Ngân hàng và rủi ro trong Công nghệ phần mềm

 

Tôi đang định viết tiếp về các cách giải bài toán …tin đồn, thì tôi vô tình đọc được một bài viết trên báo Tuổi trẻ với tiêu đề " Tống tiễn tin đồn". Bài báo đề cập đến tin đồn giá xăng tăng từ 10.000 lên 14000-15000 và một số cách giải quyết sự "phập phù" này. Tôi rất đồng ý với cách giải quyết của tác giả là nên có sự liên kết chặt chẽ giữa người dân và nhà nước.

 Tin đồn cũng là một dạng của rủi ro (risk). Trong KHMT, rủi ro cũng là   một chủ đề khá hay đáng để nghiên cứu và phát triển.

Điều thấy rõ ràng nhất là lĩnh vực phần mềm, luôn có các bước quản lý rủi ro (risk-management) trong các mô hình phát triển phần mềm.

 

 Vậy rủi ro trong các đề án phần mềm là gì? Rủi ro là những sự cố xảy ra trong quá trình triển khai đề án phần mềm có tác hại không thuận lơi đến sự thành công của đề án. Rủi ro khi xảy ra có thể làm đề án thất bại ở một trong các mức độ sau :

         1. Không thể kết thúc đề án.

         2. Kết thúc nhưng thời gian kéo dài.

         3. Kết thúc nhưng chi phí tăng đáng kể.

         4. Kết thúc nhưng kết quả không sử dụng được.

 

Ngoài ra, trong từng lĩnh vực riêng, đều có các phương pháp dự đóan và quản lý rủi ro.

Quay trở lại vấn đề tin đồn. Cách đây đúng hai năm, một tin đồn thất thiệt đã làm thay đổi cách nhìn của các ngân hàng Việt Nam. Đó là vụ tin đồn ở Ngân hàng ACB  xảy ra vào tháng 10/2003. Hàng ngàn người dân đã đổ xô đi rút tiền gửi tại ngân hàng này, gây ra tình trạng hỗn lọan.

Gần đây nhất là tin đồn Ngân hàng Nông nghiệp Ninh Bình cho Nguyễn Đức Chi  vay 10 triệu USD. Và sau đó là Ngân Hàng Phương Nam liên qua đến vụ cho vay lộn xộn Sóc Sơn. Các tin đồn thất thiệt này đã được giải quyết. Nhưng còn nhiều điều để bàn tới.

 Vụ Ngân hàng ACB, nếu như không được Thống đốc Ngân hàng nhà nước và Chủ tịch UBND Thành phố Hồ Chí Minh đứng ra bảo lãnh và trấn an thì có lẽ ACB đã bị xóa xổ.

 Ngân hàng non trẻ Ninh Bình phải thay đổi chiến lược kinh doanh trong thời gian tới, uy tín bị ảnh hưởng. Giả dụ Vụ Hai Chi mượn tiền là có thật, thì ngân hàng này cũng chẳng kiếm đâu ra 10 triệu USD. Còn vụ Ngân hàng Phương Nam chính là một trong những rủi ro của ngành ngân hàng.

 

Vậy tin đồn có yếu tố xã hội như thế nào?

 Cần biết rằng tin đồn có thể đúng, cũng có thể sai. Tin đồn có khả năng lan truyền khá nhanh.

 Ai được lợi và thiệt trong các tin đồn? Xét ở lĩnh vực ngân hàng, thì cả ngân hàng và khách hàng đều bị thiệt trong các vụ tin đồn.

Phải biết cách sống chung với tin đồn? Tôi nghĩ cách giải quyết của bài báo trên là hiệu quả nhất. Nhà nước, ngân hàng và khách hàng cần có sự liên kết thông tin thường xuyên và đảm bảo.

 

Viết về các rủi ro trong ngân hàng, với các vụ tin đồn điển hình, rồi từ đó liên hệ đến các rủi ro trong nghiên cứu và phát triển phần mềm, đồng thời tìm cách giải pháp và mô hình tối ưu cho từng dự án. Có lẽ tôi sẽ phải viết thêm một bài nữa về các mô hình quản lý rủi ro trong công nghệ phần mềm, để nó sát với thực tế hơn.

That Famous Equation and You

 

Đây là tựa đề của một bài báo được đăng trên  tờ NewYorkTimes của giáo sư Vật lý Brian Greene ngày 30/9/2005. Xin giới thiệu với các bạn.

 

Bài báo có rất nhiều điều rất thú vị, đáng để đọc. Một cái nhìn khác về khoa học, hay nói đúng hơn là làm sao để các vấn đề khoa học trở nên thật đơn giản đối với mọi người.

 Giáo sư Brian Greene đã nói về thuyết tương đối của Einstein   E = mc² một cách dễ hiểu hơn và rất hay.

Còn Einstein thì đã quá nổi tiếng rồi.

 

 

Nói về Vật Lý , tôi lại nhớ đến Giáo sư vật lý Trịnh Xuân Thuận.

Mạng nơron nhân tạo và nhận dạng bảng số xe. (1)

Hội nghị quốc tế về các ứng dụng của trí tuệ nhân tạo được tổ chức vào tháng 6,2002 ở Cairns, Australia , trong đó có cả đoàn Việt Nam tham dự.

Ngay trong ngày đầu của hội nghị, mọi người đang được nghe bài thuyết trình về "Các ứng dụng của mạng Noron trong việc nhận dạng bảng số xe ô tô _ An Error Back-Propagation Artificial Neural Networks Application in Automatic Car License Plate Recognition" của GS Demetrios Michalopoulos va Chih-Kang Hu cùng các đồng sự thuộc Khoa CS, California State University, Sullerton.

Có 3 bước cơ bản để giải quyết vấn đề trên.

1. Tiền xử lý hình ảnh (image preprocessing) : Với các kỹ thuật như : thresholding,binarization, skew detection, noise filtering, và frame boundary detection,..

2. Nhận dạng các ký tự và số đại diện của khu vực tiểu ban và phần khung của bảng.

3. "Huấn luyện" (training) và nhận dạng dựa vào "Erro Back-propagation Articicial Neural Networks (ANN)".

Tôi rất quan tâm đến bài báo này vì nó đã đưa ra những cách giải quyết khá hiệu quả : bao gồm việc phát triển các mẫu (model) của tiến trình xử lý-nhận dạng, các thuật tóan và kỹ thuật được phát triển. Việc nhận dạng chữ và ký tự được tác giả trình bày khá hay và chi tiết. Ngòai ra, cũng phải nói đến việc tác giả đã có những hướng tiếp cận khá mới, không giống với các hướng tiếp cận và kỹ thuật cổ điển.

Sự nhầm lẫn của người ngọai đạo

 

Lâu nay tôi muốn viết về sự khổ sở của dân làm khoa học, hoặc đơn giản hơn là dân "biết rành" một lĩnh vực nào đó.

Như trong các bài blogs trước có nói đến sự nhầm lẫn của dân ngoại đạo : nhầm lẫn về các từ ngữ chuyên môn, nhầm lẫn về các khái niệm định nghĩa,… và thường thấy nhất là nhầm lẫn đến khả năng của người "trong đạo".

 Trong một bài viết gần đây của Giáo sư Lance Fortnow có tựa đề : "Cocktail Conversations". Giáo sư đã đề cập đến   những hiểu lầm của những người ngọai đạo (non-scientists). Nội dung như sau :

 

Cocktail Conversations

I once met a professor at Chicago that would say "My business is war, and business is good." I have a food scientist friend from college who did his doctorate on starch and had a catch phrase "Everything you eat is healthy, safe and nutritious." But when I start having a conversation with non-scientists it often goes like this:

·         Them: "What do you do?"

·         Me: "I'm a professor at the University of Chicago."

·         Them : "That's neat. What do you teach?"

·         Me : "Computer Science."

·         Them :
(a) "Oh. Excuse me, I see someone I know," or
(b) "I'm setting up a wireless network in my house.", or
(c) "I don't use the computers much but my kids are really into it."

I'm sure many of you have had similar experiences. On occasion they will ask me about my research and I will regale them with stories about traveling salesman and Arthur and Merlin, but that rarely goes far. It could be worse, I might have done my research on Hopf algebras.

How do you discuss your research with non-specialists? I'm sure some of you solve this problem by not having any non-Computer Science/Math friends. But if we can't easily discuss our work one-on-one how do we convince the public that our research is important to them and society at large.

Nói chuyện với dân ngọai đạo dễ gây ra hiểu lầm hoặc là không thể truyền tải được thông tin gì cả. Bởi vì có những khái niệm định nghĩa rất khó có thể giải thích cho người ngọai đạo. Hoặc là nó cần đến lượng thông tin zíc zắc.

Một giáo sư Việt Nam cũng có một mẫu chuyện vui tương tự như trên :

• Người thân/bạn bè (NTBB): "anh đang làm gì bên đó?"
• Tôi: "tôi giảng dạy và làm nghiên cứu trong trường đại học".
• NTBB: "thế là giảng viên à?"
• Tôi: "tôi làm assistant professor, khác với lecturer".
• NTBB: "Trẻ thế đã làm trợ giảng rồi à", "có được nhiều tiền không?"
• Tôi (cười méo mó): "tôi không còn trẻ lắm nữa, mà assistant professor không có nghĩa là assistant cho một professor, cho nên không phải trợ giảng, ..., nhưng mà thôi, ..."
• NTBB: "thế anh làm nghiên cứu về cái gì?"
• Tôi [rút kinh nghiệm, lần này chỉ nói vắn tắt]: "mạng máy tính và thuật toán"
• NTBB: "thuật toán là gì?"
• Tôi: "một thuật toán là một phương pháp chi tiết cho máy tính thực hiện một tác vụ nào đó, ví dụ như thuật toán chỉnh sửa ảnh trong PhotoShop, ..."
• NTBB: "cái PhotoShop tôi đang dùng bị lỗi thế này, anh có thể nào giúp được không?"
• ...

Đến đây thì tôi chịu bí. 

Một chút lãng mạn cuối tuần.

 

Tôi đang nói về việc ra ngoài quán café để làm việc. Có lẽ báo chí đã tốn không ít giấy mực và cả dung lượng bộ nhớ nữa để nói về vấn đề này.

 Cách đây vài tháng, tôi có đọc được 1 bài báo nói về các chi phí phụ thêm của sinh viên. Ngòai tiền sách vở , học phí, tiền trường,… sinh viên còn có một đống các chi phí khác : nhà ở, điện nước, quần áo, ăn uống, đi lại,…

 Và thỉnh thoảng tôi bị cháy túi sau mỗi lần rủ bạn bè đi uống café, cho dù café sinh viên cũng chỉ có 2000-3000/ly. Ly café sinh viên thì chỉ có chút màu đen nhạt của café, đá nhiều, đường nhiều. Uống ngọt lịm như ăn chè.

Sau này đi làm, sang trọng hơn khi uống ly café  tới 2$. 2$ để có 1 ly café, máy lạnh, không gian lý tưởng để ngồi nghỉ ngơi, nói chuyện và làm việc, lại được nghe nhạc,   thật ra cũng rất đáng. Nó làm cho mình cảm thấy hưng phấn hơn, thỏai mái hơn.

  Có nhiều hôm, ra ngòai cả ăn trưa uống café 1 mình cũng đã hết 2-3$ rồi. Điều này lại làm tôi nhớ lại khi còn đi ăn cơm sinh viên. 4000-5000/đĩa cơm sườn, thêm 500 cho 1 đĩa cơm thêm. Được khuyến mãi 1 chén canh "tòan quốc", vài miếng dưa leo, nước mắm vô tư, ớt miễn phí.

 Ngày xưa, tôi và các bạn thường đi "ăn sáng" lúc 11h ở trong căn tin trường. Gọi món bánh mì ốp la, chỉ   có 1 quả trứng được làm hơi sống, để chan nước tương vào và giải quyết gọn 2 ổ bánh mì.

 Đi ra khu bán cơm ở phía đại học sư phạm để được ăn cơm thêm miễn phí. Đi tới phía gần Cao Đẳng Sư Phạm để được ăn cá hú "ngon như" cá thu. Đi bộ ra quán cơm (hình như sau này thành quán nhậu rồi, và cũng bị xóa sổ rồi thì phải) ở đối diện trường Lê Hồng Phong để được ăn canh "hầm nước thịt gà" thỏai mái.

 Nghĩ lại cũng tội cho các chủ quán. Tính tiền lẻ mệt nghỉ.

 

 Còn nhớ có những lúc bạn bè tôi và cả tôi nữa đang ngồi ăn trước cổng trường thì phải vác tô vừa đứng vừa húp, vì có xe tới dẹp lề đường.

 Và vẫn là chuyện ăn uống, vì mỗi lần có tổ chức sinh nhật là cả lớp kéo nhau ra quán lẩu. Ngon - bổ -rẻ - nhiều. Mười mấy người gọi 2 cái lẩu, nhưng sau đó   gọi tới 12 đĩa rau, 12 đĩa bún và vài ca trà đá. Sinh viên mình ăn khỏe thiệt :-)

 

Tôi cũng thường hay ghé qua trường Kinh tế thăm bạn tôi. Ở đó, có 1 "dãy " quán café giấy carton. Thật ra, ngày xưa nó sang trọng hơn với ghế và bàn bằng gạch được bao bằng giấy báo. Nhưng do lấn chiếm vỉa hè, bị thu hết gạch, nên các chị chủ quán đã linh động thay đổi bàn ghế gạch bằng bàn ghế carton. "khách" tới thì phát cho 1 cái bìa carton để ngồi dựa vào bờ tường vỉa hè uống café. Vậy mà cũng thú vị thật.

 

Ngày xưa, tôi nghe ông Khánh, là cựu giám đốc Intel Việt Nam, nói để trở thành dân tin học thì phải biết hát và biết lãng mạn. Dân làm máy tính thường rất khô khan và cô độc. Và thường xuyên bị căng thẳng. Không biết các bạn nghĩ như thế nào nhỉ?

 

 

 

 

 

Bộ não của một chương trình. (1)

Tôi thường tới thăm một đứa em mới hơn một tuổi. :-) ( Mà đáng lẽ nó phải tôi gọi bằng bác, bằng chú). Sự tò mò của trẻ con làm cho tôi lại nghĩ tới những khám phá đầu tiên của Khoa Học Máy Tính.

Em bé rất hay thắc mắc và những thắc mắc đó lại rất trẻ con. Mà tôi nghĩ chính xác hơn đó chính là sự tò mò. Thời gian đầu đời của một con người là một chuỗi các quá trình tìm hiểu, học tập và lập lại những sự việc xảy ra xung quanh. Khi người ta lớn lên, bộ não con người phát triển đầy đủ hơn và "đủ kinh nghiệm" hơn.

Tôi nghĩ là đến một lúc nào đó, các nhà khoa học sẽ tạo ra một chương trình biết "tò mò" , biết "học" giống như một em bé.

Chương trình sẽ là quá trình tiếp thu những kiến thức xung quanh cuộc sống (ở đây là quá trình nhập dữ liệu), sau đó là quá trình phân lọc dữ liệu. Và cuối cùng là chiết suất ra thông tin quan trọng nhất. Với một lập trình viên chuyên nghiệp có thêm một số kiến thức về khai thác dữ liệu (data mining), thì vấn đề này giải quyết rất nhẹ nhàng. Càng có nhiều dữ liệu nhập vào thì càng tìm ra được thông tin tối ưu. Điều này được thể hiện qua các trang web tìm kiếm (search): Điển hình là trang web Google.

Vấn đề ở đây :

1. Tìm ra được mức tối ưu của các phép sàng lọc (phân tích) và so sánh. Để có thông tin tối ưu nhất.
2. Làm sao để chương trình có thể tự cập nhật thông tin (hay còn gọi là quá trình tự học) và đưa ra các quyết định tiếp theo. Giống như một đứa bé, tò mò với sự vật xung quanh và dần dần nhận thức được hoạt động của chúng.

Cách đây không lâu, Nhật Bản đã cho ra đời rất nhiều robot thông mình. Những robot này, mà cụ thể là chú chó robot Aibo, được gắn rất nhiều cảm ứng và camera, để có nhận được được sự vuốt ve, hay giận hờn của chủ. Rồi sau đó, nó đưa ra phản ứng vui mừng, ăn năn hay nịnh nọt chủ. :-)

Nhìn những chú chó robot này thật đáng yêu, nhưng mà nó cũng chỉ là các cỗ máy với các chương trình được lập trình sẵn. Nó vẫn chưa có khả năng học tập.

Các trùm cờ vua của Nga bị đánh bại bởi các siêu máy tính IBM. Đó là các chủ đề báo chí gần đây. Nó khác với tỉ lệ ngày xưa, khi mà đại kiện tướng cờ vua Kaparov luôn đánh bại siêu máy tính DeepBlue, hoặc tệ nhất là hòa. Điều gì đã làm nên sức mạnh của các siêu máy tính? Đó chính là khả năng tính toán khủng khiếp của chúng. Đó chính là khả năng xét tất cả các nước cờ trong 1/1000.000 s. Và đó là sự giúp đỡ của hàng trăm kiện tướng cờ vua, và cả việc thăm dò, ghi nhớ các thói quen chơi cờ của các đối thủ. Tất cả những thông tin đó được đưa vào máy tính. Vậy tóm lại, chương trình hoạt động của siêu máy tính vẫn chỉ là các thông tin có sẵn. Nó không có khả năng tự học, từ rèn luyện và chiến đấu.

Còn nhớ cách đây 2-3 năm, phong trào nuôi gà ảo, cây ảo rất được ưa chuộng ở Việt Nam và cả trên thế giới. Trồng một cái cây, phải biết chăm sóc, bón phân, tưới nước đầy đủ thì nó mới lớn lên, mới ra hoa, kết trái. Nếu không chúng sẽ nhanh chóng tàn. Nhưng đó cũng chỉ là một chương trình bình thường với các block thời gian qui định từng quá trình phải xảy ra.

Tất cả những điều trên, nằm trong vấn đề nan giản thứ 2 để có thể đưa bộ não của máy tính giống như bộ não của trẻ em.

Hội nghị Accelating Change 2005

 

Tuần trước đã diễn ra hội nghị "Accelerating Change 2005" tại đại học Standford. Có rất nhiều báo cáo rất thú vị tại hội nghị. Tôi thực sự rất thích các báo cáo này, vì đó là sự kết tinh giữa ngành Trí tuệ nhân tạo và các ứng dụng thực tế.

  Có rất nhiều nghiên cứu và ứng dụng thực tế đáng để chúng ta học hỏi và phát triển.

 

Tôi lại nhớ đến một bài báo được đăng khá lâu về thực trạng giáo dục nước Mỹ.

Nước Mỹ luôn được đánh giá là môi trường giáo dục và đào tạo hàng đầu thế giới. Nhưng thực tế thì như thế nào?

 Mỗi năm có hàng trăm nghìn BS, MS và PhD được "cho ra lò". Và năm sau sẽ nhiều hơn năm trước. Việc tăng về số lượng một phần do số người vào trường Đại học tăng, một phần do có thêm nhiều trường mới, có thêm nhiều ngành mới, và có thêm nhiều lĩnh vực mới,… Đó là về số lượng, còn về chất lượng? Có 1 câu nói đùa về bằng cấp tại Mỹ   :
 "BS is just what it stands for, an MS is More of the Same, and a PhD is Piled Higher and Deeper."  Đó  là nội dung của bài báo đăng trên Washington Post , cách nay cũng lâu rồi.