Trần Việt Hoàng quê ở thôn Tân Tiến, xã Phú Lộc (Can Lộc), một vùng thuần nông cách xa trung tâm huyện lỵ, cuộc sống còn nhiều khó khăn, vất vả. Ý thức được điều đó, Hoàng luôn chăm chỉ, nỗ lực vươn lên, trong suốt 11 năm học đều đạt thành tích cao. Có được kết quả đó là cả quá trình phấn đấu không mệt mỏi của Hoàng.

Trần Việt Hoàng mồ côi cha khi mới lên 3, lớn lên trong sự yêu thương của người mẹ. Ngày ngày, mẹ em phải làm đủ thứ nghề, từ lao động chân tay, giúp việc... để có tiền trang trải cuộc sống.

Sinh ra trong hoàn cảnh thiếu thốn đủ bề, càng lớn lên Hoàng càng thể hiện sự bản lĩnh và kiên cường. Ngay từ lúc còn nhỏ, sáng nào em cũng tự mình đến trường, tan trường lại về nhà làm phụ giúp mẹ nhiều việc trong gia đình.

Bố mất sớm, gia đình khó khăn nên em luôn ý thức việc làm của mình

Hoàng chia sẻ: “Có lẽ hoàn cảnh quá khó khăn nên đã tạo cho em động lực lớn trong việc học. Em luôn ý thức được việc học của mình mỗi khi nghĩ về người bố đã khuất và người mẹ đang phải hằng ngày quần quật đi làm nuôi 2 anh em ăn học. Trong tất cả các môn học, em yêu thích nhất môn Văn, bởi qua môn học này dạy cho em biết được rất nhiều điều. Khi học Văn, tâm hồn và phong cách của con người mình được thanh lọc qua những trang sách. Môn Văn cũng dạy cho em biết yêu quý gia đình, bạn bè và quê hương đất nước”.

Cũng chính vì có tình yêu thương gia đình và sự chăm chỉ, Trần Việt Hoàng đã đạt thành tích đáng nể trong học tập, từ năm lớp 8 đến lớp 11 đều đạt học sinh giỏi. Năm lớp 10 em đạt giải nhất kỳ thi học sinh giỏi môn Văn toàn tỉnh. Đặc biệt, trong năm học lớp 11, Hoàng đã tạo ra cú đúp, giành 2 giải nhất học sinh giỏi tỉnh môn Văn lớp 11 và lớp 12.

Bảng thành tích học tập đáng nể của Hoàng mà không phải học sinh nào cũng có được

Cụ thể, vào tháng 12/2018, Hoàng đã giành giải nhất môn Văn lớp 12 toàn tỉnh (PV - em Hoàng thi vượt lớp), tháng 3/2019 vừa qua em lại giành tiếp giải nhất môn Văn lớp 11 toàn tỉnh.

Khi nói về kinh nghiệm học tập, Hoàng cho biết: “Đối với môn Văn, trước hết phải có sự đam mê. Khi đến lớp phải chú ý nghe giảng bài, tiếp thu ngay những kiến thức từ các thầy cô giáo. Ngoài kiến thức trên lớp, em còn đọc rất nhiều sách. Càng đọc nhiều em càng thấy vốn kiến thức và ngôn từ của mình được tích lũy nhiều hơn. Em cũng thường xuyên lấy các đề thi để tự giải, khi làm xong đưa cho cô giáo xem lại, sau đó em rút ra điểm yếu của mình trong đề để tự khắc phục”.

Say mê với việc học, nhưng ngoài giờ học trên lớp, Hoàng biết gia đình mình thiệt thòi nên em luôn sắp xếp thời gian để phụ giúp mẹ việc nhà và đồng áng.

Cô giáo Trần Thị Lệ Hoa – Giáo viên chủ nhiệm cho biết: “Hoàn cảnh gia đình Hoàng rất đáng thương, bố mất sớm, mẹ phải đi lao động cả tuần mới về nhà một lần. Hoàng là lao động chính trong nhà, thế nhưng em luôn cân bằng việc nhà và việc học, luôn ý thức việc học của mình. Em có thành tích cao trong học tập, rất hòa đồng với bạn bè. Là một học trò say mê môn Ngữ văn, là người thắp lửa đam mê cho học sinh toàn trường”. Dự định của Trần Việt Hoàng là sắp tới thi vào Trường Sỹ quan Chính trị.

Theo Anh Tấn/ Báo Hà Tĩnh

Thi học sinh giỏi quốc gia: Phát hiện nhiều sai sót

Ngay trước khi kỳ thi học sinh giỏi năm nay, Thanh tra Bộ GD-ÐT đã chỉ ra hàng loạt các sai phạm của kỳ thi những năm gần đây chưa được xử lý, khắc phục triệt để.

Chi phí đào tạo và “suy luận” các mô hình ngôn ngữ lớn khác biệt so với công nghệ điện toán trước đây. Ngay cả khi đã phát triển hay đào tạo phần mềm, vẫn cần lượng lớn năng lực điện toán để vận hành các mô hình ngôn ngữ lớn vì chúng thực hiện hàng tỷ tính toán mỗi lần trả lời một truy vấn. Trong khi đó, cung cấp ứng dụng hay trang web nhẹ nhàng hơn nhiều.

Các phép tính cũng cần phần cứng chuyên biệt. Dù chip máy tính truyền thống vẫn có thể chạy mô hình máy học, tốc độ lại rất chậm. Hầu hết việc đào tạo và can thiệp đều diễn ra trên GPU – vốn dành cho game 3D – nhưng nay đã thành tiêu chuẩn cho ứng dụng AI vì chúng có thể thực hiện nhiều phép tính đơn giản đồng thời.

Nvidia sản xuất hầu hết GPU cho ngành công nghiệp AI. Con chip data center của hãng lên tới 10.000 USD.

Đào tạo và suy luận

Các nhà phân tích và chuyên gia công nghệ ước tính quy trình đào tạo mô hình ngôn ngữ lớn như GPT-3 của OpenAI mất hơn 4 triệu USD. Các công cụ hiện đại hơn sẽ tốn kém hơn. Chẳng hạn, mô hình LlaMA của Meta công bố tháng trước sử dụng 2.048 GPU Nvidia A100 để đào tạo 1,4 nghìn tỷ token (750 từ tương đương 1.000 token) trong khoảng 21 ngày.

Clement Denlangue, CEO startup HuggingFace, cho biết quy trình đào tạo mô hình ngôn ngữ lớn Bloom của họ mất hơn 2,5 tháng, cần đến siêu máy tính tương đương 500 GPU. Những tổ chức phát triển mô hình ngôn ngữ lớn phải thận trọng khi đào tạo lại phần mềm vì rất đắt đỏ.

Ông chia sẻ, không phải lúc nào các mô hình này cũng được đào tạo. Chính vì vậy một số mô hình như ChatGPT lại không có kiến thức về các sự kiện gần đây, mà dừng lại ở năm 2021.

Nếu sử dụng mô hình máy học đã được đào tạo để dự đoán hay tạo văn bản, kỹ sư dùng đến mô hình “suy luận”, còn đắt hơn cả đào tạo. Với một sản phẩm phổ biến như ChatGPT (100 triệu người dùng vào tháng 1), ước tính OpenAI phải bỏ ra 40 triệu USD để xử lý hàng triệu truy vấn mà mọi người nạp vào trong tháng đó.

Chi phí sẽ đội lên nhiều lần khi các công cụ này được dùng hàng tỷ lần mỗi ngày. Theo các chuyên gia tài chính, chatbot Bing AI của Microsoft – sử dụng mô hình ChatGPT – cần ít nhất 4 tỷ USD hạ tầng để phản hồi người dùng.

Trong trường hợp của Latitude, dù không mất tiền đào tạo mô hình ngôn ngữ, chi phí suy luận vào khoảng nửa cent/lần cho hàng triệu yêu cầu mỗi ngày.

Để gieo mầm cho AI, các nhà đầu tư mạo hiểm và Big Tech đã đầu tư hàng tỷ USD vào các startup chuyên về AI tạo sinh. Microsoft rót khoảng 10 tỷ USD cho OpenAI. Salesforce Ventures gần đây ra mắt quỹ 250 triệu USD dành riêng cho các startup trong lĩnh vực này.

Trông chờ vào thay đổi

Không rõ phát triển AI có còn tốn kém không khi ngành công nghiệp tiến xa hơn. Các công ty làm mô hình ngôn ngữ, nhà sản xuất bán dẫn và startup đều nhìn thấy cơ hội khi chi phí vận hành phần mềm AI giảm.

Nvidia – hãng nắm 95% thị phần chip AI – tiếp tục phát triển những phiên bản mạnh mẽ hơn cho máy học. CEO Jensen Huang tin rằng trong 10 năm tới, AI sẽ hiệu quả hơn “một triệu lần” không chỉ nhờ vào cải tiến của chip, mà còn do phần mềm và linh kiện máy tính khác.

Một số startup tập trung giải quyết chi phí khi vận hành AI, chẳng hạn D-Matrix. Startup này xây dựng hệ thống nhằm tiết kiệm chi phí suy luận bằng cách xử lý nhiều hơn trong bộ nhớ máy tính thay vì chỉ trên GPU. Theo nhà sáng lập D-Matrix, vấn đề là mọi người sử dụng GPU để thực hiện gần như mọi suy luận và mua các hệ thống đắt tiền từ Nvidia. Tuy nhiên, khối lượng công việc tăng rất nhanh và không có cách nào mà GPU theo kịp được vì nó không được làm ra cho điều đó. Nó được làm ra để đào tạo, tăng tốc đồ họa.

Delangue, CEO HuggingFace, tin rằng nhiều công ty sẽ được phục vụ tốt hơn nếu tập trung vào mô hình nhỏ, riêng biệt có chi phí đào tạo và vận hành thấp hơn, thay vì dùng mô hình ngôn ngữ lớn. Trong khi đó, tháng trước, OpenAI thông báo sẽ giảm giá truy cập mô hình GPT cho các doanh nghiệp, chỉ còn 1/5 cent cho mỗi 750 từ. Thay đổi lớn này mang đến cơ hội cho những hãng như Latitude hướng tới phục vụ người dùng tốt nhất.

(Theo CNBC)

ChatGPT có thể tạo cuộc cách mạng trên xe hơi