[Funland] Việt Nam có đang thực sự phát triển?

[TorienT]

AI nó cần siêu data center + điện, nên con người phải giữ bằng dc cái role admin, ko khác gì TT My, Nga giữ nút bấm vk hạt nhân

Matrix - lúc đấy AI nuôi con người lấy năng lượng.

 

[Smile1102]

AI nó cần siêu data center + điện, nên con người phải giữ bằng dc cái role admin, ko khác gì TT My, Nga giữ nút bấm vk hạt nhân

Nút đó robot làm hoặc nó self healing cụ ạ huhu.
Nói chung giữ tài nguyên như sắt thép, đất hiếm hay nguyên liệu làm bán dẫn và chip ấy cụ

 

[Dream Thai]

Matrix - lúc đấy AI nuôi con người lấy năng lượng.

Giong trang trại nuôi bò để vắt sữa cụ nhỉ, âu cũng là luật nhân quả

 

[TorienT]

Giong trang trại nuôi bò để vắt sữa cụ nhỉ

Thực ra chúng ta giờ hàng hóa chứ có phải khách hàng đâu cụ, ngay bây giờ.

 

[rachfan]

Ngày cuối năm, với cháu, học đại học cái được nhất chẳn phải kiến thức, hay ngoại ngữ, hay phương pháp tư duy.
Mà quan trọng nhất là khẳng định được mình có thể sẵn sàng và có khả năng để chấp nhận tiếp thu tri thức bậc cao một cách có hệ thống, cụ thể, ví dụ trong nghề kế toán:
- Tri thức bậc thấp là cho cái tờ ủy nhiệm chi, cái hóa đơn, bảo hạch toán lên MISA, hay FAST như thế này, biết thế. Hết.
- Tri thức bậc cao là hiểu được bản chất Nợ - Có, hệ thống tài khoản việt nam. Hiểu được Sổ chợ (hình thức ghi sổ một bên), rồi hệ thống ghi sổ kép. Rồi hiểu được kế toán theo chuẩn mực VN, quốc tế,vv... và biết dùng mọi loại phần mềm kế toán trong nước, cũng như nước ngoài (từ dễ như Quickbook, Xero đến khó hơn như SAP, ORACLE..) và có cái gì mới thì do hiểu nguyên lý nên tự tin mò một tí là biết làm (30 phút).
Cao nữa là hiểu được bản chất kế toán là ghi chép lịch sử, từ đó mới học thêm cái bậc cao hơn như Kế toán quản trị (việt nam gọi là kế hoạch) và Tài chính doanh nghiệp (Tính toán dòng tiền, định giá doanh nghiệp ...) và quản trị danh mục đầu tư (thường làm corp là treasury manage).
- CÓ HỆ THỐNG tức là phải từ cái tổng hợp là biết là kế toán, tài chính, rồi đi làm học dần lên. Cái học dần lên không bị đi ngược với cái hệ thống đi ngược từ đầu (Top-down approach) Sâu hơn nữa có thể hiểu cả methodology là có top-down và bottom-up.

Cái này nó cũng tương tự trong mọi lĩnh vực khác:
- Như học sửa mô tơ điện, sẽ có người mãi mãi chỉ dừng ở quấn dây đồng, còn có người đi học, hiểu rõ về mô-tơ, không chỉ là dây đồng, mà còn là mua ở đâu dây đồng, biết rõ mọi loại mô tơ, sửa được và có cả bản vẽ, biết mua nguyên vật liệu ở đâu.... muốn biết thì phải hiểu về hóa học, vật lý. Mà muốn biết là phải hiểu về hóa, lý thì ban đầu phải đọc một quyển cơ bản: THẾ NÀO LÀ CÁI MÔ TƠ. CÓ CÁC LOẠI MÔ TƠ NÀO. SẢN XUẤT NÓ RA SAO, Ở ĐÂU SẢN XUẤT MỖI LOẠI là tốt nhất vv...

Học đại học nó là lời bảo chứng rằng: TRONG tương lai đi làm, nếu anh cần và chắc chắc cần, anh sẽ SẴN SÀNG tiếp thu TRI Thức bậc cao MỘT CÁCH Có hệ thống để ứng dụng vào công việc.
(Cần cả 2 yếu tố, vì để kiếm ra tiền, tạo giá trị thương mại, biết nhiều tri thức bậc cao nhưng tủn mủn đọc vớ vẩn không có thứ tự thì chỉ để dọa trẻ con còn không bán được tiền được).


Ngược lại, dù anh có thành tích cao đến đâu trong đời, thì đến lúc mà anh ì ra, không chịu Tiếp thu kiến thức bậc cao một cách có hệ thống (cháu nhắc lại đoạn này nhiều lần là có dụng ý), thì đơn giản là anh đang rất thảnh thơi rồi đấy. Vì cuộc sống là liên tục lên đến đỉnh, khi cảm thấy mình thảnh thơi, nghĩa là mình đang bên kia sườn dốc rồi (Không có ý khen chê, ai cũng sẽ phải đến lúc bán-nghỉ-hưu, rồi nghỉ-hẳn (semi-retirement then full retirement)

Theo chú thì đại học là nơi trang bị 2 năng lực là tầm nhìn và tư duy hệ thống. Kiến thức sau đó có thể không dùng, nhưng tầm nhìn và tư duy hệ thống thì ở đâu cũng cần.

Cái mà cháu nói, sự sẵn sàng tiếp thu tri thức bậc cao một cách có hệ thống, là diễn đạt 1 cách cụ thể hơn. Có thể còn diễn đạt thêm là, 1 người đã vào học đại học, dù tốt nghiệp hay bỏ ngang, thì cũng có sự tự tin và sau đó là năng lực sẵn sàng tiếp thu tri thực bậc cao. Trái lại, một người không từng tiếp xúc với đại học đa phần sẽ không đủ tự tin khi có việc phải làm với các tri thức đó.

 

[intl]

Học ĐH ở VN được trang bị đủ kiến thức để sau này ra trường có thể thực hiện được các công việc mà những người không học ĐH thì không thể làm được:
- Làm kỹ sư thì biết tính toán thiết kế, biết lập quy trình công nghệ, tiếp thu công nghệ mới.
- Cử nhân ra trường có khả năng đọc hiểu quy trình, áp dụng được vào các công việc cụ thể.
- Bác sỹ có nền tảng kiến thức để vào các bệnh viện, sau đó chữa bệnh cứu người.

Thay vì nói thao thao thế
Cụ chỉ giúp e những lợi ích, giá trị thu đc khi học ĐH ở VN với
1 sv học đh ở VN thì sẽ có những kĩ năng j vậy cụ

 

[vcn77]

Theo chú thì đại học là nơi trang bị 2 năng lực là tầm nhìn và tư duy hệ thống. Kiến thức sau đó có thể không dùng, nhưng tầm nhìn và tư duy hệ thống thì ở đâu cũng cần.

Cái mà cháu nói, sự sẵn sàng tiếp thu tri thức bậc cao một cách có hệ thống, là diễn đạt 1 cách cụ thể hơn. Có thể còn diễn đạt thêm là, 1 người đã vào học đại học, dù tốt nghiệp hay bỏ ngang, thì cũng có sự tự tin và sau đó là năng lực sẵn sàng tiếp thu tri thực bậc cao. Trái lại, một người không từng tiếp xúc với đại học đa phần sẽ không đủ tự tin khi có việc phải làm với các tri thức đó.

Đúng rồi ạ.
Ý cháu chỉ là bản chất cái mà chúng ta gọi là tư duy hệ thống (Hay gọi là tiếp cận vấn đề một cách có hệ thống) cũng là một tri thức bậc cao được sắp xếp thành một hệ thống (môn methodology chăng, vì technical term thì hay gọi là approach)
Nên một đứa ít ra chịu ngồi nghe mọi thứ phức tạp trừu tượng của bậc đại học được trình bày một cách có hệ thống (dù bất gì ngành gì, nói vui là khoa học thể thao, khoa học dinh dưỡng vv...) và tốt nghiệp ra được thì tối thiểu nếu gặp hoàn cảnh phải thay đổi nhận thức thì nó còn chịu khó ngồi xuống bỏ vài tháng vài năm ra đi vừa học vừa làm được.

Cháu nghĩ nếu có điều kiện thì cần cho con đi học đại học (cháu là thế), vì ta có tiền thì không thể tước đi cơ hội để tối thiểu, trẻ em có cơ hội biết mình có thể tiếp thu được không.

Cháu chỉ nghĩ, chú cũng tiếp xúc còn nhiều hơn cháu, thế hệ nào cũng có một lớp công nhân đi làm sáng đến tối, tăng ca mệt lòi. Nếu không có chí tiến thủ thì mãi mãi ở nhà thuê, phòng trọ không có điều hòa, vợ chồng cãi nhau, con cái không cẩn thận đi vào bước đường của bố mẹ.
Nhưng nếu có chí tiến thủ, cũng vì cái việc dừng tiếp thu tri thức đó, nên làm chục năm mệt, tiết kiệm được một khoản, rồi hí hửng bắt tay vào làm, khởi nghiệp nhưng thuế má không, tư duy kinh doanh không vv... nên sáu tháng nửa năm mất hết tiết kiệm, rồi quay lại vòng lặp trên.

Còn nếu may mắn, có bản lĩnh vượt được vòng lặp và giàu có, khá giả, thì cháu cũng gặp mấy case thì họ đều ép con cái họ học lòi trĩ (hơi thô) vì theo cháu hiểu, họ biết họ khổ như nào vì thiếu kiến thức rồi. (Có thể cháu cũng sống ít năm nên mới chỉ gặp vài trường hợp như vậy)

Cháu nghĩ mọi thứ bắt nguồn từ việc ngừng tiếp thu tri thức bậc cao một cách có hệ thống quá sớm đó.

 

[X_axe]

Cty em là cty công nghệ. Em cũng làm tư vấn cho một số cty, tập đoàn lớn thì chiến lược AI Driven là khắp nơi, trong đó việc thay đổi mô hình vận hành sẽ là tìm những việc Ai có thể thay ng, trong mô hình tổ chức sẽ xuất hiện các AI-Agent thay cho vô số vị trí. Ví dụ khác công việc em đang làm là tư vấn, trc đây 1 chuyên gia như em sẽ làm với 2-3 bạn Juniors để làm một workstream nhưng nay em làm mô hình 1 chuyên gia + 1AI và thêm 1 bạn Junior hỗ trợ cho 1 workstream là đủ.

Ok Mợ. Tình cờ hôm nay đi ăn với 1 bạn nước ngoài cũng nói chuyện về AI luôn cách dùng AI trong tối ưu hoá công nghiệp. Các ngành công nghiệp có nhiều rào cản về dữ liệu khó training do khó thu thập dữ liệu lớn priorietory. Nhưng họ vẫn đang nỗ lực phá rào cản đấy, để hóng xem

 

[Smile1102]

Ok Mợ. Tình cờ hôm nay đi ăn với 1 bạn nước ngoài cũng nói chuyện về AI luôn cách dùng AI trong tối ưu hoá công nghiệp. Các ngành công nghiệp có nhiều rào cản về dữ liệu khó training do khó thu thập dữ liệu lớn priorietory. Nhưng họ vẫn đang nỗ lực phá rào cản đấy, để hóng xem

Em ko làm trong lvuc sản xuất nhưng một số use cases phổ quát cho AI/DA như tiết kiệm năng lượng, dự báo bảo hành sửa chữa, hỗ trợ dự đoán, kiểm soát cluong sản phẩm, dự báo và kế hoạch nguyên liệu, quản lý supply chain, tối ưu kho.... Còn chắc tùy ngành nghề sẽ có những use case riêng

 

[X_axe]

Em ko làm trong lvuc sản xuất nhưng một số use cases phổ quát cho AI/DA như tiết kiệm năng lượng, dự báo bảo hành sửa chữa, hỗ trợ dự đoán, kiểm soát cluong sản phẩm, dự báo và kế hoạch nguyên liệu, quản lý supply chain, tối ưu kho.... Còn chắc tùy ngành nghề sẽ có những use case riêng

Những cái đó lâu nay vẫn làm rồi dựa trên data csdl, dù chưa ứng dụng AI. Có thể AI sẽ hỗ trợ thêm?

 

[Smile1102]

Những cái đó lâu nay vẫn làm rồi dựa trên data csdl, dù chưa ứng dụng AI. Có thể AI sẽ hỗ trợ thêm?

Nói chung ranh giới giữa Ai và Data Analytics nó cũng mờ, hai cái nay bổ trợ cho nhau cụ ạ nên em mới để AI/DA. Ví dụ trong tkiem năng lượng thì DA sẽ phân tích xu hướng quá khứ, dự đoán xu hướng tương lai rồi để ng hành động.
Còn AI nó sẽ tự học hành vi theo thời gian thực đưa ra được các dự đoán mang tính realtime và có thể thực hiện một số tác động tự động vào máy móc để tối ưu.
Ví dụ đơn giản là nhà máy cụ có 3 máy công suất khác nhau , tiêu thụ điện khác nhau với tải khác nhau. Nếu dùng DA, cụ sẽ có đc biểu đồ quá khứ, biểu đồ dự đoán xu hướng rồi tự tác động thông qua việc tự viết các rules và phải tự đưa các tham số và biến vào để hệ thống tự bật tắt máy theo một số kịch bản đc tke.
Khi có AI, thì Ai có thể viết luôn rules cho cụ, có thể chạy luôn hoặc đc verify trc khi chạy, tự điều chỉnh thêm bớt tham số theo hành vi sử dụng, và sau khi training hiệu chỉnh hệ thống có thể tự lên KH, bật tắt các máy sao cho tối ưu nhất với KH sản xuất.
Nôm nay vậy cụ ạ

 

[Beautiful Checker]

FPT nghe cụ nói thì đúng chuẩn mô hình ĐH ứng dụng. Còn BK thì chương trình có vẻ hàn lâm quá. Nhiều người học ra chỉ làm kỹ sư bình thường nhưng chương trình học thì quá khó. Nhưng phải công nhận những người mà làm nghiên cứu mà học từ BK ra đều rất giỏi. Trình độ tiệm cận Âu Mỹ. Chỉ là mô hình đào tạo kiểu này không dành cho số đông, dẫn đến sự lãng phí về thời gian mà như cụ Beautiful Checker nhận định.

Đúng vậy cụ
Việc học sâu để trở thành chuyên gia trong 1 lĩnh vực, vd như toán học, dành cho rất rất ít người.
Ngày cấp 3, e có hỏi thầy giáo dạy Toán là học những cái Bất phương trình, Logarit, Đạo hàm, Tích phân để làm j vậy, sau này đi làm có dùng đến ko ?
Thầy trả lời rất thành thật: thầy ko biết nhưng trước mắt phải học những cái này để thi đỗ đh e ạ. Và sau này 2 năm đầu đh e vẫn sẽ học toán cao cấp có liên quan.

 

[X_axe]

Nói chung ranh giới giữa Ai và Data Analytics nó cũng mờ, hai cái nay bổ trợ cho nhau cụ ạ nên em mới để AI/DA. Ví dụ trong tkiem năng lượng thì DA sẽ phân tích xu hướng quá khứ, dự đoán xu hướng tương lai rồi để ng hành động.
Còn AI nó sẽ tự học hành vi theo thời gian thực đưa ra được các dự đoán mang tính realtime và có thể thực hiện một số tác động tự động vào máy móc để tối ưu.
Ví dụ đơn giản là nhà máy cụ có 3 máy công suất khác nhau , tiêu thụ điện khác nhau với tải khác nhau. Nếu dùng DA, cụ sẽ có đc biểu đồ quá khứ, biểu đồ dự đoán xu hướng rồi tự tác động thông qua việc tự viết các rules và phải tự đưa các tham số và biến vào để hệ thống tự bật tắt máy theo một số kịch bản đc tke.
Khi có AI, thì Ai có thể viết luôn rules cho cụ, có thể chạy luôn hoặc đc verify trc khi chạy, tự điều chỉnh thêm bớt tham số theo hành vi sử dụng, và sau khi training hiệu chỉnh hệ thống có thể tự lên KH, bật tắt các máy sao cho tối ưu nhất với KH sản xuất.
Nôm nay vậy cụ ạ

AI có lẽ cần người "thầy" nguyên lý sâu để hiểu nguyên lý tiết kiệm năng lượng?

Không rõ AI đủ giỏi đến mức suy luận lý thuyết chưa (Musk quảng cáo X.AI có năng lực suy luận original từ nguyên lý này chứ không chỉ học vẹt từ csdl) còn nếu không chỉ tìm ra đường quan hệ correlation như các bạn vẫn chạy excel thôi.

Ngoài ra còn có các vấn đề thể chế cấu trúc xã hội và tổ chức và độ "tin" vào AI

Lấy một ví dụ : như tác vụ "dự báo bảo hành sửa chữa", hiện nay EVNICT đã thiết lập RCM / CBM reliability centered, condition based .

EVNICT có lợi thế lấy được dữ liệu của nhiều nhà máy và công trình điện + đội ngũ chuyên môn giỏi của EVN

Nhưng vẫn đụng phải quy trình trách nhiệm chưa dám dùng "cố vấn" RCM không biết giờ này đã dùng chưa, dùng đến mức nào?

Hay SAP cũng có data analytics tools không biết các doanh nghiệp đã ứng dụng thực tế đến đâu rồi vào quyết định quản trị?

EVNICT là đơn vị chủ công trong quá trình chuyển đổi số của EVN

Năm 2023, với những kết quả đã đạt được trong thực hiện các nhiệm vụ Tập đoàn Điện lực Việt Nam (EVN) giao, Công ty Viễn thông Điện lực và Công nghệ thông tin (EVNICT) đã khẳng định vị trí, vai trò là đơn vị dẫn đầu, chủ công trong ứng dụng công nghệ thông tin, chuyển đổi số của EVN.

www.evn.com.vn

 

[Smile1102]

AI có lẽ cần người "thầy" nguyên lý sâu để hiểu nguyên lý tiết kiệm năng lượng?

Không rõ AI đủ giỏi đến mức suy luận lý thuyết chưa (Musk quảng cáo X.AI có năng lực suy luận original từ nguyên lý này chứ không chỉ học vẹt từ csdl) còn nếu không chỉ tìm ra đường quan hệ correlation như các bạn vẫn chạy excel thôi.

Ngoài ra còn có các vấn đề thể chế cấu trúc xã hội và tổ chức và độ "tin" vào AI

Lấy một ví dụ : như tác vụ "dự báo bảo hành sửa chữa", hiện nay EVNICT đã thiết lập RCM / CBM reliability centered, condition based .

EVNICT có lợi thế lấy được dữ liệu của nhiều nhà máy và công trình điện + đội ngũ chuyên môn giỏi của EVN

Nhưng vẫn đụng phải quy trình trách nhiệm chưa dám dùng "cố vấn" RCM không biết giờ này đã dùng chưa

Hay SAP cũng có data analytics tools không biết các doanh nghiệp đã ứng dụng thực tế đến đâu rồi vào quyết định quản trị?
Thư

EVNICT là đơn vị chủ công trong quá trình chuyển đổi số của EVN

Năm 2023, với những kết quả đã đạt được trong thực hiện các nhiệm vụ Tập đoàn Điện lực Việt Nam (EVN) giao, Công ty Viễn thông Điện lực và Công nghệ thông tin (EVNICT) đã khẳng định vị trí, vai trò là đơn vị dẫn đầu, chủ công trong ứng dụng công nghệ thông tin, chuyển đổi số của EVN.

www.evn.com.vn

AI cần đc xây dựng mô hình và training bởi dữ liệu nên industry expert là cần.
Đừng so sánh AI sử dụng mô hình ngôn ngữ lớn với Excel vì sỉ nhục nó quá
Gen AI và agentic AI có thể tự học hỏi để tạo ra kiến thức và dữ liệu. Tất nhiên giống như con ng AI cũng có tính "bốc phét, bịa đặt" may mắn thay tính "sáng tạo" này có thể đc hiệu chỉnh bởi mô hình hay tham số.
Thực tế dân VN kém sử dụng dữ liệu trong việc ra qdinh, tuy nhiên AI hỗ trợ rất tốt trong nhiều use case nhất là sau khi có sự ra đời của Chat GPT và các mô hình tương tự.
Vậy nên để sử dụng DA, AI hiệu quả sẽ cần có đào tạo và thay đổi nhận thức tư duy quản trị, giống như mọi cuộc cách mạng khác.

 

[X_axe]

Tất nhiên giống như con ng AI cũng có tính "bốc phét, bịa đặt" may mắn thay tính "sáng tạo" này có thể đc hiệu chỉnh bởi mô hình hay tham số.

Đó là điểm cần dữ liệu đủ lớn để calibrate & AI cũng phải "hành" để kiểm nghiệm thực tế. Nên nguyên lý vẫn vậy thôi : học phải đi đôi với hành, AI cũng phải hành khi đủ tin thì mới dám dùng vào quyết định quản trị, như bảo trì nhà máy điện quyết định sai là cạp đất vô tù chứ không có nhiều cơ hội sửa sai

 

[Smile1102]

Đó là điểm cần dữ liệu đủ lớn để calibrate & AI cũng phải "hành" để kiểm nghiệm thực tế. Nên nguyên lý vẫn vậy thôi : học phải đi đôi với hành, AI cũng phải hành khi đủ tin thì mới dám dùng vào quyết định quản trị, như bảo trì nhà máy điện quyết định sai là cạp đất vô tù chứ không có nhiều cơ hội sửa sai

Trong AI thì có khái niệm "đào tạo" và "hiệu chỉnh" mô hình với dữ liệu để đạt đc độ chính xác kỳ vọng. Việc này cũng phải thực hiện thường xuyên.
AI khó đạt đc độ chính xác 100% vì nó là mô hình xác suất, tuy nhiên tới một lúc nào đó nó sẽ làm tốt hơn 99.99 quyết định của chúng ta cụ ạ (ai bảo ng ko sai, sai nhiều là khác, bao gồm cố tình sai hoặc vô tình sai).

 

[X_axe]

Trong AI thì có khái niệm "đào tạo" và "hiệu chỉnh" mô hình với dữ liệu để đạt đc độ chính xác kỳ vọng. Việc này cũng phải thực hiện thường xuyên.
AI khó đạt đc độ chính xác 100% vì nó là mô hình xác suất, tuy nhiên tới một lúc nào đó nó sẽ làm tốt hơn 99.99 quyết định của chúng ta cụ ạ (ai bảo ng ko sai, sai nhiều là khác, bao gồm cố tình sai hoặc vô tình sai).

Trước hết, xã hội phải chấp nhận độ rơ. Chấp nhận sai sửa. Mạnh mẽ - Phóng khoáng - Manly.

Trong cấu trúc khoa học công nghệ VN cho đến gần đây không chấp nhận sai. Đến NQ57 mới chấp nhận nghiên cứu thử nghiệm có thể không thành công

Chấp nhận thất bại là một bước tiến lớn về nq ... chờ ra thực tiễn lúc đó chẳng lẽ bảo "tại AI"

Trong khi sai sửa là bài học thực tiễn lớn nhất, lớn hơn nhiều học mài đũng quần trên ghế đại học. Thực tiễn là chân lý, không phải lý thuyết học trong trường

 

[intl]

À. Chắc cụ ít được tiếp xúc với những người học hành tử tế nên không thấy lợi ích của việc học đại học.
Còn cái câu in đậm thì em không bàn.

Nghề y thì e ko bàn tới vì e ko phải là bs
Nhưng 2 cái đầu thì e thấy chả sv nào làm đc.
E thấy triết lý dùng người của Quốc trưởng mới là chính xác:
Chỉ có những người đã trải qua làm việc trực tiếp mới có thể thực hiện công việc 1 cách hiệu quả. Ko thể chông trờ vào những ng ngồi phòng kín, đầy bằng cấp, nói mớ lý thuyết xuông, lại còn ảo tưởng sức mạnh
Điều này giải thích cho việc hầu hết những phát sinh, sáng kiến về máy móc, thiết bị ở VN ta ko đến từ các vị tiến sĩ, giáo sư mà từ những ng thợ

 

[Smile1102]

Nghề y thì e ko bàn tới vì e ko phải là bs
Nhưng 2 cái đầu thì e thấy chả sv nào làm đc.
E thấy triết lý dùng người của Quốc trưởng mới là chính xác:
Chỉ có những người đã trải qua làm việc trực tiếp mới có thể thực hiện công việc 1 cách hiệu quả. Ko thể chông trờ vào những ng ngồi phòng kín, đầy bằng cấp, nói mớ lý thuyết xuông, lại còn ảo tưởng sức mạnh
Điều này giải thích cho việc hầu hết những phát sinh, sáng kiến về máy móc, thiết bị ở VN ta ko đến từ các vị tiến sĩ, giáo sư mà từ những ng thợ

Em rất tò mò cụ học trường gì và đang làm gì ?
Lý thuyết có từ đâu? vì sao ng ta cần học đúng về định nghĩa, nguyên lý, lý thuyết cơ bản trc khi thực hiện bất kỳ điều gì phức tạp? Ngay cộng trừ nhân chia, tính diện tích, tính chu vi cũng từ lý thuyết Toán mà ra, dùng nhiều xong tưởng là kinh nghiệm
Quốc trưởng idol cùa cụ (nếu em hiểu ko nhầm) thì đỉnh cao rồi, có thể sắp xếp lại cơ đồ mà ko cần nghiên cứu chuẩn bị gì sất, để cho con dân xây xẩm mặt mày, đó chính là do ko hiểu lý thuyết sắp xếp cơ đồ cần phải làm gì? làm sao tốt nhất? vde rủi ro gì sẽ xảy ra, làm sao để giảm thiểu rủi ro, ít tác động tiêu cực và mang lại lợi ích nhiều nhất...
Vụ phát biểu phát sinh sáng kiến đến từ ng lao động ko phải giáo sư cũng chứng tỏ cụ hem hiểu gì về tính chất của nghiên cứu. Giáo sư, tiến sĩ ko đc phép phát minh và công bố các nghiên cứu thể loại như "cái bánh xe hình tròn" và phải là nghiên cứu hoàn toàn mới, chưa tồn tại trên trái đất. Các sáng kiến cải tiến của ng lao động chủ yếu là các cải tiến để cải tạo làm tốt hơn cái hiện có (dù việc đó có ti tỉ nơi là ti tỉ cty trên TG đã làm đc) miễn là tốt hơn cái mình có. Và chúng ta, do dân trí chưa đc cao, lại rất hân hoan với những "sáng kiến" đó, và bảo rằng lũ giáo sư tiến sĩ là ăn ko ngồi rồi, chả đc cái tích sự gì hehe.
Đúng là hnay em rất rất rảnh nên bon tay viết bao trang mà ko cần AI
Chủ nghĩa kinh nghiệm thường dẫn đến chỉ thấy cái đuôi voi mà ko thấy dc cả con voi.

 

[X_axe]

À. Chắc cụ ít được tiếp xúc với những người học hành tử tế nên không thấy lợi ích của việc học đại học.
Còn cái câu in đậm thì em không bàn.

Mình nhớ có lần đưa người nhà đi chữa bệnh (khó) từ viện này sang viện khác. Bác sỹ cũng toàn đầu ngành nói mày phải để anh theo dõi bác sỹ cũng là thử sai thôi liệu pháp này không được anh thử liệu pháp khác chứ chuyển viện phải làm lại

Đấy cũng là thử sai thôi dù bác sỹ đầu nganh thì học hành rất tử tế học lý thuyết có tính hệ thống là tốt, nhưng cái đó bây giờ cũng đầy trên mạng trên AI mà. Cái mà trên mạng ít có là trải nghiệm thực tế sai sửa