Ngày cơ sở 2026-11-03
Thực thi 2026-11-03 21:00:25
S&P 500
7,569
NDX 100
28,180
VIX
20.82
US 10Y
4.95%
DXY
101.86
WTI
$96.60
Gold
$3,932
USD/KRW
1,344
SOX
10,599
Trump Approve
35.4%
S&P 500
7,569
NDX 100
28,180
VIX
20.82
US 10Y
4.95%
DXY
101.86
WTI
$96.60
Gold
$3,932
USD/KRW
1,344
SOX
10,599
Trump Approve
35.4%
AI LEADERS · MOVES & PAPERS

Lãnh đạo AI: Biến động nhân sự & Bài báo — thay đổi công việc và nghiên cứu mới nhất

LAST UPDATE 2026-11-03 08:00 KST PEOPLE 77 · PAPERS 76 · MOVES 0
Nơi các nhân vật chủ chốt của phòng lab AI, Big Tech và giới học thuật chuyển đến và những gì họ công bố là tín hiệu sớm về hướng đi của công nghệ và lợi thế cạnh tranh. Biến động nhân sự và bài báo được thu thập tự động mỗi ngày, được biên tập viên kiểm tra và tóm tắt dễ hiểu kèm liên kết gốc.

Tin nổi bật

Biến động nhân sự · AI cho khoa học

Chưa có biến động nhân sự phù hợp.

Bài báo · AI cho khoa học

Bài báo2026-10-22 · Science

Trí tuệ nhân tạo đạt độ chính xác cao hơn bác sĩ trong quá trình chẩn đoán lặp đi lặp lại

Sequential diagnosis with language models
Mustafa Suleyman và 14 người khác
Nội dung
Các nhà nghiên cứu đã phát triển một hệ thống trí tuệ nhân tạo dựa trên mô hình ngôn ngữ lớn và bộ tiêu chuẩn đánh giá tương tác mô phỏng quá trình chẩn đoán lâm sàng.
Kết quả chính
Hệ thống trí tuệ nhân tạo này đạt độ chính xác lần lượt là 83,2 phần trăm và 80,3 phần trăm trong các đánh giá ca bệnh y tế, cho thấy hiệu suất vượt trội hơn so với các bác sĩ đa khoa.
Ý nghĩa
Mặc dù trong môi trường được kiểm soát, điều này cho thấy tiềm năng của các mô hình ngôn ngữ trong việc hỗ trợ chẩn đoán chính xác và tiết kiệm chi phí hơn.Tóm tắt AI
Bài báo2026-10-22 · BMJ digital health & AI

Đề xuất định nghĩa và tiêu chí đánh giá siêu trí tuệ y tế trong trí tuệ nhân tạo

Medical superintelligence: foundations and aspirations
Mustafa Suleyman và 13 người khác
Nội dung
Thảo luận về cách công nghệ trí tuệ nhân tạo đóng góp vào các dịch vụ y tế hiệu quả hơn và giới thiệu sáu chiều kích phụ thuộc lẫn nhau của trí tuệ y tế.
Kết quả chính
Làm rõ rằng việc nâng cao chất lượng chăm sóc sức khỏe đòi hỏi không chỉ hiệu suất vượt trội trong các nhiệm vụ riêng lẻ mà còn cần các hệ thống hợp tác với con người để thực hiện suy luận y tế tích hợp xuyên suốt toàn bộ quá trình điều trị.
Ý nghĩa
Đề xuất hướng kết hợp các năng lực này với trí tuệ y tế hiện có để nâng cao chất lượng và khả năng tiếp cận các dịch vụ y tế.Tóm tắt AI
Bài báo2026-10-20 · Zenodo (CERN European Organization for Nuclear Research)

Công bố dữ liệu cấu trúc được sử dụng trong bài báo về thiết kế enzyme dựa trên trí tuệ nhân tạo

Supplementary Data 2. Designed and predicted structures of all designs
Demis Hassabis · Pushmeet Kohli · Rob Fergus và 35 người khác
Nội dung
Nhóm nghiên cứu đã công bố tất cả các tệp dữ liệu cấu trúc được đề cập trong bài báo về thiết kế enzyme bằng trí tuệ nhân tạo cho các phản ứng hóa học mới.
Kết quả chính
Tệp nén chứa các cấu trúc do mô hình trí tuệ nhân tạo tạo ra, các cấu trúc được thiết kế lại và dữ liệu cấu trúc dự đoán bổ sung.
Ý nghĩa
Dữ liệu được công bố cho phép các nhà nghiên cứu liên quan xác minh kết quả thiết kế enzyme dựa trên trí tuệ nhân tạo và tiến hành nghiên cứu thêm.Tóm tắt AI
Bài báo2026-10-12 · arXiv (Cornell University)

Phát triển công nghệ khám phá hiệu quả các ứng viên kháng thể đa dạng bằng trí tuệ nhân tạo

Multi-Objective Amortized CDRH3 Sequence Sampling Diversifies Promising Antibody Candidates
Yoshua Bengio và 5 người khác
Nội dung
Các nhà nghiên cứu đã phát triển một công nghệ tạo trình tự kháng thể mới dựa trên trí tuệ nhân tạo, có thể đồng thời xem xét nhiều điều kiện và tính đa dạng trong quá trình thiết kế kháng thể.
Kết quả chính
So với các phương pháp hiện có, công nghệ này tạo ra các ứng viên kháng thể đa dạng và có thể chấp nhận được nhiều gấp 10 lần ở mức độ tương đồng trình tự 50 phần trăm.
Ý nghĩa
Nghiên cứu này có thể giúp giảm xác suất thất bại trong giai đoạn đầu phát triển thuốc mới và khám phá các ứng viên kháng thể tiềm năng khác nhau.Tóm tắt AI
Bài báo2026-10-08 · Code Ocean

Công bố công nghệ giải thích nguyên nhân gây ra sự không chắc chắn trong trí tuệ nhân tạo

pce-uncertainty-attribution: code for "Interpretable attribution of decision-relevant uncertainty in AI"
Yoshua Bengio và 6 người khác
Nội dung
Đã công bố mã nguồn và phương pháp để giải thích các yếu tố góp phần gây ra sự không chắc chắn trong việc ra quyết định của các mô hình trí tuệ nhân tạo đã được huấn luyện.
Kết quả chính
Sử dụng các mô hình thay thế đa thức để làm sáng tỏ nguyên nhân gây ra sự không chắc chắn của mô hình trong các lĩnh vực hóa học, thiết kế thí nghiệm và căn chỉnh mô hình ngôn ngữ.
Ý nghĩa
Có thể được ứng dụng để hiểu rõ hơn quá trình ra quyết định của các mô hình trí tuệ nhân tạo trong nhiều lĩnh vực khác nhau và nâng cao độ tin cậy.Tóm tắt AI
Bài báo2026-10-08 · Science

Tự động chứng minh các bài toán toán học chưa có lời giải bằng trí tuệ nhân tạo

Advancing mathematics research with AI-driven formal proof search
Pushmeet Kohli và 20 người khác
Nội dung
Chúng tôi đã phát triển một tác nhân trí tuệ nhân tạo tìm kiếm các chứng minh toán học quy mô lớn bằng cách tận dụng một ngôn ngữ mà trong đó trình biên dịch xác minh các bước chứng minh.
Kết quả chính
Tác nhân trí tuệ nhân tạo này đã giải quyết thành công một cách tự trị một số bài toán và phỏng đoán toán học chưa có lời giải.
Ý nghĩa
Nó cho thấy tiềm năng của trí tuệ nhân tạo trong việc thúc đẩy các khám phá toán học mang tính tự trị.Tóm tắt AI
Bài báo2026-10-04 · arXiv (Cornell University)

Đo lường mức độ dễ dàng của AI trong việc nảy ra các ý tưởng nghiên cứu trong tương lai

Priced Guidance: Can Language Models Generate Future Research Ideas?
Percy Liang và 2 người khác
Nội dung
Nghiên cứu đề xuất một phương pháp để ước tính gián tiếp khả năng mô hình ngôn ngữ tự nảy ra các ý tưởng nghiên cứu mới mà không cần gợi ý, thông qua lượng thông tin (chi phí nén) cần thiết để tiết lộ câu trả lời đúng.
Kết quả chính
Năm mô hình đã được đánh giá dựa trên các ý tưởng cốt lõi của 87 bài báo học sâu gần đây, và chi phí nén trung vị của mô hình đơn lẻ tốt nhất là 69,9 bit. Con số này thấp hơn đáng kể so với mức trung vị 5.712 bit của công cụ nén chung gzip.
Ý nghĩa
Nghiên cứu này thể hiện một khung đánh giá mới có thể tính toán cận dưới của xác suất mô hình tạo ra ý tưởng. Tuy nhiên, phần tóm tắt không đề cập đến năng suất nghiên cứu hay tác động thị trường.Tóm tắt AI
Bài báo2026-10-04 · arXiv (Cornell University)

Đề xuất phương pháp nhiều tác nhân AI tích lũy công việc trong kho lưu trữ Git để giải quyết vấn đề

GitSwarm: Decentralized Compounding Inference
Rob Fergus và 13 người khác
Nội dung
Đã đề xuất và đánh giá GitSwarm, một hệ thống 'suy luận tích lũy' trong đó nhiều tác nhân AI giống nhau làm việc độc lập trong một kho lưu trữ Git được chia sẻ, liên tục lưu trữ, tham chiếu và kết hợp các kết quả trung gian.
Kết quả chính
Đã báo cáo giải quyết tất cả 30 bài toán chứng minh toán học trong một lần chạy, vượt qua đường cơ sở mạnh nhất dưới điều kiện ngân sách cố định (65.1 điểm) với trung bình 79.4 điểm trên tiêu chuẩn lập trình ProgramBench, đồng thời cải thiện các cấu trúc ban đầu thông qua các thí nghiệm lặp đi lặp lại qua ba nhiệm vụ cấu trúc mạng thần kinh.
Ý nghĩa
Cho thấy AI có thể tích lũy các thành tựu trung gian thay vì loại bỏ kết quả sau mỗi lần thử, tái sử dụng chúng cho các công việc tiếp theo, từ đó gợi ý một hướng đi cho việc giải quyết vấn đề dài hạn và thiết kế AI cho nghiên cứu khoa học. Tuy nhiên, vì đây là kết quả ở mức độ tóm tắt, rất khó để đánh giá tác động công nghiệp thực tế chỉ từ tài liệu này.Tóm tắt AI
Bài báo2026-10-02 · bioRxiv (Cold Spring Harbor Laboratory)

Công nghệ hóa học enzyme mới kết hợp thiết kế protein bằng trí tuệ nhân tạo và tiến hóa

Design-Evolution Synergy Enables New-to-Nature Enzyme Chemistry
Pushmeet Kohli và 16 người khác
Nội dung
Đã phát triển một loại enzyme thực hiện các phản ứng amin hóa carbon-hydro không có trong tự nhiên bằng cách kết hợp các kỹ thuật thiết kế và tiến hóa protein dựa trên trí tuệ nhân tạo.
Kết quả chính
Đã tổng hợp thành công một loại enzyme mới có tính chọn lọc vị trí và đối quang có thể lập trình được, hiệu suất xúc tác cao và độ ổn định enzyme vượt trội.
Ý nghĩa
Chứng minh rằng công nghệ thiết kế protein có thể được sử dụng để tạo ra các enzyme thúc đẩy các phản ứng hóa học khó khăn.Tóm tắt AI
Bài báo2026-10-01 · arXiv (Cornell University)

Bộ chuẩn đánh giá 'tìm kiếm bài báo truyền cảm hứng' do 184 nhà nghiên cứu tạo ra

ScholarCatalyst: A Benchmark for Retrieving Papers That Inspire New Research
Chelsea Finn và 13 người khác
Nội dung
Chúng tôi đã tạo ra ScholarCatalyst, một tập dữ liệu trong đó các tác giả chính của 207 bài báo khoa học máy tính gần đây đã chỉ ra những bài báo trước đó thực sự giúp ích cho nghiên cứu của họ, đồng thời đưa ra một nhiệm vụ truy xuất để tìm ra chúng.
Kết quả chính
Tìm kiếm theo tác tử (AI tự lặp lại các tác vụ để thực hiện nhiệm vụ) không cho thấy hiệu suất tốt hơn các phương pháp tìm kiếm cơ bản (độ thu hồi 0,42 so với 0,48 dựa trên 20 kết quả hàng đầu). Các tác tử dựa trên Claude Fable 5.1 chỉ đạt 0,51.
Ý nghĩa
Điều này cho thấy AI hiện tại vẫn thiếu trực giác chuyên môn cần thiết để nhận ra các ý tưởng tiền đề cần thiết từ lượng tài liệu nghiên cứu khổng lồ, chỉ ra nhu cầu về các phương pháp huấn luyện mới. Mặc dù điều này có thể được xem là một bước tiến cho AI hỗ trợ nghiên cứu khoa học, nhưng hiệu quả thương mại hóa thực tế hoặc tác động công nghiệp không thể được xác nhận từ phần tóm tắt.Tóm tắt AI
Bài báo2026-09-30 · Nature

Phát triển công nghệ đánh dấu ẩn nguồn gốc của các loại protein do AI tạo ra

Function-preserving watermarking of AI-generated proteins.
Demis Hassabis và 20 người khác
Nội dung
Các nhà nghiên cứu đã phát triển 'SynthIDBio', một công nghệ để lại dấu vết trên trình tự và cấu trúc protein do AI tạo ra mà không làm mất đi chức năng.
Kết quả chính
Đã chứng minh rằng các hình mờ có thể được phát hiện với độ chính xác gần như hoàn hảo trong khi vẫn duy trì các chức năng protein tương tự như các protein hiện có.
Ý nghĩa
Nó chứng minh tiềm năng của các công cụ theo dõi nguồn gốc trong lĩnh vực kỹ thuật sinh học do AI thúc đẩy để giải quyết các vấn đề về an toàn sinh học và tính xác thực của thông tin.Tóm tắt AI
Bài báo2026-08-17

Công bố công cụ mã nguồn mở và nền tảng so sánh hiệu suất cho học tập quan hệ

Advancing Open and Reproducible Relational Learning: RelArena-$\alpha$, TabPFN-Rel and RPI
Yann LeCun và 46 người khác
Nội dung
Các nhà nghiên cứu đã mã nguồn mở hóa một nền tảng so sánh tích hợp và hai phần mềm liên quan nhằm thúc đẩy nghiên cứu trong lĩnh vực học tập quan hệ.
Kết quả chính
Trong số các công cụ mới được công bố, TabPFN-Rel, một mô hình dành cho cơ sở dữ liệu quan hệ, đã đạt thứ hạng cao nhất trên nền tảng so sánh.
Ý nghĩa
Việc công bố này có thể làm nền tảng để thiết lập các tiêu chuẩn so sánh đáng tin cậy trong lĩnh vực học tập quan hệ và hỗ trợ ứng dụng trong môi trường nghiên cứu và công nghiệp.Tóm tắt AI
Bài báo2026-07-25

Dẫn xuất các độ đo toán học lý tưởng thông qua các trạng thái lượng tử nhiều vật thể

$\mathcal{P}(\Phi)_2$ Theory from many-body quantum Gibbs states
Yang Zhilin và 2 người khác
Nội dung
Đã dẫn xuất các độ đo trên hình xuyến đơn vị hai chiều như là các giới hạn nghiêm ngặt của các trạng thái Gibbs lượng tử nhiều vật thể.
Kết quả chính
Tổ chức một cách có hệ thống các tương tác bậc thấp phát sinh từ quá trình tái chuẩn hóa Wick bằng hình thức hình đồ họa để xử lý các tương tác bậc cao.
Ý nghĩa
Nghiên cứu này cung cấp một phương pháp phân tích cơ bản kết nối các mô hình cơ học thống kê lượng tử và lý thuyết toán học xác suất.Tóm tắt AI
Bài báo2026-05-31 · arXiv.org

Trí tuệ nhân tạo vật lý dự đoán thành công dòng chảy rối trong phòng thí nghiệm

Emergent Transfer of a Physics Foundation Model from Simulation to Laboratory Turbulence
Cho Kyunghyun và 22 người khác
Nội dung
Áp dụng mô hình nền tảng vật lý được huấn luyện từ mô phỏng vào môi trường phòng thí nghiệm thực tế để dự đoán các hiện tượng bất ổn định chất lưu phức tạp.
Kết quả chính
Dự đoán thành công phạm vi phát triển thực tế trong phòng thí nghiệm và các môi trường vật lý mới không có trong dữ liệu huấn luyện.
Ý nghĩa
Cho thấy tiềm năng của các mô hình dựa trên trí tuệ nhân tạo có thể mở rộng từ mô phỏng sang dữ liệu thực nghiệm thực tế.Tóm tắt AI
Bài báo2026-04-27 · arXiv.org

Phát triển mô hình trí tuệ nhân tạo xử lý đồng thời nhiều thông tin phân tử sinh học đa dạng

MIMIC: A Generative Multimodal Foundation Model for Biomolecules
Cho Kyunghyun và 30 người khác
Nội dung
Các nhà nghiên cứu đã giới thiệu MIMIC, một mô hình trí tuệ nhân tạo tạo sinh có khả năng học tập và tạo ra đồng thời nhiều thông tin sinh học như axit nucleic, protein, tiến hóa và cấu trúc.
Kết quả chính
Bằng cách tận dụng đồng thời nhiều dạng dữ liệu, MIMIC đã thể hiện hiệu suất cải thiện hơn so với các mô hình dựa trên dữ liệu đơn lẻ trước đây và hoàn thành nhiều nhiệm vụ sinh học khác nhau.
Ý nghĩa
Nghiên cứu này chứng minh khả năng học biểu diễn phân tử sinh học, dự đoán có điều kiện và thiết kế phân tử tùy chỉnh thông qua một mô hình thống nhất duy nhất.Tóm tắt AI
Bài báo2026-04-22 · Clinical Endoscopy

Trí tuệ nhân tạo thời gian thực đã nâng cao tỷ lệ phát hiện tổn thương dạ dày trong nội soi

Impact of real-time artificial intelligence integration on detection of gastric lesions: an exploratory single-center before-and-after study using low-definition routine endoscopy
Ha Jung-woo và 10 người khác
Nội dung
Các nhà nghiên cứu đã đánh giá hiệu quả của việc ứng dụng hệ thống phát hiện bằng trí tuệ nhân tạo (AI) thời gian thực cho các ca nội soi độ phân giải thấp được thực hiện ở các khu vực thiếu thốn tài nguyên.
Kết quả chính
Sau khi ứng dụng trí tuệ nhân tạo, tỷ lệ phát hiện tổn thương tổng thể trên mỗi bệnh nhân tăng nhẹ, tỷ lệ phát hiện các tổn thương nhỏ từ 0,5 cm trở xuống cũng tăng lên và tỷ lệ sinh thiết giảm xuống.
Ý nghĩa
Công nghệ này có thể được tận dụng để giúp phát hiện các tổn thương dạ dày nhỏ và giảm thiểu các ca sinh thiết không cần thiết mà không ảnh hưởng đến việc phát hiện ung thư, ngay cả trong môi trường thiếu thốn tài nguyên.Tóm tắt AI

Nhân vật

Vì sao nên theo dõi biến động và bài báo của lãnh đạo AI?

Trong ngành AI, con người chính là công nghệ. Việc một nhà nghiên cứu chủ chốt gia nhập công ty nào hay thành lập phòng lab nào thường dẫn đến sản phẩm, vòng gọi vốn và thương vụ M&A vài tháng sau. Trang này theo dõi biến động nhân sự tại các phòng lab tiên phong, phòng lab mới, giới học thuật, chip AI và các nhân vật ở Hàn Quốc, Trung Quốc.

Bài báo cho thấy một người đang tập trung vào điều gì. Chúng tôi phân loại bài báo vào 10 lĩnh vực gắn với đầu tư như HBM & bộ nhớ, GPU & bộ tăng tốc, hiệu quả suy luận, agent và robot, kèm tóm tắt ba dòng — nội dung, kết quả chính, ý nghĩa — dựa trên phần tóm tắt, cùng liên kết bản gốc và PDF. Đây là thông tin để tìm ý tưởng, không phải khuyến nghị mua bán chứng khoán.

Câu hỏi thường gặp

H. Theo dõi những ai?

Các nhà nghiên cứu và lãnh đạo chủ chốt tại phòng lab tiên phong (OpenAI, Google DeepMind, Anthropic, Meta…), phòng lab mới, giới học thuật, công ty chip AI, cùng nhân vật ở Hàn Quốc và Trung Quốc. Lãnh đạo ít công bố bài báo chỉ được theo dõi biến động nhân sự.

H. Dữ liệu lấy từ đâu và cập nhật bao lâu một lần?

Bài báo lấy từ Semantic Scholar và arXiv, lý lịch từ Wikidata (CC0) cùng thông báo chính thức và báo chí, được thu thập tự động mỗi ngày. Chỉ những mục đã được biên tập viên kiểm tra và duyệt mới được công bố.

H. Ai viết bản tóm tắt bài báo?

AI (Google Gemini) viết bản nháp dựa trên phần tóm tắt của bài báo, biên tập viên kiểm tra trước khi đăng. Các ngôn ngữ khác là bản AI dịch từ bản tóm tắt tiếng Hàn đã kiểm tra. Hãy luôn xác nhận số liệu và bối cảnh trong bản gốc.

Trang này tổng hợp các bài báo đã công bố, thông báo chính thức và tin báo chí chỉ nhằm mục đích cung cấp thông tin. Tóm tắt do AI viết dựa trên phần tóm tắt của bài báo và được biên tập viên kiểm tra; có thể khác bản gốc, vì vậy hãy kiểm tra bản gốc cho các nội dung quan trọng. Đây không phải khuyến nghị mua bán chứng khoán hay tư vấn đầu tư. Biến động nhân sự ghi nguồn từ thông báo chính thức hoặc báo chí lớn; một phần lý lịch tham khảo Wikidata (CC0). Các bản tóm tắt trên trang này được AI dịch từ bản tiếng Hàn đã được biên tập viên kiểm tra.

🐩 Ủng hộ tiền ăn vặt cho Kobong
코봉이
Nếu trang này hữu ích với bạn, sự ủng hộ tiền ăn vặt cho Kobong cũng được chào đón 🦴
💬 Bình luận cộng đồng
Biệt danh ẩn danh dựa trên IP · Có thể bị xử lý nếu chửi bậy/spam
Đang tải...