Cập nhật DeepSeek V3: Khả năng tính toán và Thuật toán cùng nhảy múa
Gần đây, DeepSeek đã đạt được bước đột phá lớn trong lĩnh vực mô hình trí tuệ nhân tạo, ra mắt phiên bản DeepSeek-V3-0324 với số lượng tham số lên đến 6850 tỷ. Cập nhật này đã cải thiện đáng kể hiệu suất của mô hình trong các lĩnh vực như khả năng mã hóa, thiết kế UI và khả năng suy luận.
Tại hội nghị GTC 2025 gần đây, một giám đốc điều hành của một công ty công nghệ nổi tiếng đã ca ngợi những thành tựu của DeepSeek. Ông nhấn mạnh rằng quan điểm trước đây trên thị trường cho rằng mô hình hiệu quả của DeepSeek sẽ làm giảm nhu cầu về chip hiệu suất cao là sai lầm. Thực tế, nhu cầu tính toán trong tương lai chỉ ngày càng tăng.
DeepSeek như một biểu tượng của sự đổi mới thuật toán, mối quan hệ giữa nó và phần cứng tính toán hiệu suất cao đã gây ra nhiều cuộc thảo luận trong ngành. Bài viết này sẽ đi sâu vào khám phá khả năng tính toán và thuật toán có ảnh hưởng sâu sắc đến sự phát triển của ngành công nghiệp trí tuệ nhân tạo.
Khả năng tính toán và sự phát triển phối hợp của thuật toán
Trong lĩnh vực trí tuệ nhân tạo, khả năng tính toán được nâng cao cung cấp nền tảng để thực hiện những thuật toán phức tạp hơn, cho phép mô hình xử lý dữ liệu quy mô lớn hơn và học hỏi những mẫu phức tạp hơn. Đồng thời, việc tối ưu hóa thuật toán có thể sử dụng khả năng tính toán một cách hiệu quả hơn, nâng cao hiệu suất sử dụng tài nguyên tính toán.
Khả năng tính toán và thuật toán đang tái định hình cục diện ngành công nghiệp trí tuệ nhân tạo:
Đường đi kỹ thuật phân hóa: Một số công ty đang nỗ lực xây dựng các cụm khả năng tính toán siêu lớn, trong khi những công ty khác tập trung vào tối ưu hóa hiệu suất thuật toán, tạo thành các trường phái kỹ thuật khác nhau.
Tái cấu trúc chuỗi công nghiệp: Một số công ty trở thành những người dẫn đầu về khả năng tính toán trí tuệ nhân tạo thông qua hệ sinh thái, trong khi các nhà cung cấp dịch vụ đám mây giảm bớt rào cản triển khai thông qua dịch vụ khả năng tính toán linh hoạt.
Điều chỉnh phân bổ tài nguyên: Doanh nghiệp tìm kiếm sự cân bằng giữa đầu tư vào hạ tầng phần cứng và phát triển thuật toán hiệu quả.
Sự trỗi dậy của cộng đồng mã nguồn mở: Các mô hình mã nguồn mở như DeepSeek, LLaMA giúp chia sẻ thành quả đổi mới thuật toán và khả năng tính toán, thúc đẩy quá trình lặp lại và lan tỏa công nghệ.
Đổi mới công nghệ của DeepSeek
Sự gia tăng nhanh chóng của DeepSeek không thể tách rời khỏi sự đổi mới công nghệ của nó. Dưới đây là giải thích đơn giản về những đổi mới công nghệ chính của nó:
Tối ưu hóa kiến trúc mô hình
DeepSeek sử dụng kiến trúc kết hợp giữa Transformer và MOE (Mixture of Experts), đồng thời đưa vào cơ chế chú ý tiềm ẩn đa đầu (Multi-Head Latent Attention, MLA). Kiến trúc này giống như một nhóm làm việc hiệu quả, trong đó Transformer chịu trách nhiệm cho các nhiệm vụ thông thường, còn MOE giống như nhóm chuyên gia, mỗi chuyên gia có chuyên môn riêng. Khi gặp vấn đề cụ thể, chuyên gia giỏi nhất sẽ xử lý, từ đó nâng cao đáng kể hiệu suất và độ chính xác của mô hình. Cơ chế MLA cho phép mô hình linh hoạt hơn trong việc chú ý đến các chi tiết quan trọng khác nhau, từ đó cải thiện thêm hiệu suất.
Phương pháp đào tạo cách mạng
DeepSeek đã đưa ra khung huấn luyện chính xác hỗn hợp FP8. Khung này giống như một bộ phân phối tài nguyên thông minh, có khả năng chọn lựa độ chính xác tính toán phù hợp một cách linh hoạt dựa trên nhu cầu của các giai đoạn khác nhau trong quá trình huấn luyện. Sử dụng độ chính xác cao khi cần tính toán chính xác, đảm bảo độ chính xác của mô hình; giảm độ chính xác khi có thể chấp nhận độ chính xác thấp hơn, từ đó tiết kiệm tài nguyên tính toán, tăng tốc độ huấn luyện và giảm chiếm dụng bộ nhớ.
Nâng cao hiệu suất suy diễn
Trong giai đoạn suy diễn, DeepSeek đã giới thiệu công nghệ Dự đoán nhiều Token (Multi-token Prediction, MTP). Phương pháp suy diễn truyền thống thực hiện từng bước một, mỗi bước chỉ dự đoán một Token. Trong khi đó, công nghệ MTP có khả năng dự đoán nhiều Token cùng một lúc, giúp tăng tốc độ suy diễn đáng kể và đồng thời giảm chi phí suy diễn.
đột phá thuật toán học tăng cường
Thuật toán học tăng cường mới GRPO (Tối ưu hóa được thưởng và phạt tổng quát) của DeepSeek đã tối ưu hóa quá trình huấn luyện mô hình. Điều này giống như việc trang bị cho mô hình một huấn luyện viên hiệu quả, dẫn dắt mô hình học hỏi những hành vi tốt hơn thông qua phần thưởng và hình phạt. So với các thuật toán học tăng cường truyền thống, thuật toán mới hiệu quả hơn, có khả năng giảm thiểu tính toán không cần thiết trong khi vẫn đảm bảo sự cải thiện hiệu suất của mô hình, đạt được sự cân bằng giữa hiệu suất và chi phí.
Những đổi mới này đã hình thành một hệ thống công nghệ hoàn chỉnh, giảm yêu cầu về khả năng tính toán trong toàn bộ chuỗi từ đào tạo đến suy luận. Hiện nay, các card đồ họa tiêu dùng thông thường cũng có thể chạy các mô hình trí tuệ nhân tạo mạnh mẽ, giảm đáng kể rào cản đối với các ứng dụng trí tuệ nhân tạo, cho phép nhiều nhà phát triển và doanh nghiệp tham gia vào sự đổi mới trí tuệ nhân tạo.
Ảnh hưởng đến phần cứng tính toán hiệu suất cao
Có quan điểm cho rằng DeepSeek đã bỏ qua một số lớp phần mềm, từ đó giảm thiểu sự phụ thuộc vào phần cứng cụ thể. Thực tế, DeepSeek thực hiện tối ưu hóa thuật toán bằng cách thao tác trực tiếp trên tập lệnh cơ sở. Phương pháp này cho phép DeepSeek đạt được việc điều chỉnh hiệu suất tinh vi hơn.
Cách làm này có ảnh hưởng hai mặt đến các nhà sản xuất phần cứng tính toán hiệu suất cao. Một mặt, sự gắn bó của DeepSeek với phần cứng và hệ sinh thái đã sâu sắc hơn, việc giảm bớt rào cản ứng dụng trí tuệ nhân tạo có thể mở rộng quy mô thị trường tổng thể. Mặt khác, tối ưu hóa thuật toán của DeepSeek có thể thay đổi cấu trúc nhu cầu thị trường đối với chip cao cấp, một số mô hình trí tuệ nhân tạo vốn cần GPU hàng đầu để hoạt động, giờ có thể hoạt động hiệu quả trên các card đồ họa tầm trung hoặc thậm chí cấp entry.
Ý nghĩa đối với ngành công nghiệp trí tuệ nhân tạo
Tối ưu hóa thuật toán của DeepSeek đã cung cấp một con đường mới cho những đột phá công nghệ trong ngành công nghiệp trí tuệ nhân tạo. Trong bối cảnh nguồn cung chip cao cấp bị hạn chế, tư duy "phần mềm bù phần cứng" đã giảm nhẹ sự phụ thuộc vào chip nhập khẩu hàng đầu.
Tại phía thượng nguồn, thuật toán hiệu quả đã giảm áp lực nhu cầu về khả năng tính toán, cho phép các nhà cung cấp dịch vụ khả năng tính toán mở rộng chu kỳ sử dụng phần cứng thông qua tối ưu hóa phần mềm, từ đó nâng cao lợi nhuận đầu tư. Ở phía hạ nguồn, các mô hình mã nguồn mở đã được tối ưu hóa đã giảm bớt rào cản phát triển ứng dụng trí tuệ nhân tạo. Nhiều doanh nghiệp vừa và nhỏ không cần nguồn lực khả năng tính toán lớn, cũng có thể phát triển các ứng dụng cạnh tranh dựa trên mô hình DeepSeek, điều này sẽ thúc đẩy sự xuất hiện của nhiều giải pháp trí tuệ nhân tạo trong các lĩnh vực chuyên biệt hơn.
Ảnh hưởng sâu rộng của Web3+AI
Cơ sở hạ tầng AI phi tập trung
Tối ưu hóa thuật toán của DeepSeek đã mang lại động lực mới cho cơ sở hạ tầng AI Web3. Kiến trúc đổi mới, thuật toán hiệu quả và nhu cầu khả năng tính toán thấp đã làm cho lý luận AI phi tập trung trở nên khả thi. Kiến trúc MoE tự nhiên phù hợp với việc triển khai phân tán, các nút khác nhau có thể nắm giữ các mạng chuyên gia khác nhau, không cần một nút duy nhất lưu trữ mô hình hoàn chỉnh, điều này đã giảm đáng kể yêu cầu lưu trữ và tính toán của một nút đơn, từ đó nâng cao tính linh hoạt và hiệu quả của mô hình.
Khung huấn luyện FP8 giảm bớt nhu cầu về tài nguyên tính toán cao cấp, cho phép nhiều tài nguyên tính toán hơn có thể tham gia vào mạng lưới nút. Điều này không chỉ giảm bớt rào cản tham gia tính toán AI phi tập trung, mà còn nâng cao khả năng và hiệu suất tính toán của toàn bộ mạng.
Hệ thống đa tác nhân
Tối ưu hóa chiến lược giao dịch thông minh: Thông qua phân tích dữ liệu thị trường theo thời gian thực, dự đoán biến động giá ngắn hạn, thực hiện giao dịch trên chuỗi, giám sát kết quả giao dịch và nhiều tác nhân thông minh phối hợp hoạt động, giúp người dùng đạt được lợi nhuận cao hơn.
Thực thi tự động của hợp đồng thông minh: Giám sát hợp đồng thông minh, thực hiện hợp đồng thông minh, giám sát kết quả thực hiện và các tác nhân thông minh phối hợp hoạt động, đạt được tự động hóa logic kinh doanh phức tạp hơn.
Quản lý danh mục đầu tư cá nhân hóa: Trí tuệ nhân tạo giúp người dùng tìm kiếm cơ hội staking hoặc cung cấp thanh khoản tốt nhất theo sở thích rủi ro, mục tiêu đầu tư và tình hình tài chính của người dùng.
Kết luận
DeepSeek chính là tìm kiếm đột phá thông qua đổi mới thuật toán dưới sự ràng buộc của khả năng tính toán, mở ra con đường phát triển khác biệt cho ngành công nghiệp trí tuệ nhân tạo. Giảm bớt rào cản ứng dụng, thúc đẩy sự kết hợp giữa Web3 và AI, giảm bớt sự phụ thuộc vào chip cao cấp, trao quyền cho đổi mới tài chính, những tác động này đang định hình lại cấu trúc kinh tế số. Tương lai phát triển trí tuệ nhân tạo không chỉ là cuộc đua khả năng tính toán, mà là cuộc đua tối ưu phối hợp giữa khả năng tính toán và thuật toán. Trên đường đua mới này, những người đổi mới như DeepSeek đang định nghĩa lại các quy tắc trò chơi bằng trí tuệ.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
DeepSeek V3 cập nhật lớn Khả năng tính toán và Thuật toán cùng nhau dẫn dắt tương lai AI
Cập nhật DeepSeek V3: Khả năng tính toán và Thuật toán cùng nhảy múa
Gần đây, DeepSeek đã đạt được bước đột phá lớn trong lĩnh vực mô hình trí tuệ nhân tạo, ra mắt phiên bản DeepSeek-V3-0324 với số lượng tham số lên đến 6850 tỷ. Cập nhật này đã cải thiện đáng kể hiệu suất của mô hình trong các lĩnh vực như khả năng mã hóa, thiết kế UI và khả năng suy luận.
Tại hội nghị GTC 2025 gần đây, một giám đốc điều hành của một công ty công nghệ nổi tiếng đã ca ngợi những thành tựu của DeepSeek. Ông nhấn mạnh rằng quan điểm trước đây trên thị trường cho rằng mô hình hiệu quả của DeepSeek sẽ làm giảm nhu cầu về chip hiệu suất cao là sai lầm. Thực tế, nhu cầu tính toán trong tương lai chỉ ngày càng tăng.
DeepSeek như một biểu tượng của sự đổi mới thuật toán, mối quan hệ giữa nó và phần cứng tính toán hiệu suất cao đã gây ra nhiều cuộc thảo luận trong ngành. Bài viết này sẽ đi sâu vào khám phá khả năng tính toán và thuật toán có ảnh hưởng sâu sắc đến sự phát triển của ngành công nghiệp trí tuệ nhân tạo.
Khả năng tính toán và sự phát triển phối hợp của thuật toán
Trong lĩnh vực trí tuệ nhân tạo, khả năng tính toán được nâng cao cung cấp nền tảng để thực hiện những thuật toán phức tạp hơn, cho phép mô hình xử lý dữ liệu quy mô lớn hơn và học hỏi những mẫu phức tạp hơn. Đồng thời, việc tối ưu hóa thuật toán có thể sử dụng khả năng tính toán một cách hiệu quả hơn, nâng cao hiệu suất sử dụng tài nguyên tính toán.
Khả năng tính toán và thuật toán đang tái định hình cục diện ngành công nghiệp trí tuệ nhân tạo:
Đường đi kỹ thuật phân hóa: Một số công ty đang nỗ lực xây dựng các cụm khả năng tính toán siêu lớn, trong khi những công ty khác tập trung vào tối ưu hóa hiệu suất thuật toán, tạo thành các trường phái kỹ thuật khác nhau.
Tái cấu trúc chuỗi công nghiệp: Một số công ty trở thành những người dẫn đầu về khả năng tính toán trí tuệ nhân tạo thông qua hệ sinh thái, trong khi các nhà cung cấp dịch vụ đám mây giảm bớt rào cản triển khai thông qua dịch vụ khả năng tính toán linh hoạt.
Điều chỉnh phân bổ tài nguyên: Doanh nghiệp tìm kiếm sự cân bằng giữa đầu tư vào hạ tầng phần cứng và phát triển thuật toán hiệu quả.
Sự trỗi dậy của cộng đồng mã nguồn mở: Các mô hình mã nguồn mở như DeepSeek, LLaMA giúp chia sẻ thành quả đổi mới thuật toán và khả năng tính toán, thúc đẩy quá trình lặp lại và lan tỏa công nghệ.
Đổi mới công nghệ của DeepSeek
Sự gia tăng nhanh chóng của DeepSeek không thể tách rời khỏi sự đổi mới công nghệ của nó. Dưới đây là giải thích đơn giản về những đổi mới công nghệ chính của nó:
Tối ưu hóa kiến trúc mô hình
DeepSeek sử dụng kiến trúc kết hợp giữa Transformer và MOE (Mixture of Experts), đồng thời đưa vào cơ chế chú ý tiềm ẩn đa đầu (Multi-Head Latent Attention, MLA). Kiến trúc này giống như một nhóm làm việc hiệu quả, trong đó Transformer chịu trách nhiệm cho các nhiệm vụ thông thường, còn MOE giống như nhóm chuyên gia, mỗi chuyên gia có chuyên môn riêng. Khi gặp vấn đề cụ thể, chuyên gia giỏi nhất sẽ xử lý, từ đó nâng cao đáng kể hiệu suất và độ chính xác của mô hình. Cơ chế MLA cho phép mô hình linh hoạt hơn trong việc chú ý đến các chi tiết quan trọng khác nhau, từ đó cải thiện thêm hiệu suất.
Phương pháp đào tạo cách mạng
DeepSeek đã đưa ra khung huấn luyện chính xác hỗn hợp FP8. Khung này giống như một bộ phân phối tài nguyên thông minh, có khả năng chọn lựa độ chính xác tính toán phù hợp một cách linh hoạt dựa trên nhu cầu của các giai đoạn khác nhau trong quá trình huấn luyện. Sử dụng độ chính xác cao khi cần tính toán chính xác, đảm bảo độ chính xác của mô hình; giảm độ chính xác khi có thể chấp nhận độ chính xác thấp hơn, từ đó tiết kiệm tài nguyên tính toán, tăng tốc độ huấn luyện và giảm chiếm dụng bộ nhớ.
Nâng cao hiệu suất suy diễn
Trong giai đoạn suy diễn, DeepSeek đã giới thiệu công nghệ Dự đoán nhiều Token (Multi-token Prediction, MTP). Phương pháp suy diễn truyền thống thực hiện từng bước một, mỗi bước chỉ dự đoán một Token. Trong khi đó, công nghệ MTP có khả năng dự đoán nhiều Token cùng một lúc, giúp tăng tốc độ suy diễn đáng kể và đồng thời giảm chi phí suy diễn.
đột phá thuật toán học tăng cường
Thuật toán học tăng cường mới GRPO (Tối ưu hóa được thưởng và phạt tổng quát) của DeepSeek đã tối ưu hóa quá trình huấn luyện mô hình. Điều này giống như việc trang bị cho mô hình một huấn luyện viên hiệu quả, dẫn dắt mô hình học hỏi những hành vi tốt hơn thông qua phần thưởng và hình phạt. So với các thuật toán học tăng cường truyền thống, thuật toán mới hiệu quả hơn, có khả năng giảm thiểu tính toán không cần thiết trong khi vẫn đảm bảo sự cải thiện hiệu suất của mô hình, đạt được sự cân bằng giữa hiệu suất và chi phí.
Những đổi mới này đã hình thành một hệ thống công nghệ hoàn chỉnh, giảm yêu cầu về khả năng tính toán trong toàn bộ chuỗi từ đào tạo đến suy luận. Hiện nay, các card đồ họa tiêu dùng thông thường cũng có thể chạy các mô hình trí tuệ nhân tạo mạnh mẽ, giảm đáng kể rào cản đối với các ứng dụng trí tuệ nhân tạo, cho phép nhiều nhà phát triển và doanh nghiệp tham gia vào sự đổi mới trí tuệ nhân tạo.
Ảnh hưởng đến phần cứng tính toán hiệu suất cao
Có quan điểm cho rằng DeepSeek đã bỏ qua một số lớp phần mềm, từ đó giảm thiểu sự phụ thuộc vào phần cứng cụ thể. Thực tế, DeepSeek thực hiện tối ưu hóa thuật toán bằng cách thao tác trực tiếp trên tập lệnh cơ sở. Phương pháp này cho phép DeepSeek đạt được việc điều chỉnh hiệu suất tinh vi hơn.
Cách làm này có ảnh hưởng hai mặt đến các nhà sản xuất phần cứng tính toán hiệu suất cao. Một mặt, sự gắn bó của DeepSeek với phần cứng và hệ sinh thái đã sâu sắc hơn, việc giảm bớt rào cản ứng dụng trí tuệ nhân tạo có thể mở rộng quy mô thị trường tổng thể. Mặt khác, tối ưu hóa thuật toán của DeepSeek có thể thay đổi cấu trúc nhu cầu thị trường đối với chip cao cấp, một số mô hình trí tuệ nhân tạo vốn cần GPU hàng đầu để hoạt động, giờ có thể hoạt động hiệu quả trên các card đồ họa tầm trung hoặc thậm chí cấp entry.
Ý nghĩa đối với ngành công nghiệp trí tuệ nhân tạo
Tối ưu hóa thuật toán của DeepSeek đã cung cấp một con đường mới cho những đột phá công nghệ trong ngành công nghiệp trí tuệ nhân tạo. Trong bối cảnh nguồn cung chip cao cấp bị hạn chế, tư duy "phần mềm bù phần cứng" đã giảm nhẹ sự phụ thuộc vào chip nhập khẩu hàng đầu.
Tại phía thượng nguồn, thuật toán hiệu quả đã giảm áp lực nhu cầu về khả năng tính toán, cho phép các nhà cung cấp dịch vụ khả năng tính toán mở rộng chu kỳ sử dụng phần cứng thông qua tối ưu hóa phần mềm, từ đó nâng cao lợi nhuận đầu tư. Ở phía hạ nguồn, các mô hình mã nguồn mở đã được tối ưu hóa đã giảm bớt rào cản phát triển ứng dụng trí tuệ nhân tạo. Nhiều doanh nghiệp vừa và nhỏ không cần nguồn lực khả năng tính toán lớn, cũng có thể phát triển các ứng dụng cạnh tranh dựa trên mô hình DeepSeek, điều này sẽ thúc đẩy sự xuất hiện của nhiều giải pháp trí tuệ nhân tạo trong các lĩnh vực chuyên biệt hơn.
Ảnh hưởng sâu rộng của Web3+AI
Cơ sở hạ tầng AI phi tập trung
Tối ưu hóa thuật toán của DeepSeek đã mang lại động lực mới cho cơ sở hạ tầng AI Web3. Kiến trúc đổi mới, thuật toán hiệu quả và nhu cầu khả năng tính toán thấp đã làm cho lý luận AI phi tập trung trở nên khả thi. Kiến trúc MoE tự nhiên phù hợp với việc triển khai phân tán, các nút khác nhau có thể nắm giữ các mạng chuyên gia khác nhau, không cần một nút duy nhất lưu trữ mô hình hoàn chỉnh, điều này đã giảm đáng kể yêu cầu lưu trữ và tính toán của một nút đơn, từ đó nâng cao tính linh hoạt và hiệu quả của mô hình.
Khung huấn luyện FP8 giảm bớt nhu cầu về tài nguyên tính toán cao cấp, cho phép nhiều tài nguyên tính toán hơn có thể tham gia vào mạng lưới nút. Điều này không chỉ giảm bớt rào cản tham gia tính toán AI phi tập trung, mà còn nâng cao khả năng và hiệu suất tính toán của toàn bộ mạng.
Hệ thống đa tác nhân
Tối ưu hóa chiến lược giao dịch thông minh: Thông qua phân tích dữ liệu thị trường theo thời gian thực, dự đoán biến động giá ngắn hạn, thực hiện giao dịch trên chuỗi, giám sát kết quả giao dịch và nhiều tác nhân thông minh phối hợp hoạt động, giúp người dùng đạt được lợi nhuận cao hơn.
Thực thi tự động của hợp đồng thông minh: Giám sát hợp đồng thông minh, thực hiện hợp đồng thông minh, giám sát kết quả thực hiện và các tác nhân thông minh phối hợp hoạt động, đạt được tự động hóa logic kinh doanh phức tạp hơn.
Quản lý danh mục đầu tư cá nhân hóa: Trí tuệ nhân tạo giúp người dùng tìm kiếm cơ hội staking hoặc cung cấp thanh khoản tốt nhất theo sở thích rủi ro, mục tiêu đầu tư và tình hình tài chính của người dùng.
Kết luận
DeepSeek chính là tìm kiếm đột phá thông qua đổi mới thuật toán dưới sự ràng buộc của khả năng tính toán, mở ra con đường phát triển khác biệt cho ngành công nghiệp trí tuệ nhân tạo. Giảm bớt rào cản ứng dụng, thúc đẩy sự kết hợp giữa Web3 và AI, giảm bớt sự phụ thuộc vào chip cao cấp, trao quyền cho đổi mới tài chính, những tác động này đang định hình lại cấu trúc kinh tế số. Tương lai phát triển trí tuệ nhân tạo không chỉ là cuộc đua khả năng tính toán, mà là cuộc đua tối ưu phối hợp giữa khả năng tính toán và thuật toán. Trên đường đua mới này, những người đổi mới như DeepSeek đang định nghĩa lại các quy tắc trò chơi bằng trí tuệ.