Top các câu chuyện trên Hacker News ngày 16-06-2025 #

Gary Marcus thảo luận về bài báo của Apple về những hạn chế trong khả năng suy luận của các mô hình suy luận lớn và bảy phản bác không đầy đủ.
Giới thiệu chi tiết cách sửa đổi thiết bị đầu cuối Starlink Mini, loại bỏ bảng bộ định tuyến WiFi tích hợp và thay thế bằng kết nối Ethernet.
Tác giả đã xây dựng Datalog tương tác trong Rust và chia sẻ kinh nghiệm và thách thức triển khai tại hội nghị Minnowbrook.
Thảo luận về phương pháp tính điện trở hiệu dụng giữa hai nút bất kỳ trong mạng lưới điện trở vô hạn và các ứng dụng vật lý của nó.
Phân tích những hạn chế về khả năng mở rộng của thuật toán Q-learning và thảo luận về các giải pháp khả thi.
Một nhà báo bị từ chối nhập cảnh vào Hoa Kỳ vì đưa tin về một sự kiện, phản ánh sự phá hoại quyền tự do ngôn luận của công nghệ giám sát Palantir của Hoa Kỳ.
Hướng dẫn trình bày cách sử dụng Raspberry Pi để sửa đổi EDID của phích cắm giả HDMI để đánh lừa thiết bị nhận dạng.
Thảo luận về sự quyến rũ độc đáo của ngôn ngữ lập trình Lisp và tầm quan trọng của nó trong việc thể hiện sự sáng tạo trong lập trình.
Nghiên cứu phát hiện ra rằng hệ vi sinh vật đường ruột của bệnh nhân mắc chứng rối loạn lo âu xã hội có thể làm tăng nỗi sợ xã hội ở chuột, gợi ý vai trò nhân quả của nó.

Bảy phản hồi cho bài viết lý luận của Apple lan truyền và lý do chúng không đạt yêu cầu #

Seven replies to the viral Apple reasoning paper and why they fall short

https://garymarcus.substack.com/p/seven-replies-to-the-viral-apple

Bài viết này, do Gary Marcus viết, thảo luận về cuộc thảo luận và phản hồi rộng rãi đối với bài nghiên cứu của Apple về những hạn chế của các mô hình lý luận lớn (LRM) trong khả năng lý luận. Bài nghiên cứu của Apple chỉ ra rằng các LRM hiện tại có những thiếu sót nghiêm trọng trong việc xử lý các vấn đề phức tạp và thực hiện các thuật toán, và phát hiện này đã gây ra cuộc thảo luận sôi nổi trên các phương tiện truyền thông và mạng xã hội.

Marcus tóm tắt bảy phản bác đối với bài báo của Apple, từ những chỉ trích nhẹ nhàng đến những lập luận thông minh hơn, nhưng ông thấy hầu hết đều không thuyết phục:

Con người cũng gặp khó khăn với các vấn đề phức tạp và yêu cầu về trí nhớ: Các phản biện cho rằng điều này tương tự như những hạn chế của con người, nhưng Marcus chỉ ra rằng máy móc phải có khả năng vượt trội hơn con người và hoàn thành các nhiệm vụ mà chúng ta không thể làm. Con người không phải lúc nào cũng là công cụ tính toán đáng tin cậy, vì vậy lỗi của máy móc không thể quy cho những thiếu sót của con người.
Các mô hình lý luận lớn không thể giải quyết vấn đề vì yêu cầu đầu ra quá lớn: Lập luận này đúng một phần, nhưng Marcus cho rằng ngay cả trong giới hạn độ dài đầu ra, LRM vẫn hoạt động kém trong một số vấn đề (chẳng hạn như Tháp Hà Nội). Các hệ thống AI biểu tượng hiệu quả có khả năng thực hiện các nhiệm vụ này và AGI cũng có thể làm như vậy.
Bài báo được viết bởi một thực tập sinh: Marcus tức giận về lời phản bác này, nghĩ rằng đó là một cuộc tấn công cá nhân. Ông nhấn mạnh rằng mặc dù tác giả đầu tiên của bài báo là một thực tập sinh, cô ấy là một nghiên cứu sinh tiến sĩ xuất sắc, và bài báo có nhiều tác giả, hầu hết đều có bằng tiến sĩ.
Các mô hình lớn hơn có khả năng hoạt động tốt hơn: Điều này thường được chấp nhận, nhưng Marcus chỉ ra rằng chúng ta không thể dự đoán mô hình nào sẽ đủ lớn để xử lý một kích thước cụ thể cho một tác vụ cụ thể, điều này làm cho việc dựa vào hiệu suất của mô hình trở nên không đáng tin cậy.
Hệ thống có thể giải quyết những vấn đề này thông qua mã: Mặc dù một số hệ thống có thể giải quyết vấn đề bằng cách viết mã, Marcus tin rằng điều này không chứng minh rằng LRM có hiểu biết khái niệm. Hiểu được bản chất của vấn đề quan trọng hơn nhiều so với việc chỉ đơn giản là tìm ra câu trả lời.
Bài báo chỉ đưa ra bốn ví dụ, một trong số đó (Tháp Hà Nội) không hoàn hảo: Mặc dù số lượng ví dụ có hạn, Marcus tin rằng những ví dụ này hỗ trợ cho nghiên cứu hiện có và nhiều trường hợp thất bại tương tự có thể được phát hiện trong tương lai.
Những phát hiện của bài báo này không phải là mới: Marcus thừa nhận rằng kết quả này đã được cộng đồng học thuật chú ý từ lâu, nhưng nghiên cứu của Apple cuối cùng đã khiến mọi người chú ý hơn đến những hạn chế của LRM và tiết lộ một điểm yếu quan trọng của AI tạo sinh.

Marcus kết luận rằng phản bác hiện tại đối với bài báo của Apple là không thuyết phục và nhiều chuyên gia trong lĩnh vực AI lo ngại rằng việc chỉ mở rộng quy mô mô hình sẽ không giải quyết được các vấn đề hiện tại. Ông cũng đề cập rằng một nghiên cứu của Salesforce cho thấy trong điều kiện “nhiều vòng”, hiệu suất của LRM chỉ đạt 35%, xác nhận thêm sự không đáng tin cậy của công nghệ hiện tại. Ông mong đợi các hệ thống AI tốt hơn trong tương lai.

HN | Độ nóng: 323 điểm | 287 bình luận | Tác giả: spwestwood #

https://news.ycombinator.com/item?id=44278403

Con người gặp khó khăn với các vấn đề phức tạp và nhu cầu ghi nhớ, nhưng chúng ta có lý do để mong đợi máy móc có thể làm được những việc mà chúng ta không thể.
Con người sử dụng công cụ để mở rộng khả năng, LLM cũng có thể làm được điều đó.
Con người có thể giải quyết bài toán Tháp Hà Nội bằng cách hiểu vấn đề, suy nghĩ giải pháp và viết ra giải pháp mà không cần “công cụ”.
Khi không có giải pháp tham khảo, LLM có thể không thể suy luận ra giải pháp như con người.
Bài báo không đưa ra bằng chứng cho thấy con người có thể giải quyết bài toán Tháp Hà Nội mà không cần công cụ, ngay cả Gary Marcus cũng thừa nhận rằng con người có thể mắc lỗi.
Nhiều người không thể giải quyết bài toán Tháp Hà Nội mà không có sự trợ giúp của công cụ, vì vậy nó không phải là một bài kiểm tra tốt để đo lường trí thông minh tổng quát.
LLM hoàn toàn có khả năng viết mã để giải quyết các vấn đề không có trong tập huấn luyện.
Con người có thể suy ra các quy tắc giải quyết dựa trên sự hiểu biết về bài toán Tháp Hà Nội, sau đó sử dụng rất ít bộ nhớ làm việc để giải quyết vấn đề.
LLM hiện tại chỉ là khớp mẫu, trong khi con người suy ra các quy tắc chung sau khi khớp mẫu.
LLM cũng có thể đưa ra các chỉ dẫn chung để giải quyết bài toán Tháp Hà Nội trong mọi tình huống và có thể viết ra danh sách các bước di chuyển chi tiết.
Có những người không thể giải quyết bài toán Tháp Hà Nội, vì vậy nó không thể được sử dụng làm một bài kiểm tra tốt để đo lường trí thông minh tổng quát của LLM.
Rất hiếm khi mã do LLM viết được biên dịch và thực thi chính xác ngay lần đầu tiên.
Các vấn đề mà LLM có thể giải quyết có thể là sự kết hợp của các vấn đề đã có trong tập huấn luyện.
Con người cũng suy luận dựa trên dữ liệu huấn luyện, và khó suy luận đối với các vấn đề chưa được huấn luyện.
Người đầu tiên giải quyết các bài toán toán học và cờ vua đã giải quyết vấn đề như thế nào khi không có tiền lệ?
Kỹ năng và việc giải quyết vấn đề được tích lũy và phát triển dần dần, và vấn đề thường được xây dựng sau giải pháp.
Bất kỳ vấn đề nào được đưa ra đều có thể được cho là có trong tập huấn luyện, nhưng việc LLM thất bại với các vấn đề trong tập huấn luyện lại không được coi trọng.
Kiến thức mang tính tổ hợp, điều này đúng với cả con người và máy móc.

Cách sửa đổi Starlink Mini để chạy mà không cần bộ định tuyến WiFi tích hợp #

How to modify Starlink Mini to run without the built-in WiFi router

https://olegkutkov.me/2025/06/15/how-to-modify-starlink-mini-to-run-without-the-built-in-wifi-router/

Bài viết này nói về cách sửa đổi thiết bị đầu cuối Starlink Mini để chạy mà không cần bộ định tuyến WiFi tích hợp.

Giới thiệu về sửa đổi thiết bị đầu cuối Starlink Mini: Thiết bị đầu cuối Starlink Mini được thiết kế như một giải pháp tất cả trong một nhỏ gọn tích hợp bộ định tuyến WiFi. Thiết kế này phù hợp cho người tiêu dùng thông thường, nhưng đối với những người dùng cần cài đặt mạng tùy chỉnh, cài đặt nhúng hoặc sử dụng trong môi trường hạn chế về nguồn điện, việc loại bỏ bộ định tuyến bên trong có thể có lợi hơn. Bài viết trình bày chi tiết cách loại bỏ vật lý bảng mạch bộ định tuyến WiFi tích hợp trong Starlink Mini, cho phép thiết bị đầu cuối chỉ chạy qua Ethernet, mang lại sự linh hoạt hơn cho người dùng nâng cao.

Lưu ý khi sửa đổi: Việc sửa đổi chỉ áp dụng cho Starlink Mini 1 tính đến ngày 14 tháng 6 năm 2025. Các mẫu trong tương lai, chẳng hạn như Mini 2 dự kiến, có thể làm cho quy trình này không hiệu quả.

Quy trình tháo rời Starlink Mini: Quy trình tháo rời đòi hỏi sự kiên nhẫn và chính xác, nên sử dụng thanh nạy kim loại và thanh nạy nhựa. Ngoài ra, cần có một con dao mỏng và linh hoạt hoặc dây kim loại mỏng để tháo PCB của bộ định tuyến. Tác giả cung cấp một video hướng dẫn về quy trình tháo rời. Cần lưu ý rằng không cần thiết phải tháo tấm kim loại trên PCB Starlink, vì tấm này vừa đóng vai trò là tản nhiệt vừa là lớp chắn nhiễu điện từ. Việc tháo tấm kim loại có thể khiến CPU hoặc mảng ăng-ten giảm xung do quá nhiệt và có thể làm tăng nhiễu điện từ, ảnh hưởng đến các thiết bị điện tử lân cận.

Đầu nối PCB Starlink Mini: Loại đầu nối chính xác không được biết, có thể là tùy chỉnh. Nhưng khoảng cách giữa các chân của đầu nối là 2 mm, vì vậy bất kỳ đầu cắm 2 mm tiêu chuẩn nào cũng có thể phù hợp. Đầu nối được cố định bằng keo dẫn điện và vùng tiếp đất lớn không được che chắn, một tấm chắn cũng được đặt phía trên đầu nối trên PCB bộ định tuyến, tất cả những điều này là để giúp kiểm soát nhiễu điện từ.

Sơ đồ chân đầu nối: Starlink Mini sử dụng liên kết Ethernet 1 Gbps giữa đơn vị chính và bộ định tuyến. Xin lưu ý rằng không có biến áp Ethernet nào được sử dụng ở đây; thay vào đó, một kết nối PHY đến PHY trực tiếp được sử dụng với một số xử lý tách rời. Điều này có thể chấp nhận được đối với khoảng cách ngắn. Trong bất kỳ cài đặt thiết kế tùy chỉnh nào, biến áp Ethernet là bắt buộc. Đường trục điện áp chính là 12 VDC. Sơ đồ chân đầu nối (phía Starlink Mini) được hiển thị bên dưới. Tín hiệu đường Ethernet được ánh xạ tới màu dây xoắn đôi T568B tương ứng. Các chân 11, 14, 16, 17 và 18 không được sử dụng trong sửa đổi hiện tại, chủ yếu được sử dụng cho mục đích giám sát Starlink-Router.

Kết nối Ethernet trực tiếp: Bài viết cung cấp sơ đồ nguyên lý ví dụ về kết nối Ethernet trực tiếp với đầu nối PCB Starlink Mini_1. Sơ đồ này cung cấp khả năng cách ly Ethernet cần thiết và lọc công suất tối thiểu để đảm bảo hoạt động bình thường. Nên đặt một lớp tiếp đất bảo vệ xung quanh đầu nối U1. Thiết kế tối ưu bao gồm keo dẫn điện và lớp chắn. Giữ dây giữa đầu nối và biến áp Ethernet càng ngắn càng tốt. Dòng điện hoạt động danh định 12V là khoảng 3A, có thể đạt đỉnh ngắn hạn lên đến 5A. Vui lòng chọn L1 có dòng điện định mức phù hợp để tránh quá nhiệt.

Cấu hình mạng: Khi chưa kết nối với vệ tinh Starlink, thiết bị đầu cuối Starlink cung cấp địa chỉ IP DHCP trong mạng 192.168.100.0/24. Bản thân thiết bị đầu cuối có thể được tìm thấy tại địa chỉ 192.168.100.1, chạy một Web UI đơn giản và máy chủ giám sát/điều khiển gRPC. Sử dụng grpcurl để lấy dữ liệu gỡ lỗi Starlink rất tiện lợi. Bài viết cung cấp một yêu cầu ví dụ (lấy trạng thái hiện tại của thiết bị đầu cuối).

Sau khi kết nối với mạng Starlink: Giao diện Ethernet cung cấp dịch vụ DHCP đường hầm, gán địa chỉ IP từ nhóm Starlink cho khách hàng, thường là địa chỉ CGNAT IPv4 (ví dụ: 100.72.116.102) và địa chỉ IPv6 liên kết toàn cầu. Cấu hình mạng này cung cấp khả năng truy cập Internet. Xin lưu ý rằng máy chủ DHCP Starlink chỉ cung cấp một địa chỉ IP, vì vậy bạn chỉ có thể kết nối trực tiếp một máy chủ hoặc bộ định tuyến ngược dòng để chia sẻ kết nối với nhiều thiết bị.

Giải quyết vấn đề kết nối: Sau khi nhận được địa chỉ IP “bên ngoài”, máy khách của bạn đương nhiên mất quyền truy cập vào máy chủ 192.168.100.1. Để giải quyết vấn đề này, bạn có thể thêm một tuyến tĩnh vào thiết bị đầu cuối.

Mã trạng thái gRPC: Đầu ra gRPC get_status chứa nhiều thông tin hữu ích. Nếu có sự cố kết nối, phần “outage” sẽ xuất hiện trong đầu ra gRPC. Bài viết cung cấp một ví dụ và giải thích các giá trị có thể có của “cause”, bao gồm khởi động, tắt do quá nhiệt, không thể liên lạc với vệ tinh, không phát hiện được vệ tinh, đường dẫn bị chặn, không thể nhận dữ liệu vệ tinh, vệ tinh mất kết nối với mặt đất, v.v.

Giám sát trạng thái tài khoản Starlink: Bài viết cũng đề cập đến cách giám sát trạng thái tài khoản Starlink, bao gồm các mã vô hiệu hóa khác nhau, chẳng hạn như trạng thái không xác định, tài khoản bình thường, tài khoản bị xóa hoặc dịch vụ bị tạm ngưng, vượt quá khu vực địa chỉ dịch vụ đã đăng ký, nằm trong khu vực biển, nằm trong quốc gia mà dịch vụ Starlink không được phép, dữ liệu vượt quá giới hạn, đơn vị dịch vụ cục bộ bị vô hiệu hóa, giới hạn chuyển vùng, vị trí không xác định, tài khoản bị vô hiệu hóa, phần sụn không tương thích hoặc đã lỗi thời, tốc độ di chuyển quá nhanh vi phạm các hạn chế chính sách, nằm trong khu vực hạn chế bay trên không, nằm trong quốc gia mà Starlink không hỗ trợ, nằm trong quốc gia mà Starlink thiếu phê duyệt theo quy định, v.v. Các mã vô hiệu hóa này sẽ luôn khả dụng sau khi kết nối thành công với vệ tinh, do hệ thống Starlink cung cấp. Bản thân thiết bị đầu cuối người dùng không biết về gói dịch vụ, quốc gia, khu vực hoặc giới hạn tốc độ.

HN | Độ nóng: 237 điểm | 62 bình luận | Tác giả: LorenDB #

https://news.ycombinator.com/item?id=44282017

Việc sử dụng mô-đun Ethernet trên bo mạch thay vì RGMII từ MAC đến MAC có thể là vì sự tiện lợi trong thiết kế nguyên mẫu.
RGMII không phải là đối thủ cạnh tranh của Ethernet, mà là một phần mô-đun hai phần của thiết kế Ethernet, RGMII là phiên bản mới nhất.
Nhiều SoC hỗ trợ Ethernet vẫn sử dụng các giao diện kiểu MII khác nhau, vì việc thuê ngoài lớp vật lý cho một chip bên ngoài có ý nghĩa hơn.
Việc sử dụng trực tiếp bộ điều hợp Ethernet của máy tính xách tay để thử nghiệm có thể thuận tiện và đáng tin cậy hơn.
Việc tạo một PCB breakout $3 với RGMII PHY và MagJack có thể giải quyết vấn đề này.
RGMII không phù hợp cho kết nối bo mạch với bo mạch, vì tốc độ dữ liệu cao và tất cả các tín hiệu đều cần phải được khớp độ trễ.
Có thể cần phải loại bỏ mô-đun Wi-Fi vì lý do trọng lượng.
Ngay cả khi tắt Wi-Fi, thiết bị vẫn tiêu thụ điện năng, cách tiết kiệm năng lượng hiệu quả nhất là loại bỏ hoàn toàn mô-đun Wi-Fi.
Một số người có thể muốn đảm bảo rằng thiết bị không phát ra bất kỳ tín hiệu Wi-Fi nào.
Khi vận hành ăng-ten liên lạc vệ tinh, bức xạ Wi-Fi có thể là vấn đề ít phải lo lắng nhất.
Một số người có thể quan tâm đến việc giảm trọng lượng của thiết bị.
Có người suy đoán rằng việc sửa đổi này có thể được sử dụng cho một loại máy bay không người lái tầm xa nào đó ở Ukraine.
Các kỹ sư và nhà khoa học kỹ thuật tham gia vào công nghệ chiến tranh bất đối xứng có thể trở thành mục tiêu có giá trị cao của đối phương.
Nếu Nga cũng sử dụng vệ tinh của Musk, họ cũng có thể thấy thông tin này hữu ích.
Vệ tinh có thể hoạt động trên lãnh thổ Nga, cần đăng ký tài khoản ở quốc gia được phép và sử dụng gói cụ thể.
Chương trình Starlink ở Ukraine có thể khác với chương trình ở Hoa Kỳ, có thể liên quan đến tài trợ từ Bộ Quốc phòng Hoa Kỳ và các tình nguyện viên khác.
Ba Lan trả tiền thuê bao cho hơn 20.000 thiết bị đầu cuối được mua cho Ukraine.

Datalog trong Rust #

Datalog in Rust

Tác giả chia sẻ trải nghiệm của mình tại một hội thảo về lập trình logic ở Trung tâm Hội nghị Minnowbrook, phía bắc New York. Hội thảo này do Kris Micinski chủ trì, và tác giả, bằng một giọng văn hài hước, tự mô tả mình là một “kẻ phản diện khét tiếng” và được mời tham gia sự kiện này. Ban đầu anh nghĩ đây có thể là hình phạt mà anh xứng đáng phải nhận từ lâu, nhưng hóa ra đó lại là một trải nghiệm thú vị, với nhiều người thân thiện và hỗ trợ, cùng chung mục tiêu.

Hội thảo có một yêu cầu là người tham gia cần viết một bài đăng trên blog để suy ngẫm về sự kiện này, và Kris sẽ thu thập những bài viết này và chia sẻ với thế giới rộng lớn hơn. Tác giả đề cập rằng, mặc dù hội thảo có rất nhiều cuộc thảo luận về Datalog (và các ngôn ngữ lập trình logic khác), nhưng điều nổi bật nhất là bài thuyết trình cuối cùng của Denis Bueno về ctdal, một công cụ phân tích chương trình trong Datalog. Tuy nhiên, tác giả cũng đề cập rằng việc hiểu bài thuyết trình này là một thách thức, nhiều công cụ không hoạt động, chỉ có Soufflé là hoạt động được, nhưng cần phải sử dụng đúng cách.

Tác giả quyết định dành thời gian và nguồn lực của mình để xây dựng một thứ vừa thiết thực vừa “hiệu năng cao”, anh cho rằng đây là một thử thách đáng để thử. Anh cho rằng mọi người đều có thể hưởng lợi từ việc xây dựng một thứ như vậy, và cũng có thể học lập trình logic. Vì vậy, anh quyết định xây dựng một Datalog tương tác trong Rust, và mời độc giả theo dõi quá trình xây dựng của anh thông qua kho lưu trữ datatoad.

Tác giả trước đây đã xây dựng một số thứ tương tự như Datalog, nhưng anh chưa thử làm cho một thứ vừa đơn giản, vừa dễ sử dụng, vừa có hiệu năng cao. Anh nghĩ rằng họ có thể thử làm điều đó ở đây. Anh sẽ không bắt đầu với datafrog, nhưng sẽ sử dụng nhiều ý tưởng thuật toán tương tự. Nếu độc giả quen thuộc với datafrog, họ sẽ có thể theo kịp; nếu không quen thuộc, cũng không sao.

Tác giả ban đầu có một kế hoạch và bài đăng, bắt đầu bằng việc xây dựng một Datalog tồi tệ, một Datalog chậm chạp và vụng về, sau đó cùng nhau cải thiện khi học hỏi thêm. Nhưng vì phiên bản này quá tệ, anh nghĩ rằng nên bắt đầu trực tiếp với phiên bản tốt, và thảo luận chi tiết hơn về những khoảnh khắc quan trọng trong quá trình này. Đến cuối bài viết, họ sẽ có một Datalog tương tác có thể tải hàng loạt các sự kiện, thêm các quy tắc bất cứ lúc nào và duy trì hiệu năng khá tốt.

Bài viết cũng cung cấp một ví dụ, trình bày cách thực hiện phân tích null trên biểu đồ luồng dữ liệu httpd. Tác giả đề cập rằng, ví dụ này mất khoảng 2 giây trong datafrog, trong khi ở đây mất 8.3 giây, mặc dù ví dụ datafrog sử dụng dữ liệu (u32, u32), nhưng ở đây sử dụng Vec dữ liệu và truy vấn chưa được biên dịch, chỉ chậm hơn datafrog 4 lần. Tác giả hy vọng sẽ rút ngắn thời gian này trong tương lai. Anh chưa xác nhận rằng Datalog này hoạt động tốt trên tất cả các vấn đề, thậm chí chưa xác nhận liệu nó có đúng một cách tổng quát hay không, mặc dù trên các vấn đề về khả năng tiếp cận này, nó tạo ra số lượng bộ dữ liệu đầu ra giống như triển khai datafrog. Vì vậy, đừng quá lo lắng về điều đó vào lúc này.

HN | Độ nóng: 225 điểm | 23 bình luận | Tác giả: brson #

https://news.ycombinator.com/item?id=44281727

Việc ứng dụng Datalog trong quản lý logic của game chiến thuật thời gian thực được coi là đầy tính sáng tạo và thách thức.
Có người tò mò về việc triển khai DDLog không còn được duy trì tích cực và quan tâm đến tiến trình của nó.
Một số nhà phát triển đang chuyển mangle datalog sang Rust, và đề cập đến sự so sánh giữa memory mapping và triển khai golang.
Có người giữ ý kiến về phương pháp giảng dạy của tác giả sử dụng kết nối nhị phân, cho rằng phong cách kết nối chung dễ hiểu hơn.
Một bình luận đề cập rằng, sau khi điều chỉnh kế hoạch truy vấn thích hợp, kết nối nhị phân có thể đạt được thời gian chạy tối ưu trong trường hợp xấu nhất.
Trong các khối lượng công việc vật chất hóa như phân tích chương trình, các kế hoạch kết nối nhị phân được tối ưu hóa thường vượt trội hơn các kế hoạch tối ưu trong trường hợp xấu nhất.
Mặc dù sự phục hưng của Datalog dường như đang suy yếu, nhưng vẫn còn một số người đam mê cốt lõi kiên trì, họ đang xây dựng các quy trình chất lượng dữ liệu để chuẩn bị cho việc di chuyển phần mềm quy mô lớn.
Có người chỉ ra rằng, sự tham gia thấp của hội nghị Datalog 2.0 có thể là do vị thế của nó như một hội thảo vệ tinh của LPNMR hơn là do bản thân Datalog thiếu nhiệt huyết.
Có người đánh giá cao phần mở đầu và cách kể chuyện của bài đăng trên blog kỹ thuật, cho rằng nó vừa chuyên sâu về mặt kỹ thuật vừa thú vị.
Một bình luận cho rằng Datalog dễ dàng hơn nhiều so với SQL trong việc xử lý các truy vấn/quy tắc đệ quy.

Lưới Vô Hạn Điện Trở #

Infinite Grid of Resistors

https://www.mathpages.com/home/kmath668/kmath668.htm

Bài viết này thảo luận về một câu đố cổ điển liên quan đến mạng lưới điện trở vô hạn. Trong câu đố này, mỗi nút liền kề được kết nối bằng một điện trở R và mạng lưới kéo dài vô hạn theo mọi hướng. Nhiệm vụ của bài viết là xác định điện trở hiệu dụng giữa hai nút được chỉ định bất kỳ trong mạng lưới.

Bài viết bắt đầu bằng cách giải thích rằng đối với các nút liền kề, giải pháp thông thường là coi trường dòng điện như tổng của hai thành phần: một thành phần là trường dòng điện của mạng lưới có dòng điện được bơm vào một nút duy nhất và thành phần còn lại là trường dòng điện của mạng lưới có dòng điện được rút ra từ một nút (liền kề) duy nhất. Thông qua tính đối xứng của hai trường hợp riêng biệt này, chúng ta có thể suy ra tốc độ dòng điện trong điện trở liền kề, do đó kết luận rằng điện trở hiệu dụng giữa hai nút liền kề là R/2. Giải pháp này có một sự hợp lý trực quan nhất định, vì nó tương tự như cách trường thế của một lưỡng cực điện có thể được biểu diễn như tổng của các trường của một điện tích dương và một điện tích âm, mỗi trường đối xứng hình cầu xung quanh điện tích tương ứng của nó.

Bài viết giải thích thêm rằng các nút mạng lưới điện áp thỏa mãn dạng rời rạc của phương trình Laplace, nghĩa là điện áp tại mỗi nút là giá trị trung bình của điện áp của bốn nút xung quanh. Các giải pháp có tính cộng, có nghĩa là đối với một điều kiện biên nhất định, tổng của hai giải pháp bất kỳ cũng là một giải pháp.

Bài viết tiếp tục thảo luận về một phương pháp giải quyết câu đố này thông qua các cân nhắc đối xứng đơn giản. Nếu chúng ta bơm (ví dụ) bốn ampe dòng điện vào một nút và không có dòng điện nào bị loại bỏ khỏi mạng lưới, dòng điện sẽ chảy ra trung bình qua bốn điện trở, do đó một ampe sẽ chảy đến mỗi nút liền kề. Một ampe này phải chảy ra qua ba đường khác phát ra từ nút liền kề đó.

Bài viết cũng đề cập đến những hạn chế của phương pháp này, cụ thể là nó dựa trên khái niệm bơm dòng điện vào một nút của mạng lưới vô hạn mà không giải thích đầy đủ dòng điện này đi đâu. Một lời giải thích “vẫy tay” là chúng ta có thể coi mạng lưới được nối đất ở “vô cực”, nhưng điều này không hoàn toàn hợp lệ vì điện trở từ bất kỳ nút nhất định nào đến “vô cực” là vô hạn. Điều này là do một nút nhất định được bao quanh bởi một loạt các hình vuông đồng tâm, và số lượng kết nối điện trở từ nút trung tâm mở rộng ra ngoài đến các hình vuông đồng tâm liên tiếp là 4, 12, 20, 28, v.v., có nghĩa là tổng điện trở đến vô cực ít nhất là tổng của chuỗi điều hòa lẻ, chuỗi này phân kỳ, vì vậy điện trở là vô hạn.

Để làm cho lập luận trở nên chặt chẽ, bài viết đề xuất xem xét một mạng lưới lớn nhưng hữu hạn và thuyết phục bản thân rằng hành vi tiệm cận kết quả mong đợi khi kích thước mạng lưới tăng lên. Điều này không hoàn toàn đơn giản, vì chúng ta phải đảm bảo rằng hai chuỗi mạng lưới mở rộng, một chuỗi xung quanh nút dương và một chuỗi xung quanh nút âm, tiến gần đến các điều kiện biên tương thích lẫn nhau trong giới hạn sao cho lưu lượng ròng “đến vô cực” bằng không. Để đánh giá giới hạn này, điện áp của nút trung tâm (so với điện áp ở vô cực) phải tiến gần đến vô cùng để cung cấp một dòng điện cố định. Bài viết cũng thảo luận rằng đối với một mạng lưới “vô hạn” thực sự, giải pháp là không xác định trừ khi áp dụng một số điều kiện biên tiệm cận (điều này không được chỉ định trong phát biểu thông thường của bài toán).

Bài viết kết luận rằng khía cạnh phi vật lý của bài toán này cũng có thể được nhìn thấy từ thực tế là trường dòng điện được giả định là đã phát triển hoàn toàn đến vô cực, điều này không thể được thiết lập thông qua bất kỳ quá trình vật lý thực tế nào trong bất kỳ khoảng thời gian hữu hạn nào. Tất nhiên, mạng lưới được giả định chỉ bao gồm các điện trở lý tưởng, không có điện dung hoặc điện cảm, vì vậy không có động lực nào cần xem xét, và do đó người ta có thể cho rằng toàn bộ trường dòng điện có thể được thiết lập ngay lập tức đến vô cực - nhưng điều này chỉ chứng minh rằng mạng lưới được giả định đã được lý tưởng hóa đến mức vi phạm các định luật vật lý. Tất cả các mạch thực đều có điện dung và điện cảm, đó là lý do tại sao tốc độ lan truyền không thể là vô hạn. Người ta có thể cho rằng sự lý tưởng hóa này là vô hại đối với bài toán, nhưng nếu chúng ta áp dụng chúng một cách nghiêm ngặt, chúng thực sự sẽ làm cho bài toán hoàn toàn không xác định. Trực giác của chúng ta về việc có một câu trả lời duy nhất đến từ việc chúng ta vô thức áp đặt các hành vi tiệm cận “hợp lý về mặt vật lý”, những hành vi này đến từ một nguồn cục bộ, dựa trên hành vi tiệm cận của một mạng lưới hữu hạn lớn khi kích thước của nó tăng lên - một khái niệm đến từ các khái niệm vật lý của chúng ta về tính cục bộ và sự lan truyền của các hiệu ứng hữu hạn, những khái niệm này không có lý do trong môi trường lý tưởng hóa.

Bài viết kết luận rằng nếu chúng ta chỉ đơn giản là áp dụng các giả định thông thường về các điều kiện tiệm cận của mạng lưới, chúng ta có thể xem xét bài toán tổng quát hơn là xác định điện trở giữa hai nút bất kỳ. Phương pháp phổ biến nhất dựa trên việc chồng chất các nghiệm của phương trình sai phân cơ bản. Một lần nữa, phương pháp này mặc định áp đặt các điều kiện biên hợp lý để buộc một câu trả lời duy nhất, về cơ bản bằng cách yêu cầu mạng lưới hoạt động như giới hạn của một mạng lưới hữu hạn lớn. Bài viết bắt đầu bằng cách xem xét một ví dụ đơn giản về các điện trở đơn vị của “mạng lưới” một chiều, trong đó dòng điện ròng phát ra từ nút thứ n được cho bởi phương trình sai phân, trong đó quy định I0 = -1 ampe và In = 0 cho tất cả n ≠ 0. Lưu ý rằng đối với tất cả n ≠ 0, chúng ta có thể phủ định dấu của các chỉ số ở phía bên phải mà không thay đổi phương trình, vì dòng điện ròng…

HN | Độ nóng: 205 điểm | 105 bình luận | Tác giả: niklasbuschmann #

https://news.ycombinator.com/item?id=44279181

Điện trở của tấm nền silicon có thể được coi là một mạng lưới điện trở vô hạn, mô hình này có liên quan đến các điểm cục bộ trong mạch tích hợp.
Công nghệ quang khắc rất khó, một số người dùng nữ thần Ai Cập để mô tả độ khó của nó.
Lời cầu nguyện Unut (nhân cách hóa đơn vị điện trở Ohm) là “Ohm”.
Trường hợp liên tục đơn giản hơn về mặt toán học vì nó là điều kiện giới hạn của trường hợp rời rạc.
Các công cụ phần mềm giải quyết loại vấn đề này bằng các phương pháp số, chia tấm nền liên tục thành các phần tử rời rạc và mô phỏng mạch bằng đại số tuyến tính.
Đơn vị của điện trở suất là Ohm-cm, không phải Ohm/cm.
Mạng lưới điện trở là 4 kết nối chứ không phải 8 kết nối, hoặc bất kỳ cấu trúc tô pô nào khác, chẳng hạn như lưới lục giác.
Điện trở về bản chất là tiêu tán, các electron trong mạng tinh thể điện trở luôn tương tác với điện trở.
Quần thể electron sẽ di chuyển một chút theo một hướng do chênh lệch điện áp, thay vì đo riêng lẻ.
Mạng lưới điện trở vô hạn sẽ không bao giờ đạt đến trạng thái cân bằng.
Mạng lưới điện trở vô hạn là một mô hình lý thuyết được sử dụng để đánh giá khả năng toán học và sự hiểu biết về phương trình.
Mô tả vấn đề về mạng lưới điện trở vô hạn rõ ràng là vô lý, nhưng mô hình này giúp hiểu rõ hơn về các tình huống thực tế hơn.
Mạng lưới điện trở vô hạn cần vô số thời gian để đạt đến trạng thái ổn định.
Mạng lưới điện trở vô hạn chỉ tồn tại trong các mô hình mạch lý tưởng.
Mạng lưới điện trở vô hạn là một mô hình đồ chơi mà các nhà vật lý thiên văn cố gắng hiểu vũ trụ, có thể có những điểm mù.
Với một mạng lưới điện trở vô hạn, các hành tinh có thể hình thành.
Hydro sẽ biến thành người với số lượng và thời gian đủ lớn, điều tương tự cũng có thể áp dụng cho điện trở.
Điện trở được làm từ các nguyên tố nặng hơn, mọi thứ đều có xu hướng biến thành sắt, có thể có đủ năng lượng để biến mọi thứ thành hiện thực.
Mạng lưới điện trở vô hạn sẽ tạo ra một cái gì đó một cách ổn định.

Q-learning vẫn chưa thể mở rộng quy mô #

Q-learning is not yet scalable

https://seohong.me/blog/q-learning-is-not-yet-scalable/

Bài viết này của Seohong Park được đăng vào tháng 6 năm 2025, thảo luận về vấn đề khả năng mở rộng của học tăng cường (Reinforcement Learning, RL). Bài viết bắt đầu bằng việc đề cập rằng trong những năm gần đây, khả năng mở rộng của các tác vụ như dự đoán từ tiếp theo, khuếch tán khử nhiễu, học đối chiếu, v.v. đã được chứng minh, những tác vụ này có thể huấn luyện các mô hình với hàng tỷ tham số. Tuy nhiên, đối với học tăng cường, đặc biệt là thuật toán Q-learning, khả năng mở rộng của nó vẫn là một vấn đề.

Bài viết chỉ ra rằng, mặc dù học tăng cường đã đạt đến trình độ siêu phàm trong các trò chơi như cờ vây và cờ vua vào năm 2016, và đã giải quyết các nhiệm vụ suy luận toán học và mã hóa phức tạp trong các mô hình ngôn ngữ lớn (Large Language Models, LLMs), nhưng những thành công này phần lớn dựa trên các thuật toán RL on-policy (ví dụ: REINFORCE, PPO, GRPO, v.v.) đòi hỏi việc thực thi chính sách mới, được lấy mẫu mới, những thuật toán này không thể tái sử dụng dữ liệu cũ. Điều này không phải là vấn đề trong các trò chơi cờ bàn và LLMs, nhưng trong hầu hết các vấn đề thực tế, đặc biệt là trong lĩnh vực robot, chi phí tạo ra mẫu rất cao và cần có sự can thiệp của con người.

Bài viết nhấn mạnh rằng các thuật toán RL off-policy về nguyên tắc có thể tái sử dụng bất kỳ dữ liệu nào, bất kể được thu thập ở đâu và khi nào, điều này cho phép chúng cải thiện hiệu quả mẫu bằng cách tái sử dụng dữ liệu nhiều lần. Ví dụ, RL off-policy có thể huấn luyện một con chó robot đi bộ trong thế giới thực từ đầu trong vòng 20 phút. Q-learning là thuật toán RL off-policy được sử dụng rộng rãi nhất, nó giảm thiểu tổn thất sai lệch thời gian (TD). Tuy nhiên, tác giả cho rằng các thuật toán Q-learning hiện tại không có khả năng mở rộng, ít nhất là đối với các vấn đề tầm nhìn dài đòi hỏi hơn 100 bước quyết định ngữ nghĩa.

Bài viết giải thích thêm lý do tại sao Q-learning khó mở rộng cho các vấn đề phức tạp, tầm nhìn dài. Lý do chính là mục tiêu dự đoán của Q-learning có sai lệch và những sai lệch này sẽ tích lũy khi tầm nhìn tăng lên. Sự tích lũy sai lệch này là một hạn chế cơ bản chỉ có ở Q-learning (học TD). Ngược lại, các mục tiêu có thể mở rộng khác (chẳng hạn như dự đoán từ tiếp theo, khuếch tán khử nhiễu, học đối chiếu, v.v.) không có sai lệch trong mục tiêu dự đoán hoặc những sai lệch này không tích lũy khi tầm nhìn tăng lên.

Cuối cùng, bài viết thực chứng xác minh quan điểm trên thông qua một loạt các nghiên cứu mở rộng có kiểm soát. Các nhà nghiên cứu đã chuẩn bị một số nhiệm vụ rất phức tạp, chưa từng được giải quyết trước đây và thu thập dữ liệu gần như vô hạn để đảm bảo rằng việc overfitting hầu như không thể xảy ra. Họ cũng loại bỏ các yếu tố gây nhiễu càng nhiều càng tốt, chẳng hạn như tập trung vào RL ngoại tuyến để trừu tượng hóa khám phá và đảm bảo rằng tập dữ liệu có đủ độ bao phủ và tất cả các nhiệm vụ đều có thể được giải quyết từ tập dữ liệu đã cho. Kết quả nghiên cứu cho thấy, nếu Q-learning thậm chí không thể mở rộng trong thiết lập được kiểm soát này, ngay cả khi có dữ liệu gần như vô hạn, thì trong môi trường thực tế hơn, chúng ta có lý do để nghi ngờ liệu nó có thể mở rộng hay không, vì trong môi trường thực tế, dữ liệu và tài nguyên tính toán của chúng ta là có hạn.

HN | Độ nóng: 205 điểm | 44 bình luận | Tác giả: jxmorris12 #

https://news.ycombinator.com/item?id=44279850

Một lý do chính khiến Q-learning không có khả năng mở rộng là số lượng trạng thái khả thi tăng theo cấp số nhân khi phạm vi thời gian tăng lên, điều này đòi hỏi ngày càng nhiều dữ liệu để huấn luyện mô hình Q-learning.
Trong học chính sách, chỉ những trạng thái gần với chính sách mới quan trọng, do đó, ngay cả khi số lượng trạng thái khả thi tăng theo cấp số nhân, dữ liệu huấn luyện vẫn tập trung vào các trạng thái quan trọng.
Thao tác Max trong Q-learning có thể khiến nhiễu khuếch đại theo thời gian, dẫn đến sai lệch xấp xỉ quá mức. Một số phương pháp như giảm sai lệch này có thể cải thiện hiệu suất của tác nhân RL.
Nếu có một số mô hình giữa các trạng thái, mạng có thể học được những mô hình này, thì số lượng trạng thái tăng theo cấp số nhân không còn quan trọng nữa. Ưu điểm của deep learning là khả năng nắm bắt những mô hình này.
MuZero và các hệ thống RL dựa trên mô hình khác có thể là giải pháp cho những lo ngại của tác giả, chúng có thể cải thiện hiệu quả huấn luyện bằng cách phân tích lại các quỹ đạo trước đó.
Một số nhiệm vụ mặc dù “sâu” nhưng có thể là “đồng đều”, có thể hoàn thành ngay cả với chất lượng mẫu kém, những nhiệm vụ này được gọi là nhiệm vụ “duyệt”.
Con người học các nhiệm vụ có tầm nhìn dài bằng cách chia nhỏ chúng thành các nhiệm vụ có tầm nhìn ngắn và kết hợp chúng theo thứ bậc.
Mô hình có thể không xử lý được các nhiệm vụ có tầm nhìn dài từ đầu, nhưng có thể học một số kỹ năng có tầm nhìn ngắn trước, sau đó học các nhiệm vụ có tầm nhìn dài hơn bằng cách tận dụng sự kết hợp của các kỹ năng nhỏ hơn này.
Lợi ích của học ngoại tuyến bị hạn chế, vì dữ liệu khám phá không hiệu quả ban đầu không hữu ích lắm cho việc cải thiện các chính sách tinh vi hơn sau này. Khả năng khái quát hóa/hiệu quả mẫu tốt hơn là chìa khóa để giải quyết vấn đề này.

Các nhà báo lo ngại khi đến Mỹ do bị Palantir giám sát #

Journalists Wary of Travelling to US Due to Palantir Surveillance

https://bsky.app/profile/alistairkitchen.bsky.social/post/3lrjsdecc5c2x

Alistair Kitchen đã đăng một bài viết trên mạng xã hội kể về trải nghiệm gần đây của anh ấy. Anh ấy đề cập rằng trong 48 giờ qua, anh ấy đã bị Hoa Kỳ từ chối nhập cảnh, giam giữ và cuối cùng bị trục xuất vì đưa tin về các cuộc biểu tình của sinh viên Colombia. Anh ấy vừa trở về Melbourne và đã lấy lại điện thoại của mình sau khi hạ cánh. Ngày được đề cập trong bài đăng là ngày 14 tháng 6 năm 2025.

HN | Độ nóng: 200 điểm | 168 bình luận | Tác giả: Kapura #

https://news.ycombinator.com/item?id=44282754

Chính phủ Hoa Kỳ đã tiến hành giám sát quy mô lớn lưu lượng truy cập Internet trong nhiều thập kỷ.
Chính quyền Obama đã mở rộng quy mô lớn hệ thống giám sát thời Bush, nhưng hầu như không gặp phải sự phản đối nào.
Hiện nay, mức độ chính phủ Hoa Kỳ sử dụng các biện pháp giám sát này thậm chí còn vượt quá cả Trung Quốc.
Các cơ quan tình báo do đặc vụ Nga lãnh đạo và sự hỗ trợ kỹ thuật do công ty Palantir cung cấp đã tăng cường khả năng giám sát.
Việc giám sát với lý do “chống chủ nghĩa bài Do Thái” là vô cùng đạo đức giả.
Hoa Kỳ hiện nay nhạy cảm với những tiếng nói chỉ trích tương tự như Bắc Triều Tiên, không còn chào đón và chấp nhận những lời chỉ trích.
Tự do ngôn luận nên bao gồm việc bảo vệ mọi người khỏi những hậu quả pháp lý do lời nói của họ gây ra.
Việc người nước ngoài và các nhà hoạt động tham gia vào các cuộc biểu tình ở trường đại học bị từ chối nhập cảnh vào Hoa Kỳ không có gì đáng ngạc nhiên.
Là công dân Hoa Kỳ, bạn có quyền tự do bày tỏ quan điểm, không bị trục xuất và có thể thay đổi hiện trạng bằng cách bỏ phiếu.

Sửa đổi EDID của một HDMI dummy plug bằng Raspberry Pi #

Modifying an HDMI dummy plug’s EDID using a Raspberry Pi

https://www.downtowndougbrown.com/2025/06/modifying-an-hdmi-dummy-plugs-edid-using-a-raspberry-pi/

Bài viết này được Doug Brown đăng vào ngày 15 tháng 6 năm 2025, với chủ đề về cách sử dụng Raspberry Pi để sửa đổi EDID (Extended Display Identification Data) của HDMI dummy plug (thiết bị giả cắm HDMI). Bài viết bắt đầu bằng việc giới thiệu khái niệm cơ bản về HDMI dummy plug, chúng là những thiết bị nhỏ có thể cắm vào các cổng HDMI, DVI, v.v., nhưng không xử lý tín hiệu video, chỉ để thiết bị nguồn video (ví dụ: máy tính) nhận biết rằng có màn hình được kết nối. Các dummy plug này chứa một chip I2C EEPROM, lưu trữ EDID, bao gồm thông tin về nhà sản xuất màn hình, ngày sản xuất, độ phân giải được hỗ trợ, kênh âm thanh, không gian màu, v.v.

Mục tiêu của tác giả là thay thế EDID của dummy plug bằng EDID của một thiết bị quay video HDMI 1080p, để máy tính nhận biết rằng thiết bị được kết nối là thiết bị quay video chứ không phải màn hình 4K. Bài viết đề cập rằng tác giả không chắc chắn liệu EDID EEPROM của dummy plug có thể lập trình được hay không, nhưng anh ấy quyết định thử. Anh ấy phát hiện ra rằng Raspberry Pi Zero có một bộ điều khiển I2C được kết nối với các chân chính xác của cổng HDMI, điều này cho phép Pi đọc EDID của màn hình được kết nối. Bài viết cũng cung cấp thông tin về bộ điều khiển I2C tương ứng với các kiểu máy Raspberry Pi khác nhau.

Để đảm bảo an toàn, tác giả bắt đầu bằng việc cài đặt Raspberry Pi OS Lite, sau đó thực hiện các sửa đổi sau: bật I2C, cài đặt i2c-tools. Vì cần truy cập mạng, đây là một vấn đề đối với Raspberry Pi Zero, tác giả đã đưa ra các giải pháp sử dụng bộ điều hợp USB-Ethernet hoặc cắm thẻ SD vào PC để bàn và sử dụng chroot để cài đặt phần mềm.

Tiếp theo, tác giả mô tả chi tiết cách sử dụng Raspberry Pi Zero và bộ chuyển đổi HDMI sang Mini-HDMI để phát hiện và đọc EDID EEPROM của dummy plug. Anh ấy sử dụng lệnh i2cdetect để phát hiện thiết bị I2C có địa chỉ 0x50, đây là địa chỉ mà EDID sử dụng. Sau đó, anh ấy sử dụng lệnh get-edid để sao lưu EDID gốc và sử dụng lệnh od để xuất nó ở định dạng thập lục phân, để xem trên các trang web như edidreader.com.

Sau khi xác nhận bản sao lưu, tác giả rút dummy plug ra khỏi Pi, kết nối thiết bị quay video HDMI và lặp lại quy trình tương tự để sao lưu EDID của nó. Cuối cùng, anh ấy ghi EDID của thiết bị quay video vào EEPROM của dummy plug và sử dụng lệnh diff để xác minh rằng EDID mới nhất quán với tệp gốc.

Cuối bài viết, tác giả cắm dummy plug đã sửa đổi vào máy tính thử nghiệm và đã thành công trong việc khiến máy tính nhận dạng nó là thiết bị quay video HDMI thay vì màn hình 4K, do đó hoàn thành mục tiêu của mình.

HN | Độ nóng: 165 điểm | 36 bình luận | Tác giả: zdw #

https://news.ycombinator.com/item?id=44282998

Các phích cắm HDMI giả rẻ chỉ có EEPROM 256 byte, không đủ để lưu trữ các khối EDID mở rộng cần thiết cho cấu hình độ phân giải cao, tốc độ làm mới cao.
Những phích cắm giả này không xử lý HDCP, phù hợp với các máy không đầu để buộc xuất ra một độ phân giải cụ thể, nhưng không phù hợp với các trường hợp yêu cầu HDCP.
Bộ chia HDMI có thể thiết lập EDID được lập trình sẵn hoặc học EDID từ đầu ra HDMI 1 và xuất hiện như một màn hình đã kết nối khi bộ chia được cắm vào.
Có những thiết bị tuyên bố có thể kết thúc HDCP và chuyển tiếp HDMI.
Việc kết thúc HDCP rất khó khăn, cần phải hạ cấp xuống HDCP 1.4 và có một thiết bị nhận tương thích 1.4 để hoạt động như một màn hình giả.
Monoprice multi-viewer có thể thương lượng HDCP mà không cần kết nối màn hình, nhưng không thể loại bỏ HDCP.
Một số bộ chia HDMI được quảng cáo là “HDCP stripper” (bộ gỡ bỏ HDCP).
Phích cắm giả chỉ là một EEPROM 256 byte được kết nối với đường I2C, không có gì khác bên trong vỏ.
Có những trường hợp cần độ phân giải hoặc chức năng cụ thể, nhưng không có thiết bị nào có thể thiết lập.
Có thể cung cấp tín hiệu màn hình có độ phân giải cao hơn cho các hệ thống cũ thông qua phích cắm HDMI giả.
Một số màn hình ngắt kết nối ảo khi tắt, gây ra sự cố, và phích cắm HDMI giả có thể giải quyết vấn đề này.
Một số người không hiểu tại sao cần phích cắm giả, vì họ có thể sử dụng phần mềm để thiết lập nhiều màn hình ảo.

Nghệ thuật Lisp và Viết (2003) #

The Art of Lisp and Writing (2003)

https://www.dreamsongs.com/ArtOfLisp.html

Bài viết này khám phá sự quyến rũ của ngôn ngữ Lisp cũng như mối quan hệ giữa lập trình và nghệ thuật. Bài viết bắt đầu bằng một trích dẫn của Charles Darwin, nhấn mạnh rằng sự thiếu hiểu biết thường dễ tạo ra sự tự tin hơn là kiến thức. Tiếp theo, tác giả mô tả Lisp như một ngôn ngữ đẹp, nơi các lập trình viên vĩ đại có thể tạo ra các chương trình vừa đẹp vừa hữu dụng.

Bài viết chỉ ra rằng nhiều người coi lập trình là một hoạt động kỹ thuật thông thường, khó có thể coi nó là một mô hình hoặc phép ẩn dụ cho việc viết lách. Tác giả cho rằng viết lách là một sự thể hiện bản thân mang tính sáng tạo, là một hình thức nghệ thuật, khác với khoa học và kỹ thuật, nó không phải là một hoạt động nghiêm túc. Tuy nhiên, đánh giá này thường đến từ những người chưa thực sự tham gia vào sáng tạo khoa học và nghệ thuật. Nghệ thuật, kỹ thuật và khoa học là một chuỗi liên tục tìm kiếm sự thật về thế giới và bản thân.

Nghệ sĩ thể hiện bản thân thông qua sáng tạo, tác phẩm của họ không chỉ để thể hiện tuyên bố nghệ thuật mà còn là để khám phá mối quan hệ giữa thế giới vật chất và trí tưởng tượng của con người, thế giới nội tâm. Trong quá trình sáng tạo, nghệ sĩ không chỉ tạo ra một vật phẩm mà còn vẽ bản đồ về những thế giới có thể, khám phá mối liên hệ giữa thế giới vật chất và trí tưởng tượng của con người. Thông qua sáng tạo, đôi khi nghệ sĩ cũng thách thức nhận thức của mọi người về thế giới, ví dụ như cách các nghệ sĩ cổ đại xây dựng một số công trình nghệ thuật vẫn còn gây tranh cãi cho đến ngày nay.

Bài viết đề cập rằng nghệ sĩ vẽ ra bản thiết kế cho những hướng phát triển có thể của thế giới thông qua các tác phẩm viết hoặc các hình thức khác. Khi nghệ sĩ cần giải thích kỹ thuật trong các câu chuyện và thần thoại, các nhà khoa học và kỹ sư thường khám phá cách xây dựng những thứ mà họ đã mơ ước từ thời thơ ấu hoặc trưởng thành. Ví dụ, cuốn sách “Faust của Đức” xuất bản năm 1587 mô tả câu chuyện Tiến sĩ Faust cưỡi xe rồng bay lên mặt trời, theo thời gian, các kỹ sư và nhà khoa học đã phát minh ra máy bay, phổ biến như thuyền buồm vào thế kỷ 16. Bài viết cũng đề cập đến điện thoại di động tương tự như thiết bị liên lạc trong “Star Trek”, cũng như sự say mê du hành dưới đáy biển thời cổ đại.

Khi mọi người có nhu cầu hoặc mong muốn về vật liệu và thế giới, những người có kỹ năng đặc biệt bắt đầu khám phá cách thao túng thế giới vật chất để đáp ứng những nhu cầu này. Để tránh những sai lầm trong tương lai, những nhà sản xuất này đã ghi lại các quy tắc kinh nghiệm, các mô hình sáng tạo và sản xuất cũng như các yếu tố an toàn. Ngày nay chúng ta gọi họ là kỹ sư. Bài viết đề cập rằng mặc dù kiến thức kỹ thuật thường có trước kiến thức khoa học và không thay đổi trong quá trình thay đổi lý thuyết khoa học, nhưng các kỹ sư có thể tạo ra các nguồn lửa phức tạp để nấu ăn và gia công kim loại, trong khi các nhà khoa học dao động giữa các lý thuyết.

Các nhà khoa học xuất hiện cuối cùng, họ chấp nhận những khám phá hoặc giấc mơ của các nghệ sĩ và kỹ sư về thế giới và cố gắng biên soạn một câu chuyện đơn giản để giải thích tất cả. Các nhà khoa học cần tìm một nhóm nhỏ các sự kiện, điều kiện, quy luật, sức mạnh và nguyên tắc dẫn đến sự phức tạp tuyệt đẹp mà chúng ta trải nghiệm. Kể từ Galileo, các nhà khoa học đã đồng ý sử dụng toán học làm ngôn ngữ của kiến thức khoa học.

Tuy nhiên, do theo đuổi sự chính xác và chuẩn xác, các nhà khoa học có thể là những người kém may mắn nhất trong việc xác định sự thật của vũ trụ. Các nhà triết học và sử gia khoa học chỉ ra cách các lý thuyết khoa học thay đổi thông qua tinh chỉnh, cách mạng hoặc thậm chí vô chính phủ. Ví dụ, khi thế kỷ 20 phát triển, lý thuyết cơ học lượng tử và tính hợp lý ngày càng tăng của khoa học phức tạp đã khiến nhận thức của chúng ta về thế giới trở nên không chắc chắn, khiến nhiều lý thuyết tốt nhất của chúng ta chỉ là gần đúng, hoặc ít nhất cung cấp một công thức mới để mô tả sự thật của thực tế (ngoài toán học).

Bài viết cuối cùng đề cập rằng lý do chúng ta yêu thích các nhà khoa học đến vậy có lẽ là vì họ là những người thất bại nhất quán nhất trong việc hiểu thế giới. Chúng ta liên tục nói với họ rằng họ là ngọn hải đăng thực sự duy nhất chỉ ra sự thật; chúng ta tài trợ và cấp vốn cho các thí nghiệm lớn của họ, đồng thời rút vốn khỏi nghệ thuật. Bài viết kết thúc bằng cách đề cập đến các nhà văn và nhà bản đồ học, nhà văn là những người sáng tạo giàu trí tưởng tượng nhất về thực tế giả tạo, họ tạo ra những thế giới và nhân vật gần như thật, nhưng chúng ta sẽ không bao giờ tìm thấy những địa điểm, con người hoặc tình huống đó ở bất cứ đâu. Tuy nhiên, những gì chứa đựng trong tác phẩm của họ về cơ bản là sự thật - có thể không có Nick Adams và Big Two-Hearted River của Seney, nhưng Hemingway đã nắm bắt được một điều gì đó về cuộc sống thực khiến câu chuyện của ông không phải là một lời nói dối.

Nhà bản đồ học là một loại kỹ sư, họ thiết kế và tạo ra các biểu diễn của thế giới thực, thường là để hiểu địa hình hoặc cách đi từ nơi này đến nơi khác. Các nhà bản đồ học nỗ lực theo đuổi sự chính xác và chuẩn xác trong việc đại diện cho địa lý. Tuy nhiên, bài viết chỉ ra rằng thực tế không phải vậy. Đầu tiên, bản đồ khu vực trái đất liên quan đến một phép chiếu toán học nào đó, trừ khi được hiểu theo cách mà có thể ít người hiểu, nếu không nó sẽ làm sai lệch đáng kể một số khía cạnh của thực tế. Phép chiếu Mercator biểu diễn các đường phương vị không đổi (chẳng hạn như đường biển) dưới dạng đường thẳng…

HN | Độ nóng: 155 điểm | 59 bình luận | Tác giả: Bogdanp #

https://news.ycombinator.com/item?id=44281016

Tính linh hoạt và khả năng tùy biến của ngôn ngữ Lisp khiến nó trở thành một công cụ lập trình lý tưởng, phù hợp cho việc khám phá và phân tích độc lập.
Khi tuổi tác tăng lên, sự bí ẩn của lập trình biến mất, người ta thích các hoạt động ngoài trời hơn, các công cụ AI đơn giản hóa quá trình lập trình, cho phép mọi người tập trung hơn vào kết quả hơn là quá trình.
Giờ đây, người ta đánh giá cao hơn những ngôn ngữ bền bỉ, tương thích ngược, không tùy tiện phá vỡ mã của người dùng, không yêu cầu trình quản lý phụ thuộc bên ngoài hoặc công cụ xây dựng.
Lập trình từng được xem là một hoạt động được canh giữ nghiêm ngặt bởi những người gác cổng, nhưng giờ đây sự phổ biến của AI và mã nguồn mở đã phá vỡ quan niệm này.
Phong cách viết của Richard Gabriel rất độc đáo, ông đã viết về cấu trúc của cuộc cách mạng ngôn ngữ lập trình một cách sâu sắc và đẹp đẽ.
Lisp không chỉ là một ngôn ngữ lập trình, nó giống như một phương tiện lập trình hơn, cho phép các lập trình viên định hình và thay đổi ngôn ngữ theo cách thể hiện bản thân.
Lập trình có thể được coi là một hoạt động xã hội, xây dựng kiến thức và sự hiểu biết chung, liên tục tinh chỉnh cho đến khi phần mềm bị “bỏ rơi”.
Mô hình phát triển của ngôn ngữ lập trình (độc lập và xã hội, động và tĩnh) tạo ra các công cụ và phương pháp luận không tương thích về mặt triết học và thực tiễn.
Mối quan hệ giữa Lisp và viết lách bị hiểu lầm, việc lập trình bằng các ngôn ngữ như Java giống với viết lách hơn, vì chúng có các quy tắc từ vựng và ngữ pháp cố định.
Thơ ca truyền tải ý nghĩa sâu sắc hơn thông qua việc thao túng các quy tắc ngữ pháp chung, cú pháp của Lisp có thể thay đổi giữa các chương trình, tương tự như thơ ca.

Hệ vi sinh vật đường ruột liên quan đến chứng rối loạn lo âu xã hội làm tăng nỗi sợ xã hội #

Social anxiety disorder-associated gut microbiota increases social fear

https://www.pnas.org/doi/abs/10.1073/pnas.2308706120

Bài viết này nói về nghiên cứu mối liên hệ giữa rối loạn lo âu xã hội (Social Anxiety Disorder, SAD) và hệ vi sinh vật đường ruột. Rối loạn lo âu xã hội là một bệnh tâm thần khiến người bệnh cảm thấy cực kỳ sợ hãi hoặc lo lắng trong các tình huống xã hội và có xu hướng né tránh những tình huống này. Tuy nhiên, cơ sở sinh học của SAD vẫn chưa rõ ràng và cần có các phương pháp điều trị tốt hơn. Trong những năm gần đây, hệ vi sinh vật đường ruột được cho là có thể điều chỉnh não bộ và hành vi, đặc biệt là những hành vi liên quan đến chức năng xã hội. Ngoài ra, ngày càng có nhiều dữ liệu ủng hộ vai trò của chức năng miễn dịch và tín hiệu oxytocin trong các phản ứng xã hội.

Để khám phá xem hệ vi sinh vật đường ruột có đóng vai trò nhân quả trong việc điều chỉnh các hành vi liên quan đến SAD hay không, các nhà nghiên cứu đã cấy ghép hệ vi sinh vật đường ruột của bệnh nhân SAD vào chuột. Thông qua giải trình tự 16S rRNA, người ta phát hiện ra rằng thành phần vi sinh vật đường ruột của bệnh nhân SAD khác biệt so với nhóm đối chứng khỏe mạnh. Những con chuột được cấy ghép hệ vi sinh vật của bệnh nhân SAD đã thể hiện hành vi bình thường trong một loạt các thử nghiệm được thiết kế để đánh giá chứng trầm cảm và hành vi lo lắng nói chung, nhưng chúng thể hiện độ nhạy cảm cao đặc biệt đối với nỗi sợ xã hội, đây là một mô hình của SAD. Phản ứng sợ xã hội đặc biệt này đi kèm với những thay đổi trong chức năng miễn dịch trung ương và ngoại vi, cũng như sự biểu hiện oxytocin trong nhân giường của vân (striatum).

Công trình này trình bày cơ sở đa ngành của phản ứng sợ xã hội và đề xuất rằng hệ vi sinh vật có thể là một mục tiêu điều trị tiềm năng cho SAD. Kết quả nghiên cứu không chỉ giúp hiểu rõ hơn về cơ chế sinh học của SAD mà còn có thể cung cấp hướng đi cho việc phát triển các phương pháp điều trị mới. Dữ liệu giải trình tự 16S rRNA của người được sử dụng trong nghiên cứu có thể được tìm thấy trong Kho lưu trữ axit nucleic châu Âu (ENA) với số truy cập PRJEB68191. Dữ liệu giải trình tự metagenome của chuột có thể được tìm thấy trên figshare, theo liên kết: https://figshare.com/projects/Social_Anxiety_Disorder-Associated_Gut_Microbiota_Increases_Social_Fear/185134. Tất cả dữ liệu đều được bao gồm trong bài viết và/hoặc phụ lục tài liệu bổ sung. Nghiên cứu xin cảm ơn những người hiến tặng tình nguyện tham gia nghiên cứu, cũng như các tiến sĩ đã cung cấp hỗ trợ kỹ thuật và chia sẻ kiến thức cho nghiên cứu, cũng như P. Fitzgerald, C. Manley, J. Riley và A. cùng những người khác.

HN | Độ nóng: 148 điểm | 96 bình luận | Tác giả: thunderbong #

https://news.ycombinator.com/item?id=44283095

Ăn đường có thể làm tăng lo lắng, giảm lượng đường nạp vào có thể giảm cảm giác lo lắng.
Một số người đặc biệt nhạy cảm với đường, nên điều chỉnh chế độ ăn uống theo tình trạng cá nhân.
Chế độ ăn không đường có lẽ cũng nên bao gồm không trái cây.
Thay thế trái cây bằng rau có thể giúp giảm lượng đường nạp vào.
Phô mai có thể là một sự thay thế cho đường, ít ảnh hưởng đến một số người.
Nhịn ăn và uống nước trong thời gian dài có thể có tác động xấu đến một số người, không nên vượt quá 72 giờ.
Lactose trong phô mai có thể ảnh hưởng đến quá trình tiêu hóa và hấp thụ đường.
Glucose và fructose có tác động khác nhau đến sức khỏe, nạp quá nhiều fructose có thể dẫn đến viêm.
Vận động viên có thể nạp một lượng lớn fructose và glucose, người bình thường có thể cần phải tập luyện.
Nạp chất xơ cùng với fructose có thể giảm tác động của fructose.
Lượng chất xơ nạp vào có liên quan đến mức insulin trong cơ thể, có thể liên quan đến việc giảm lo lắng.
Uống sữa có thể gây khó chịu, có thể là do không dung nạp lactose.
Vi sinh vật đường ruột có thể ảnh hưởng đáng kể đến hóa học não bộ.
Sự thay đổi của vi sinh vật đường ruột có thể liên quan đến chứng sợ xã hội.
Mối quan hệ giữa ăn đường và nguy cơ mắc bệnh tiểu đường là phức tạp, không chỉ là bản thân đường.
Béo phì là một yếu tố nguy cơ của bệnh tiểu đường, nhưng không phải là do bản thân đường.
Sự thay đổi của hệ vi sinh vật có thể kích hoạt phản ứng sợ xã hội, có lợi cho sinh vật xã hội.