Hình ảnh Lê Thúy đội nón, chạy ra sân cào lúa đang phơi khi trời sắp đổ cơn mưa khiến nhiều người thích thú. Vốn xuất thân từ nhà nông, đây là những công việc quen thuộc với Lê Thúy.

Lê Thúy còn hào hứng khoe ảnh rửa chén bát "vui ghê" cùng các chị em họ hàng sau khi làm lễ giỗ Nội.

Người mẫu sinh năm 1991 tự tin khoe vóc dáng gợi cảm khi đi tắm tại suối Nước Mọoc ở Bố Trạch, Quảng Bình.

Còn đây là Thái Hà, cô ăn mặc giản dị, đi dép lê, cất vó bắt cá ở quê.

Rũ bỏ hình ảnh gợi cảm, sang chảnh quen thuộc, khoảng khắc bình dị của nữ người mẫu khiến nhiều người bất ngờ.

Sau khi đạt thành tích Top 5 Hoa hậu Hoàn vũ 2018, H'Hen Niê ngay lập tức về thăm quê hương. Hình ảnh Hoa hậu 9X đội mũ lưỡi trai, mặc trang phục giản dị đi cuốc rẫy, trồng ngô gây xúc động mạnh với người hâm mộ.

Mỗi lần về quê, Top 6 Vietnam Next Top Model 2015 lại "gây thương nhớ" với hình ảnh giản dị thế này.

Người đẹp 9X vui vẻ trò chuyện, tâm sự với mẹ và bà con họ hàng trong lúc chuẩn bị đồ ăn.

Hoa hậu Hoàn vũ Việt Nam mặc trang phục dân tộc Ê-đê, đội nón lá lên rẫy hái cà phê.

Hoàng Thùy Linh đi tưới rau giúp cha mẹ khi về quê ở Tam Đảo (Vĩnh Phúc). Đây là vườn rau nhỏ xinh do chính bố mẹ cô trồng.

Minh Hà, bà xã Lý Hải hào hứng đi hái đu đủ với một người họ hàng khi về thăm quê chồng.

Hình ảnh giản dị của nữ diễn viên 9X khi về quê đón Tết cùng gia đình khiến nhiều người thích thú. Vài năm trở lại đây, Angela Phương Trinh xây dựng hình ảnh "sạch", nói không với scandal và mặc trang phục hở bạo.

(Theo Dân Việt)

Hoàng Thùy Linh gợi cảm nhất nhì showbiz Việt nhờ phong cách thời trang sexy

Không chỉ trang phục lên sân khấu mà ngay cả phong cách thời trang đời thường của Hoàng Thùy Linh cũng rất sành điệu, đẳng cấp.

Những chiếc xe Tesla Model 3 sản xuất tại Thượng Hải (Trung Quốc). (Ảnh: Reuters)

Tesla cho biết, giao được 308.600 xe điện trong quý IV/2021, cao hơn dự đoán 263.026 xe của nhà phân tích và cao hơn khoảng 70% so với cùng kỳ năm 2020. Tính cả năm 2021, Tesla bán được 936.172 xe, tăng 87% so với một năm trước. Dù vậy, con số này vẫn chưa làm hài lòng CEO Elon Musk, khi trước đó ông mong muốn công ty bán được 1,3 triệu xe năm nay.

Năm 2020, nhiều nhà sản xuất xe hơi cắt giảm đơn đặt hàng chip khi dịch bệnh và các biện pháp phong tỏa ảnh hưởng đến nhu cầu. Tuy nhiên, Tesla lại khác. Theo Giám đốc Tài chính Tesla Zach Kirkhorn, hãng chưa bao giờ giảm mức dự báo sản lượng với nhà cung ứng do kỳ vọng tăng trưởng nhanh chóng. Điều đó giúp công ty vượt qua được cơn khủng hoảng chip.

Một đối tác cung ứng của Tesla nhận xét: “Họ chỉ đơn giản là thông minh hơn các hãng khác khi chắc chắn sẽ có bình ổn”.

Quan hệ trực tiếp giữa Tesla và nhà cung ứng chip giúp họ đạt tốc độ nhanh hơn so với các nhà sản xuất xe truyền thống, vốn dựa vào các nhà cung ứng cấp một có quan hệ với nhà sản xuất chip.

Khi khủng hoảng chip xảy ra, Tesla thông báo với khách hàng họ có thể giao xe nhưng thiếu vài bộ phận, chẳng hạn chip Bluetooth, cổng USB. Tesla cũng loại bỏ một số tính năng như cảm biến radar, đệm đỡ lưng ở ghế khách… để sản xuất xe đơn giản hơn. Ngoài ra, Tesla còn tăng giá để giải quyết vấn đề chi phí tăng cao, bao gồm “chi phí xúc tiến” cho các bộ phận. Khách hàng tại Mỹ phải chờ 7 tháng nếu đặt mua mẫu Model Y, dù giá xe tăng 18% năm 2021.

CEO Musk cho biết, Tesla có thể thay thế chip với một số loại chip thiếu hụt. Bản thân CEO Volkswagen Herbert Diess cũng ấn tượng với khả năng viết lại phần mềm để hỗ trợ chip mới chỉ trong 2-3 tuần.

Như vậy, sự khác biệt giữa Tesla với các hãng xe khác là gì? Đó chính là Tesla thiết kế phần cứng nhiều hơn và viết phần mềm nhiều hơn đối thủ. Một nhân viên công ty tiết lộ, “chúng tôi tự thiết kế bo mạch, cho phép chúng tôi điều chỉnh thiết kế nhanh chóng để vừa vặn với các chip thay thế”. Các kỹ sư của Tesla thiết kế phần lớn hệ điều hành phức tạp mà xe điện Tesla sử dụng. Elon Musk gọi những chiếc xe Tesla là “máy tính trên bánh xe”.

Ngoài phần cứng, phần mềm, Tesla còn thiết kế chip dùng trong hệ thống hỗ trợ tài xế và sản xuất các linh kiện từ ghế ngồi đến pin xe điện. Họ cũng sở hữu kênh bán hàng trực tiếp và mạng lưới trạm sạc. CEO Musk tỏ ra tự hào khi “thiết kế và xây dựng phần lớn chiếc xe hơn các nhà sản xuất khác”.

Ambrose Conroy, CEO hãng tư vấn Seraph, nhận định Tesla kiểm soát những gì đang xảy ra trên xe ở mức độ mà không nhà sản xuất nào muốn làm. Trong khi đó, một số nhà sản xuất ô tô truyền thống có ý kiến trái chiều về điều chỉnh hay đổi sang loại chip khác do rủi ro liên quan. Họ đã gặp nhiều hậu quả trong quá khứ vì những thay đổi ấy nên tâm lý e ngại là hoàn toàn hợp lý.

Du Lam (Theo Reuters)

Huawei chính thức gia nhập ngành công nghiệp xe điện, đối đầu với Tesla

Huawei hứa hẹn sản phẩm xe điện đầu tiên của hãng sẽ đánh bại mẫu xe điện Model Y của Tesla.

Trong công tác công an có rất nhiều ứng dụng thực tế có thể được phát triển từ việc áp dụng các kỹ thuật học máy, và đặc biệt hiện nay là kỹ thuật học sâu. Các ứng dụng này đã chứng minh hiệu quả đột phá của nó trên nhiều lĩnh vực trong đó có công tác truy tìm tội phạm. Có thể dẫn chứng bằng hệ thống Skynet, một hệ thống giám sát tự động với mạng lưới camera giám sát lớn nhất thế giới được gọi là “thiên la địa võng” của Trung Quốc. Việc xây dựng và phát triển hệ thống này nằm trong chương trình quốc gia, bắt đầu được triển khai từ năm 2015 và hiện nay đã đưa vào sử dụng ở hàng chục tỉnh thành khắp Trung Quốc. Chương trình này có sự phối hợp của nhiều bộ ngành mà vai trò chủ đạo là Ban Chính pháp và Bộ Công an Trung Quốc. Skynet sử dụng mạng lưới camera khổng lồ gồm hàng trăm triệu camera giám sát đặt tại các nơi trọng yếu như nhà ga, sân bay, ngã tư... kết hợp công nghệ trí tuệ nhân tạo, thực sự đã trở thành công cụ đắc lực giúp cảnh sát Trung Quốc phá được nhiều vụ án lớn.

Rõ ràng việc phát triển các ứng dụng trí tuệ nhân tạo luôn là xu hướng công nghệ tương lai, hứa hẹn sẽ đem đến những hiệu quả vượt trội trong giải quyết công việc. Do đó nghiên cứu các kỹ thuật học máy và học sâu của trí tuệ nhân tạo để từ đó xây dựng và phát triển các ứng dụng thực tiễn phục vụ công tác Ngành Công an là rất cần thiết, đặc biệt trong xu thế hội nhập quốc tế, đẩy mạnh ứng dụng CNTT trong các mặt công tác Công an hiện nay.

Học viện an ninh nhân dân, một trong những trung tâm đào tạo đại học, sau đại học và nghiên cứu khoa học lớn của cả nước, là cơ sở giáo dục đại học trọng điểm của ngành Công an, với nhiều Khoa chuyên ngành có đội ngũ giảng viên trình độ chuyên môn cao và có năng lực nghiên cứu khoa học. Khoa An ninh thông tin thuộc Học viện An ninh nhân dân cũng là một trong những Khoa mũi nhọn của Học viện và của Ngành Công an trong giảng dạy và nghiên cứu về CNTT và ANTT. Việc giảng dạy và nghiên cứu các ứng dụng công nghệ mới, đặc biệt là trí tuệ nhân tạo, học máy và học sâu trong công tác Công an cũng được chú trọng trong các chương trình đào tạo có liên quan và trong các đề tài nghiên cứu khoa học các cấp do giảng viên của Khoa đảm nhiệm. Đề tài nghiên cứu khoa học cấp Bộ công an năm 2020-2021 do Thượng tá, Tiến sĩ Phạm Thị Thanh Thủy cùng các các giảng viên của Khoa thực hiện cũng là một trong những nghiên cứu về các kỹ thuật mới của học máy và học sâu ứng dụng trong công tác tìm kiếm đối tượng tình nghi, đối tượng phạm tội từ các hệ thống camera giám sát.

Đề tài tập trung nghiên cứu, xây dựng một hệ thống tự động tìm kiếm đối tượng từ cơ sở dữ liệu hình ảnh thu nhận từ nhiều camera giám sát dựa trên nguồn thông tin đầu vào là câu mô tả về đối tượng do nhân chứng cung cấp. Ví dụ ở Hình 1, đối tượng cần tìm là một bé gái có mô tả diện mạo như sau: “Bé gái cao khoảng 1,2m, tóc buộc cao đeo bờm hồng, mặc váy hoa xanh to nền trắng với đường viền xanh ở eo, chân đi giày búp bê màu trắng”. Khi người dùng hệ thống nhập câu mô tả vào, hệ thống sẽ tự động tìm ra hình ảnh bé gái tương ứng từ cơ sở dữ liệu ảnh thu nhận từ các camera giám sát. Các mô hình học sâu tiên tiến đã được nghiên cứu và ứng dụng thành công để giải quyết bài toán đặt ra trong đề tài.

Hình 1: Tìm kiếm hình ảnh đối tượng từ câu mô tả.

Hệ thống tìm kiếm được triển khai trong hạ tầng chung của hệ thống giám sát an ninh sử dụng camera như Hình 2. Hệ giám sát an ninh sử dụng camera gồm các trung tâm giám sát đặt tại các đơn vị công an (ví dụ cấp Quận, Phường..). Trong mỗi trung tâm có các camera IP được kết nối với nhau qua đầu thu NVR, dữ liệu hình ảnh sẽ được lưu trữ trên đầu thu. Các đầu thu được kết nối với nhau và nối vào đầu thu tổng, cho phép chúng ta quản lý dữ liệu tập trung ở một đầu ghi tổng (ở phường, quận..), từ đó dễ dàng trong công tác thu thập, quản lý và truy vấn dữ liệu sau này. Tại mỗi trung tâm triển khai hệ thống tìm kiếm hình ảnh đối tượng từ camera giám sát dựa trên câu mô tả về đối tượng.

Hình 2: Sơ đồ hạ tầng camera giám sát và hệ thống tìm kiếm đối tượng.

Sơ đồ khối chung của hệ thống tìm kiếm ảnh đối tượng dựa trên câu mô tả đối tượng thể hiện ở Hình 3.

Hình 3: Sơ đồ hệ thống tìm kiếm đối tượng hình ảnh từ câu mô tả về đối tượng.

Dữ liệu hình ảnh ghi lại được từ các camera được lưu tại Image Server. Khi User (có thể là cán bộ công an hay công dân) có nhu cầu cần trích xuất hình ảnh đối tượng, thay vì phải đến trực tiếp đến cơ quan công an, User có thể tạo tài khoản, điền thông tin tờ khai yêu cầu trích xuất dữ liệu kèm theo câu mô tả về đối tượng cần trích xuất hình ảnh, chọn cơ quan tiếp nhận tờ khai bằng cách tương tác trực tiếp trên giao diện Website. Dữ liệu cá nhân, tờ khai, tài khoản,… của User sẽ được lưu trữ trong cơ sở dữ liệu trên Database Server. Các yêu cầu trích xuất dữ liệu (tờ khai), yêu cầu xác minh tài khoản sẽ được Admin phê duyệt. Sau khi được phê duyệt, câu truy vấn sẽ được gửi đến Image Server, Image Server thực hiện tìm kiếm và trả về dữ liệu lại cho Website. Dữ liệu trả về sẽ được lưu trữ xuống cơ sở dữ liệu của Website. Website cũng cho phép Admin có thể in kết quả truy vấn và đặt lịch hẹn cho người gửi yêu cầu trích xuất dữ liệu đến nhận kết quả trích xuất. Hình 4 minh họa kết quả tìm kiếm đối tượng có mô tả:”Nữ tóc đen ngang vai, mặc áo phông lửng cộc tay màu vàng, mặc quần dài màu đen, đi giày thể thao màu đen”. Hệ thống tìm kiếm trả về kết quả là các hình ảnh đối tượng giống nhất với câu mô tả, đồng thời cũng trích xuất ra thông tin về vị trí của camera cũng như thời gian camera thu được các hình ảnh đối tượng.

Hình 4: Kết quả tìm kiếm đối tượng từ câu mô tả.

Thực tế hiện nay, trinh sát thực hiện tìm kiếm hình ảnh đối tượng một cách thủ công, chúng ta chưa có hệ thống tự động hay công cụ hỗ trợ công tác này. Rõ ràng, nếu làm một cách thủ công như vậy sẽ rất tốn kém về thời gian và công sức và trong nhiều trường hợp là không khả thi và hiệu quả. Trong khi đó, nếu áp dụng các kỹ thuật học máy và đặc biệt là học sâu, cùng với việc sử dụng nguồn dữ liệu lớn có liên quan và năng lực xử lý ngày càng cao của máy tính hiện nay, những bài toán thực tiễn như trên hoàn toàn có thể được xử lý một cách tự động, nhanh chóng và hiệu quả.

Thượng tá. TS. Phạm Thị Thanh Thủy

Khoa ANTT - Học viện ANND