Đề thi Đánh giá tư duy Đại học Bách khoa Hà Nội có đáp án (Đề 11) – Phần 2

Cường độ ánh sáng đi qua môi trường nước biển giảm dần theo công thức $I=I_0{e}^{-\mu x}$, với $I_0$ là cường độ ánh sáng lúc ánh sáng bắt đầu đi vào môi trường nước biển và x là độ sâu của môi trường đó. Biết rằng môi trường nước biển có hằng số hấp thụ là m = 1,4. Hỏi ở độ sâu 30 mét thì cường độ ánh sáng giảm đi bao nhiêu lần so với cường độ ánh sáng lúc ánh sáng bắt đầu đi vào nước biển?

Người ta muốn làm giá đỡ cho quả cầu bằng ngọc có bán kính r sao cho phần quả cầu bị khuất chiếm $\frac{1}{6}$ quả cầu theo chiều cao của nó. Biết giá đỡ hình trụ và rỗng phía trong. Tính bán kính mặt trong của giá đỡ.

Người ta thiết kế một lọ sản phẩm đựng kem chống nắng với thiết kế là một khối cầu như một viên bi khổng lồ, một nửa là nắp hộp, nửa còn lại thiết kế bên trong là một khối trụ nằm nội tiếp nửa mặt cầu để đựng kem chống nắng. Theo dự kiến nhà sản xuất dự định để khối cầu có bán kính $R=3\sqrt{2}a$. Để đựng được nhiều kem nhất thì chiều cao của khối trụ là $h=m\sqrt{n}a$ với $m,n\in \mathbb{N}$. Mệnh đề nào sau đây đúng?

Một vật chuyển động trong 3 giờ với vận tốc v (km/h) phụ thuộc thời gian $t\left(h\right)$ có đồ thị là một phần của đường parabol như hình bên dưới.

NGHIÊN CỨU THUẬT TOÁN PHÂN LOẠI PHƯƠNG TIỆN GIAO THÔNG

DỰA TRÊN THỊ GIÁC MÁY TÍNH

[1] Có thể thấy, tắc nghẽn giao thông làm lãng phí thời gian, tiêu hao nhiên liệu và ô nhiễm môi trường; theo khảo sát năm 2020 thì chi phí do tắc nghẽn gây ra ở các thành phố lớn của Việt Nam là 1 - 2,3 tỉ USD mỗi năm. Trước những ảnh hưởng nghiêm trọng của tắc nghẽn giao thông, ngày càng nhiều các biện pháp được nghiên cứu và áp dụng, việc ứng dụng khoa học máy tính càng được chú ý nhiều hơn. Các nhà nghiên cứu tại Phòng thí nghiệm Oak Ridge đã sử dụng trí tuệ nhân tạo (AI) và máy học (Machine Learing) để thiết kế hệ thống thị giác máy tính thu thập và xử lí dữ liệu nhận được từ các camera giao thông giúp tránh xung đột tại các giao lộ, đồng thời giảm thiểu tổng lượng tiêu hao nhiên liệu. Thông qua việc nhận diện và phân loại phương tiện giao thông tại Việt Nam, hệ thống sẽ xác định số lượng phương tiện và tính toán mật độ lưu thông trên đường trong một khoảng thời gian xác định và từ đó đưa các dự báo cần thiết.

[2] Yolo là một mô hình mạng neural tích chập (CNN) dùng cho việc phát hiện, nhận dạng, phân loại đối tượng. Yolo được tạo ra từ việc kết hợp giữa các lớp phức tạp (convolutional layers) cho phép trích xuất ra các đặc tính của ảnh và lớp kết nối (connected layers) dự đoán ra xác suất đó và tọa độ của đối tượng. Yolo phân chia hình ảnh thành một mạng lưới 7x7 ô (grid size=7x7). Từ đó sẽ dự đoán xem trong mỗi ô liệu có đối tượng (object) mà điểm trung tâm rơi vào ô đó không, dự đoán điểm trung tâm, kích thước của đối tượng và xác suất là đối tượng nào trong số các đối tượng cần xác định. Mỗi ô này có trách nhiệm dự đoán hai hộp (boxes number=2) bao quanh, mỗi một hộp mô tả hình chữ nhật bao quanh một đối tượng. Hiện nay phiên bản đang được sử dụng là thế hệ thứ 4, gọi là Yolov4. 

[3] Sort là sự phát triển của khung theo dõi nhiều đối tượng trực quan dựa trên các kĩ thuật ước lượng trạng thái và liên kết dữ liệu thô. Sort là một thuật toán thuộc dạng theo dõi và phát hiện (Tracking-by-detection), được thiết kế cho các ứng dụng theo dõi thời gian thực và phương pháp này tạo ra nhận dạng đối tượng một cách nhanh chóng. Một đặc điểm của lớp các thuật toán Tracking-by- detection là tách đối tượng cần xác định ra như một bài toán riêng biệt và cố gắng tối ưu kết quả trong bài toán này. Công việc sau đó là tìm cách liên kết các hộp giới hạn thu được ở mỗi khung và gán ID cho từng đối tượng. 

[4] Nghiên cứu sẽ dựa trên thuật toán xác định vật thể của Yolo, thuật toán theo dõi vật thể của SORT, từ đó gán địa chỉ nhận dạng ID cho từng phương tiện lưu thông và phân loại chúng, xác định số lượng xe theo từng khoảng thời gian cụ thể. Các phương tiện được gán địa chỉ ở đây là: xe ô tô, xe tải, xe buýt, xe máy và xe đạp. Mở luồng video trực tiếp từ camera và tiến hành xử lí từng khung hình. Sau quá trình khởi tạo thư viện, khởi tạo các biến và chạy mô hình thuật toán Yolov4, tiến hành phát luồng video trực tiếp từ camera hoặc lựa chọn các tệp video. Từng khung hình sẽ được chụp và kiểm tra theo vòng lặp while, nếu khung đọc được không chính xác, vòng lặp sẽ bị phá vỡ. Do góc nhìn camera ở mỗi đoạn đường được thiết lập là khác nhau nên nhóm nghiên cứu đã tạo ra các điểm chọn thủ công để thiết lập vùng nhận diện nhất định trên toàn bộ khung hình, giúp cho thuật toán tối ưu hơn, loại bỏ các vùng không chứa phương tiện lưu thông.

[5] Sau quá trình thực nghiệm, nhóm nghiên cứu thấy rằng, với xe ô tô, xe tải và xe buýt thì tỉ lệ chính xác tương đối cao và ổn định do đặc điểm kích thước và nhận dạng của chúng; còn với xe máy và xe đạp có kích thước nhỏ, đặc điểm nhận dạng khó khăn hơn thì tỉ lệ chính xác chưa ổn định và giảm mạnh khi mật độ lưu thông tăng cao. Ngoài ra, độ chính xác còn phụ thuộc vào các yếu tố như góc quan sát của camera, điều kiện thời tiết, ánh sáng… Tại Việt Nam, giao thông với đặc thù lượng xe máy lớn và mật độ lưu thông cao, để có thuật toán phân loại chính xác và ổn định là rất phức tạp. Để khắc phục vấn đề, nhóm nghiên cứu sẽ cải thiện về lượng dữ liệu đầu vào cho quá trình tập huấn mô hình Yolov4 với xe máy và xe đạp.

[6] Thông qua quá trình nghiên cứu và thực nghiệm với video thực tế trên các đoạn đường tại các thành phố lớn của Việt Nam như Hà Nội, Hải Phòng, nhóm nghiên cứu nhận thấy khi mật độ lưu thông thấp, thuật toán cho kết quả phân loại và kiểm đếm tương đối chính xác. Với mật độ lưu thông trung bình và cao, kết quả bắt đầu có độ chênh lệch và mất ổn định hơn ở loại phương tiện là xe đạp và xe máy. Các số liệu của từng loại xe lưu thông tại các thời điểm cụ thể có thể được áp dụng vào việc tính toán mật độ lưu thông trên từng khoảng thời gian, từ đó đưa ra các kết luận về mật độ lưu thông thấp, trung bình hay cao để phục vụ quá trình phân tích và điều tiết giao thông nhằm trực tiếp giảm thiểu tình trạng ùn tắc giao thông và các hậu quả của nó gây ra.

(Theo Báo cáo “Nghiên cứu thuật toán phân loại phương tiện giao thông dựa trên thị giác máy tính” của nhóm tác giả của trường Đại học Hàng Hải Việt Nam)

Đâu KHÔNG phải là hậu quả của việc tắc nghẽn giao thông? 

Đọc đoạn [5] và tìm từ không quá ba tiếng để hoàn thành câu văn sau:

Ở Việt Nam, phương tiện di chuyển chủ yếu là _______, mật độ lưu thông cao nên để xây dựng được thuật toán ổn định và chính xác là rất phức tạp, cần thời gian dài để có thể hoàn thiện mô hình.

Hãy hoàn thành câu sau bằng cách điền các từ vào đúng vị trí:

Kết quả của quá trình thực nghiệm bằng video thực tế là cơ sở cho quá trình _________để _________ mật độ lưu thông nhằm __________ tình trạng hệ thống giao thông bị quá tải, gây ùn tắc cho các phương tiện tham gia.

NOVONUTRIENTS MUỐN BIẾN CO2 THÀNH PROTEIN

[1] Chúng ta đã dành một thế kỉ rưỡi qua để bơm carbon dioxide vào bầu khí quyển, và rõ ràng là chúng ta sẽ phải dành những thập kỉ tới để loại bỏ một phần đáng kể lượng đó. Nhưng sau đó chúng ta sẽ làm gì với tất cả? Một số người đang đề xuất bơm nó xuống lòng đất. Những người khác nghĩ rằng chúng ta có thể tạo ra mọi thứ từ nó, kể cả nhiên liệu lỏng và bê tông. Vấn đề là, đó là những cơ hội có lợi nhuận khá thấp hiện nay. Một công ti khởi nghiệp nghĩ rằng câu trả lời là biến carbon dioxide thành protein.

[2] Công ti đó đang có cơ hội thử nghiệm luận điểm của mình trên quy mô lớn, NovoNutrients sẽ xây dựng một nhà máy quy mô thí điểm với sự trợ giúp từ thỏa thuận đầu tư và công nghệ trị giá 3 triệu đô la từ Woodside Energy, một trong những công ti dầu khí lớn nhất của Úc, đã bắt đầu nhúng ngón chân vào vùng nước thu giữ carbon. NovoNutrients dựa vào vi khuẩn để làm công việc bẩn thỉu. Công ti đã khảo sát các tài liệu khoa học để tìm ra những loài có thể sử dụng carbon dioxide trong quá trình trao đổi chất của chúng, cho phép chúng sử dụng khí thải làm năng lượng. Các nhà khoa học cũng đã phát hiện ra các chủng mà khoa học chưa biết đến. “Công nghệ của chúng tôi là về cách bạn công nghiệp hóa quá trình trao đổi chất diễn ra tự nhiên này?” Giám đốc điều hành David Tze nói.

 

[3] Để làm được điều đó, công ti đã phát triển lò phản ứng sinh học của riêng mình giúp vi khuẩn phát triển trong nước đồng thời tiêu thụ carbon dioxide và các loại khí khác cung cấp năng lượng cho quá trình trao đổi chất của nước, bao gồm hydro và nguồn nitơ như amoniac. Nguồn gốc của carbon dioxide có thể là bất kì hoạt động nào đang gây ô nhiễm ngày nay, cho dù đó là hoạt động dầu khí, nhà máy hóa chất, nhà máy phân bón hay nhà máy xi măng. Tất cả những gì cần thiết là cung cấp đủ carbon dioxide đậm đặc. Mặt khác, các nhà máy của NovoNutrients sẽ sản xuất một loại bột khô có thể được tinh chế thành một số sản phẩm khác nhau, bao gồm chất bổ sung protein cho người, động vật và cá nuôi. Tùy thuộc vào loại vi khuẩn có trong bể, bột có thể được điều chỉnh để tăng giá trị của sản phẩm cuối cùng, chẳng hạn như có thể được bán cho thị trường thức ăn chăn nuôi đặc sản cho nông dân.

[4] NovoNutrients đã tự thiết kế các chủng để cải thiện hiệu suất của chúng, nhưng nó cũng có các chủng loại hoang dã và chủng thích nghi. Một số trong số đó thu được bằng cách vận hành thiết bị lên men trong 8 tháng được cung cấp bởi khí do nhà máy xi măng ở Cupertino sản xuất. Tze cho biết: “Chúng tôi đã phát triển các chủng tăng trưởng nhanh gấp ba lần so với chủng hoang dại mà chúng tôi đã bắt đầu sử dụng. Một cách khác mà công ti khởi nghiệp có thể tăng sản lượng là sử dụng nhiều chủng khác nhau trong một bể. Một chủng hoạt động để phá vỡ các đầu vào chính - carbon dioxide, hydro và nguồn nitơ - trong khi những chủng khác hoạt động trên các chất thải do chủng đầu tiên tạo ra. “Nhưng quan trọng hơn, điều đó có nghĩa là chúng ta có thể điều chỉnh dinh dưỡng bằng cách thêm hoặc bớt hoặc hoán đổi các loài hoặc chủng với khuôn khổ này,” ông nói thêm.

[5] Ít nhất là ban đầu, NovoNutrients sẽ không sở hữu bất kì nhà máy quy mô thương mại nào của mình, Tze cho biết NovoNutrients sẽ bán các vi khuẩn để duy trì hoạt động của mọi thứ và nó cũng sẽ lấy tiền bản quyền giấy phép công nghệ. “Và, tất nhiên, chúng tôi sẽ cung cấp toàn bộ gói công nghệ - cả sinh học và phần cứng - và làm việc với các công ti xây dựng mua sắm kĩ thuật, do đối tác được cấp phép của chúng tôi lựa chọn để xây dựng công trình đó. Chúng tôi sẽ đào tạo nhân viên điều hành và sẽ sẵn sàng hỗ trợ.” Các công ti đối tác sẽ quyết định sản phẩm nào họ muốn sản xuất, mặc dù NovoNutrients sẽ giúp sắp xếp các thỏa thuận bao tiêu dài hạn. “Nếu bạn là một công ti dầu khí hoặc một số công ti công nghiệp khác, thì bạn không có một… nhóm phát triển kinh doanh lâu đời biết cách làm việc với các công ti dinh dưỡng.”

[6] Những thỏa thuận đó định vị NovoNutrients là một công ti định hướng dịch vụ; một công ti sẽ cấp phép cho công nghệ cốt lõi của mình, tư vấn cho các công ti về xây dựng và vận hành nhà máy, đồng thời giúp tìm người mua sản phẩm cuối cùng. Rất nhiều công ti khởi nghiệp trong các ngành khác đã thất bại khi họ cố gắng giải quyết toàn bộ enchilada. Ví dụ, các công ti sản xuất pin vào khoảng năm 2012 chắc chắn đã lỗ quá mức và lâm vào cảnh nợ nần chồng chất do các nhà máy mà họ không được trang bị đầy đủ để xây dựng, cung cấp và quản lí. Cách tiếp cận cấp phép và dịch vụ có thể hạn chế tăng doanh thu cuối cùng, nhưng nó chắc chắn hạn chế rủi ro vốn. Nó cũng cho phép các công ti khởi nghiệp lấy công nghệ làm trung tâm - tập trung vào khoa học và công nghệ - đồng thời thu hút các đối tác thành thạo trong việc xây dựng và vận hành các dự án vốn lớn. Nếu NovoNutrients có thể tìm thấy đủ công ti phù hợp với hồ sơ đó, họ có thể đã tìm thấy một mô hình kinh doanh phù hợp với mình.

(https://techcrunch.com)

Dựa vào đoạn [2], hãy điền một cụm từ không quá hai tiếng để hoàn thành nhận định sau:

Đẩy mạnh những tiến bộ về __________, công ti NovoNutrients đầu tư trang thiết bị kĩ thuật cao, tìm ra cơ sở trong quá trình trao đổi chất của vi khuẩn, sử dụng khí thải làm năng lượng. 

Theo đoạn [2], cụm từ “công việc bẩn thỉu” được hiểu như thế nào?

Chọn Từ khóa đúng nhất.

Hãy hoàn thành câu sau bằng cách điền các từ vào đúng vị trí:

Việc phát triển các lò phản ứng sinh học trở thành yêu cầu cấp thiết và nguyên liệu chính là cacbon dioxide ________- sản phẩm từ bất kì __________ gây ô nhiễm nào trong đời sống và từ đó ________ thành nhiều sản phẩm khác nhau.