Nguyên lý GPU và kiến thức CS (Khoa học máy tính) cần biết trong thời đại AI coding

📢 "Điều gì sẽ xảy ra khi đưa AI vào nhà máy?" 🤖 Kỷ nguyên sản xuất truyền thống đã qua, giờ đây là thời đại của nhà máy thông minh lấy AI và dữ liệu làm trọng tâm! Chúng tôi đã chuẩn bị một khóa học nhập môn vô cùng dễ hiểu và rõ ràng dành cho những ai "từng thắc mắc chính xác nhà máy thông minh là gì" và "muốn biết công nghệ AI được ứng dụng như thế nào trong thực tế sản xuất".

Đây là bài giảng nhập môn giúp hiểu về các khái niệm cốt lõi của Giao diện Não - Máy tính (BMI) dựa trên sóng não không xâm lấn và quy trình xử lý tín hiệu dựa trên Tưởng tượng vận động (Motor Imagery). Bài giảng sẽ giải thích một cách dễ hiểu toàn bộ quy trình từ nguyên lý cơ bản của tín hiệu EEG, thí nghiệm Tưởng tượng vận động, xử lý dữ liệu cho đến cách thức hoạt động của hệ thống BMI trong thực tế.

Đây là bản ghi hình buổi Meetup cùng với CEO Ha Yong-ho, người đã bắt đầu với tư cách là nhà khoa học dữ liệu thế hệ đầu tiên, trải qua hai lần exit startup về Machine Learning, và từng tham gia Ủy ban Chiến lược AI Quốc gia. Ông là người đã trải nghiệm dòng chảy của AI ở khoảng cách gần hơn bất kỳ ai và đã thiết lập nên những tiêu chuẩn riêng của mình ngay giữa tâm điểm của sự thay đổi. Càng sử dụng AI nhiều, bạn lại càng cảm thấy không rõ chuyên môn của mình là gì, chắc hẳn ai cũng đã từng trải qua cảm giác này ít nhất một lần đúng không? Bản chất của sự bất an này chính là "Workslop" (rác công việc), cùng với những khoản nợ về kỹ thuật, nhận thức và ý đồ đang tích tụ mà chúng ta không hề hay biết. Buổi Meetup lần này bắt đầu từ việc chẩn đoán bản chất của sự bất an, cho đến khả năng kiểm chứng, thiết kế cấu trúc và cả phương pháp học tập để xây dựng tiêu chuẩn phán đoán cho riêng mình! Chúng tôi chia sẻ những câu chuyện thực tiễn để bạn có thể làm việc một cách vững vàng mà không bị dao động.

Chia sẻ kiến thức cơ bản về SDV, AUTOSAR, UDS, hệ thống đảm bảo chất lượng, VTA, xu hướng công nghệ mới nhất,... dành cho những người đang chuẩn bị xin việc trong ngành ô tô (SW và R&D).

Giải quyết mọi khó khăn về AI chỉ với một phép ẩn dụ?! Bước đầu tiên tìm hiểu nguyên lý AI, giúp bạn thấu hiểu bản chất thay vì chỉ học vẹt từ ngữ.

Hoàn tất phân tích khách hàng với Excel và Orange, Từ bán chéo đến thử nghiệm A/B và quản lý rủi ro rời bỏ, tất cả trong một lần.

Bạn có thể nâng cao năng lực phát triển của mình thông qua việc khám phá sâu sắc các nguyên lý cơ bản của các mô hình ngôn ngữ lớn như ChatGPT hay Claude. Bạn có thể học hỏi được nhiều thông tin đa dạng và các kỹ thuật phát triển mà thông thường ít khi được tiếp cận.

Bạn có muốn tạo ra lợi nhuận lớn ngay cả trong thị trường giảm giá không? Bạn quan tâm đến giao dịch tự động nhưng vẫn chưa thể bắt đầu vì phải lo lắng về việc lập trình / thiết kế chiến lược giao dịch / API của sàn / triển khai máy chủ? Trong khóa học này, ngay cả những người mới làm quen với Python cũng sẽ được hướng dẫn cách sử dụng ChatGPT và Codex để biến ý tưởng giao dịch thành một chiến lược cụ thể, đồng thời triển khai thành mã backtest và mã giao dịch tự động thực tế. Bạn sẽ thực hành giao dịch tự động hợp đồng tương lai Binance bằng Python và CCXT / chiến lược chỉ báo kỹ thuật / backtest chiến lược bình quân giá xuống / chiến lược kimchi premium dựa trên API Upbit. Sau đó, bạn sẽ áp dụng tính năng thông báo và an toàn khi đặt lệnh bằng Telegram, quản lý bot hoàn chỉnh bằng GitHub và triển khai lên máy chủ Cloud. Thay vì giao toàn bộ quyết định đầu tư cho LLM, con người sẽ quyết định chiến lược và tiêu chí quản lý rủi ro, còn LLM sẽ được sử dụng như một trợ lý hỗ trợ thiết kế chiến lược / viết mã / giải quyết lỗi. Sau khi hoàn thành khóa học, bạn không chỉ dừng lại ở việc chạy mã được cung cấp mà còn có thể tự tạo / kiểm chứng / chỉnh sửa / triển khai chiến lược của riêng mình!

"Bước đầu tiên để tạo LLM tùy chỉnh của riêng bạn với Fine-tuning nhẹ dựa trên LoRA!" Đây là khóa học thực hành nhập môn được thiết kế để những người mới tiếp xúc với LLM cũng có thể dễ dàng theo dõi. Giảm thiểu lý thuyết phức tạp, hướng dẫn từng bước toàn bộ quy trình từ tải mô hình → áp dụng dữ liệu → huấn luyện → so sánh kết quả. Trong thời gian ngắn, bạn sẽ trực tiếp trải nghiệm quy trình của các kỹ thuật fine-tuning nhẹ hiện đại như LoRA·QLoRA, và có thể nắm bắt được cảm giác "À, fine-tuning LLM hoạt động như thế này". Hãy tự mình cảm nhận thành tựu tạo ra LLM chuyên biệt cho lĩnh vực của bạn, ngay cả khi không có nhiều tài nguyên!

Bạn có cảm thấy khó chịu khi có thể viết theo mã code nhưng lại không thể giải thích tại sao nó hoạt động không? Khóa học này bắt đầu từ một bóng bán dẫn duy nhất để kết nối trực quan các cổng logic, bộ nhớ, ALU và CPU mà không cần kiến thức tiên quyết về lập trình hay phần cứng. Bạn sẽ hiểu các lý thuyết trừu tượng giống như đang lắp ráp mô hình thông qua các tài liệu hình ảnh phong phú và ba dự án tổng hợp, từ đó hoàn thiện nền tảng lập trình cơ bản để có thể tự mình giải thích toàn bộ quá trình biến và hàm trở thành ngôn ngữ máy và được thực thi như thế nào.

Dưới góc nhìn nhân văn như văn học, điện ảnh, âm nhạc và lịch sử, chúng ta sẽ dễ dàng thấu hiểu khái niệm cũng như nguyên lý của AI tạo sinh, đồng thời khám phá những ảnh hưởng văn hóa và sự thay đổi trong cuộc sống mà AI mang lại. Chương trình cung cấp những hiểu biết thực tiễn và chiến lược về cách các cá nhân và doanh nghiệp nên ứng phó và chuẩn bị như thế nào trong kỷ nguyên AI.

👉 Đây là điểm khởi đầu dành cho những ai muốn thực sự hiểu AI. Nếu bạn biết AI làm gì nhưng chưa hiểu rõ tại sao nó lại hoạt động như vậy, hãy bắt đầu với khóa học này. Trong khóa học này, chúng tôi sẽ từng bước giải thích từ đầu AI khác với các chương trình truyền thống như thế nào, cũng như quá trình học và đưa ra quyết định diễn ra theo trình tự ra sao. Khóa học được thiết kế để bạn có thể hiểu toàn cảnh về nguyên lý hoạt động của AI mà không cần đến các công thức phức tạp hay lập trình.

"Mã nguồn Deep Learning thì chạy được, nhưng tại sao các công thức trong bài báo khoa học lại xa lạ đến thế?" Khi học về AI, sẽ có lúc bạn vấp phải bức tường của những công thức toán học. Nếu truy ngược lại nguồn gốc của bức tường đó, cuối cùng bạn sẽ nhận ra rằng mình chưa xây dựng vững chắc ngôn ngữ toán học cơ bản nhất. Khóa học này bắt đầu bằng ngôn ngữ của tập hợp, đi qua phương trình, hàm số, dãy số, lũy thừa - logarit cho đến hàm số lượng giác, chắt lọc những khái niệm cốt lõi qua 18 bài giảng. Chúng tôi không bắt bạn học thuộc lòng công thức. Mặc dù có điểm qua ngắn gọn các mối liên kết với ngữ cảnh AI, nhưng mục đích chính của khóa học này chỉ có một — đó là tạo ra một nền tảng vững chắc để bạn không bị lung lay khi học Đại số tuyến tính, Giải tích và Xác suất thống kê sau này. Đây là phần 1 của series Suminjeongeum, trong khóa học này, chúng tôi sẽ giúp bạn xây dựng ngôn ngữ chung để có thể hấp thụ tốt ba phần còn lại.

Dành cho những bạn đã hoàn thành trình độ SwiftUI trung cấp, giờ là lúc để tích hợp AI vào ứng dụng của mình. Với Apple Intelligence và framework FoundationModels, bạn sẽ hoàn thiện các ứng dụng AI on-device hoạt động ngay trên thiết bị mà không cần kết nối internet.

Bạn nắm được kiến thức cơ bản nhưng cảm thấy bối rối khi áp dụng vào thực tế? Chúng tôi chắt lọc kinh nghiệm thực tiễn để giải thích rõ ràng những cấu trúc LLM phức tạp.

Đây là khóa học nhập môn giúp bạn tìm hiểu các khái niệm cốt lõi của Claude Code thông qua phép ẩn dụ về một văn phòng 3D. Từ việc thuê một chú rô-bốt vào văn phòng trống, gắn cho nó bộ não và trái tim, trang bị công cụ, quyền hạn, trí nhớ, cho đến khi nhiều chú rô-bốt cùng lập thành một nhóm — từng khái niệm một sẽ được mở ra như những khung cảnh trong văn phòng. Bạn sẽ nắm vững mọi khái niệm bằng cách trực tiếp thao tác trên giáo trình tương tác và hoàn thiện kỹ năng thông qua các bài thực hành ngay trên máy tính của mình.

Việc sử dụng AI đã trở nên dễ dàng hơn, nhưng các model card hay bài báo khoa học vẫn rất khó đọc dù chỉ vài dòng. Bởi dù tra cứu thì có thể biết nghĩa của từng từ, nhưng lại không thấy được những từ đó liên kết với nhau như thế nào. Khóa học này sắp xếp hơn 160 thuật ngữ thường xuất hiện trong tài liệu AI theo thứ tự dễ hiểu nhất, để sau mỗi bài, bạn có thể đọc chính xác một câu trong tài liệu thực tế.

Hãy cùng học các kỹ thuật học máy bằng cách sử dụng Python, đồng thời nâng cao phương pháp trích xuất thông tin từ dữ liệu thực tế và khả năng phát triển mô hình dự đoán!

Khóa học này là một masterclass thực chiến tập trung vào việc chinh phục hoàn toàn quá trình tiến hóa của Diffusion Model thông qua các bài báo và mã nguồn. Học viên sẽ học từ nguyên lý bài báo đến việc trực tiếp triển khai các mô hình cốt lõi của AI sinh tạo như DDPM(Denoising Diffusion Probabilistic Model) và DDIM. Khóa học phân tích từng bước bối cảnh xuất hiện của từng mô hình, công thức toán học, cấu trúc mạng (U-Net, VAE, Transformer), quá trình học (Noise Schedule, Denoising Step), và những ý tưởng dẫn đến cải thiện hiệu suất. Học viên sẽ trực tiếp lập trình tất cả các mô hình dựa trên PyTorch, không chỉ dừng lại ở việc hiểu bài báo mà còn có được 'khả năng thực tế để tái tạo và ứng dụng'. Ngoài ra, thông qua việc so sánh sự khác biệt và dòng chảy phát triển giữa các mô hình, học viên sẽ hiểu rõ cách chúng được mở rộng. Khóa học này kết hợp lý thuyết·mã nguồn·thực hành thành một, cung cấp hành trình để nghiên cứu viên·nhà phát triển·nhà sáng tạo đều có thể học hỏi một cách có hệ thống về sự tiến hóa của mô hình sinh tạo. Hãy bắt đầu ngay bây giờ trải nghiệm vượt qua việc 'đọc' bài báo, trực tiếp triển khai để 'hiểu và tái sáng tạo'.

"Chỉ giỏi về kỹ thuật thôi thì chưa thể trở thành một kỹ sư bán hàng giỏi." Thấu hiểu vấn đề của khách hàng, kết nối công nghệ với giá trị kinh doanh và phát huy tầm ảnh hưởng giữa bộ phận kinh doanh và phát triển là những vai trò cốt lõi của kỹ sư bán hàng. Trong khóa học này, dựa trên hơn 20 năm kinh nghiệm presales phần mềm B2B, chúng tôi sẽ hướng dẫn một cách có hệ thống về các buổi gặp gỡ khách hàng, phân tích yêu cầu, demo, PoC, chiến lược đề xuất và bí quyết phối hợp nội bộ. Hãy học cách tư duy và khung công việc của một kỹ sư bán hàng để có thể áp dụng ngay vào thực tế.