Month: September 2018

SẼ RẤT BUỒN NẾU CHÚNG TA CHIẾN THẮNG
(Từ Phạm Trung Tuyến)
Đội bóng vô địch năm nay, có thể sẽ bị lãng quên khi năm sau có một nhà vô địch mới. Song, một đội bóng quả cảm, cống hiến, làm thăng hoa cảm xúc của hàng triệu người hâm mộ sẽ mãi mãi không bị lãng quên!
+++++++++++++++++++++++++++++++++++++++++
Đó là điều tôi đã nghĩ trong khi chờ dọn tuyết trên sân trước khi hiệp 2 của trận đấu bắt đầu. Tôi sợ các cầu thủ trẻ của chúng ta sẽ áp dụng lối chơi tử thủ, dựng một chiếc xe bus trước khung thành, và dở mọi tiểu xảo để duy trì kết quả hoà 1 đều.
Tôi sợ điều đó sẽ xaỷ ra khi trong suốt hiệp 1, chúng ta chỉ có được một cơ hội duy nhất để tiếp cận khung thành đối phương để có bàn gỡ hoà.
Mặt sân đầy tuyết, lầy và trơn đã tước đi thế mạnh của chúng ta, đó là sự khéo léo, ăn ý trong những đường bóng phối hợp nhanh. Ngược lại, nó đem lại lợi thế đáng kể cho đội bạn với những cầu thủ có chiều cao vượt trội, có thể lực sung mãn để thực hiện những đường chuyền tầm xa.
Trong bối cảnh đó, trước cơ hội lần đầu đứng trên đỉnh cao của bóng đá châu lục, trước niềm vinh quang chưa bao giờ gần thế, ý nghĩ giữ chặt kết quả hoà để chờ đợi vận may từ loạt sút luân lưu là một điều thực tế. Chiến thắng có thể đến, nhưng có lẽ sẽ không nhiều tự hào khi chúng ta phải nhắc đến cái cách để dành được chiến thắng. Nhưng điều lo sợ đó đã không phải xảy ra. Các chàng trai trẻ của chúng ta đã có lựa chọn khác, họ lựa chọn sự cống hiến, đối mặt với nghịch cảnh, dù có thể gục ngã trước vinh quang.
Trong mưa tuyết Thường Châu, màu áo đỏ vẫn rực lên như những ngọn lửa, cháy bừng khắp mặt sân cho đến phút cuối cùng của hiệp phụ thứ 2. Họ đã cháy hết mình để cống hiến cho người hâm mộ một trận đấu khiến đối phương phải kính nể, đã phải bật khóc sau khi bất ngờ giành chiến thắng bởi bàn thắng ở phút cuối cùng.
Chiếc cup vàng là một phần thưởng đáng quý. Song, trong một cuộc chơi, dù kết quả là điều quan trọng, nhưng quan trọng hơn là bạn đã chơi như thế nào. Các cầu thủ của chúng ta không giành cup vàng, song họ đã giành giải phong cách một cách thuyết phục. Là đội bóng chơi đẹp, chơi cống hiến nhất giải.
Tôi sẽ rất buồn nếu chúng ta giành chiến thắng trong một trận đấu mà chúng ta thua sút đối phương về cả thiên thời, địa lợi, lẫn hình thể con người. Để giành chiến thắng trong điều kiện đó, có thể chúng ta phải trả giá bằng sự kiêu hãnh của mình, phải chơi xấu, phải thi đấu bằng một chiến thuật tiêu cực, không cống hiến cho khán giả bất cứ điều gì ngoài sự chịu đựng.
Thua ở phút cuối cùng, sau khi chiến đấu bằng tất cả khả năng và khát vọng. Nhưng chúng ta có được sự tôn trọng của đối thủ, có được sự ghi nhận của ban tổ chức vì những cống hiến của chúng ta. Đó là điều mà không phải nhà vô địch nào cũng có thể làm được.
Giải đấu đã kết thúc, các cầu thủ của chúng ta sẽ trở về trong sự chào đón với đầy sự biết ơn của người hâm mộ. Trở thành á quân của giải đấu, đó là kết quả vượt quá sự mong đợi của người hâm mộ, đó đã là thành tích cao nhất mà nền bóng đá của chúng ta có thể đạt được trong lịch sử của mình. Các cầu thủ của chúng ta đã mang về niềm tự hào bất tận cho tất cả những người yêu bóng đá Việt Nam.
Dù chưa thể trở thành nhà vô địch, nhưng người hâm mộ tự hào vì lòng kiêu hãnh mà các bạn đã thể hiện qua từng trận đấu. Những trận thắng, và những trận thua, đó là hai mặt của một cuộc chơi, nhưng điều tuyệt đối giá trị không phải là thắng hay thua mà là việc chúng ta đã có thể chơi đẹp như thế nào.
Đội bóng vô địch năm nay, có thể sẽ bị lãng quên khi năm sau có một nhà vô địch mới. Song, một đội bóng quả cảm, cống hiến, làm thăng hoa cảm xúc của hàng triệu người hâm mộ sẽ mãi mãi không bị lãng quên!

Tiếp tục “chém gió” về AI, chính xác hơn là machine learning (ML), nhưng lần này hơi kỹ thuật một chút.
Đa số các lý thuyết khoa học đều có dạng Y = f(X), hay tổng quát hơn g(Y) = f(X). Trong đó Y và X là các đại lượng/biến số/hiện tượng có thể quan sát/đo lường/suy luận ra được từ thực tế/thiên nhiên. Các hàm số g và f chứa một số parameters (tham số/hằng số) để biểu diễn tương tác/quan hệ (không nhất thiết là nhân quả) giữa các biến số Y và X. Ví dụ E = mc^2 trong vật lý, 2H2 + O2 = 2H2O trong hóa học, PY = MV trong kinh tế.
Một ứng dụng quan trọng của các lý thuyết khoa học là dự báo Y sau khi quan sát/đo đạc/thu thập được các giá trị X. Để làm điều này các nhà lý thuyết phải xác định dạng hàm cho g và f còn các nhà khoa học thực nghiệm phải xác định giá trị các parameters trong hai hàm số đó. Phương pháp dự báo này được xếp vào dạng parametric method với hàm ý mối quan hệ/tương tác giữa Y và X chỉ được xác định sau khi các parameters đã được đo lường/tính toán/ước lượng cho một dạng hàm g và f cụ thể.
Trái ngược với parametric là non-parametric method. Với phương pháp này mối quan hệ/tương tác giữa Y và X không đòi hỏi phải được xác định qua g và f cụ thể nào đó. Trong nhiều trường hợp Y và X không cần có một lý thuyết chặt chẽ mà được gán cho một dạng quan hệ lỏng lẻo H(Y,X) = 0. Hàm H cũng thường có một số parameters (mà thỉnh thoảng còn gọi là hyper-parameters) nhưng chúng không có tính chất định hình mối quan hệ giữa Y và X mà chỉ phản ánh đặc tính của bộ số liệu thu thập thực tế liên quan đến các biến số này.
Nhìn từ phương diện này có thể coi AI hay nhiều kỹ thuật ML là một dạng non-parametric method. Ví dụ một Convolutional Neural Network (CNN) có chức năng nhận dạng khuôn mặt đã được số hóa thành hàng chục nghìn pixels (X) với một cá nhân cụ thể ( Y ) không đòi hỏi phải có một lý thuyết chi tiết về nhận dạng mặt người. CNN không cần dựa vào mô hình đánh giá mầu mắt, tỷ lệ khuôn mặt, kích thước mũi/trán, đặc điểm phụ nữ vs nam giới… mà trộn lẫn hàng chục nghìn giá trị X đó với giá trị Y trong một hàm H rất tổng quát (là một cấu trúc CNN với số layer, số lần convolution, pooling cho trước).
Các parameter của hàm H đó được xác định qua quá trình học tập (training) từ một lượng dữ liệu lớn để biến CNN thành một black box, cứ đưa ảnh (X) của một người vào nó sẽ nói đó có phải Y hay không mà người sử dụng không biết các pixels được xử lý thế nào bên trong CNN. Cần lưu ý cấu trúc CNN (hàm H) là môt hàm tổng quát nên CNN này có thể trained để nhận dạng mặt người hay nhận dạng một con mèo, chỉ cần thay đổi số liệu đầu vào. Trong khi đó nếu từ góc độ parametric để nhận dạng mặt người cần phải xác định hàm g và f từ các lý thuyết nhân chủng học/giải phẫu học nên những hàm này không thể sử dụng để xác định một con mèo.
Tính chất non-parametric như vậy có ở tất cả các machine learning algorithms khác như decision tree, nearest neighbor, support vector machine. Nói cách khác bản chất black box của AI/ML chính là sự biến mất của các hàm g và f, loại bỏ vai trò xây dựng các mô hình lý thuyết trong việc tìm kiếm mối quan hệ giữa Y và X đo đạc được trên thực tế. Cho nên AI/ML dù có nhiều ứng dụng thực tế, chưa chắc đã góp phần vào việc thúc đẩy các lý thuyết khoa học như đóng góp của các nghiên cứu khoa học thực nghiệm truyền thống (sử dụng parametric methods).