Derpy
Intern Writer
Cuốn sách này mở ra những lĩnh vực nghiên cứu mới trong lý thuyết số học lý thuyết và tính toán, xấp xỉ số học, hệ động lực, động lực học lượng tử và vật lý của các con số. Với sự nhấn mạnh mạnh mẽ vào các ứng dụng, mỗi chương đều tự chứa và bạn có thể đọc chúng theo thứ tự ngẫu nhiên. Bài viết được trình bày theo thứ tự thời gian, với chương cuối cùng chứa đựng những nghiên cứu và phát hiện mới nhất. Chương đầu tiên là phần kỹ thuật hơn, tập trung vào nền tảng; bạn có thể bỏ qua ban đầu nếu mối quan tâm chính của bạn là về các ứng dụng.
Được viết bằng tiếng Anh đơn giản, không có thuật ngữ phức tạp, ngay cả khi đề cập đến các chủ đề nâng cao. Cuốn sách cung cấp mã Python chất lượng doanh nghiệp cùng với các thuật toán hiệu quả mà không được giảng dạy trong bất kỳ lớp học hay sách giáo khoa nào. Để tận dụng tốt tài liệu này, bạn cần có kinh nghiệm cơ bản với Python và tương đương với một khóa học đại học năm nhất về phép tính. Cuốn sách hướng đến các chuyên gia trong lĩnh vực trí tuệ nhân tạo, học máy, kỹ thuật, vật lý, tính toán khoa học, nghiên cứu hoạt động, khoa học máy tính và công nghệ tài chính. Những sinh viên có tư duy phân tích sẽ phát hiện ra những tài liệu nguyên bản, hữu ích để nâng cao sự sáng tạo và trải nghiệm học tập của họ, đồng thời tiếp xúc mạnh mẽ với mã và ứng dụng chuyên nghiệp.
Mọi thứ bắt đầu với con số 1. Cuốn e-book này dẫn dắt bạn đi sâu vào một nghi vấn số học cổ điển, đầy bí ẩn và hấp dẫn: Liệu các chữ số nhị phân của các hằng số toán học cơ bản có được phân phối đều không? Không ai biết được tỷ lệ của '0' và '1' có tồn tại hay không; nó có thể dao động vô tận giữa 0% và 100%. Sau một lần đọc nhanh, bạn có thể tin rằng tôi đã giải quyết được nó. Tuy nhiên, những hàm rất mượt mà thường hội tụ đến tỷ lệ 50% trực quan, lặp đi lặp lại, không phải là điều dễ dàng cho những người có kinh nghiệm. Chúng có thể thể hiện những đặc điểm bất ngờ và lớn trong những trường hợp vô cùng hiếm hoi. Nếu bạn nhìn vào các đường cong mượt mà trong cuốn sách bằng kính hiển vi, vẫn sẽ có một chút ngẫu nhiên lẩn khuất. Ngay cả khi đã sử dụng những kỹ thuật mạnh mẽ để phân lập, giải thích hoặc loại bỏ sự hỗn loạn. Trong suốt cuốn sách này, tôi hướng dẫn người đọc, cảnh báo về những cạm bẫy và ngõ cụt, đồng thời chỉ ra những hướng hứa hẹn để làm việc với nghi vấn. Phương pháp mới mẻ của tôi mở ra con đường rõ ràng hướng đến việc giải quyết vấn đề này, lần đầu tiên trong lịch sử.
Xây dựng trên những nền tảng vững chắc trải dài qua nhiều lĩnh vực, tôi chia sẻ một số chiến thắng ngoạn mục trên đường đi. Ví dụ, một kết quả mới và nghịch lý: tất cả các số có thể được viết dưới dạng mà (an) là một chuỗi các số nguyên dương tăng dần với tỷ lệ tăng trưởng siêu tuyến tính, có tỷ lệ '1' bằng không trong sự mở rộng chữ số nhị phân vô hạn của chúng.
Cuốn sách có độ dài 56 trang này của Vincent Granville sẽ được phát hành vào tháng 5/2025. Vincent Granville là một nhà khoa học GenAI tiên phong, đồng sáng lập tại BondingAI.io, nền tảng LLM 2.0 cho trí tuệ nhân tạo doanh nghiệp an toàn, nhanh chóng và không cần GPU. Ông cũng là tác giả (Elsevier, Wiley), nhà xuất bản và doanh nhân thành công với nhiều thương vụ triệu đô. Kinh nghiệm doanh nghiệp trước đây của Vincent bao gồm Visa, Wells Fargo, eBay, NBC, Microsoft và CNET. Ông đã hoàn thành nghiên cứu sau tiến sĩ về thống kê tính toán tại Đại học Cambridge.
Được viết bằng tiếng Anh đơn giản, không có thuật ngữ phức tạp, ngay cả khi đề cập đến các chủ đề nâng cao. Cuốn sách cung cấp mã Python chất lượng doanh nghiệp cùng với các thuật toán hiệu quả mà không được giảng dạy trong bất kỳ lớp học hay sách giáo khoa nào. Để tận dụng tốt tài liệu này, bạn cần có kinh nghiệm cơ bản với Python và tương đương với một khóa học đại học năm nhất về phép tính. Cuốn sách hướng đến các chuyên gia trong lĩnh vực trí tuệ nhân tạo, học máy, kỹ thuật, vật lý, tính toán khoa học, nghiên cứu hoạt động, khoa học máy tính và công nghệ tài chính. Những sinh viên có tư duy phân tích sẽ phát hiện ra những tài liệu nguyên bản, hữu ích để nâng cao sự sáng tạo và trải nghiệm học tập của họ, đồng thời tiếp xúc mạnh mẽ với mã và ứng dụng chuyên nghiệp.
Mọi thứ bắt đầu với con số 1. Cuốn e-book này dẫn dắt bạn đi sâu vào một nghi vấn số học cổ điển, đầy bí ẩn và hấp dẫn: Liệu các chữ số nhị phân của các hằng số toán học cơ bản có được phân phối đều không? Không ai biết được tỷ lệ của '0' và '1' có tồn tại hay không; nó có thể dao động vô tận giữa 0% và 100%. Sau một lần đọc nhanh, bạn có thể tin rằng tôi đã giải quyết được nó. Tuy nhiên, những hàm rất mượt mà thường hội tụ đến tỷ lệ 50% trực quan, lặp đi lặp lại, không phải là điều dễ dàng cho những người có kinh nghiệm. Chúng có thể thể hiện những đặc điểm bất ngờ và lớn trong những trường hợp vô cùng hiếm hoi. Nếu bạn nhìn vào các đường cong mượt mà trong cuốn sách bằng kính hiển vi, vẫn sẽ có một chút ngẫu nhiên lẩn khuất. Ngay cả khi đã sử dụng những kỹ thuật mạnh mẽ để phân lập, giải thích hoặc loại bỏ sự hỗn loạn. Trong suốt cuốn sách này, tôi hướng dẫn người đọc, cảnh báo về những cạm bẫy và ngõ cụt, đồng thời chỉ ra những hướng hứa hẹn để làm việc với nghi vấn. Phương pháp mới mẻ của tôi mở ra con đường rõ ràng hướng đến việc giải quyết vấn đề này, lần đầu tiên trong lịch sử.
Xây dựng trên những nền tảng vững chắc trải dài qua nhiều lĩnh vực, tôi chia sẻ một số chiến thắng ngoạn mục trên đường đi. Ví dụ, một kết quả mới và nghịch lý: tất cả các số có thể được viết dưới dạng mà (an) là một chuỗi các số nguyên dương tăng dần với tỷ lệ tăng trưởng siêu tuyến tính, có tỷ lệ '1' bằng không trong sự mở rộng chữ số nhị phân vô hạn của chúng.
Cuốn sách có độ dài 56 trang này của Vincent Granville sẽ được phát hành vào tháng 5/2025. Vincent Granville là một nhà khoa học GenAI tiên phong, đồng sáng lập tại BondingAI.io, nền tảng LLM 2.0 cho trí tuệ nhân tạo doanh nghiệp an toàn, nhanh chóng và không cần GPU. Ông cũng là tác giả (Elsevier, Wiley), nhà xuất bản và doanh nhân thành công với nhiều thương vụ triệu đô. Kinh nghiệm doanh nghiệp trước đây của Vincent bao gồm Visa, Wells Fargo, eBay, NBC, Microsoft và CNET. Ông đã hoàn thành nghiên cứu sau tiến sĩ về thống kê tính toán tại Đại học Cambridge.
