[QC] Giới thiệu dịch vụ cấp cứu dữ liệu 24h uy tín, hiệu quả |
- [QC] Giới thiệu dịch vụ cấp cứu dữ liệu 24h uy tín, hiệu quả
- Ranh giới mong manh giữa NGƯỜI và MÁY (AI, ML, DL và NN)
- [Bạn có biết] Đất hiếm là gì? Đất hiếm dùng để làm gì?
| [QC] Giới thiệu dịch vụ cấp cứu dữ liệu 24h uy tín, hiệu quả Posted: 17 Jun 2021 07:41 AM PDT Mục Lục Nội Dung Bài viết này, dịch vụ cấp cứu dữ liệu máy tính 24h sẽ giúp cho bạn có kiến thức bổ ích khi gặp sự cố mất dữ liệu trên máy tính. Đầu tiên, bạn phải xác định kỹ nguyên nhân dẫn đến việc bị mất dữ liệu là gì? Sau đó mới đến bước tìm phương án khôi phục dữ liệu. Hiện nay có quá nhiều bài hướng dẫn trên các diễn đàn, website nhằm mục đích chính là giới thiệu để kiếm traffic nhưng hiệu quả mang lại thì rất kém, chưa kể họ chưa cung cấp được những nguy hại dẫn đến việc bạn phải đối mặt với nguy cơ mất dữ liệu vĩnh viễn. Vậy nên, qua bài viết này "dịch vụ cấp cứu dữ liệu máy tính 24" sẽ giúp bạn hiểu rõ hơn về cách phục hồi dữ liệu nhanh chóng và siêu việt, giảm thiểu nguy cơ mất dữ liệu vĩnh viễn trên máy tính. Lưu ý: Bạn nên tạo ra thói quen đó là, trước khi xóa bất kỳ một file dữ liệu nào thì ban hãy cân nhắc thật kỹ để tránh những thao tác sai lầm không đáng có. Đa phần dữ liệu bị mất vĩnh viễn đều do những tình huống như vậy gây nên. Đối với ổ cứng HDD (cơ) thì dữ liệu bị xóa vẫn có thể phục hồi lại được. Nhưng đối với ổ cứng là SSD (chip bộ nhớ flash) thì dữ liệu bị xóa gần như là không thể phục hồi, đơn giản là vì tốc độ xử lý trên ổ cứng SSD là quá nhanh. Và cũng một phần nữa là do cơ chế hoạt động của hệ thống Windows và macOS (hai hệ điều hành được sử dụng phổ biến nhất hiện nay) nhìn nhận file xóa là bỏ, nên cho phép ghi dữ liệu mới lên luôn (có thể là file trống có mã nhị phân là 00 hoặc một file mới bất kỳ). Bạn cần chú ý thêm một điều nữa là, khi phục hồi dữ liệu bằng bất kỳ phần mềm cứu dữ liệu nào, bạn không được lưu dữ liệu vào phân vùng cũ (phân vùng bị mất, vị trí bị mất dữ liệu)… vì bạn lưu trực tiếp như vậy sẽ làm mất dữ liệu vĩnh viễn do quá trình ghi đè gây ra. Mà thay vào đó, bạn nên chọn vị trí lưu file sau khi phục hồi ra ổ cứng gắn ngoài hoặc USB. Các bạn phải đặc biệt lưu ý điều này nhé ! Đối với máy tính xách tay DELL, trước khi cài đặt lại phân vùng thì bạn cần lưu ý là phải sao lưu dữ liệu ra thiết bị lưu trữ bên ngoài (không kết nối đến máy tính). Bởi vì thông tin meta data bitlocker nằm trên phân vùng system, vậy nên khi "reset factory" thông tin sẽ bị mất. Khi cài đặt xong tất cả các phân vùng sẽ đòi key bitlocker. Nếu không có key bitlocker thì sẽ không thể truy cập vào dữ liệu. #1. Phần mềm cứu dữ liệu máy tính nào tốt nhất hiện nay?"Dịch vụ cấp cứu dữ liệu máy tính 24h" khuyên bạn nên sử dụng phần mềm phục hồi dữ liệu mạnh mẽ R-Stuio để tiến hành phục hồi lại dữ liệu bị mất. Vì các phần mềm là giống nhau nên chúng tôi khuyên bạn nên sử dụng duy nhất một phần mềm này trong tất cả quá trình phục hồi dữ liệu, vì sài nhiều phần mềm quá sẽ đẫn đến giảm tuổi thọ cho ổ cứng. #2. Cách sử dụng phần mềm khôi phục dữ liệu máy tính R-Studio+ Bước 1: Tải phần mềm & cài đặt tại đây ! + Bước 2: Mở phần phần mềm sau đó chọn ổ cứng vật lý bị mất dữ liệu hoặc chọn phân vùng bị mất dữ liệu và chọn
 + Bước 3: Chọn hệ thống tập tin đang sử dụng nếu Windows thì chọn NTFS, FAT32, XFAT, MacOS thì bạn chọn là HFS+, APFS, còn nếu là Linux thì bạn chọn là EXT2, EXT3, EXT4.. => Để khi phần mềm SCAN tìm hệ thống tập tin được nhanh chóng hơn, hoặc nếu bạn không hiểu thì bạn có thể để tất cả => và bấm vào
 Chờ tiến trình scan đến 100%
 Sau khi kết thúc mở phần vùng được tìm thấy chọn foder hoặc tập tin bị xoá và sau đó bấm lưu. Chú ý: Chúng tôi xin nhắc lại lần nữa, không lưu dữ liệu bị xoá lên phân vùng đang cần phục hồi dữ liệu.
 Sau khi, phần mềm lưu xong là kết thúc quá trình phục hồi dữ liệu Nếu trong quá trình phục hồi dữ liệu mà có cảnh báo là Read Fail … thì phần mềm R-Studio thông báo cho biết ổ cứng của bạn có vấn về bad sector trong ổ cứng. Lúc này bạn có thể ngừng lại và tìm đến những dịch vụ cứu dữ liệu ổ cứng máy tính uy tín hơn. Bởi nếu bạn cứ cố gắng lưu thì nhiều khả năng ổ cứng của bạn sẽ càng thêm tồi tệ, bị chết cơ hoặc thậm chí là xước bề mặt đĩa => đẫn đến không phục hồi dữ liệu được trong tình huống này. Để phục hồi lại dữ liệu trong trường hợp ổ cứng bị bad sector thì bắt buộc phải dùng các thiết bị chuyên dụng nhập khẩu từ nước ngoài, và được xử lý bởi những người có kinh nghiệm trong nghề. #3. Giới thiệu với các bạn dịch vụ cấp cứu dữ liệu máy tính 24h
 Nếu ổ cứng của bạn có vấn đề về vật lý, và bạn đang cần một công cty chuyên cung cấp dịch vụ cấp cứu dữ liệu uy tín, chuyên nghiệp, giá rẻ thì có thể liên hệ với Võ Nguyễn. Với phương châm 'Đem đến niềm tin và đảm bảo bảo mật tuyệt đối thông tin của khách hàng' Cty Võ Nguyễn có hơn 15 năm lĩnh vực khôi phục dữ liệu, lấy lại dữ liệu tưởng chừng bị mất vĩnh viễn cho hàng ngàn khách hàng mỗi năm. Chúng tôi sẽ tiến hành kiểm tra và báo giá trực tiếp. Cứu dữ liệu ổ cứng một giờ lấy ngay, phục hồi dữ liệu máy chủ, nas, san face to face (ở thời điểm hiện tại chưa có công ty nào cung cấp dịch vụ này) đó là những dịch vụ nổi bật của Cty Võ Nguyễn. Bên cạnh đó, mức giá để cứu dữ liệu rất cạnh tranh, có chiết khấu cho IT, KTV, Cty dịch vụ vụ máy tính … #4. Cam kếtKhách hàng chỉ phải trả tiền khi có đủ dữ liệu mình cần & được kiểm tra dữ liệu trước khi thanh toán. Nếu bạn muốn là đại lý của Võ Nguyễn thì vui lòng liên hệ trực tiếp với chúng tôi tại địa chỉ https://cuudulieu24h.com/. Quyền lợi của đại lý đó là, được Võ Nguyễn trang bị đầy đủ kiến thức, tiếp cận với các thiết bị cứu dữ liệu hiện đại. Được Võ Nguyễn định hướng và song hàng cùng với Võ Nguyễn trong những dự án lớn sắp tới. Rất nhiều ưu đãi và nhiều chính sách mới, hãy nhanh tay đặt chỗ để là đối tác độc quyền của chúng tôi tại các tỉnh trên cả nước. Cảm ơn bạn đã đọc bài viết của Cty Võ Nguyễn. Note: Bài viết này hữu ích với bạn chứ? Đừng quên đánh giá bài viết, like và chia sẻ cho bạn bè và người thân của bạn nhé ! |
| Ranh giới mong manh giữa NGƯỜI và MÁY (AI, ML, DL và NN) Posted: 16 Jun 2021 07:55 PM PDT Mục Lục Nội Dung AI (Trí tuệ nhân tạo), Machine Learning (học máy), Neural Network (mạng nơ-ron nhân tạo) và Deep Learning (học sâu) – Ranh giới mong manh giữa người và máy ! Vâng, trong những năm gần đây thì những thuật ngữ công nghệ như AI, ML, DL, NN xuất hiện ngày càng nhiều và ngày càng hào nhoáng hơn. AI cùng với Machine Learning, Deep Learning và Neural Network ! Vậy chúng sinh ra để làm màu, hay đó là những công nghệ đột phá của những "bộ óc đầy sạn" ở bên kia thung lũng Silicon? Riêng đối với AI – trí tuệ nhân tạo thì nó đã không còn là một khái niệm trong phim viễn tưởng nữa rồi, mà mình chắc chắn rằng, nó đang là một phần của cuộc sống hiện đại ngày nay. #1. Sơ bộ về AI cùng với: ML, NN, DLĐầu tiên thì mình sẽ định nghĩa ngắn gọn về các thuật ngữ mình sẽ nói trong bài viết này để các bạn dễ hình dung trước: AI (Trí tuệ nhân tạo): Quá quen thuộc rồi, một cỗ máy có thể bắt chước hành vi và tư duy của con người. Cái tên của nó đã nói lên được điều đó rồi 🙂 Machine Learning (Học máy): Một tính năng của AI, cho phép các chuyên gia đào tạo cho AI để nó nhận biết các mẫu dữ liệu và dự đoán. Deep Learning (Học sâu): Là một kỹ thuật nhỏ của Machine Learning, nó cho phép máy có thể tự đào tạo chính mình. Neural Network (mạng nơ-ron nhân tạo): Tên tiếng anh đầy đủ là Artificial Neural network (ANN) hay còn gọi là mạng thần kinh nhân tạo, đây là một mô hình toán học được xây dựng dựa trên các mạng neural sinh học. Hay nói cách khác, mạng nơ ron nhân tạo được xem là hệ thống của các tế bào thần kinh nhân tạo, bắt bước cách thức hoạt động từ não bộ con người. "Độ rộng lớn" của các khái niệm này phụ thuộc vào mục tiêu phát triển AI (nó có thể là những công cụ như: giải mã capcha, hay một "trí tuệ" đúng nghĩa: ngang ngửa và thậm chí là ưu việt hơn trí tuệ con người). Ví dụ như năm 2016, AlphaGo Google đánh thắng cao thủ cờ vây quốc tế người Hàn là Lee Se-Dol. Quá kinh khủng ◔◡◔
 Khi đó, thuật ngữ AI, Machine Learning, Deep Learning và Neural Network đã được giới truyền thông sử dụng để mô tả chiến thắng của AlphaGo, và đó chính là chức năng chính của AI.
Nhưng chúng thực sự không giống nhau, để dễ hình dung hơn về mối quan hệ của 4 khái niệm trên thì bạn có thể tưởng tượng chúng như được lồng ghép với nhau trong một con lật đật Nga, và khi đó:
Bây giờ chúng ta sẽ cùng nhau tìm hiểu kỹ hơn về sự liên quan giữa 4 khái niệm này, đầu tiên là AI: Thuật ngữ trí tuệ nhân tạo được ra đời vào năm 1956, khái niệm này có thể coi là khá cũ, nhưng đến năm 2021 này thì nó mới thực sự trở nên phổ biến. Lí do chính của việc này là trước đây chưa có Big data, các hệ thống thường có ít dữ liệu => các chương trình AI sẽ không có đủ dữ liệu để training/dự đoán kết quả được chính xác. Nhưng hiện tại thì tình hình đã được cải thiện, lượng dữ liệu tăng lên chóng mặt, đi cùng với đó là khả năng lưu trữ dường như là vô tận (BigData) của các server farm đến từ các ông lớn của thung lũng Silicon: Google, Amazon, Apple, Microsoft…
 Thống kê cho thấy đến năm 2020, khối lượng dữ liệu tích lũy sẽ tăng từ 4,4 triệu TB lên tới khoảng 44 triệu TB dữ liệu. Phải nói là kinh khủng khiếp ٩(͡๏̮͡๏)۶, các bạn nên nhớ 1TB là 1000 GB nhé ^^ Song song với đó, chúng ta có thêm những siêu máy tính, những thuật toán phức tạp để có thể xử lý được hết lượng dữ liệu khổng lồ này. #2. AI (Artificial Intelligence hay Trí tuệ Nhân tạo)AI là một ngành của khoa học máy tính, là tập hợp của các phương thức tự động hóa các hành vi trí tuệ nâng cao, được đặt trên những nguyên lý, lý thuyết khoa học máy tính vững chắc và phải có khả năng ứng dụng được vào trong cuộc sống (nói theo 1 cách học thuật thì là như thế). Còn nói theo cách đơn giản hơn thì AI là trí tuệ của máy móc và được tạo ra bởi con người. Trí tuệ này cũng có thể tư duy và học hỏi như trí tuệ tự nhiên của con người vậy. Ngoài ra thì, AI có khả năng xử lý dữ liệu ở quy mô lớn, có hệ thống khoa học và nhanh hơn nhiều so với suy nghĩ của con người. Một ví dụ về trí tuệ nhân tạo gần gũi với đời sống con người hiện nay đó là Google Home. Vâng, loa thông minh Google Home là món đồ công nghệ tuyệt vời, bạn có thể điều khiển nó bằng giọng nói. Chẳng hạn như bạn có thể nói: "Ok, Google ! thời tiết hôm nay thế nào?". Sau đó, Google Home sẽ chuyển giọng nói của bạn thành tín hiệu kỹ thuật số hoặc một dạng tín hiệu mà máy tính có thể hiểu được. Tiếp đến, phần mềm/ thuật toán đi kèm với Google Home sẽ xử lý thông tin đó để xác định những gì bạn đang hỏi, những thông tin mà bạn đang cần, và vào đâu để lấy được những thông tin đó. Sau khi đã xử lý xong, nó sẽ trả lời thông tin về nhiệt độ, độ ẩm, vận tốc gió,… ở khu vực mà bạn sinh sống. Ngoài ra, bạn có thể hỏi thêm về: giao thông, chứng khoán, giá vàng,… hôm nay như thế nào bằng cách tương tự như vậy !
 Tóm lại, những gì chúng ta đang thực hiện với AI hiện nay nằm trong khái niệm sơ cấp: "AI hẹp" (Narrow AI), công nghệ này có khả năng thực hiện các nhiệm vụ cụ thể một cách tương tự, hoặc tốt hơn con người. Hiện nay thì ChatBot, hay là các trợ lí ảo như Siri, Alexa, Bixby,… nhìn thì thông minh và phức tạp vậy đấy, nhưng nó chỉ mới thuộc lớp AI cấp thấp này mà thôi, còn lâu mới lên level cao hơn của AI. Điều khiến trí tuệ nhân tạo nổi trội hơn so với các chương trình máy tính khác là: thay vì phải lập ra những chương trình cụ thể cho mỗi trường hợp khác nhau, thì nay, những cỗ máy này có thể tự học để cải thiện chính nó. Tính năng này sẽ dẫn chúng ta đến chú lật đật con tiếp theo: "Máy Học" – Machine Learning hình thành vào những năm 80-90, cho phép máy tính hành động/đưa ra quyết định nhờ vào những dữ liệu nạp vào, để thực hiện một nhiệm vụ cụ thể.
 Machine Learning cho phép máy tính tự học để tự cải thiện nhiệm vụ mà nó đang làm, mức độ cải thiện sẽ tăng dần theo từng lần thực hiện.. Giống như việc con người chúng ta sẽ rút ra được những kinh nghiệm sau những sai lầm và thất bại vậy. "ML" sử dụng những thuật toán phân tích thông tin có sẵn => học hỏi từ nó => đưa ra quyết định/dự đoán những thứ có liên quan. Thay vì tạo ra phần mềm được lập trình 1 là 1, 2 là 2 thì nay máy tính được "Training – huấn luyện" bằng cách sử dụng dữ liệu và các thuật toán để học cách thực hiện/cải thiện hiệu suất thực hiện nhiệm vụ của chính nó. Nếu thiếu Machine Learning thì AI sẽ bị hạn chế khá nhiều, vì Machine learning cho phép máy tính tăng khả năng tìm ra cách giải quyết mọi thứ mà không cần được lập trình ngay từ đầu. Một ví dụ về Machine Learning mà có thể bạn cũng đang sử dụng mỗi ngày đó chính là công cụ tìm kiếm của Google, khi bạn thực hiện tìm kiếm trên Google, nó sẽ trả lại rất nhiều kết quả tìm kiếm với từ khóa đó. Nếu bạn giành nhiều thời gian để xem những kết quả trả về hoặc bạn đã click vào một đường link để đọc tiếp, Google sẽ ghi nhận người này đã dành nhiều thời gian (khoảng 40 giây chẳng hạn) để xem thông tin trả về. Điều này giúp Google hiểu rằng, thông tin này là phù hợp với từ khóa này hơn cả, nó hữu ích và phù hợp với người tìm kiếm. Còn ngược lại, nếu bạn chỉ lướt nhanh qua những kết quả trả về, Google sẽ ghi nhận là bạn không quan tâm tới những kết quả này => những kết quả trả về này là không phù hợp với bạn. Điều này cũng có nghĩa là Machine Learning sẽ phỏng đoán được những gì bạn thích hoặc không thích. Do đó, những lần tìm kiếm sau, bạn sẽ nhận được những kết quả tìm kiếm được điều chỉnh một cách phù hợp hơn !
 #3. Deep Learning là gì?Machine learning lợi hại như vậy, thế còn Deep Learning thì sao? Deep Learning là tập hợp con của Machine Learning, nó dùng mạng thần kinh nhân tạo để phân tích dữ liệu về nhiều chi tiết/ khía cạnh khác nhau, nhờ vào các thuật toán mô phỏng hệ thần kinh người và thực hiện việc "learning" từ lượng dữ liệu lớn được cung cấp để giải quyết những vấn đề cụ thể. Tương tự với Machine Learning, Deep Learning cũng tự rút ra những bài học/kinh nghiệm từ những sự việc cụ thể. Thuật toán Deep learning thực hiện một nhiệm vụ nhiều lần, sau mỗi lần thực hiện, nó sẽ tự điều chỉnh cách thức thực hiện nhiệm vụ từng chút một, qua đó cải thiện kết quả được tốt hơn.
 Deep Learning cho phép kết nối dữ liệu giữa tất cả các tế bào thần kinh nhân tạo, rồi điều chỉnh chúng theo dữ liệu mẫu được đưa vào. Số lượng "tế bào thần kinh nhân tạo" được thêm vào càng nhiều => kích thước của dữ liệu sẽ càng lớn => AI có thể học tập ở nhiều cấp độ trừu tượng hơn. Nhờ vậy mà chúng ta có thể xây dựng được một hệ thống "learning" phức tạp hơn, mà không phụ thuộc vào bất kỳ một thuật toán cụ thể nào ! Sau đây là một số ứng dụng phổ biến của Deep Learning hiện nay: Đầu tiên là ứng dụng Deep Learning vào hệ thống gợi ý, các nền tảng Thương mại điện tử lớn hiện nay như Shopee, Tiki, SenDo,… đều có hệ thống gợi ý chính xác, từ đó tăng mức độ tương tác với người dùng, giúp người dùng tìm ra những sản phẩm ưng ý nhất.
 Cụ thể là chúng dựa trên các dữ liệu của người dùng tìm kiếm và tương tác trên các thiết bị có kết nối Internet để gợi ý thêm những sản phẩm họ sẽ thích (như trên các nền tảng mua sắm), gợi ý các bài quảng cáo/được tài trợ (như trên Google) hoặc các khóa học mà người học quan tâm (như trên các nền tảng học online: Edumall, Topica, Unica…). Tiếp đến là việc ứng dụng Deep Learning vào ứng dụng Nhận diện hình ảnh, mục tiêu của công nghệ nhận diện ảnh là nhận biết và xác định các đối tượng trong ảnh cũng như hiểu được nội dung và ngữ cảnh trong đó. Ví dụ như chương trình nhận diện của kỹ sư công nghệ AI: Adam Geitgey với khả năng phân biệt hai khuôn mặt tương tự nhau: nam diễn viên Will Ferrell và nghệ sĩ rock Chad Smith, theo thời gian thực.
 Công nghệ nhận diện khuôn mặt không còn xa lạ gì với người dùng Facebook nữa rồi, nó dùng để gợi ý tag tên bạn bè khi đăng ảnh, hay là ứng dụng vào khoa học tội phạm để điều tra phá án thông qua các hệ thông camera an ninh công cộng… Ứng dụng Deep Learning vào trong y khoa: Watson của IBM đã phát hiện ra một loại bệnh mà các bác sĩ đã phải bó tay vì không thể tìm ra ở một nữ bệnh nhân. Ông đã sử dụng công nghệ để so sánh bộ gen của người phụ nữ này với hơn 20 triệu kết quả nghiên cứu bệnh khác. Chỉ trong 10 phút, Watson đã đưa ra kết quả, nó là một chứng Leukemia cực kỳ hiếm gặp. Ngoài ra, Deep Learning còn được ứng dụng rất nhiều trong thực tế nữa. Công nghệ ngày càng phát triển thì Deep Learning sẽ còn được cải tiến hơn nữa qua năm tháng, chúng ta hãy cùng chờ đón thêm những ứng dụng tuyệt vời của nó nhé. #4. Tổng kếtTuy có rất nhiều ưu điểm vượt trội nhưng ở thời điểm hiện tại, nhưng Deep Learning – DL (dạng AI mà nhân loại đang theo đuổi) cũng có những giới hạn nhất định. Thứ nhất là nó luôn đòi hỏi một lượng dữ liệu đầu vào khổng lồ để máy tính học hỏi, quy trình mất nhiều thời gian và sức mạnh xử lý vốn chỉ dành cho các máy server khủng mới có thể làm được. Khi không có đủ dữ liệu đầu vào, hoặc nếu có đủ dữ liệu đầu vào nhưng lại không có đủ sức mạnh phần cứng để xử lý thì kết quả cuối cùng mà máy tính đưa ra cũng không chính xác. Thứ hai nữa là, DL chưa thể nhận biết được những thứ phức tạp hay tương tự nhau vì hiện nay chưa có kĩ thuật nào đủ tốt để AI có thể rút ra những kết luận đó một cách logic, bởi vì khả năng nhận biết như con người không thể đạt được trong một sớm một chiều được. Không thể phủ nhận là trí tuệ con người đang phát triển với tốc độ chưa từng có, nay với sự trợ giúp của AI nữa thì những thứ mà con người có thể làm ra được trong tương lai chắc bạn và tôi sẽ không thể tưởng tượng ra nổi.
 Có chăng những bộ phim khoa học viễn tưởng về chủ đề này mới chỉ khắc họa một phần của thế giới ấy, hãy xem Westworld của HBO để thấy nhân vật Dolores chính là một hiện thân của Artificial Super Intelligence (ASI) – dạng trí tuệ nhân tạo cao cấp mà con người có thể mường tượng ra. AI đem đến rất nhiều giá trị cho nhân loại, và cũng tiềm ẩn cả những nguy cơ nữa, nhiều chuyên gia lo lắng rằng, khi AI đạt tới một mốc tiến hóa nào đó thì đó cũng là thời điểm loài người diệt vong. Và thật là hợp lý khi AI vẫn còn sơ khai mà người ta đã phải áp đặt ra nhiều luật lệ trong xây dựng các sản phẩm AI có đạo đức (như kiểu: thứ nhất, con người luôn đúng; thứ hai, nếu con người sai, xem lại điều một vậy). Dự báo cho rằng, từ 10 đến 30 năm nữa ngành khoa học này sẽ phát triển lên tới đỉnh cao, vậy nên, bạn và tôi hãy gắng kiếm thật nhiều tiền và sức khỏe để luôn sẵn sàng trải nghiệm những thứ tuyệt vời mà AI mang lại nhé ᵔᴥᵔ Đọc thêm: CTV: Dương Minh Thắng – Blogchiasekienthuc.com Note: Bài viết này hữu ích với bạn chứ? Đừng quên đánh giá bài viết, like và chia sẻ cho bạn bè và người thân của bạn nhé ! |
| [Bạn có biết] Đất hiếm là gì? Đất hiếm dùng để làm gì? Posted: 16 Jun 2021 07:52 PM PDT Mục Lục Nội Dung Chào mừng 500ae đã quay lại với Blog Chia Sẻ Kiến Thức [dot] Com. Như anh em biết đấy, Việt Nam là một đất nước đang phát triển, có nền kinh tế khá là nhỏ bé so với các cường quốc trên thế giới. Thế nhưng, chúng ta đang sở hữu một món "hàng" khiến cho các ông lớn trên thế giới cũng phải thèm khát. "Món hàng" này rất quan trọng trong việc phát triển khoa học công nghệ và các ngành công nghiệp công nghệ cao. Vâng, thứ "hàng" mà mình đang đề cập đến đó chính là ĐẤT HIẾM. Nói đến đây chắc hẳn nhiều bạn sẽ cảm thấy khá là lạ đúng không, và có khi cũng không biết Đất hiếm là gì luôn ᵔᴥᵔ Vậy nên trong bài viết ngày hôm nay, mình sẽ giúp các bạn tìm hiểu kỹ hơn về "món hàng" mà các ông lớn trên thế giới đều thèm khát này nhé ! Okay, bắt đầu ngay thôi 😀
 #1. Đất hiếm là gì?Đã gọi là đất thì Đất hiếm cũng là đất, thế nhưng nó được gọi là Đất hiếm thì chắc chắn cũng phải có lý do nào đó, phải có điều gì đó đặc biệt hơn so với các loại đất thông thường. Đất hiếm (Rare Earth) có hàng loạt các nguyên tố hóa học được tìm thấy trong vỏ trái đất. Thật vậy, đất hiếm có các thành phần rất đặc biệt mà các loại đất khác không có, cụ thể hơn thì đất hiếm có 17 nguyên tố đặc biệt đó là:
17 nguyên tố này rất hiếm, nhưng không phải hiếm do sản lượng trong tự nhiên ít, mà nó hiếm là bởi rất khó để có thể khai thác. Vậy tại sao nó lại khó khai thác khi mà các thiết bị máy móc hiện nay đã rất tân tiến và hiện đại rồi?
 Câu trả lời là: đất hiếm không giống như các mỏ kim loại hay bất kỳ thứ gì mà con người thường khai thác. Nó không tập trung tại một điểm, mà nó phân bổ rải rác ở khắp nơi trên thế giới (phi tập trung). Thử tưởng tượng mà xem, bạn đào cả tấn đất nhưng chỉ khai thác được vài gam đất hiếm – thế nên rất ít quốc gia khai thác được thứ đất hiếm này. Còn một điều nữa, do việc khai thác đất hiếm sẽ có tác động rất tiêu cực đến môi trường, vậy nên các nước phát triển như phương Tây họ rất hạn chế cấp phép để khai thác. Hơn nữa, trong đất hiếm có những nguyên tố vô cùng độc hại (có nhiều nguyên tố có tính phóng xạ). Vậy nên, nếu khai thác không đúng cách sẽ gây ô nhiễm môi trường nặng nề. => Và tên gọi đất hiếm cũng bắt nguồn từ đó ! #2. Đất hiếm có tác dụng thế nào?Chỉ hiếm thôi là chưa đủ, mà nó còn phải quý nữa, nó phải có giá trị thực sự thì các ông lớn trên thế giới mới "thèm khát" đến như vậy. Vậy cụ thể thì đất hiếm nó quý như thế nào?
 Đối với các quốc gia có nền khoa học công nghệ phát triển mạnh, nền kinh tế bền vững và sức mạnh quân sự tuyệt vời (ví dụ như Mỹ) thì đất hiếm lại càng quan trọng hơn nữa. Bởi muốn phát triển khoa học công nghệ và tăng cường sức mạnh quân sự thì đất hiếm đóng một vai trò cực kỳ quan trọng. Cụ thể hơn thì, trong lĩnh vực công nghệ – đất hiếm là một trong những nguyên liệu không thể thiếu để sản xuất các thiết bị điện tử như máy tính, mạng, màn hình, Pin, thông tin liên lạc, năng lượng sạch, sức khỏe và nhiều thiết bị điện tử hiện đại khác.. Trong lĩnh vực công nghiệp thì đất hiếm dùng để sản xuất nam châm vĩnh cửu, vật liệu siêu dẫn, làm chất xúc tác trong công nghệ lọc hóa dầu và xử lý môi trường…. Còn trong lĩnh vực quân sự thì Đất hiếm cũng là nguyên liệu cực kỳ quan trong để sản xuất radar, tên lửa, các thiết bị y tế và các vũ khí quân sự tối tân như tàu sân bay, máy bay, tàu ngầm…
 Với việc hiếm và có giá trị sử dụng rất cao nên đất hiếm được xem như là loại quặng có giá trị cao và là một quân cờ rất quan trọng trên bàn cờ trong các cuộc chiến về công nghệ và thương mại trên thế giới. Như vậy, nước nào càng sở hữu nhiều mỏ đất hiếm thì về lâu về dài sẽ càng có tiếng nói trên trường quốc tế đúng không nào 🙂 Chắc hẳn các bạn còn nhớ cuộc chiến tranh thương mại rất căng thẳng giữa Mỹ và Trung Quốc rồi đúng không nào. Và trong cuộc chiến gay gắt đó, phía Trung Quốc đã đưa ra một lời đe dọa rằng sẽ hạn chế hoặc ngừng xuất khẩu đất hiếm sang Mỹ. Mà như các bạn biết đấy, Mỹ là một cường quốc về công nghệ và quân sự, việc thiếu hụt nguyên liệu sẽ ảnh hưởng nhiều như thế nào? Không chỉ như vậy, thứ "vũ khí" này cũng được chính Trung Quốc dùng để đe dọa Nhật Bản, khiến cho Nhật Bản phải cử các chuyên gia sang Việt Nam để nghiên cứu về loại nguyên liệu đắt đỏ này.
Nói túm lại, ĐẤT HIẾM là thành phần không thể thiếu trong sản xuất các loại thiết bị, cũng như linh kiện điện tử và hầu hết các lĩnh vực trong cuộc sống (giáo dục, giao thông, y khoa..). Nếu thiếu đất hiếm thì chúng ta sẽ không thể sản xuất được các sản phẩm thiết yếu để phục vụ đời sống hằng ngày. Lại càng không thể chếtạo vũ khí…
 #3. Việt Nam có đất hiếm hay không?Vâng, nếu như các bạn đã đọc qua phần đầu của bài viết thì chắc có lẽ cũng đã biết câu trả lời rồi đúng không :)) Hơn nữa, nếu như Việt Nam không có đất hiếm thì việc gì mà Nhật Bản phải cử chuyên gia sang đây để nghiên cứu đúng không ạ ᵔᴥᵔ Cha ông ta thời xưa đã có câu: Việt Nam "rừng vàng biển bạc" quả đúng không sai tị nào. Rừng không chỉ có sản lượng gỗ quý hiếm, động vật phong phú, đa dạng mà còn có cả đất hiếm nữa, một thứ nguyên liệu cực kỳ quan trọng trong việc phát triển đất nước sau này. Theo ước tính của các chuyên gia, sản lượng đất hiếm có mặt trên toàn cầu là 120 triệu tấn. Trong đó Trung Quốc sở hữu 44 triệu tấn, đứng thứ 2 là Việt Nam và Brazil với 22 triệu tấn. Tuy nhiên, khác cái là các nước kia đã khai thác từ rất lâu rồi, còn ở Việt Nam chúng ta thì sản lượng hầu như còn nguyên, do chưa bị khai thác.
 Như vậy, ngoài dầu mỏ ra thì nguồn tài nguyên đất hiếm của Việt Nam cũng vô cùng dồi dào, có thể được xem như là mỏ vàng nếu như biết cách khai thác hợp lý. Thông tin thêm cho các bạn đó là, mỏ đất hiếm của Việt Nam tập trung ở Tây Bắc, mỏ đất hiếm lớn nhất ở Việt Nam và cũng là lớn nhất ĐNA nằm ở Tam Đường – Lai Châu. Như vậy, đất hiếm đóng một vai trò cực kỳ quan trọng trong thời kỳ phát triển khoa học công nghệ như hiện nay. Đây được xem như là một cái đòn bẩy để giúp Việt Nam phát triển hơn trong tương lai, cũng như là một vũ khí cực kỳ lợi hại trên trường quốc tế. #4. Lời kếtOkay, như vậy là qua bài viết này thì mình tin là bạn đã hiểu hơn về đất hiếm rồi đúng không. Qua đó thì chúng ta cũng thấy được Việt Nam chúng ta là một đất nước tiềm năng như thế nào, hãy cố gắng phát triển đất nước bằng cách không ngừng học hỏi mỗi ngày nha anh em (>‿♥) CTV: Đinh Tùng – Blogchiasekienthuc.com Note: Bài viết này hữu ích với bạn chứ? Đừng quên đánh giá bài viết, like và chia sẻ cho bạn bè và người thân của bạn nhé ! |
| You are subscribed to email updates from Blog chia sẻ kiến thức: Máy tính - Công nghệ & Cuộc Sống. To stop receiving these emails, you may unsubscribe now. | Email delivery powered by Google |
| Google, 1600 Amphitheatre Parkway, Mountain View, CA 94043, United States | |
0 nhận xét:
Đăng nhận xét