Cần xem xét vấn đề cấp phép cho phù hợp

Sự thành công của đêm nhạc tiếp tục khẳng định hình ảnh của Hà Nội - thành phố vì hòa bình, là điểm đến an toàn, thân thiện và khẳng định năng lực tổ chức những sự kiện văn hóa, âm nhạc quốc tế của Thủ đô. 

Thay mặt lãnh đạo TP Hà Nội, ông Trần Sỹ Thanh cảm ơn nhóm nhạc BlackPink đã mang đến cho khán giả Thủ đô, du khách trong và ngoài nước hai đêm nhạc tuyệt vời và đáng nhớ. Cảm ơn các khán giả tham gia hai đêm diễn một cách sôi động, văn minh, thanh lịch góp phần quan trọng vào sự thành công của chương trình. 

Chủ tịch Trần Sỹ Thanh đánh giá cao và cảm ơn sự đóng góp tích cực, có hiệu quả của các lực lượng chức năng đã đảm bảo công tác tổ chức, an toàn tuyệt đối của sự kiện.

Ông Trần Sỹ Thanh hy vọng, Hà Nội sẽ được đón và tổ chức nhiều sự kiện tương tự để góp phần thực hiện xây dựng nền công nghiệp văn hóa Thủ đô - xứng tầm là một Thủ đô văn hiến, văn minh, hiện đại và nghĩa tình.

Trước đó, tối 30/7, chuyến lưu diễn của nhóm nhạc BlackPink tại Việt Nam đã kết thúc tốt đẹp với đêm diễn thứ 2 tại Sân vận động Mỹ Đình (quận Nam Từ Liêm). Số lượng khán giả tham dự hai đêm diễn ước tính khoảng 65.000 người.

- Theo thống kê của Sở GD-ĐT tỉnh Thái Nguyên về điểm thi THPT quốc gia 2017, toàn tỉnh có 45 bài thi đạt điểm 10 và 102 bài thi điểm liệt.

Trao đổi với VietNamNet sáng 5/7, ông Phạm Việt Đức, Giám đốc Sở GD-ĐT tỉnh Thái Nguyên cho biết tỉnh đã hoàn tất việc chấm thi. Hiện, Sở đã gửi tất cả dữ liệu điểm thi về Bộ GD-ĐT để Bộ tiến hành kiểm dò và nhập dữ liệu điểm lên hệ thống và thực hiện rà soát, đối sánh. Sau khi đảm bảo chính xác, Sở GD-ĐT sẽ công bố điểm tới các thí sinh.

Năm nay tỉnh Thái Nguyên có 45 bài thi đạt điểm 10 và 102 bài thi dính điểm liệt. Ảnh minh họa: Thanh Hùng.

Theo ông Đức, năm nay toàn tỉnh có 45 bài thi đạt điểm 10. Trong đó, môn Toán có duy nhất 1 bài thi đạt điểm 10 tuyệt đối. Môn Địa lý có số bài thi đạt điểm 10 cao nhất là 23. Môn Hóa học có 9 bài. Ngoại ngữ có 8 bài. Môn Sinh học và môn Giáo dục công dân đều có 2 bài thi đạt điểm 10.

Các môn Ngữ văn, Lịch sử và Vật lý không có điểm 10.

Ông Đức cũng cho hay, với mức điểm từ 9- 9,75, môn Ngữ văn có 24 bài thi trên tổng số 12.722 thí sinh dự thi môn này; môn Toán có 250 bài thi trên 13.018 thí sinh dự thi; môn Ngoại ngữ là 114 trên 11446 thí sinh; môn Địa lý có 292 bài; môn Hóa học có 189 bài thi; môn Vật lý là 47; Sinh học có 67 bài thi; Lịch sử có 87 bài thi; cao nhất là môn Giáo dục công dân có 699 bài thi đạt mức điểm này.

Tuy nhiên, số thí sinh dính điểm liệt với bài thi từ 1 điểm trở xuống cũng lên đến 102 em. Cụ thể, môn Ngữ văn có 12 bài, môn Toán 18 bài, Ngoại ngữ 16 bài, Vật lý 17 bài, Hóa học 18 bài, Sinh học 9 bài, Lịch sử 7 bài, Địa lý 3 bài và Giáo dục công dân là 2 bài.

Thanh Hùng

Đơn vị đã ứng dụng phần mềm smart là công cụ quản lý dữ liệu, báo cáo tuần tra, giám sát đa dạng sinh học tại các vườn quốc gia cũng như ở các khu bảo tồn thiên nhiên.

Việc ứng dụng smart trong quá trình đi tuần tra, bảo vệ thấy được cán bộ di chuyển đến khu vực rừng mình quản lý. Trên quãng đường đi tích hợp, gửi thông tin từ hiện trường về cơ quan quản lý như: Tài nguyên rừng bị xâm hại, phát hiện các dấu chân, dấu vết của các loài động vật… chụp ảnh đánh giá và gửi về máy chủ.

"Ứng dụng công nghệ này giúp cán bộ giảm thiểu trình bày báo cáo sau khi đi từ trong rừng trở về. Máy chủ tự xuất các thông tin mà cán bộ gửi về qua phần mềm. Ngoài ra, phần mềm còn giúp cán bộ kiểm lâm trong quá trình đi tuần tra không nhầm tuyến đường và lịch trình di chuyển” – ông Sơn chia sẻ.

Trước đây, khi chưa áp dụng phần mềm smart việc thu thập dữ liệu tuần tra được thực hiện thông qua các công cụ như máy định vị GPS cầm tay, ghi chép, máy ảnh. Dữ liệu được đưa thủ công vào máy tính kết quả tuần tra, giám sát trên hiện trường tốn nhiều thời gian, dễ bị các lỗi trong quá trình ghi chép và nhập số liệu.

Từ khi sử dụng smart mobile, việc thu thập thông tin, dữ liệu hiện trường đã dễ dàng, nhanh chóng và chính xác hơn từ các dữ liệu thực địa hiện trạng của rừng.

Ngoài ra, ở Khu bảo tồn còn mua bản quyền phần mềm vetools, cập nhật 1 tháng 2 lần hình ảnh vệ tinh trong phạm vi bảo vệ. Từ hình ảnh của vệ tinh giúp cán bộ bảo vệ rừng có thể so sánh hình ảnh hiện trạng rừng từ trên cao của tháng này so với tháng trước đó.

Trong mấy năm trở lại đây, Khu bảo tồn thiên nhiên Pù Huống còn sử dụng flycam điều khiển trong phạm vi hẹp để giám sát, kiểm tra hiện trạng của rừng. Việc này giúp ích cho cán bộ giảm nhiều công sức, thời gian thực địa.

Ông Sơn cho biết thêm, qua ảnh vệ tinh phát hiện người dân khai thác rừng phòng hộ trồng keo. Cụ thể ở vừng ở xã Châu Hồng rừng phòng bị chặt phá phạm vi 1-2000m2. Ngay sau đó các lực lượng được điều động đến hiện trường xử lý kịp thời.

Xét tuyển với 56 tổ hợp

Năm nay, ĐH Quốc gia Hà Nội tuyển sinh trên cả nước với 3 phương thức xét tuyển là dựa vào kết quả Kỳ thi THPT quốc gia theo tổ hợp các môn/ bài thi tương ứng; kết quả thi đánh giá năng lực từng tổ chức còn hạn sử dụng hoặc  có chứng chỉ quốc tế của Trung tâm Khảo thí ĐH Cambridge, Anh.

Thí sinh dự thi THPT quốc gia năm 2017

Với phương thức dựa vào kết quả kỳ thi THPT quốc gia năm 2017, ĐH Quốc gia Hà Nội sử dụng 56 tổ hợp để xét tuyển vào ĐH chính quy của các trường thành viên.

Trong đó, có 10 tổ hợp môn theo khối thi truyền thống và 46 tổ hợp môn theo khối thi mới. Đối với các khối thi mới, các đơn vị đào tạo thuộc ĐH Quốc gia Hà Nội đặc biệt chú trọng sử dụng bài thi ngoại ngữ để tổ hợp xét tuyển nhằm đảm bảo năng lực ngoại ngữ cần thiết giúp thí sinh theo học tốt các chương trình đào tạo đáp ứng chuẩn đầu ra tương ứng quốc tế.

Chi tiết chỉ tiêu cho từng ngành, tổ hợp môn xét tuyển, thí sinh xem tại website của các trường thành viên/ khoa trực thuộc.

Phương thức xét tuyển thứ 2là thí sinh có kết quả thi Đánh giá năng lực còn hạn sử dụng (kết quả bài thi này có giá trị 2 năm kể từ ngày thi) đạt từ 70/140 điểm trở lên và chưa nhập học vào bất kỳ đơn vị đào tạo nào của ĐH Quốc gia Hà Nội. Với nhóm đối tượng này, thí sinh có thể tải phiếu ĐKXT theo mẫu trên cổng thông tin tuyển sinh của ĐH Quốc gia Hà Nội hoặc website của đơn vị rồi hoàn thiện phiếu gửi trực tiếp hoặc thư chuyển phát nhanh về trường/ khoa có ngành thí sinh ĐKXT trước ngày 22/7. Các Hội đồng tuyển sinh sẽ xét duyệt và công bố kết quả xét tuyển trước ngày 29/7 trên website của đơn vị.

Theo quy định, thí sinh được ĐKXT tối đa 2 nguyện vọng vào trường/ khoa trực thuộc và phải sắp xếp nguyện vọng theo thứ tự ưu tiên từ cao xuống thấp. Điểm xét tuyển là tổng điểm bài thi ĐGNL (theo thang điểm 140) cộng với điểm ưu tiên đối tượng, khu vực quy định.

Xét tuyển theo nguyên tắc từ cao đến thấp đến hết chỉ tiêu phân bổ tương ứng của từng nguồn tuyển. Nếu có các thí sinh bằng điểm xét tuyển ở cuối danh sách thì xét trúng tuyển theo các điều kiện phụ do đơn vị quy định trong phương án tuyển sinh hoặc thí sinh ĐKXT có nguyện vọng ưu tiên cao hơn.

Phương thức xét tuyển thứ 3là  thí sinh có chứng chỉ quốc tế của Trung tâm Khảo thí ĐH Cambridge, Anh (Cambridge International Examinations A-Level, UK). Thí sinh sử dụng chứng chỉ A-Level với tổ hợp kết quả 3 môn thi theo các khối thi quy định của ngành đào tạo tương ứng. Mức điểm mỗi môn thi đạt từ 60/100 điểm trở lên (tương ứng điểm C, PUM range ≥ 60) mới đủ điều kiện đăng ký để xét tuyển.

Thí sinh dự thi THPT quốc gia năm 2017

Năm 2017, ĐHQG Hà Nội tuyển sinh 7.345 chỉ tiêu với 99 ngành/chương trình đào tạo bậc đại học thuộc các lĩnh vực Khoa học Tự nhiên, Khoa học Xã hội, Kinh tế, Quản trị Kinh doanh, Luật học, Y – Dược.

Trong đó có những ngành mới là: Công nghệ kỹ thuật Xây dựng - Giao thông (100 chỉ tiêu), Kỹ thuật máy tính (60 chỉ tiêu), Công nghệ thông tin định hướng thị trường Nhật Bản (50 chỉ tiêu) của Trường ĐH Công nghệ; ngành Sư phạm tiếng Hàn của Trường ĐH Ngoại ngữ; ngành Răng - Hàm - Mặt của Khoa Y Dược; 3 chương trình đào tạo chất lượng cao có học phí tính đủ chi phí đào tạo là: Công nghệ kỹ thuật hoá học (40 chỉ tiêu), Công nghệ sinh học (40 chỉ tiêu) của Trường ĐH Khoa học tự nhiên;  Tài chính- Ngân hàng (60 chỉ tiêu) của Trường ĐH Kinh tế.

Các điều kiện xét tuyển thẳng và ưu tiên xét tuyển

Ngoài chính sách ưu tiên theo đối tượng, theo khu vực, các đối tượng được xét tuyển thẳng và ưu tiên xét tuyển theo Quy chế của Bộ GD-ĐT, thì học sinh THPT chuyên thuộc ĐH Quốc gia Hà Nội được xét tuyển thẳng và xét tuyển vào bậc đại học tại ĐH Quốc gia Hà Nội. Tuy nhiên phải tốt nghiệp THPT, có hạnh kiểm 3 năm học THPT đạt loại Tốt và đáp ứng một trong các tiêu chí sau:

- Là thành viên chính thức đội tuyển dự kỳ thi Olympic hoặc các cuộc thi sáng tạo, triển lãm khoa học kỹ thuật khu vực, quốc tế.

- Đạt giải chính thức trong kỳ thi chọn học sinh giỏi bậc THPT cấp ĐH Quốc gia Hà Nội.

- Đạt giải chính thức trong kỳ thi Olympic chuyên Khoa học tự nhiên bậc THPT được tổ chức hàng năm.

- Là thành viên chính thức của đội tuyển tham dự kỳ thi chọn học sinh giỏi quốc gia hoặc các cuộc thi sáng tạo khoa học kỹ thuật quốc gia.

- Đạt danh hiệu học sinh giỏi từng năm học trong cả 3 năm THPT chuyên và có tổng điểm 4 môn thi tốt nghiệp THPT đạt tối thiểu 32,0 điểm trong đó không có điểm môn thi tốt nghiệp THPT dưới 6,0 điểm.

Học sinh đạt một trong các tiêu chí trên trong các năm học ở bậc THPT được bảo lưu kết quả khi xét tuyển thẳng và xét tuyển vào bậc đại học tại ĐH Quốc gia Hà Nội.

Học sinh một số trường THPT chuyên không thuộc ĐH Quốc gia Hà Nội được đăng ký xét tuyển thẳng và xét tuyển vào bậc đại học ở các đơn vị đào tạo trực thuộc nếu đáp ứng các yêu cầu như đối với học sinh THPT chuyên thuộc ĐH Quốc gia Hà Nội và phải đáp ứng các tiêu chí sau:

- Học sinh thuộc trường THPT chuyên có trong danh sách các trường THPT chuyên được ĐH Quốc gia Hà Nội dành chỉ tiêu tuyển thẳng.

- Học sinh có tên trong danh sách xếp theo thứ tự ưu tiên kèm theo hồ sơ và công văn của Hiệu trưởng trường THPT chuyên đề nghị các đơn vị đào tạo trong ĐH Quốc gia Hà Nội xét tuyển thẳng.

Thanh Hùng

Một trong những ưu điểm chính của AI trong đánh giá rủi ro môi trường là khả năng xử lý khối lượng dữ liệu lớn. Các phương pháp đánh giá rủi ro truyền thống thường dựa vào các mẫu dữ liệu hạn chế, điều này có thể dẫn đến những dự đoán không chính xác.

Mặt khác, AI có thể phân tích lượng dữ liệu khổng lồ từ nhiều nguồn khác nhau, bao gồm hình ảnh vệ tinh, dữ liệu khí tượng và hồ sơ lịch sử. Bằng cách xử lý dữ liệu này, thuật toán AI có thể xác định các mô hình và mối quan hệ mà con người có thể không chú ý, cho phép hiểu biết đầy đủ hơn về các rủi ro môi trường.

AI cũng có thể cải thiện độ chính xác của việc đánh giá rủi ro bằng cách tích hợp dữ liệu theo thời gian thực. Điều kiện môi trường liên tục thay đổi và việc dựa vào thông tin lỗi thời có thể dẫn đến các chiến lược quản lý rủi ro không hiệu quả.

Các thuật toán AI có thể liên tục thu thập và phân tích dữ liệu theo thời gian thực, giúp đánh giá rủi ro chính xác và kịp thời hơn. Ví dụ, AI có thể giám sát chất lượng không khí theo thời gian thực và cảnh báo về khả năng ô nhiễm, cho phép chính quyền hành động ngay lập tức.

Một lợi ích đáng kể khác của AI trong đánh giá rủi ro môi trường là khả năng dự đoán các kịch bản trong tương lai. Bằng cách phân tích dữ liệu và mô hình lịch sử, thuật toán AI có thể dự đoán những rủi ro tiềm ẩn và tác động của chúng đối với môi trường.

Khả năng dự đoán này đặc biệt có giá trị trong quá trình lập kế hoạch và ra quyết định. Ví dụ: AI có thể giúp xác định các khu vực dễ xảy ra thiên tai như lũ lụt hoặc cháy rừng và hướng dẫn quy hoạch đô thị để giảm thiểu tác động của chúng.

Tuy nhiên, việc khai thác sức mạnh của AI trong đánh giá rủi ro môi trường cũng đi kèm với những thách thức. Một trong những mối quan tâm chính là độ tin cậy và khả năng diễn giải của thuật toán AI. Mặc dù AI có thể xử lý lượng lớn dữ liệu và xác định các mẫu, nhưng quá trình ra quyết định cốt lõi của thuật toán thường được coi là “hộp đen”.

Sự thiếu minh bạch này đặt ra câu hỏi về độ tin cậy và trách nhiệm giải trình đối với các đánh giá rủi ro do AI thực hiện. Để giải quyết vấn đề này, các nhà nghiên cứu đang nỗ lực phát triển các mô hình AI với khả năng giải thích có thể cung cấp cái nhìn sâu sắc về quá trình ra quyết định của thuật toán AI.

Ngoài ra, việc triển khai thành công AI trong đánh giá rủi ro môi trường đòi hỏi quyền truy cập vào các bộ dữ liệu đa dạng và chất lượng cao. Thu thập và quản lý dữ liệu là các khía cạnh quan trọng để đào tạo các thuật toán AI và đảm bảo tính chính xác của chúng.

Tuy nhiên, việc thu thập dữ liệu môi trường toàn diện và đáng tin cậy có thể là một thách thức, đặc biệt là ở các nước đang phát triển hoặc vùng sâu vùng xa.

Những nỗ lực đang được thực hiện để cải thiện các phương pháp thu thập dữ liệu và khuyến khích chia sẻ dữ liệu để vượt qua những thách thức này.

(Theo Microstep)