Cũng trong tối cùng ngày, kênh truyền hình giáo dục VTV7 sẽ được khai trương, đây là kênh truyền hình có sự hợp tác từ đài Truyền hình EBS, Hàn Quốc với Đài Truyền hình VTV của Việt Nam.

Hành động của người đàn ông 55 tuổi khiến nhiều người nể phục

Người đàn ông lớn tuổi đã không ngần ngại lao xuống sông cứu một nam thanh niên đang đuối nước.

Tuy nhiên, bất chấp tất cả những ưu điểm mang tính công nghệ, nếu loại bỏ chiếc gương truyền thống sẽ là sai lầm.

Lý do thực sự khá đơn giản. Trước hết, là độ chân thực. Dù công nghệ trên camera ngày nay rất tốt, chúng vẫn không sắc nét như hình ảnh thực tế phản chiếu vào mắt người. Quan trọng nhất, hình ảnh qua gương chiếu hậu không gặp phải các vấn đề về điểm ảnh hoặc phơi sáng khi chất lượng ánh sáng kém, vốn là là nhược điểm của ống kính điện tử. 

Bản thân Joel Stocksdale đã lái ô tô trong nhiều dạng thời tiết như trời mưa to và tuyết, và chúng thường xuyên làm cho camera quan sát điểm mù trở thành một mớ hỗn độn mờ mịt và hoàn toàn không thể sử dụng được. Trong bóng tối, đèn pha sáng chiếu vào camera điện tử cũng có thể gây ra lỗi.

Bên cạnh đó, camera điện tử sẽ gặp bất lợi nếu trong môi trường mặn, cặn muối và các chất bẩn khác vẫn có thể tích tụ, che lấp hình ảnh. Trong khi gương kính chỉ gặp vấn đề với nước đóng băng, nhưng dễ khắc phục với hệ thống sưởi kính, còn bụi bẩn hay mưa ướt đã có gạt nước.

Quan sát qua gương kính truyền thống có độ thật và quen thuộc hơn với các tài xế lâu năm.

Với các "tài già", việc quan sát qua gương kính thường còn giúp họ cảm nhận được độ xa, gần của hình ảnh phản chiếu mà đôi khi camera điện tử sẽ không thể đem lại cảm giác này. Đơn giản vì qua hình ảnh hiển thị ở màn hình, chúng ta chỉ quan sát được một hình ảnh hai chiều.

Kết luận lại, Joel Stocksdale cho rằng phát triển camera quan sát trên ô tô là tốt và cần thiết, nhưng người lái nên coi đó là thứ công nghệ hỗ trợ, tăng thêm mức độ an toàn như camera 360 độ để di chuyển chỗ hẹp, camera góc mù để quan sát chướng ngại vật mà gương kính không thể soi đến. "Công nghệ mới là tốt, nhưng nó thậm chí còn tốt hơn khi kết hợp với công nghệ cũ", Joel nói.

Đình Quý(theo AutoBlog)

Bạn hài lòng hay thất vọng với chiếc xe đầu tiên của mình? Hãy chia sẻ câu chuyện mua ô tô lần đầu tiên của mình tới Ban Ô tô xe máy theo email: otoxemay@vietnamnet.vn. Các nội dung phù hợp sẽ được đăng tải. Xin cảm ơn!

Bốn cách khắc phục điểm mù trên xe ôtô hiệu quả nhất

Điểm mù xe ô tô chính là khoảng không gian mà người lái không thể thấy được dù quan sát trực tiếp hay quan sát qua gương chiếu hậu, gây nguy hiểm khi tham gia giao thông.

OSINT “lên đời” nhờ công nghệ hiện đại

OSINT được coi như các thông tin công khai bổ sung mà các nhà phân tích tình báo sử dụng để kết hợp với các thông tin tình báo đã được phân loại để có được bức tranh toàn cảnh tình hình. Nhiều chuyên gia trong cộng đồng tình báo coi chúng như các dạng nguồn tin “có thì tốt” hơn là một nguồn thông tin thiết yếu để đưa ra quyết định.

Thế nhưng sự phát triển của công nghệ đã đưa OSINT lên một tầm cao mới.

Trước hết, phạm vi và cách thức của các nguồn tin mở đã bùng nổ trong thời đại kỹ thuật số. Từ các hồ sơ pháp lý công khai cho tới các nền tảng mạng xã hội cùng với “dark web” (bao gồm các nội dung trên Internet nhưng chỉ có thể truy cập thông qua các phần mềm chuyên biệt), OSINT giờ đây hiện diện ở mọi kênh trực tuyến.

Thứ hai, sự phát triển của công nghệ đã giúp giải quyết 2 vấn đề chính, đưa OSINT trở thành các nguồn dữ liệu quan trọng giúp ra quyết định: đó là tốc độ và quy mô. Trước khi công nghệ tự động phát triển, các dữ liệu OSINT khiến các công cụ phân tích bị quá tải và khó có thể kịp xử lý để “đi trước nguy cơ 1 bước”.

Trí tuệ nhân tạo (A.I) đã tăng đáng kể khối lượng dữ liệu có thể phân tích theo thời gian thực, từ đó giúp các chuyên gia phân tích tình báo tận dụng OSINT như 1 nền tảng để phát hiện các nguy cơ tiềm tàng, xác minh báo cáo, nhận diện chính xác các đối tượng cơ quan tình báo cần quan tâm.

OSINT trong kỷ nguyên kỹ thuật số

OSINT thường được thu thập qua các nguồn công khai hoặc thương mại sẵn có. Ngày nay, nó còn bao gồm các yếu tố như hồ sơ công khai (về con người, doanh nghiệp), các sự kiện cộng đồng hay địa phương, thông tin miền (Domain) và địa chỉ IP, cũng như các hoạt động trên công nghệ blockchain và tiền mã hoá, cùng các hoạt động diễn ra trên “dark web”.

Các nguồn tin công khai mở, đã trở thành nền tảng cung cấp thông tin cho các phương thức thu thập tình báo truyền thống như báo cáo tại hiện trường, nguồn tin do cộng đồng cung cấp, hình ảnh trinh sát vệ tinh, radar…

Trước đây, toàn bộ quy trình xác định mục tiêu tình báo phụ thuộc phần lớn vào các dữ liệu nhạy cảm chỉ chính phủ được biết (ví dụ như chi tiết cuộc gọi hay nội dung thư điện tử có được sau khi toà cho phép), ngày nay đã được hỗ trợ trực tiếp bởi các dữ liệu nguồn mở, gồm cả các mạng lưới phân tích xã hội và dữ liệu dark web hay chi tiết về địa điểm cụ thể.

Do sự gia tăng của các loại nguồn tin và ứng dụng, khối lượng dữ liệu OSINT tăng đến mức khổng lồ, yêu cầu 1 cách tiếp cận phân tích mới để có thể xử lý hiệu quả. Sự phát triển của A.I giúp cơ quan tình báo có thể tận dụng tối đa dữ liệu, thay vì chỉ có thể khai thác được 1 phần nhỏ như trước đây. Về bản chất, A.I đã biến khó khăn về khối lượng dữ liệu trở thành lợi thế và tạo ra mối quan hệ cộng sinh hoàn hảo.

Ứng dụng của A.I trong thu thập và phân tích dữ liệu OSINT

A.I và máy học cùng các công cụ tự động hoá có khả năng quét lượng dữ liệu khổng lồ, xác định hiệu quả các mối liên hệ và nguy cơ để cơ quan tình báo tiến hành các bước tiếp theo. Để đảm bảo ngăn chặn các nguy cơ, quá trình phân tích OSINT yêu cầu phải diễn ra liên tục, 24/7, và A.I giúp đảm bảo tốc độ đánh giá và xác định nguy cơ gần tương đương thời gian thực.

Cách tiếp cận này giúp các chuyên viên phân tích giảm phần lớn thời gian thu thập và xử lý dữ liệu, thay vào đó tập trung thời gian để trích xuất các chi tiết có liên quan. Các giải pháp A.I có khả năng phát hiện các mô hình dữ liệu ở tốc độ nhanh và phạm vi rộng hơn so với các giải pháp tìm kiếm truyền thống do con người thực hiện. Chúng còn có thể phát hiện các nguy cơ tạo ra bởi máy tính khác một cách hiệu quả (ví dụ, A.I phát hiện ra A.I giả dạng).

A.I hạn chế tối đa số lượng lỗi xuất hiện trong quá trình phân tích, thông qua sử dụng 1 quy trình xử lý toàn diện và nhất quán. A.I và máy học không thể thay thế cách phân tích truyền thống của các chuyên gia tình báo, nhưng chúng góp phần bổ sung thêm sức mạnh và làm thay những phần việc khác để các chuyên viên phân tích có thể ưu tiên tập trung đánh giá các thông tin quan trọng nhất.

Với sự phát triển của công nghệ hiện tại, các thông tin trích xuất từ OSINT có thể giúp chính phủ các nước kịp thời đưa ra các chiến lược phù hợp.

OSINT với sự hỗ trợ của A.I có thể được tận dụng để đánh giá tình hình theo thời gian thực trong bất kỳ tình huống nào, tạo ra sự kết nối giữa nơi nguy cơ và cơ hội xuất hiện. Với việc sàng lọc liên tục, các dấu hiệu tiềm ẩn hay rủi ro xuất hiện trong tổ chức hay chuỗi cung ứng sẽ tự động được phát hiện. So với việc kiểm tra định kỳ, việc sàng lọc giờ đây chỉ mất vài giây theo một quy trình thường xuyên, chính xác và kịp thời giúp người có trách nhiệm có thể đưa ra quyết định gần như ngay lập tức.

A.I không thể thay thế các chuyên gia phân tích tình báo, nhưng nó có thể cung cấp nền tảng hiểu biết sâu sắc để giúp họ tập trung thời gian vào các mối đe dọa cấp bách nhất.

Vinh Ngô

Hoạt động tình báo thay đổi thế nào trong cuộc chiến Nga – Ukraine?

Công nghệ đang tạo ra cuộc cách mạng đối với việc thu thập và phân tích thông tin tình báo. Cuộc chiến Nga – Ukraine là minh chứng rõ nhất cho điều đó.