SIU AI Lab

10/09/2026

🌳 Khi một mã QR không chỉ là một ô vuông đen trắng

QR Code vốn đã trở thành một phần quen thuộc trong cuộc sống: quét để mở website, xem thông tin, truy cập tài liệu hay thanh toán. Nhưng sẽ thế nào nếu một mã QR có thể được kết hợp với hình ảnh và trải nghiệm tương tác?

ICQR đang thử một hướng tiếp cận khá thú vị: biến QR Code thành những thiết kế trực quan và mang tính nghệ thuật hơn, thay vì chỉ đơn thuần là một ma trận mã hóa. Nền tảng này cung cấp nhiều mẫu QR với các chủ đề khác nhau, từ nghệ thuật, thiên nhiên, kiến trúc cho đến công nghệ.

Đặc biệt, ICQR Magic Tree mang đến một cách trình bày khá khác lạ: người dùng có thể tương tác với một cây 3D và chạm vào để hiển thị QR Code. Phía sau trải nghiệm trực quan đó vẫn là một QR Code có thể dẫn người dùng đến nội dung được liên kết.

Điều đáng chú ý ở đây không nằm ở việc QR Code mới có thể làm được những gì, mà là cách một công nghệ vốn rất quen thuộc có thể được thiết kế lại để trở nên trực quan và thú vị hơn.

Đây cũng là một ví dụ nhỏ cho thấy công nghệ không phải lúc nào cũng cần phức tạp. Đôi khi, chỉ cần thay đổi cách chúng ta tương tác với một công nghệ quen thuộc, trải nghiệm của người dùng cũng có thể trở nên khác biệt.

🔗 Trải nghiệm ICQR Magic Tree:
https://tree.icqr.com/?q=MDBodHRwczovL2ljcXIuY29tLw

Turn any link into a stunning 3D tree that doubles as a scannable QR code. Pick a season, customize colors, and share.

08/09/2026

TÂN SINH VIÊN SIU VÀ CÂU CHUYỆN VỀ AI TRONG KỶ NGUYÊN MỚI

Một hành trình đại học mới bắt đầu cũng là lúc các bạn trẻ bước vào một thế giới đang thay đổi rất nhanh.

AI có thể viết, dịch, lập trình, tạo hình ảnh, phân tích dữ liệu và hỗ trợ con người trong ngày càng nhiều công việc. Nhưng giữa rất nhiều điều AI có thể làm, một câu hỏi quan trọng hơn vẫn cần được đặt ra:

“Chúng ta sẽ sử dụng AI như thế nào?”

Trong khuôn khổ Tuần sinh hoạt công dân dành cho tân sinh viên, SIU AI Lab mang đến chủ đề:

“AI trong kỷ nguyên mới – Tương lai, đạo đức và trách nhiệm của người trẻ trong cuộc cạnh tranh toàn cầu”.

Đây là dịp để các bạn tân sinh viên cùng nhìn AI từ nhiều góc độ hơn — không chỉ là một công cụ để học tập và làm việc, mà còn là một công nghệ đang tạo ra những thay đổi lớn đối với giáo dục, nghề nghiệp và xã hội.

💡 Biết sử dụng AI là một lợi thế.
Nhưng biết kiểm chứng thông tin, tư duy độc lập, sử dụng AI có trách nhiệm và hiểu được những giới hạn của công nghệ mới là những năng lực mà mỗi người trẻ cần xây dựng.

Trong cuộc cạnh tranh toàn cầu, công nghệ có thể tạo ra những cơ hội mới, nhưng chính con người mới là người quyết định cách những công nghệ ấy được sử dụng.

Với các bạn tân sinh viên, đây có thể là một trong những bước đầu tiên để bắt đầu hành trình khám phá AI — một hành trình chắc chắn sẽ còn rất nhiều điều mới mẻ phía trước.

Chúc các bạn có một tuần sinh hoạt công dân thật nhiều năng lượng và một hành trình đại học thật đáng nhớ tại SIU! 💙

07/09/2026

🏗️ Digital Twin: Khi một công trình không chỉ được “nhìn thấy” mà còn có thể được quản lý bằng dữ liệu

Khi nhắc đến Digital Twin, nhiều người thường nghĩ đến một mô hình 3D được dựng lại trên máy tính. Nhưng một Digital Twin thực sự không chỉ dừng lại ở việc mô phỏng hình ảnh.

Mô hình 3D chỉ là phần trực quan. Giá trị nằm ở việc kết hợp mô hình đó với dữ liệu về tài sản, quá trình xây dựng, vận hành và quản lý để tạo ra một phiên bản số có thể phục vụ cho việc phân tích và ra quyết định.

Trong lĩnh vực hạ tầng và giao thông, Digital Twin có thể được sử dụng cho cầu, đường, đường hầm và nhiều loại tài sản khác. Dữ liệu từ hệ thống có thể hỗ trợ theo dõi tiến độ, kiểm tra thiết kế, mô phỏng các phương án và quản lý tài sản trong suốt vòng đời của công trình.

Một trong những vấn đề lớn khi triển khai Digital Twin lại không nằm ở mô hình 3D, mà nằm ở dữ liệu. Khi thông tin bị phân tán giữa nhiều phòng ban và hệ thống, việc xây dựng một “bức tranh chung” về tài sản trở nên khó khăn. Vì vậy, khả năng tích hợp dữ liệu và đảm bảo chất lượng dữ liệu là nền tảng quan trọng của một hệ thống Digital Twin.

Khi dữ liệu đã được tổ chức tốt, AI, Machine Learning và Generative Design có thể tiếp tục được đưa vào để phân tích, thử nghiệm nhiều phương án thiết kế và hỗ trợ tối ưu hóa quá trình xây dựng.

Từ đó, Digital Twin không còn đơn thuần là một mô hình 3D đẹp mắt, mà trở thành cầu nối giữa tài sản thực, dữ liệu, mô hình số và quá trình ra quyết định.

📖 SIU AI Lab đã có bài viết phân tích rõ hơn về Digital Twin, từ mô hình 3D đến cách công nghệ này đang được ứng dụng trong quản lý và phát triển hạ tầng thông minh.

🔗 Đọc bài viết tại SIU AI Lab:
https://ailab.siu.edu.vn/article/82/digital-twin-tu-mo-hinh-3d-en-he-thong-ha-tang-thong-minh

Digital Twin đang thay đổi cách các công trình và hệ thống giao thông được thiết kế, xây dựng và quản lý. Tuy nhiên, Digital Twin không nên được hiểu đơn giản là một mô hình 3D của tài sản thực. Mô hình 3D chỉ đóng vai trò như một “v....

03/09/2026

🛠️ Tự build một phần mềm từ mã nguồn có gì thú vị?

Aseprite là một công cụ quen thuộc với những ai yêu thích pixel art. Nhưng thay vì chỉ tải và sử dụng phiên bản có sẵn, SIU AI Lab đã thử một cách khác: tự tay build Aseprite từ mã nguồn.

Nghe có vẻ đơn giản, nhưng quá trình này lại mở ra khá nhiều thứ phía sau một phần mềm desktop.

Aseprite sử dụng CMake để quản lý quá trình build, Ninja để biên dịch và phụ thuộc vào Skia – thư viện đồ họa cũng được sử dụng trong Google Chrome. Chỉ riêng việc lựa chọn đúng phiên bản Skia tương thích cũng có thể trở thành một bài toán nhỏ khi bắt đầu build.

Và tất nhiên, build lần đầu không phải lúc nào cũng “mượt”. Việc thiếu dependency và những lỗi xuất hiện trong quá trình CMake buộc người thực hiện phải đọc log, tìm hiểu nguyên nhân và đối chiếu với các issue từ cộng đồng mã nguồn mở.

Điều nhận được sau cùng không chỉ là một file executable có thể chạy được.

Đó còn là một cách rất trực quan để hiểu hơn về build system, dependency, quá trình biên dịch và cách một dự án mã nguồn mở được đóng gói thành một phần mềm hoàn chỉnh.

Đôi khi, cách học tốt nhất không phải là đọc thêm một tutorial, mà là tự mình build một thứ gì đó và xem nó “vỡ” ở đâu. 😄

📖 SIU AI Lab chia sẻ chi tiết hơn về quá trình tự build Aseprite từ source code và những điều có thể học được từ trải nghiệm này.

🔗 Đọc bài viết tại SIU AI Lab:
https://ailab.siu.edu.vn/article/83/minh-a-tu-tay-build-aseprite-tu-ma-nguon-va-hoc-uoc-nhieu-hon-minh-nghi

Nghe thì có vẻ chỉ là "tải code về rồi bấm nút build", nhưng thực tế lại là một bài học nhỏ về cách một phần mềm desktop thật sự được đóng gói. Aseprite dùng CMake để quản lý cấu hình build, Ninja để build nhanh, và đặc biệt là p...

31/08/2026

⌨️ AutoHotKey – một công cụ nhỏ nhưng có thể thay đổi cách bạn làm việc trên Windows

Có những công việc chỉ mất vài giây để thực hiện, nhưng nếu phải lặp lại hàng chục, hàng trăm lần mỗi ngày thì tổng thời gian bỏ ra lại không hề nhỏ.

Đó cũng là lúc AutoHotKey (AHK) trở nên thú vị.

AutoHotKey là một ngôn ngữ scripting mã nguồn mở dành cho việc tạo phím tắt, macro và tự động hóa các thao tác trên Windows. Không chỉ đơn giản là ghi lại thao tác rồi phát lại, AHK cho phép xây dựng những script có biến, điều kiện, vòng lặp, thao tác với cửa sổ, clipboard và thậm chí gửi HTTP request.

Một trong những tính năng khá tiện là hotstring – biến một đoạn viết tắt thành một câu hoặc đoạn văn hoàn chỉnh. Chỉ với vài dòng script, những nội dung thường xuyên sử dụng khi làm việc, học tập hay trao đổi qua email và chat có thể được tự động điền vào.

AHK cũng có thể được sử dụng để remap phím hoặc xây dựng những chuỗi thao tác tự động phức tạp hơn. So với các công cụ như PowerToys, AHK cho phép can thiệp sâu hơn khi cần xử lý logic hoặc thực hiện nhiều bước tự động tùy theo ứng dụng đang sử dụng.

Điều thú vị của những công cụ như AutoHotKey nằm ở chỗ: đôi khi để làm việc hiệu quả hơn, chúng ta không cần một công nghệ quá phức tạp. Chỉ cần tự động hóa đúng những thao tác lặp đi lặp lại, mỗi ngày đã có thể tiết kiệm được khá nhiều thời gian.

SIU AI Lab chia sẻ một bài viết ngắn về AutoHotKey, từ những trải nghiệm đầu tiên cho đến một số cách sử dụng thực tế.

🔗 Đọc bài viết tại SIU AI Lab:
https://ailab.siu.edu.vn/article/84/minh-moi-tim-hieu-autohotkey-va-tiec-la-khong-biet-en-no-som-hon

Điểm khác biệt lớn nhất so với các công cụ macro thông thường là AHK không chỉ "ghi lại thao tác rồi phát lại", mà là một ngôn ngữ lập trình thật sự — có biến, điều kiện, vòng lặp, có thể thao tác cửa sổ, đọc/ghi clipboard, thậm...

27/08/2026

Từ LLM đến AI Agent: Khi AI không chỉ trả lời mà còn có thể hành động

Một mô hình ngôn ngữ có thể tạo ra những câu trả lời rất thuyết phục, nhưng chỉ như vậy vẫn chưa đủ để trở thành một AI Agent.

Điểm khác biệt nằm ở khả năng sử dụng công cụ, nhận kết quả từ công cụ và tiếp tục thực hiện nhiệm vụ dựa trên những thông tin vừa nhận được.

OpenAI Agents SDK cung cấp một cách tiếp cận khá trực quan để xây dựng những hệ thống như vậy. Thay vì phải tự phát triển toàn bộ vòng lặp giữa LLM và các công cụ, developer có thể sử dụng các thành phần như Agent, Runner, Tools, Handoffs và Guardrails để xây dựng workflow cho Agent.

Một điểm đáng chú ý là Function Tool. Với một Python function, developer có thể biến một chức năng cụ thể thành công cụ mà Agent có thể chủ động lựa chọn và sử dụng khi cần.

Trong bài demo của SIU AI Lab, Agent không chỉ dừng lại ở việc xử lý thông tin trên phần mềm. Các tool còn được kết nối với ESP32 để đọc dữ liệu từ cảm biến và điều khiển quạt thông qua relay.

Khi đó, kiến trúc trở nên khá thú vị:

User → Agent → Tools → ESP32 → Thiết bị vật lý

Agent có thể quan sát trạng thái của hệ thống, đưa ra quyết định và thực hiện hành động thông qua các công cụ được cung cấp.

Đây cũng là một khác biệt quan trọng giữa việc sử dụng LLM để tạo câu trả lời và xây dựng một hệ thống AI có khả năng thực hiện nhiệm vụ.

📖 SIU AI Lab đã có bài viết hướng dẫn xây dựng AI Agent đầu tiên với OpenAI Agents SDK, từ những khái niệm cơ bản đến việc kết nối Agent với hệ thống phần cứng thực tế.

🔗 Đọc bài viết tại SIU AI Lab:
https://ailab.siu.edu.vn/article/79/xay-ai-agent-au-tien-voi-openai-agents-sdk

Một mô hình ngôn ngữ có thể tạo ra câu trả lời rất thuyết phục, nhưng điều đó chưa đủ để biến nó thành một AI Agent. Điểm khác biệt xuất hiện khi mô hình có thể sử dụng công cụ, nhận kết quả từ công cụ và tiếp tục thực...

26/08/2026

📚 DataCamp Free Access Week: 700+ khóa học miễn phí trong một tuần

Nếu bạn đang muốn học thêm về Python, SQL, Data Science hay AI nhưng chưa biết bắt đầu từ đâu, đây có thể là một cơ hội khá đáng chú ý.

Trong tuần từ 24–30/08, DataCamp mở chương trình Free Access Week, cho phép người dùng truy cập miễn phí hơn 700 khóa học mà không yêu cầu thẻ tín dụng.

Nội dung học khá đa dạng, từ những kiến thức nền tảng như Python, SQL, Power BI cho đến các chủ đề liên quan đến AI, Generative AI và AI Agents. Các khóa học được thiết kế theo hướng thực hành và có thể thực hiện trực tiếp trên trình duyệt, vì vậy người học không cần cài đặt quá nhiều công cụ trước khi bắt đầu.

Một điểm đáng chú ý là chương trình không chỉ dành cho những người đã có nền tảng về lập trình. DataCamp cũng có các khóa học dành cho người mới bắt đầu, giúp người học từng bước làm quen với dữ liệu và các công cụ đang được sử dụng phổ biến trong ngành công nghệ.

Đặc biệt, với những bạn đang quan tâm đến AI, đây cũng là dịp để thử thêm nhiều chủ đề mới thay vì chỉ tập trung vào một công cụ hoặc một lĩnh vực quen thuộc.

💡 Học một tuần có thể chưa thay đổi ngay kỹ năng của bạn, nhưng hoàn toàn có thể giúp bạn tìm ra một lĩnh vực mà mình muốn tìm hiểu sâu hơn.

⏰ Free Access Week diễn ra từ 24–30/08.

Nếu đang có thời gian rảnh, đây có lẽ là lúc khá phù hợp để chọn một khóa học và bắt đầu thử.

24/08/2026

VL-JEPA: Khi mô hình thị giác-ngôn ngữ không chỉ “nói”, mà bắt đầu “suy nghĩ”

Các mô hình thị giác-ngôn ngữ (VLM) hiện nay thường xử lý thông tin bằng cách sinh ra từng token để tạo thành câu trả lời. Cách tiếp cận này đã mang lại nhiều kết quả ấn tượng, nhưng cũng đặt ra một câu hỏi thú vị: liệu một mô hình có nhất thiết phải “nói ra” câu trả lời mới có thể hiểu được điều mình đang nhìn thấy?

VL-JEPA của Meta đưa ra một hướng tiếp cận khác.

Thay vì trực tiếp dự đoán từng token của câu trả lời, VL-JEPA dự đoán một embedding đại diện cho ý nghĩa của câu trả lời. Điều này cho phép những cách diễn đạt khác nhau nhưng cùng mang một ý nghĩa được biểu diễn gần nhau trong không gian ngữ nghĩa.

Nói cách khác, mô hình tập trung vào việc dự đoán “ý nghĩa” trước khi chuyển nó thành ngôn ngữ.

Kiến trúc này cũng tạo ra một sự tách biệt đáng chú ý giữa quá trình suy luận và quá trình sinh văn bản. Mô hình có thể liên tục xử lý thông tin thị giác và tạo ra các biểu diễn ngữ nghĩa, chỉ sử dụng bộ giải mã văn bản khi thực sự cần câu trả lời bằng ngôn ngữ tự nhiên.

Cách tiếp cận này mở ra một số lợi ích đáng chú ý về hiệu quả tính toán, đồng thời cho phép cùng một không gian embedding phục vụ nhiều nhiệm vụ như phân loại, truy xuất video theo văn bản và Visual Question Answering.

Đáng chú ý, trong các thử nghiệm được trình bày, VL-JEPA đạt kết quả cạnh tranh với nhiều mô hình thị giác-ngôn ngữ khác trong khi sử dụng quy mô mô hình tương đối nhỏ. Tuy nhiên, đây vẫn là một hướng nghiên cứu còn khá mới và chưa thể xem là sự thay thế toàn diện cho các VLM sinh token hiện nay, đặc biệt ở những bài toán yêu cầu đối thoại mở, suy luận nhiều bước hay khả năng sử dụng công cụ.

Điều thú vị nhất có lẽ nằm ở câu hỏi mà VL-JEPA đặt ra:

Nếu mục tiêu của AI là hiểu thế giới, liệu chúng ta có nhất thiết phải bắt đầu bằng việc dạy nó cách “nói”?

📖 SIU AI Lab đã có bài viết phân tích sâu hơn về kiến trúc VL-JEPA, cách mô hình hoạt động, kết quả thực nghiệm và ý nghĩa của hướng tiếp cận này đối với các mô hình thị giác-ngôn ngữ.

🔗 Đọc bài viết tại SIU AI Lab:
https://ailab.siu.edu.vn/article/80/vl-jepa-day-mo-hinh-thi-giac-ngon-ngu-ngung-noi-ma-bat-au-suy-nghi

Nếu bạn từng theo dõi AI hiện đại, hẳn bạn đã quen với công thức này: một mô hình thị giác-ngôn ngữ nhìn vào một bức ảnh hay video, rồi thuật lại những gì nó thấy. Nó sinh ra câu trả lời từng từ một, mỗi từ được điều kiện...

22/08/2026

🎉 CHÚC MỪNG CÁC BẠN SINH VIÊN ĐÃ THAM DỰ VÒNG SƠ KHẢO AIC 2026! 🤖

Một chặng đường mới đã bắt đầu!

SIU AI Lab xin gửi lời chúc mừng đến các bạn sinh viên đã hoàn thành phần thi tại vòng sơ khảo cuộc thi AIC 2026. 💙

Để đi đến vòng thi này, các bạn đã dành không ít thời gian để tìm hiểu bài toán, thử nghiệm mô hình, xử lý dữ liệu và cùng nhau tìm ra những hướng giải quyết phù hợp.

Có thể kết quả cuối cùng chưa phải là điều quan trọng nhất. Điều đáng quý hơn là các bạn đã dám thử sức với một bài toán thực tế, dám bước ra khỏi những gì quen thuộc và cùng nhau khám phá thêm nhiều điều mới trong lĩnh vực AI.

👏 Chúc mừng tất cả các đội đã hoàn thành phần thi của mình!

Dù kết quả thế nào, hy vọng AIC 2026 sẽ mang đến cho các bạn thêm một chút kinh nghiệm, một chút tự tin và thật nhiều động lực để tiếp tục học hỏi và chinh phục những thử thách tiếp theo.

🚀 Cố lên nhé! Hành trình AI vẫn còn rất dài và biết đâu, đây chỉ mới là bước đầu tiên.

20/08/2026

🧩 Notion không chỉ để ghi chú.

Nếu bạn đang dùng Notion chỉ để viết note, lưu tài liệu hay tạo checklist thì có thể bạn đang bỏ qua khá nhiều thứ thú vị mà công cụ này có thể làm được.

Điểm mạnh của Notion nằm ở sự linh hoạt. Với hệ thống block và database, người dùng có thể tự xây dựng workspace theo nhu cầu của mình: từ quản lý công việc, theo dõi dự án, xây dựng content pipeline, quản lý tài chính cá nhân cho đến một “Life OS” để kết nối các mục tiêu và kế hoạch cá nhân.

Đặc biệt, sự xuất hiện của Notion Agent đang mở rộng hơn nữa cách chúng ta làm việc với workspace. Thay vì chỉ hỗ trợ tìm kiếm hoặc tóm tắt thông tin, AI có thể tham gia vào việc xây dựng database, cập nhật nội dung và hỗ trợ tổ chức công việc.

Có thể xem Notion như một “bộ Lego kỹ thuật số” — thay vì sử dụng một công cụ được thiết kế sẵn cho một mục đích cụ thể, bạn có thể tự lắp ghép nó thành hệ thống phù hợp với cách làm việc của mình.

Trong bài viết mới trên SIU AI Lab, team chia sẻ góc nhìn và trải nghiệm thực tế khi sử dụng Notion cho việc lên ý tưởng, quản lý, lập kế hoạch và phối hợp trong một dự án.

📖 Đọc bài viết tại SIU AI Lab:
https://ailab.siu.edu.vn/article/81/notion-khong-chi-la-app-ghi-chu-ma-la-mot-he-ieu-hanh-cho-cong-viec-lan-cuoc-song

Nếu bạn đang sử dụng Notion, bạn đang dùng nó để làm gì?

=

Một trong những hướng đi mới đáng chú ý là Notion Agent — phiên bản AI agentic của Notion AI. Thay vì chỉ tìm kiếm hay tóm tắt nội dung, Agent có thể tự xây cả một database từ đầu, tự nhập liệu, cập nhật trang, giống như có thêm một tr...