đột xuất.

Danny Liu, giáo sư công nghệ giáo dục tại Đại học Sydney, cho rằng không nên cấm AI trong lớp. "Thay vì trừng phạt, nên dạy sinh viên cách sử dụng đúng đắn. Chúng tôi muốn xác minh liệu sinh viên có đang học hay không, chứ không phải liệu họ có gian lận hay không", Liu nói với ABC cuối năm ngoái.

Các nhà giáo dục nhấn mạnh, họ có thể tìm cách khắc phục việc sinh viên sử dụng AI trong các bài đánh giá. Tuy nhiên, điều quan trọng không kém là học sinh cần chủ động hạn chế phụ thuộc vào AI trong quá trình học tập.

Basil Ghezzi, sinh viên năm nhất tại trường Bard College, cho biết bản thân chủ động tránh xa AI trong học tập, một phần vì công nghệ này tiêu tốn tài nguyên và gây hại cho môi trường. Tuy nhiên, phần lớn nằm ở cách AI đã tạo ra "những người bạn rập khuôn" xung quanh.

"Hãy nói chuyện với thầy cô giáo, nói chuyện với giáo sư, nói chuyện với những người xung quanh", Ghezzi nói về cách bản thân không bị AI cám dỗ. "Hãy tạo cuộc trò chuyện ý nghĩa với những người trong cuộc sống của bạn".

GS Dehghani hy vọng nhiều công ty sẽ đầu tư vào mô hình AI có thể phản ánh sự đa dạng về tư duy trong xã hội. Tuy nhiên, hiện tại, ông cho rằng mọi người nên hạn chế dùng AI trong việc tạo ý tưởng hoặc để suy luận trong học tập. "Các mô hình AI nên là cộng tác viên, không phải người đại diện chúng ta làm mọi việc", Dehghani nói thêm.

Bảo Lâm tổng hợp

Tin Gốc: https://vnexpress.net/ai-dang-khien-sinh-vien-na-na-nhau-5060802.html