Trang chủ Góc Video Video VinIF Tọa đàm: Toán học kết nối chúng ta

Tọa đàm: Toán học kết nối chúng ta

📌 Diễn giả:

– Huỳnh Thị Thanh Bình, Phó Hiệu trưởng Trường Công nghệ thông tin và Truyền thông, Đại học Bách Khoa Hà Nội;

– Phan Thị Hà Dương, Viện Toán học, Viện Hàn lâm KH&CN VN và Quỹ VinIF;

– Nguyễn Như Huy, Giám đốc nghệ thuật của ZeroStation;

– Nguyễn Tuấn Huy, Trưởng Ban Công nghệ thông tin, Phó Ban chỉ đạo Chuyển đổi số – Tổng Công ty Viễn thông MobiFone;

– Ngô Đức Thành, Đồng Trưởng Khoa Vũ trụ và Ứng dụng, Trường Đại học Khoa học và Công nghệ Hà Nội, Viện Hàn lâm Khoa học và Công nghệ Việt Nam;

– Ngô Việt Trung, Chủ tịch Hội Toán học Việt Nam, Chủ tịch Hội đồng ngành Toán Quỹ Nafosted, Viện Toán học, Viện Hàn lâm Khoa học và Công nghệ Việt Nam.

📣 Tọa đàm thuộc sự kiện NGÀY TOÁN HỌC QUỐC TẾ: “TOÁN HỌC KẾT NỐI CHÚNG TA” ngày 14/3/2022

———————————————

Phần tọa đàm năm nay có sự góp mặt của 6 diễn giả ở nhiều lĩnh vực Toán học, Khí hậu, Giáo dục, Viễn thông và Nghệ thuật. Mỗi lĩnh vực đều có cách diễn giải và cách làm khác nhau để kết nối Toán học. Chính vì vậy, tạo ra góc nhìn đa chiều về sự kết nối của Toán học trong mỗi lĩnh vực.

———————————————

Tại phiên họp lần thứ 40 của Đại hội đồng UNESCO ngày 26 tháng 11 năm 2019, tổ chức Giáo dục, Khoa học và Văn hóa Liên Hiệp Quốc chính thức tuyên bố ngày 14 tháng 3 hằng năm là ngày Toán học Quốc tế (International Day of Mathematics-IDM). Chủ đề của Ngày Toán học quốc tế năm nay, do UNESCO công bố, là Mathematics Unites. Hưởng ứng tinh thần ngày Toán học quốc tế và tiếp nối sự thành công của Ngày Toán học quốc tế các năm trước, Trung tâm Quốc tế Đào tạo và Nghiên cứu Toán học UNESCO, Viện Toán học – Viện Hàn lâm Khoa học và Công nghệ Việt Nam cùng Quỹ Đổi mới sáng tạo Vingroup (VinIF) đồng tổ chức ngày Toán học quốc tế 2022 với chủ đề: “Toán học kết nối chúng ta”, nhằm nhấn mạnh sự kết nối và vai trò của của Toán học trong không gian và thời gian, toán học liên kết các ngành khoa học và toán học, kết nối chúng ta như những nhân tố của xã hội. Toán học sẽ là ngôn ngữ chung, chủ đề chung cho chúng ta tìm đến nhau. Đây là năm thứ 2 Trung tâm Quốc tế Đào tạo và Nghiên cứu Toán học UNESCO và Quỹ Đổi mới sáng tạo Vingroup (VINIF) đồng tổ chức sự kiện ngày Toán học quốc tế.

BÀI MỚI NHẤT

Phát triển phương tiện tự hành dưới nước AUV phục vụ hỗ trợ các tác vụ ngầm và nghiên cứu khoa học biển

Tiềm năng kinh tế biển Việt Nam Việt Nam có hơn 3.260 km bờ biển với hơn 4.000 hòn đảo, bãi đá ngầm lớn nhỏ,...

Mạng nơ-ron tăng vọt trong hệ thống Neuromorphic hiện đại (Phần 3): Phần cứng

Hệ thống phần cứng ở mức caoHệ thống phần cứng ở mức cao được chia thành các triển khai mạch tương tự, mạch số...

Mạng nơ-ron tăng vọt trong hệ thống Neuromorphic hiện đại (Phần 2)

Một trong những câu hỏi quan trọng liên quan đến tính toán neuromorphic là sử dụng mô hình mạng nơ-ron nào? Mô hình mạng nơ-ron xác định những thành phần nào tạo nên mạng, cách các thành phần đó hoạt động và tương tác. Ví dụ, các thành phần phổ biến của mô hình mạng nơ-ron là các nơ-ron và khớp thần kinh (synapse), lấy cảm hứng từ các mạng nơ-ron sinh học. Khi xác định mô hình mạng nơ-ron, người ta cũng phải xác định các mô hình cho từng thành phần (ví dụ: mô hình nơ-ron và mô hình synapse); các mô hình thành phần chi phối cách thành phần đó hoạt động.

Mạng nơ-ron tăng vọt trong hệ thống Neuromorphic hiện đại (Phần 1)

Mạng nơ-ron tăng vọt (Spiking Neural Network – SNN) được giới thiệu bởi các nhà nghiên cứu tại Đại học Heidelberg và Đại học Bern. Mạng nơ-ron tăng vọt bắt chước gần giống mạng nơ-ron tự nhiên, có khả năng xử lý thông tin theo thời gian thực và tiết kiệm năng lượng. SNN sử dụng các xung điện (spikes) để truyền thông tin giữa các nơ-ron. Thay vì truyền tín hiệu liên tục như các mạng nơ-ron truyền thống, SNN truyền các xung điện rời rạc tại các thời điểm cụ thể khi điện thế màng của nơ-ron vượt qua một ngưỡng nhất định. SNN lấy một tập hợp các xung tăng vọt làm ngõ vào và tạo ra một tập hợp các xung tăng vọt làm ngõ ra (một loạt các xung tăng vọt thường được gọi là các chuỗi xung tăng vọt). Tế bào thần kinh kích hoạt khi điện thế màng chạm ngưỡng, gửi tín hiệu đến các tế bào thần kinh lân cận, làm tăng hoặc giảm điện thế của chúng để đáp lại tín hiệu. Các thành phần quan trọng của mạng SNN là mô hình nơ-ron thần kinh, khớp thần kinh (synapse), STDP (spike-timing-dependent plasticity), v.v.

BÀI ĐỌC NHIỀU

Khái quát về mô hình dữ liệu quan hệ

Phần lớn hệ thống cơ sở dữ liệu hiện nay đều được xây dựng bằng mô hình dữ liệu quan hệ. Vậy mô hình...

Supervised Learning và Unsupervised Learning: Khác biệt là gì?

Supervised learning (Học có giám sát) và Unsupervised learning (Học không giám sát) là hai trong số những phương pháp kỹ thuật cơ bản...

Transformer Neural Network – Mô hình học máy biến đổi thế giới NLP

Năm 2017, Google công bố bài báo “Attention Is All You Need” thông tin về Transformer như tạo ra bước ngoặt mới trong lĩnh...

Khái quát về Data Pipeline

Dữ liệu là chìa khóa trong việc khám phá tri thức sâu rộng, nâng cao hiệu quả quy trình và thúc đẩy đưa ra...