您现在的位置是：NEWS > Thế giới
Trần Đức Trung, Lê Thị Hằng đã lừa 40.000 người dân rất nhiều tiền
NEWS2025-01-27 02:41:19【Thế giới】0人已围观
简介- Bước đầu,ầnĐứcTrungLêThịHằngđãlừangườidânrấtnhiềutiềlich bong da anh cơ quan điều tra xác định có lich bong da anhlich bong da anh、、
- Bước đầu,ầnĐứcTrungLêThịHằngđãlừangườidânrấtnhiềutiềlich bong da anh cơ quan điều tra xác định có khoảng 40.000 người dân ở trên 20 tỉnh, thành tham gia chương trình “Trái tim Việt Nam” do ông Trần Đức Trung và bà Lê Thị Hằng lừa đảo với tổng số tiền rất lớn.
Cơ quan An ninh điều tra (ANĐT), Bộ Công an ra quyết định khởi tố vụ án “Lừa đảo chiếm đoạt tài sản” xảy ra tại Trung tâm Hỗ trợ người nghèo trong phát triển nông thôn mới (Hiệp hội doanh nghiệp nhỏ và vừa ngành nghề nông thôn Việt Nam).
 |
Ông Trần Đức Trung và bà Lê Thị Hằng |
Ngày 11/4, Cơ quan ANĐT của Bộ Công an ra quyết định khởi tố bị can, lệnh bắt bị can để tạm giam, lệnh khám xét chỗ ở đối với ông Trần Đức Trung và bà Lê Thị Hằng, nguyên là Chủ tịch Hội đồng thành viên và Tổng Giám đốc Trung tâm Hỗ trợ người nghèo trong phát triển nông thôn mới.
Cả 2 bị khởi tố về tội “Lừa đảo chiếm đoạt tài sản” quy định tại điều 139 Bộ luật Hình sự.
Theo Cơ quan ANĐT – Bộ Công an, 2 đối tượng này đã lợi dụng danh nghĩa của Trung tâm để tự ý tổ chức Chương trình “Trái tim Việt Nam”, vận động mọi người tham gia đóng tiền ủng hộ cho trung tâm để được hưởng hỗ trợ lại với mức lợi nhuận cao, sau đó chiếm đoạt tài sản của những người tham gia.
Bước đầu, cơ quan điều tra xác định có khoảng 40.000 người dân ở trên 20 tỉnh, thành phố đã tham gia Chương trình “Trái tim Việt Nam” với tổng số tiền rất lớn, gây hậu quả nghiêm trọng.
Kêu gọi người bị hại làm đơn tố cáo
Sau khi có quyết định phê chuẩn của Viện kiểm sát nhân sân tối cao, ngày 12/4, Cơ quan ANĐT, Bộ Công an đã thực hiện Lệnh bắt bị can để tạm giam, lệnh khám xét chỗ ở đối với Trần Đức Trung và Lê Thị Hằng. Hiện vụ án đang được tiếp tục điều tra, làm rõ.
Cơ quan ANĐT, Bộ Công an thông báo, các cá nhân, người bị hại đã tham gia góp tiền theo Chương trình “Trái tim Việt Nam” biết, làm đơn tố cáo, gửi kèm theo các thông tin, tài liệu có liên quan đến địa chỉ: Số 3 Nguyễn Gia Thiều (quận Hoàn Kiếm, Hà Nội) hoặc số điện thoại 0692342431; 0692342143.
Đồng thời, kêu gọi các cá nhân đã tiếp tay, tham gia hoạt động sai phạm tự giác trình báo Cơ quan ANĐT để được hưởng chính sách khoan hồng của pháp luật.
Năm 1933, Ernest Labrousse xuất bản cuốn Esquisse du mouvement des prix et des revenus en France au xvme siècle (Phác thảo về diễn biến giá cả và thu nhập ở Pháp vào thế kỷ 18), một nghiên cứu đồ sộ trong đó ông chỉ ra diễn biến qua nhiều thập niên trước Cách mạng Pháp: tiền lương nông nghiệp đã giảm so với giá lúa mì và thu nhập từ đất đai, tất cả đều trong bối cảnh áp lực nhân khẩu tăng mạnh.
Dù không tuyên bố dứt khoát đó là nguyên nhân duy nhất khiến cuộc Cách mạng nổ ra, nhưng xem ra rõ ràng diễn biến này chỉ khiến cho tầng lớp quý tộc và chế độ chính trị tồn tại bấy lâu ngày càng trở nên mất lòng dân.
Năm 1965, trên trang nhất của nghiên cứu Le Mouvement du Profit en France au xixe siècle (Diễn biến lợi nhuận ở Pháp trong thế kỷ 19), Jean Bouvier và các đồng tác giả đã mô tả chương trình nghiên cứu qua đó họ khẳng định: “Chừng nào thu nhập của các tầng lớp xã hội đương thời vẫn còn nằm ngoài phạm vi nghiên cứu khoa học, thì việc cố gắng viết một lịch sử kinh tế và xã hội xác thực vẫn còn vô nghĩa”.
Thường gắn liền với trường phái Annales, vốn có ảnh hưởng đặc biệt trong nghiên cứu lịch sử Pháp giai đoạn 1930 đến 1980, lịch sử kinh tế và xã hội mới này không bỏ qua việc nghiên cứu các hệ thống sở hữu. Năm 1931, Marc Bloch xuất bản nghiên cứu kinh điển về các hình thái hệ thống nông nghiệp thời trung cổ và hiện đại. Năm 1973, Adeline Daumard trình bày kết quả của một cuộc khảo sát rộng lớn được thực hiện dựa trên văn khố về tài sản thừa kế của Pháp thế kỷ 19.
Từ thập niên 1980, phong trào nghiên cứu tuy có chậm lại đôi chút nhưng đã để lại một dấu ấn kéo dài trong thực tiễn nghiên cứu khoa học xã hội. Suốt thế kỷ 20 đã có vô số nghiên cứu của nhiều nhà sử học, xã hội học và kinh tế học, từ Francois Simiand đến Christian Baudelot và từ Emmanuel Le Roy Ladurie đến Gilles Postel Vinay, về tiền lương và giá cả, thu nhập và của cải, thuế thập phân và tài sản.
Bên cạnh đó, các nhà sử học và kinh tế học Mỹ và Anh cũng mở đường cho lịch sử phân phối của cải. Năm 1953, Simon Kuznets kết hợp các tài khoản quốc gia đầu tiên mà ông đã giúp thiết lập sau những tổn thương của thời kỳ Suy thoái, với dữ liệu từ thuế thu nhập liên bang (ra đời vào năm 1913, sau một cuộc đấu tranh chính trị và hiến pháp kéo dài) để ước tính tỷ lệ thành phần thu nhập cao trong tổng thu nhập quốc gia.
Nghiên cứu của ông chỉ bao gồm một quốc gia duy nhất (Hoa Kỳ) và trong một thời gian tương đối ngắn (1913-1948), nhưng là nghiên cứu đầu tiên thuộc loại này, và đã gây ra một chấn động lớn. Robert Lampman cũng thực hiện nghiên cứu tương tự vào năm 1962 với dữ liệu thừa kế của Cục thuế liên bang. Năm 1978, Tony Atkinson đẩy mạnh phân tích hơn nữa, sử dụng các nguồn dữ liệu thừa kế của Anh. Alice Hanson Jones thậm chí còn quay ngược thời gian xa hơn: vào năm 1977, bà đã công bố kết quả của một cuộc điều tra rộng lớn về tài sản của người Mỹ dưới thời thuộc địa.
Dựa trên tất cả các nghiên cứu trước đó, một chương trình nghiên cứu mới về lịch sử thu nhập và thịnh vượng đã được tổ chức vào đầu những năm 2000, mà tôi may mắn được tham gia với sự hỗ trợ nhiệt thành của nhiều đồng nghiệp như Facundo Alvaredo, Tony Atkinson, Lucas Chancel, Emmanuel Saez, và Gabriel Zucman.
So với các nghiên cứu quá khứ, làn sóng mới này có lợi thế về các phương tiện kỹ thuật tiên tiến. Vào thời kỳ từ năm 1930 đến 1980, Labrousse, Daumard và Kuznets đã thực hiện nghiên cứu hầu như hoàn toàn bằng thủ công, trên thẻ hồ sơ.
Mọi tập hợp dữ liệu và mọi bảng kết quả đều đòi hỏi đầu tư kỹ thuật đáng kể, đôi khi khiến nhà nghiên cứu không còn hơi sức để lo liệu chu toàn nhiệm vụ diễn giải lịch sử, huy động các nguồn lực khác và phân tích phản biện các hạng mục, nên rõ ràng là đã làm cho lịch sử trở nên yếu kém và đôi khi bị coi là tập trung hạn hẹp (nghĩa là quá tập trung vào việc tạo ra các trình tự lịch sử có thể so sánh theo thời gian và không gian, một việc tuy có thể được coi là cần thiết nhưng không đủ để thúc đẩy tiến bộ trong khoa học xã hội).
Ngoài ra, các nguồn dữ liệu thu thập trong làn sóng nghiên cứu đầu tiên gần như không thể truy nguyên, làm hạn chế khả năng tái sử dụng và thiết lập một quy trình tích lũy thực sự.
Ngược lại, những tiến triển tin học hóa kể từ năm 2000 đã giúp mở rộng phân tích, bao trùm được những khoảng thời gian dài hơn và nhiều quốc gia hơn. Dựa trên chương trình nghiên cứu này, vào năm 2021, Cơ sở dữ liệu về bất bình đẳng thế giới (WID.world) đã thu thập những nỗ lực kết hợp của gần 100 nhà nghiên cứu liên quan đến 80 quốc gia trên mọi châu lục, với dữ liệu về phân phối thu nhập và thịnh vượng mà có những trường hợp là từ thế kỷ 18 và 19, và tiếp tục cho đến những thập niên đầu tiên của thế kỷ 21.
Việc nhìn từ góc độ so sánh trong khung thời gian dài hơn đã giúp các nhà nghiên cứu thực hiện nhiều phép so sánh hơn, cũng như đạt được những tiến bộ quan trọng trong việc giải thích các diễn biến quan sát trên phương diện xã hội, kinh tế và chính trị.
">Nguồn gốc của sự chênh lệch giàu nghèo
AI tạo sinh là một dạng trí tuệ nhân tạo có khả năng tạo ra nội dung và ý tưởng mới ở nhiều hình thái khác nhau như văn bản, hình ảnh, video, âm nhạc. Từ đó, AI có thể tạo ra các bài hát, loại thuốc, bộ phim, game mới... với việc sử dụng mô hình ngôn ngữ lớn (LLMs).
Theo ước tính của McKinsey gần đây, AI tạo sinh có thể đóng góp cho nền kinh tế thế giới 4,4 nghìn tỉ USD. Nghiên cứu được đánh giá dựa trên 60.000 ứng dụng của AI tạo sinh cho các ngành nghề khác nhau.
Theo ông Ha Jung Woo, các mô hình ngôn ngữ lớn để phát triển AI tạo sinh hiện nay đều dùng tiếng Anh, chính vì vậy khi mô hình chạy trên các ngôn ngữ khác sẽ không được đầy đủ và gặp lỗi, và cũng vì là tiếng Anh nên khi sử dụng tạo ra sự thiên vị, đặc biệt là về văn hoá không đáng có.
Chính vì thế ông cho rằng, việc làm chủ về dữ liệu và công nghệ là yếu tố quan trọng mà nhiều quốc gia cân nhắc trong tương lai, vượt qua rủi ro việc phụ thuộc nước khác. Chẳng hạn như ở Hàn Quốc, Naver cũng đã tạo ra mô hình ngôn ngữ lớn tiếng Hàn để phục vụ Chính phủ và các doanh nghiệp trong nước khi triển khai ứng dụng AI.
Đồng quan điểm, tiến sĩ Đào Đức Minh, Tổng giám đốc VinBigdata cũng cho rằng, người Việt cũng có thể tạo sản phẩm AI tạo sinh trong nước giúp đảm bảo an toàn, chính xác thông tin và phục vụ tốt nhất chính quyền, xã hội…
Theo ông Đào Đức Minh, khi chatGPT ra mắt cuối 2022 đã tạo ra làn sóng ngầm cạnh tranh giữa các quốc gia và các tập đoàn lớn trong việc nghiên cứu, ra mắt các mô hình AI tạo sinh và các mô hình ngôn ngữ lớn.
Cụ thể ở Mỹ, ngoài công cụ chatGPT của OpenAI, còn có các mô hình AI tạo sinh khác như Bard của Google, Titan của Amazon. Tại Trung Quốc có Earnie Bot của Baidu, SenseChat của Sense Time, Hunyan của Tencent. Tại Hàn Quốc có HyperClova X của Naver…
Ông Đào Đức Minh cho biết, để phát triển mô hình ngôn ngữ lớn ứng dụng vào AI tạo sinh là một việc làm không đơn giản và tốn rất nhiều chi phí, nếu ứng dụng AI tạo sinh dựa trên các nền tảng mô hình ngôn ngữ lớn có sẵn trên thế giới, Việt Nam có nguy cơ đối mặt nhiều rủi ro. Chẳng hạn như, với mô hình ngôn ngữ lớn của nước ngoài, dữ liệu tiếng Việt chỉ chiếm tỷ lệ rất nhỏ, chủ yếu là tiếng Anh nên khó đảm bảo tính chính xác, bảo mật dữ liệu, sự phù hợp cho nhu cầu của doanh nghiệp...
Lấy ví dụ, các mô hình ngôn ngữ lớn của nước ngoài có hàng trăm tỉ tham số. Để chạy mô hình thực tế đòi hỏi hạ tầng tính toán rất lớn, nhưng chất lượng mang lại không tương xứng vì mô hình AI có thể trả lời sai, đặc biệt trong các kiến thức lịch sử, văn hóa, những vấn đề mang tính đặc trưng mỗi quốc gia.
Chính vì lí do này, VinBigdata đã quyết định xây dựng mô hình ngôn ngữ lớn bằng tiếng Việt, với mục tiêu hướng đến đảm bảo bảo mật dữ liệu, cải thiện tính chính xác, giảm chi phí, phù hợp với thực trạng trong nước. Nhóm chuyên gia xây dựng mô hình có số lượng tham số nhỏ hơn chatGPT hàng trăm lần nhưng nó được xây dựng trên lượng dữ liệu của người Việt.
Mô hình có thể trả lời câu hỏi mang tính đặc thù địa phương với độ chính xác cao. Cụ thể, khi hỏi về luật với hai vi phạm khác nhau nhưng mô hình chatGPT lại có chung một câu trả lời và nội dung chung chung. Trong khi mô hình AI dùng dữ liệu người Việt có thể trả lời chính xác căn cứ theo luật, nghị định, mức phạt, dẫn nguồn thông tin... rất cụ thể.
Để chứng minh về sự chính xác này, tiến sĩ Đào Đức Minh đã đưa ra ví dự khi hỏi về tác phẩm “Vợ Nhặt” trong văn học Việt Nam trên chatGPT và mô hình ngôn ngữ lớn tiếng Việt do VinBigdata phát triển, kết quả mô hình của VinBigdata trả lời chính xác hoàn toàn còn ChatGPT lại trả lời không rõ ràng.
Đại diện của VinBigdata cũng cho rằng, việc làm chủ AI tạo sinh trong nước quan trọng vì nó có thể giúp Chính phủ làm chủ nội dung, tránh thông tin sai lệch, đảm bảo an toàn dữ liệu quốc gia, cũng như đưa công nghệ Việt vươn tầm thế giới.
Các quốc gia nên phát triển AI tạo sinh bằng ngôn ngữ của mình
 |
| Chủ tịch UBND tỉnh Nguyễn Tấn Tuân phát biểu tại chương trình. |
Khánh Hòa hỗ trợ chuyển đổi số cho doanh nghiệp