Sự phát triển và mở rộng của lưới điện phân phối hiện đại làm gia tăng đáng kể mức độ phức tạp trong công tác bảo vệ, đặc biệt là bài toán phối hợp rơle quá dòng điện. Đây là một bài toán tối ưu phi tuyến với nhiều ràng buộc chặt chẽ, phản ánh trực tiếp các yêu cầu kỹ thuật nghiêm ngặt trong vận hành hệ thống điện. Trong bài báo này, thuật toán Tiến hóa vi phân (Differential Evolution – DE) được đề xuất như một công cụ tối ưu hiệu quả nhằm giải quyết bài toán phối hợp rơle quá dòng, đồng thời tiến hành so sánh chi tiết với thuật toán Di truyền (Genetic Algorithm – GA). Hai kịch bản tối ưu được xem xét bao gồm: (i) bài toán tối ưu phi tuyến với các biến liên tục và (ii) bài toán tối ưu hỗn hợp số nguyên – phi tuyến, qua đó phản ánh sát hơn các điều kiện vận hành thực tế của lưới điện phân phối. Các thử nghiệm được thực hiện trên hệ thống chuẩn IEEE 8 nút và một xuất tuyến phân phối thực tế cấp điện áp 22 kV. Kết quả mô phỏng cho thấy thuật toán DE đạt được hiệu quả vượt trội trong việc giảm tổng thời gian tác động của các rơle chính, với mức cải thiện lần lượt là 12,98% và 61,25% đối với hai kịch bản trên lưới IEEE 8 nút, đồng thời thể hiện tốc độ hội tụ nhanh và ổn định. Những kết quả này khẳng định tiềm năng ứng dụng của thuật toán DE trong bài toán phối hợp rơle bảo vệ quá dòng điện trong lưới điện phân phối hiện nay.

Hư hỏng mặt đường là một trong những nguyên nhân quan trọng ảnh hưởng trực tiếp đến an toàn giao thông và chi phí bảo trì hạ tầng. Các phương pháp kiểm tra truyền thống chủ yếu dựa trên khảo sát thủ công, không chỉ tốn nhiều thời gian, nhân lực mà còn thiếu tính liên tục và kịp thời. Trước bối cảnh đó, nghiên cứu này đề xuất một ứng dụng Android có khả năng phát hiện hư hỏng đường bộ theo thời gian thực dựa trên các mô hình học sâu phát hiện đối tượng. Trong nghiên cứu, hai mô hình Faster R-CNN và YOLOv12m được huấn luyện và đánh giá trên tập dữ liệu RDD2022 gồm hơn 47.000 ảnh chứa nhiều loại hư hỏng mặt đường. Kết quả thực nghiệm cho thấy Faster R-CNN đạt độ chính xác cao hơn đôi chút (mAP@50 = 66,5%) nhưng có tốc độ suy luận chậm (104 ms/ảnh), trong khi YOLOv12m có độ chính xác xấp xỉ (mAP@50 = 65%) nhưng thời gian xử lý nhanh hơn đáng kể (77 ms/ảnh). Nhờ ưu thế về tốc độ, YOLOv12m được lựa chọn để triển khai trong hệ thống phát hiện thời gian thực. Hệ thống được xây dựng theo mô hình máy chủ – máy khách, trong đó mô hình YOLOv12m được triển khai tại máy chủ và giao tiếp với ứng dụng Android thông qua WebSocket. Kết quả phát hiện được truyền và hiển thị trực tiếp trên giao diện người dùng. Giải pháp đề xuất cho thấy tính khả thi cao trong việc tự động hóa công tác giám sát hạ tầng giao thông, đồng thời tạo tiền đề cho các nghiên cứu và ứng dụng tiếp theo trong lĩnh vực thị giác máy tính và phát hiện hư hỏng đường bộ theo thời gian thực.

Sự phát triển nhanh chóng của trí tuệ nhân tạo và công nghệ xử lý ảnh đã mở ra những phương thức tương tác mới giữa con người và thiết bị theo hướng tự nhiên, trực quan và thân thiện hơn. Trong bối cảnh đó, điều khiển thiết bị điện bằng cử chỉ tay đang trở thành một xu hướng nghiên cứu và ứng dụng quan trọng trong lĩnh vực thị giác máy tính và nhà thông minh. Bài viết này trình bày quá trình xây dựng và triển khai một mô hình điều khiển thiết bị điện dựa trên nhận dạng cử chỉ tay, sử dụng thư viện OpenCV-Python kết hợp với Mediapipe và bo mạch vi điều khiển Arduino. Hệ thống khai thác hình ảnh thu được từ camera máy tính để nhận dạng trạng thái gập – duỗi của các ngón tay, mã hóa cử chỉ tay dưới dạng chuỗi nhị phân và chuyển đổi chúng thành các lệnh điều khiển thiết bị điện như đèn LED, động cơ DC và động cơ Servo. Kết quả thực nghiệm cho thấy mô hình có khả năng nhận dạng chính xác các cử chỉ tay cơ bản trong điều kiện ánh sáng phù hợp, với khoảng cách nhận dạng hiệu quả lên đến 100 cm. Nghiên cứu góp phần minh họa tính khả thi của việc ứng dụng công nghệ xử lý ảnh và thị giác máy tính trong giảng dạy, học tập cũng như trong các hệ thống điều khiển thông minh.

Ngày 08/12, Hàn Quốc cho biết hệ thống y tế nước này đang đối mặt với nguy cơ mất an ninh mạng nghiêm trọng. Các bệnh viện và phòng khám đang phải hứng chịu các cuộc tấn công bằng mã độc tống tiền và rò rỉ dữ liệu do hệ thống an ninh mạng yếu kém, cũng như các mối đe dọa từ nội bộ.

Trong năm 2025, bối cảnh an ninh mạng toàn cầu đã bị chi phối bởi một loạt các mối đe dọa có tính chất đa dạng và phức tạp, từ các chiến dịch tấn công có tổ chức mang tính quốc gia, như Salt Typhoon, cho đến những lỗ hổng phần mềm nghiêm trọng như React2Shell, cũng như các kỹ thuật tấn công nhắm vào chuỗi cung ứng phần mềm. Bài viết tổng hợp và phân tích 5 mối đe dọa nổi bật nhất, đánh giá nguyên nhân, diễn biến và tác động của chúng đối với môi trường an ninh mạng toàn cầu. Đồng thời, bài viết cũng đưa ra những bài học quan trọng nhằm tăng cường khả năng phòng thủ của cộng đồng bảo mật và các tổ chức trong bối cảnh các mối nguy hiểm ngày càng trở nên tinh vi và khó lường.

Loại worm máy tính tự nhân bản Shai-Hulud 2.0 từng xuất hiện trên hệ thống đăng ký NPM vào cuối tháng 11/2025, chính là nguyên nhân gây ra vụ đánh cắp 8,5 triệu USD từ ví tiền điện tử Trust Wallet gần đây.

Tờ Nikkei của Nhật Bản cho biết, một mô hình trí tuệ nhân tạo (AI) đã đạt kết quả xuất sắc trong kỳ thi tuyển sinh đại học của Nhật Bản năm 2026, gây chú ý lớn trong giới giáo dục và công nghệ.

Báo cáo Rủi ro Toàn cầu 2026 do Diễn đàn Kinh tế Thế giới (WEF) vừa công bố cho thấy, thế giới đang bước vào một giai đoạn bất ổn sâu sắc, trong đó đối đầu địa kinh tế, chiến tranh thương mại và những hệ lụy khó lường của trí tuệ nhân tạo (AI) trở thành các mối đe dọa lớn nhất đối với doanh nghiệp và nền kinh tế toàn cầu trong những năm tới.

UBND TP. Hồ Chí Minh vừa phê duyệt đề án ứng dụng trí tuệ nhân tạo (AI) và dữ liệu lớn nhằm hỗ trợ người lao động học tập, nâng kỹ năng trước nhu cầu nhân lực thay đổi nhanh theo chuyển đổi số.

Em Lê Thị Mai Trang (sinh năm 2004), sinh viên năm cuối ngành Khoa học Quản lý, Đại học Kinh tế Quốc dân, vừa nhận tin trúng tuyển chương trình thạc sĩ Trí tuệ nhân tạo và Đổi mới sáng tạo liên ngành tại Đại học Thanh Hoa (Trung Quốc). Theo bảng xếp hạng THE 2026, đây là ngôi trường dẫn đầu châu Á, xếp thứ 12 trong số các trường đại học tốt nhất thế giới.