Nhiều ghệ sĩ trong giới showbiz phản ứng mạnh mẽ trên mạng xã hộu như Hoài Sa, Tóc Tiên, bà xã Đăng Khôi - Thuỷ Anh... bày tỏ sự đồng cảm với Lynk Lee.

Trước những bình luận ác ý, Lynk Lee (Bảo Linh) đã chính thức lên tiếng về việc này: "Lúc đầu khi mới đọc những bình luận kiểu này em chỉ muốn nhắn tin lại giải thích và đôi co với người ta. Nhưng sau đó, em đã bình tĩnh lại và nghĩ rằng mình không được làm như thế. Rồi em chịu đựng dần dần và bây giờ đã chai lỳ hơn nhiều.

Mọi người yên tâm nha. Giờ em chỉ có vui và cười thôi ạ. Em mạnh mẽ lắm rồi. Một lần nữa, em cảm ơn tất cả mọi người đã và đang ủng hộ em ạ. Em sẽ cố gắng để là phiên bản hoàn hảo nhất của chính mình".

Bên cạnh đó, Bảo Linh còn công khai hình ảnh những vết thương trên cơ thể đầy đau đớn để được sống là chính bản thân mình.

Lynk Lee công khai hình ảnh chuyển giới.

Bảo Linh thừa nhận được trở thành phụ nữ là khao khát rất lớn của cuộc đời trong suốt 30 năm qua. Trước khi chuyển giới, cô đã sống như không có mục đích và việc chia sẻ quá trình chuyển giới là để chia sẻ với những người đang khao khát tìm được bản thân giống như mình.

Bảo Linh cho biết mình phải trải qua 4 tháng các cuộc phẫu thuật thẩm mỹ lớn nhỏ mới có hình thể hiện tại. Bảo Linh thừa nhận, thời gian này chỉ cần ngắm mình trong gương và được hát thôi cũng khiến cô như đang trong một giấc mơ không bao giờ muốn tỉnh lại. Cô hạnh phúc với chính bản thân mình.

Bảo Linh thừa nhận chuyển giới khi đã ngoài 30 tuổi, các đường nét mềm mại và nữ tính cần thời gian lâu hơn nhưng với cô, tất cả là chưa muộn và cuộc sống bây giờ mới đang bắt đầu và còn cả chặng đường dài phía trước để hoàn thiện.

Bảo Linh cho biết cô vốn sở hữu gương mặt không ưa nhìn và rất nam tính với khung mặt vuông, góc cạnh, gò má và trán cao nên nhìn các đường nét rất thô và rất đàn ông. Trước đây, cô đã từng thực hiện phẫu thuật thẩm mỹ mắt, mũi và tiêm má baby, nhưng thực sự chưa hài lòng.

Được bạn bè tư vấn, cô một mình tới Hàn Quốc Linh thăm khám đủ các liệu trình, chụp chiếu X-quang tại bệnh viện. Các bác syĩ đã khuyên Bảo Linh phải phẫu thuật xương mặt, gọt hàm, hạ đường chân tóc để trán bớt cao và khuôn mặt hài hòa, trượt cằm để khuôn mặt thanh tú hơn và nâng cấp vòng 1. 

Bảo Linh cho biết việc phẫu thuật không hề đau. Sau phẫu thuật Linh được đội ngũ y tá chăm sóc rất tận tình giúp cô phục hồi nhanh chóng. Bảo Linh đã ở Hàn gần một tháng vì để hoàn thiện bản thân và phẫu thuật hoàn chỉnh toàn bộ cơ thể.

Giang Linh

Lynk Lee: Ám ảnh vì bị bạn học gọi là 'Linh bê đê'

 - Lynk Lee cho biết từ khi còn nhỏ, mình đã bị bạn học miệt thị giới tính gây ám ảnh đến tận bây giờ. Hiện tại, ca sĩ tiếp tục đón nhận những lời kỳ thị, chửi bới từ cư dân mạng vì công khai giới tính thật.

Trong những năm gần đây, sự phát triển của trí tuệ nhân tạo trong lĩnh vực khoa học và công nghệ diễn ra nhanh hơn bao giờ hết. Học máy, một nhánh của trí tuệ nhân tạo, đã thu hút được sự chú ý rộng rãi, và học sâu, một nhánh của máy học, đã trở thành một điểm nóng nghiên cứu trong những năm gần đây.

Trí tuệ nhân tạo đã từng bước phát triển như thế nào? Hôm nay, chúng ta sẽ cùng nhìn lại lịch sử của trí tuệ nhân tạo.

Năm 1949, Donald Olding Hebb xuất bản cuốn sách "The Organization of Behavior", trong đó mô tả các quy tắc học tập của Hebb và đề xuất khái niệm về trọng số (Metrics). Lý thuyết này đặt nền tảng cho thuật toán học của mạng nơ-ron nhân tạo trong học máy. Mạng nơ-ron nhân tạo là tiền thân của học sâu hiện đang rất phổ biến.

Năm 1950, Alan Turing đã xuất bản một bài báo nổi tiếng có tựa đề "Máy móc có thể suy nghĩ?", trong đó ông đưa ra khái niệm về tư duy của máy móc và đề xuất phép thử Turing (một bài kiểm tra khả năng trí tuệ của máy tính. Phép thử như sau: một người chơi thực hiện một cuộc thảo luận bằng ngôn ngữ tự nhiên với một con người và một máy tính, cả hai đều cố gắng chứng tỏ mình là con người. Ba bên tham gia phép thử được cách ly với nhau). Vì vậy, Turing còn được mệnh danh là "cha đẻ của trí tuệ nhân tạo". Sau đó, để tưởng nhớ những đóng góp của Turing, Hiệp hội Máy tính Hoa Kỳ đã thành lập Giải thưởng Turing để ghi nhận những người có đóng góp xuất sắc trong lĩnh vực khoa học máy tính.

Năm 1952, Arthur Samuel đã phát triển một chương trình chơi cờ có khả năng tự học và thậm chí có thể đánh bại những người chơi cờ chuyên nghiệp sau khi được đào tạo.

Samuel đề xuất khái niệm "học máy", được định nghĩa là "cung cấp cho máy tính một chức năng nhất định mà không được lập trình rõ ràng".

Năm 1956, khái niệm "trí tuệ nhân tạo" được đề xuất tại Hội nghị Dartmouth, vì vậy năm 1956 được gọi là năm đầu tiên của trí tuệ nhân tạo.

Năm 1957, Rosenblatt phát minh ra perceptron, mô hình nơ-ron sớm nhất trong lý thuyết mạng nơ-ron nhân tạo máy học. Ngay sau đó là sự xuất hiện của hàng loạt nghiên cứu lý thuyết học sâu, tế bào cảm thụ được so sánh với mô hình nơ-ron để hiểu sâu hơn về đơn vị cơ bản của mạng nơ-ron...

Do sự đột phá của lý thuyết mạng nơ-ron nhân tạo, lĩnh vực trí tuệ nhân tạo đã được quan tâm rất nhiều, các cơ quan chính phủ đã đầu tư nhiều kinh phí để thành lập nhiều dự án liên quan.

Năm 1960, Vidro là người đầu tiên sử dụng quy tắc học delta cho bước huấn luyện perceptron. Phương pháp này sau đó được gọi là phương pháp bình phương nhỏ nhất. Sự kết hợp của hai điều này tạo ra một bộ phân loại tuyến tính tốt.

Năm 1967, Giải thuật k hàng xóm gần nhất (k-Nearest Neighbor, KNN) xuất hiện, từ đó máy tính có thể thực hiện nhận dạng mẫu đơn giản.

Năm 1969, Marvin Minsky xuất bản cuốn sách "Perceptrons", trong đó ông đề xuất những hạn chế của mạng nơ-ron nhân tạo. Do vị trí quan trọng của Minsky trong lĩnh vực trí tuệ nhân tạo, và do những trở ngại trong lĩnh vực nghiên cứu trí tuệ nhân tạo, các nhà nghiên cứu của các dự án trí tuệ nhân tạo đã không thể thực hiện lời hứa trước đó của họ. Kỳ vọng lạc quan của mọi người về trí tuệ nhân tạo đã bị ảnh hưởng nặng nề, và nhiều các dự án nghiên cứu đã bị dừng lại hoặc chuyển hướng sang các dự án khác. Theo đó, nghiên cứu về AI đã rơi vào tình trạng tụt dốc.

Từ giữa những năm 1970, trí tuệ nhân tạo đã bước vào "thời kỳ tri thức". Một lớp các chương trình AI được gọi là "hệ chuyên gia" (Expert system) bắt đầu được các công ty trên thế giới áp dụng và "xử lý kiến thức" (Knowledge processing) trở thành trọng tâm của nghiên cứu AI chính thống.

Trong thời gian này, nhiều quốc gia tiên phong đã mạnh tay vào đầu tư các dự án tương tự với hy vọng chế tạo những cỗ máy có thể nói chuyện với con người, dịch ngôn ngữ, giải thích hình ảnh và suy luận giống như con người.

Hệ chuyên gia là một chương trình có thể trả lời hoặc giải quyết các vấn đề trong một lĩnh vực cụ thể theo một tập hợp các quy tắc logic rút ra từ kiến thức chuyên ngành.

Dendral, một dự án về trí tuệ nhân tạo được thiết kế từ năm 1965, có thể phân biệt các hỗn hợp dựa trên kết quả đo phổ kế. Năm 1972, MYCIN một hệ thống chuyên gia về chuỗi lạc hậu sớm sử dụng trí thông minh nhân tạo được ra đời, nó có khả năng xác định vi khuẩn gây nhiễm trùng nặng, như nhiễm khuẩn huyết và viêm màng não, và khuyên dùng kháng sinh, với liều điều chỉnh theo trọng lượng cơ thể của bệnh nhân. Theo đó, hệ thống cơ sở tri thức và kỹ thuật tri thức đã trở thành định hướng chính của nghiên cứu AI trong những năm 1980.

Năm 1982, Hopfield đề xuất một loại mạng nơ-ron mới, sau này được gọi là mạng Hopfield, sử dụng một cách hoàn toàn mới để tìm hiểu và xử lý thông tin. Đồng thời, thuật toán lan truyền ngược, một phương pháp huấn luyện của mạng nơ-ron, được đề xuất, và thuật toán này cũng là một trong những thuật toán quan trọng của lý thuyết học sâu. Việc nghiên cứu theo hướng mạng nơ-ron nhân tạo vốn im hơi lặng tiếng nhiều năm thì cho tới thời điểm này đã lấy lại được sự phát triển.

Năm 1986, một thuật toán quan trọng được đề xuất bởi Quinlan, đó là thuật toán cây quyết định hay còn gọi là thuật toán ID3. So với mô hình mạng nơ-ron, thuật toán cây quyết định ID3 cũng được sử dụng như một phần mềm, bằng cách sử dụng các quy tắc đơn giản và các tham chiếu rõ ràng để tìm ra nhiều trường hợp sử dụng thực tế hơn. Cây quyết định là một kỹ thuật được sử dụng thường xuyên trong khai thác dữ liệu, có thể được sử dụng để phân tích dữ liệu cũng như đưa ra dự đoán.

Năm 1990, Schapire lần đầu tiên xây dựng một thuật toán cấp đa thức, thuật toán Tăng cường ban đầu. Một năm sau, Freund đề xuất một thuật toán Thúc đẩy hiệu quả hơn.

Năm 1995, Freund và Schapire đã cải tiến thuật toán Tăng cường và đề xuất thuật toán AdaBoost (Tăng cường thích ứng). Hiệu quả của thuật toán này gần như tương đương với thuật toán Tăng cường do Freund đề xuất năm 1991, nhưng dễ áp dụng hơn vào các vấn đề thực tế.

Cùng năm đó, một trong những đột phá quan trọng nhất trong lĩnh vực học máy, hỗ trợ máy vectơ (SVM), được đề xuất bởi Vapnick và Cortez trong một số lượng lớn các điều kiện lý thuyết và thực nghiệm. Kể từ đó, nghiên cứu học máy đã được chia thành hướng mạng nơ-ron và hướng máy vector hỗ trợ.

Năm 1997, siêu máy tính Deep Blue của IBM đánh bại nhà vô địch cờ vua thế giới Kasparov đã thu hút sự chú ý của cả thế giới.

Năm 2001, Brehman đề xuất mô hình cây quyết định tổng hợp, bao gồm một tập hợp con ngẫu nhiên của các cá thể và mỗi nút được chọn từ một loạt các tập con ngẫu nhiên. Do đặc tính này, nó còn được gọi là Random forest (RF).

Vào năm 2006, chuyên gia mạng nơ-ron Hinton đã đề xuất một thuật toán học sâu mạng nơ-ron, giúp cải thiện đáng kể khả năng của mạng nơ-ron, thách thức các máy vectơ hỗ trợ và bắt đầu làn sóng học sâu trong giới học thuật và công nghiệp.

Học sâu cho phép các mô hình tính toán với nhiều lớp xử lý để học từ dữ liệu với nhiều lớp trừu tượng. Những phương pháp này đã dẫn đến những cải tiến đáng kể trong nhiều lĩnh vực, bao gồm nhận dạng giọng nói hiện đại, nhận dạng hình ảnh trực quan, phát hiện hình ảnh và nhiều lĩnh vực khác như phát hiện ma túy và gen.

Học sâu có thể khám phá các cấu trúc phức tạp trong dữ liệu lớn. Nó sử dụng thuật toán BP để hoàn thành quá trình khám phá. Thuật toán BP có thể hướng dẫn máy cách lấy lỗi từ lớp trước và thay đổi các thông số bên trong của lớp này, và các thông số bên trong này có thể được sử dụng để tính toán, biểu diễn. Mạng tích hợp sâu đã mang lại những đột phá trong việc xử lý hình ảnh, video, lời nói và âm thanh, trong khi mạng lặp lại đã cho thấy những điểm sáng trong việc xử lý dữ liệu tuần tự như văn bản và giọng nói.

Đồng thời, với sự phát triển không ngừng của dữ liệu lớn, một số vấn đề hiện nay không còn có thể giải quyết theo cách thủ công và thường cần sự trợ giúp của máy tính để hoàn thành một số xử lý dữ liệu phức tạp. Sự kết hợp giữa trí tuệ nhân tạo và dữ liệu lớn là điểm nổi bật của các nghiên cứu hiện nay.

Các phương pháp học thống kê phổ biến nhất trong trí tuệ nhân tạo là học sâu và máy vectơ hỗ trợ, là phương pháp đại diện cho học tập thống kê. Có thể coi cả mạng nơ-ron và máy vectơ hỗ trợ đều có nguồn gốc từ các perceptron.

Mô hình mạng nơ-ron thường được sử dụng để thực hiện các nhiệm vụ khó khăn như nhận dạng đối tượng, nhận dạng giọng nói, xử lý ngôn ngữ tự nhiên, v.v. Trong khi đó, tính đơn giản của SVM lại khiến nó vẫn là phương pháp học máy được sử dụng rộng rãi nhất.

Cải tiến là bản chất của công nghệ và tốc độ cải tiến của nó là cấp số nhân. Tăng trưởng theo cấp số nhân xảy ra khi số lượng tăng tỷ lệ với kích thước của một thứ gì đó. Ví dụ, tiền lãi trả cho một tài khoản ngân hàng tỷ lệ thuận với số dư của nó. Miễn là tăng trưởng theo cấp số nhân thì sẽ có thời gian không đổi.

Bởi vậy có thể nói sự phát triển của trí tuệ nhân tạo ngày hôm nay chỉ là một điểm khởi đầu. Nếu sức mạnh của công nghệ điện toán tiếp tục phát triển, thì trong tương lai, sự phát triển của AI sẽ là viễn cảnh khó lòng có thể dự đoán chính xác và có thể một ngày không xa, trí tuệ nhân tạo sẽ vượt xa sự thông minh của con người ở nhiều khía cạnh.

(Theo Trí Thức Trẻ)

Chiến trường Ukraine vén màn bí mật công nghệ của các ông lớn

Tháng 3/2022, Ukraine thông báo đã thu giữ được 1 đơn vị Krasukha-4, hệ thống tác chiến điện tử hiện đại nhất của quân đội Nga tại chiến trường gần Kiev. Ngay lập tức, hệ thống này được chuyển giao cho phía Mỹ “mổ xẻ”.

Ảnh: Đinh Tuấn

- Em đăng ký xét tuyển bằng điểm thi THPT quốc gia 2 trường rồi, em có được xét thêm bằng học bạ không? Hoàng Lực ([email protected])

Quy định tối đa vào 2 trường là xét bằng kết quả thi THPT quốc gia. Ngoài ra em có thể nộp hồ sơ để xét bằng học bạ.

- Em muốn đăng ký xét tuyển vào Trường ĐH Tài nguyên Môi trường theo hình thức xét học bạ thì em phải làm thế nào? Cao Thúy ([email protected])

Việc xét học bạ chỉ có một số trường thực hiện. Em phải vào trang thông tin điện tử của trường để biết: a) trường có xét học bạ không b) Hồ sơ nộp vào trường thế nào.

- Em chỉ thi xét tốt nghiệp thì có được nộp sơ vào đại học không? Lương Khôi ([email protected])

Em dự thi chỉ để xét tốt nghiệp thì không được sử dụng kết quả thi để xét ĐH, CĐ nhưng em có thể đăng ký xét tuyển vào các trường xét bằng học bạ.

- Trong bìa hồ sơ đăng kí xét tuyển đại học của Bộ có phần ghi là mã ngành học thì ghi thế nào? Em cảm ơn ạ. Tường Vy ([email protected]>)

Mã ngành em cần vào trang thông tin điện tử của trường để xem ngành em cần đăng ký có mã như thế nào và em cần điền đúng mã này vào Phiếu đăng ký xét tuyển.

- Em có thể đăng ký trực tuyến 1 trường và đến nộp trực tiếp 1 trường được không? Huệ Anh ([email protected])

Em không thể vừa nộp bưu điện vừa nộp trực tuyến vì như vậy nhiều khả năng em sẽ mất nguyuện vọng thứ 2. Khi đăng ký trực tuyến em cũng in ra được Phiếu xác nhận làm bằng chứng sau này khẳng định em đã đăng ký thành công.

- Em tải mẫu giấy đăng ký xét tuyển ở web của trường Đại học Kỹ thuật Y Dược Đà Nẵng. Nhưng em thấy có một số chỗ không phải ô vuông mà lại là gạch dọc. Cho em hỏi mẫu giấy đăng ký xét tuyển đại học này có hợp lệ để xét tuyển hay không? Nếu chưa đúng xin cho em biết mẫu giấy xét tuyển hợp lệ ạ Lâm Nguyễn ([email protected])

Mẫu phiếu ĐKXT đối với xét tuyển bằng kết quả thi THPT quốc gia là thống nhất. Em có thể vào trang web của các sở và các trường ĐH để tải về (lưu ý mẫu Phiếu ĐKXT đối với các trường TS theo nhóm là mẫu khác với mẫu chung). Còn Phiếu ĐKXT bằng học bạ là theo quy định của trường.

• BAN GIÁO DỤC

Những tập gần đây, nhiều khán giả đã phản ứng gay gắt trước việc xây dựng diễn biến tâm lý thiếu thực tế của nhân vật Thư (Bảo Thanh đảm vai). Ngoài ra, nhiều người cũng không đồng tình với lối diễn xuất căng cứng, gồng mình và hơi quá đà của Bảo Thanh.

“Tôi rừng rất thích Bảo Thanh nhưng vào vai Thư ở phim này thấy hơi quá đà rồi. Bao nhiêu tập rồi đều thế, không còn tỉnh táo nữa. Không biết tôn trọng anh rể, rồi còn ra vẻ ta đây. Nhiều khi nói chuyện thì động tí là như sắp khóc mếu đến nơi. Mong đạo diễn bớt bớt lại để khán giả còn chào đón Thư như thuở “Về nhà đi con”, một khán giả bình luận.

“Trong “Về nhà đi con”, tuy Thư đanh đá nhưng đúng kiểu “có thể không biết nhiều thứ nhưng biết điều thì phải biết”, còn phần này xem bị gồng quá, xem bị mất đi rất nhiều thiện cảm luôn”, Nguyễn Ngọc Huyền bày tỏ.

“Bảo Thanh phần này diễn gồng quá, cứ đến đoạn có Bảo Thanh là mình không muốn xem. Tiếng nói thì the thé, nghe đau hết cả tai, xem không thể có cảm tình nổi” khán giả Nguyễn Ngọc Linh nói.

“Diễn viên Bảo Thanh đang được mọi người yêu thích thì sang phim này diễn hơi quá đà rồi”, Lan Ngọc chia sẻ.

Trước những lời “đấu tố” của người xem, Bảo Thanh cho rằng, biên kịch viết sao thì diễn viên diễn vậy, đạo diễn muốn thể hiện cảm xúc ở cung bậc nào thì diễn viên sẽ thể hiện như thế.

“Ở phần phim mùa dịch này, không ai có nhiều thời gian để sáng tạo một cách bài bản và cũng không có nhiều lựa chọn. Tôi chỉ là diễn viên thôi nên không có quyền quyết định mọi thứ. Nếu tôi được quyền quyết định, tôi sẽ cho Vũ - Thư đoàn tụ từ đầu tới cuối phim. Lúc nào cũng sẽ chỉ yêu thương, âu yếm, hạnh phúc, cười nói cả 50 tập”, Bảo Thanh nói.

Nữ diễn viên bày tỏ thêm: “Diễn viên có muốn đem sự sáng tạo của mình vào vai diễn thì cũng chỉ trong khuôn khổ cho phép chứ không thể nào vượt qua sự chỉ đạo của đạo diễn. Sáng tạo trên những cái có sẵn chứ không phải là biến nhân vật của mình thành một người hoàn toàn khác.

Ai cũng muốn đóng vai người tốt, ngoan hiền, lễ phép, được mọi người yêu quý… nhưng phim ảnh là phản ánh đời sống. Nó phải thực thế và chân thật. Ngoài đời có rất nhiều tình huống như thế xảy ra, thậm chí, còn kinh khủng hơn nếu mọi người đọc báo, xem truyền hình”.

(Theo Dân trí)

'Những ngày không quên' tập 30: Huệ ly dị Quốc, Uyên chia tay Khoa

Tập 30 'Những ngày không quên' sẽ chứng kiến nhiều diễn biến kịch tính liên quan đến 2 cặp đôi rắc rối nhất phim.

Nhóm Everin gồm 4 thành viên Phạm Văn Sơn (ĐH Bách Khoa HN), Nguyễn Văn Đức (ĐH Bách Khoa HN) và Trần Thị Minh (ĐH Nông nghiệp). Trước đó nhóm Everin đã có 3 tháng triển khai và phục vụ hơn 10 khách hàng với mô hình trồng rau sạch truyền thống. Tuy nhiên nhận thấy mô hình chưa thực sự khả quan nên dự án nông nghiệp “thông minh” đã ra đời.

Nhóm Everin gồm 4 thành viên Phạm Văn Sơn (ĐH Bách Khoa HN), Nguyễn Văn Đức (ĐH Bách Khoa HN) và Trần Thị Minh (ĐH Nông nghiệp).

“Nhận thấy nhu cầu sử dụng rau sạch ngày nay rất cần thiết dù mô hình trồng rau sạch tại nhà thực chất đã có mặt ở Nhật và các nước phát triển từ rất lâu, nhưng ở quy mô lớn, chưa có ở hộ gia đình. Chúng mình quyết định thử nghiệm và đưa vào từng hộ gia đình một phương pháp hiện đại hơn để thay thế các phương pháp trồng rau tại nhà truyền thống trước đây” - bạn Trần Thị Minh chia sẻ.

Với mô hình này, nhóm hướng tới một mục tiêu là người người, nhà nhà đều có rau sạch để ăn. Họ không cần thiết phải trả một chi phí quá đắt cho sản phẩm rau sạch tại các cửa hàng mà vẫn không yên tâm. Phương án của nhóm là họ tự trồng, tự thưởng thức.

Lợi ích lớn nhất của dự án là giúp cộng đồng các bà nội trợ yên tâm hơn trong mỗi bữa ăn gia đình, ngoài ra còn rất tiết kiệm chi phí về lâu dài.

Dù học khác trường đại học, song cùng chung ý tưởng và đam mê khởi nghiệp, 3 bạn trẻ đã gặp gỡ cho “ra đời” Everin, một nhóm “đẹp” khi có một marketer, một kỹ sư cơ khí và một kỹ sư nông nghiệp.

Chia sẻ dự định trong tương lại, Everin cho biết, nhóm đã sẵn sàng và gấp rút thực hiện những công đoạn demo cuối để mang sản phẩm thương mại hoá đến với hội đồng giám khảo của Start-Up UNI 2016 trong vòng 2.

Dù nhóm đang gặp phải khá nhiều khó khăn về tài chính, kỹ thuật cũng như thời gian nhưng Everin đều tin rằng các bạn sẽ trưởng thành hơn rất nhiều qua Start –Up UNI.

Chia sẻ lý do mang dự án đến với cuộc thi Start- Up UNI, Sơn cho biết: “Mình hy vọng nhóm Everin sẽ được làm quen, tiếp xúc với các bạn khởi nghiệp ở Đại học FPT vì mình biết phong trào khởi nghiệp và đổi mới trong cộng đồng sinh viên FPT rất mạnh mẽ. Bên cạnh đó chúng mình muốn tìm một cố vấn đê giúp nhóm đi nhanh hơn. Ngoài ra, đây là cơ hội để chúng mình trao đổi kiến thức, tiếp xúc với bạn trẻ đam mê khởi nghiệp, trau dồi thêm nhiều kỹ năng mềm như thuyết trình, quản lý tài chính…”.

Còn đối với Nguyễn Văn Đức, Start-Up Uni không chỉ là cuộc thi mà còn là một khoá học vô cùng bổ ích. Đức cho biết bạn rất ấn tượng khi vừa trải qua khoá đào tạo kéo dài 3 ngày (từ 29 -31/7) dành cho các nhóm lọt vào vòng 2 cuộc thi. Với Đức, khoá học như “xương sống” giúp bạn khởi nghiệp đúng hướng và tìm ra được giá trị cốt lõi của con đường khởi nghiệp.

Tấn Tài

Kristian Hegaard, sinh viên luật 25 tuổi ở ĐH Copenhagen, Đan Mạch

Trong đơn khiếu nại gửi tới người phụ trách khóa Luật thuế, Hegaard đã khẳng định rằng anh và các sinh viên khác sẽ không tham gia những giờ học môn này vì cảm thấy không ổn về nội dung.

Thông điệp được gửi tới ông Bjorn Hansen, tuy nhiên ông đã đệ đơn kiện sinh viên vì đã bôi nhọ danh dự của ông.

“Tôi đã gửi đơn khiếu nại tới người này” – ông Hegaard viết.

Được biết, Hegaard là một nhà vận động vì quyền của người tàn tật và hoạt động rất tích cực trong lĩnh vực chính trị của Đan Mạch. Anh nói thêm rằng, vị giảng viên có vẻ như không thích sử dụng phương pháp làm việc nhóm trong việc giảng dạy của mình – một kỹ năng mà anh cho là bắt buộc ở các trường đại học.

Trong khi đó, truyền thông Đan Mạch cho rằng, vụ kiện của ông Hansen có thể sẽ là lời cảnh báo cho những lời than phiền của sinh viên trong tương lai.

Phát biểu trên một trang web dành cho sinh viên Đan Mạch, ông nói: “Vấn đề là những lời than phiền đó không phải sự thật và nó khiến tôi rất khó chịu”.

Ngoài ra, ông cũng khẳng định, anh chàng sinh viên Hegaard đang sử dụng lời than phiền này để thu hút sự chú ý của dư luận vào các hoạt động chính trị của anh ta. “Tôi sẽ không bao giờ kiện nếu như lời than phiền đó tới từ một sinh viên bình thường” – ông nói.

Đươc biết, đây là lần đầu tiên một sinh viên của ĐH Copenhagen bị kiện bởi một giáo viên. “Tôi đã viết một lời phàn nàn bình thường, vì thế tôi rất ngạc nhiên trước phản ứng này” – Hegaard, người đã học tập ở trường từ năm 2010 cho hay. Và Hegaard cũng cho rằng chính vị giảng viên mới là người châm ngòi nổ, khiến sự việc trở nên phức tạp hơn.

Bình luận về sự việc này, ông Kristian Dam Hove – chủ tịch tổ chức sinh viên luật lớn nhất Đan Mạch cho rằng: “Theo cá nhân tôi, tôi nghĩ rằng chuyện này thật vô cùng ngớ ngẩn. Nhưng ở một mức độ cơ bản, cũng thật điên rồ nếu như có một tiền lệ về việc sinh viên bị kiện khi than phiền về chất lượng giảng dạy”.

Trong khi đó, phát ngôn viên ĐH Copenhagen cho biết, hiện tại họ chưa thể bình luận gì thêm.

• Nguyễn Thảo(Theo Independent)