Quantum Computing

 Quantum computing (máy tính lượng tử) là một lĩnh vực công nghệ sử dụng các nguyên lý của cơ học lượng tử để xử lý thông tin, thay vì dựa trên các quy tắc của vật lý cổ điển như máy tính thông thường. Điểm khác biệt cốt lõi nằm ở đơn vị thông tin: trong khi máy tính cổ điển dùng bit chỉ có giá trị 0 hoặc 1, máy tính lượng tử dùng qubit, có thể tồn tại ở nhiều trạng thái cùng lúc nhờ hiện tượng chồng chập lượng tử.

(Nguồn: https://www.formfactor.com/blog/2024/what-is-quantum-computing/)

Nhờ chồng chập, một qubit không chỉ là 0 hay 1, mà có thể là sự kết hợp của cả 0 và 1 cùng lúc. Khi nhiều qubit kết hợp với nhau và tạo ra tương quan lượng tử (quantum correlation) hoặc vướng víu lượng tử, hệ lượng tử có thể xử lý rất nhiều khả năng song song. Điều này giúp máy tính lượng tử có tiềm năng giải quyết một số bài toán mà máy tính cổ điển phải mất hàng nghìn hoặc hàng triệu năm.

(Nguồn: https://azure.microsoft.com/en-us/resources/cloud-computing-dictionary/what-is-quantum-computing)

Quantum computing không nhằm thay thế hoàn toàn máy tính hiện nay, mà bổ sung cho chúng trong những bài toán đặc biệt khó, chẳng hạn như: tối ưu hóa phức tạp, mô phỏng phân tử và vật liệu mới, thiết kế thuốc, mật mã học, và một số bài toán trong trí tuệ nhân tạo. Những bài toán này có điểm chung là số khả năng tăng rất nhanh, khiến máy tính cổ điển gặp giới hạn.

Quantum computing chip

(Nguồn: https://www.spinquanta.com/news-detail/quantum-computer-chip)

Tuy nhiên, máy tính lượng tử cũng có nhiều thách thức. Qubit rất nhạy cảm với môi trường, dễ bị nhiễu và mất trạng thái lượng tử (hiện tượng decoherence). Vì vậy, việc duy trì, điều khiển và sửa lỗi cho qubit đòi hỏi công nghệ cực kỳ phức tạp, như làm lạnh gần 0 tuyệt đối và các kỹ thuật hiệu chỉnh lỗi lượng tử tinh vi. Hiện nay, phần lớn máy tính lượng tử vẫn đang ở giai đoạn nghiên cứu và thử nghiệm.

Nguồn tham khảo

• https://npp.com.vn/quantum-computing-la-gi/?srsltid=AfmBOopeAkMfCySCbrlozs0kJUc4hFEGCLhFu5bHdnWmpJLDPTL7JA08
• https://www.ibm.com/think/topics/quantum-computing
• https://aws.amazon.com/what-is/quantum-computing/
• https://azure.microsoft.com/en-us/resources/cloud-computing-dictionary/what-is-quantum-computing

Quantum correlation

 Quantum correlation (tương quan lượng tử) là một trong những khái niệm then chốt giúp chúng ta hiểu vì sao thế giới lượng tử không vận hành theo logic quen thuộc của vật lý cổ điển. Nó mô tả mối liên hệ đặc biệt giữa các kết quả đo của những hạt lượng tử, trong đó kết quả của hạt này có liên quan chặt chẽ đến kết quả của hạt kia, ngay cả khi chúng ở cách nhau rất xa.

(Nguồn: https://phys.org/news/2024-09-physicists-quantum-photon-pairs-images.html)

Trong vật lý cổ điển, tương quan thường có lời giải thích đơn giản: hai sự kiện giống nhau vì chúng có nguyên nhân chung trong quá khứ. Ví dụ, hai đồng hồ được chỉnh cùng giờ sẽ luôn chỉ thời gian giống nhau. Tuy nhiên, quantum correlation không hoạt động theo cách đó. Trước khi đo, các hạt không mang sẵn những giá trị xác định, nhưng khi đo thì các kết quả vẫn thể hiện mối liên hệ thống kê cực kỳ chính xác.

Quantum correlation thường được nhắc đến cùng với vướng víu lượng tử (quantum entanglement). Khi các hạt ở trạng thái vướng víu, chúng không còn là những thực thể độc lập, mà trở thành một phần của một hệ lượng tử chung. Do đó, trạng thái của từng hạt không thể mô tả riêng rẽ; chỉ có thể mô tả toàn bộ hệ. Chính cấu trúc chung này tạo ra các tương quan lượng tử mạnh mẽ.

Điểm làm quantum correlation trở nên đặc biệt là nó vượt qua các giới hạn cổ điển. Các nhà vật lý đã chỉ ra rằng nếu thế giới tuân theo những giả định cổ điển như “tính cục bộ” và “giá trị xác định trước khi đo”, thì các tương quan đo được phải thỏa mãn những ràng buộc toán học nhất định. Tuy nhiên, các thí nghiệm thực tế đã cho thấy tương quan lượng tử vi phạm các ràng buộc này, củng cố cho dự đoán của cơ học lượng tử và bác bỏ cách giải thích thuần túy cổ điển.

(Nguồn: https://quantumzeitgeist.com/quantum-entanglement-performance-sound-live-driven-real-time-correlation-measurements/)

Dù nghe có vẻ “tức thời” và khó tin, quantum correlation không cho phép truyền thông tin nhanh hơn ánh sáng. Những gì xảy ra là tương quan thống kê, chỉ bộc lộ khi so sánh kết quả đo từ nhiều lần thí nghiệm. Vì vậy, các định luật nền tảng như thuyết tương đối vẫn được tôn trọng.

Ngày nay, quantum correlation không chỉ là một chủ đề lý thuyết, mà còn là nền tảng của công nghệ lượng tử hiện đại. Trong mật mã và truyền thông lượng tử, các tương quan này giúp phát hiện nghe lén và đảm bảo an toàn dữ liệu. Trong máy tính lượng tử, tương quan giữa các qubit góp phần tạo nên sức mạnh tính toán vượt trội so với máy tính cổ điển. Trong cảm biến lượng tử, quantum correlation giúp nâng cao độ chính xác đo lường lên mức chưa từng có.

Nguồn tham khảo

• https://physics.stackexchange.com/questions/296298/what-is-the-difference-between-classical-correlation-and-quantum-correlation
• https://learn.microsoft.com/en-us/azure/quantum/concepts-entanglement
• https://www.youtube.com/watch?v=1KIzQXbPEL8

Uncertainty principle

Uncertainty principle (nguyên lý bất định) là một nguyên lý nền tảng của cơ học lượng tử, do Werner Heisenberg đề xuất năm 1927. Nguyên lý này phát biểu rằng ta không thể đồng thời biết chính xác tuyệt đối một số cặp đại lượng vật lý nhất định của một hạt, tiêu biểu nhất là vị trí và động lượng của nó.

Nói một cách dễ hiểu, càng xác định chính xác vị trí của một hạt thì càng khó biết chính xác nó đang chuyển động nhanh hay chậm theo hướng nào, và ngược lại. Sự “không chắc chắn” này không phải do thiết bị đo kém, mà là giới hạn tự nhiên của thế giới lượng tử.

(Nguồn: https://kaiserscience.wordpress.com/physics/modern-physics/heisenberg-uncertainty-principle/)

Về mặt khái niệm, nguyên lý bất định cho thấy các hạt vi mô không có những giá trị xác định hoàn toàn trước khi đo. Thay vào đó, trạng thái của chúng được mô tả bằng xác suất. Khi ta cố gắng “ép” một đại lượng trở nên rất chính xác, đại lượng liên quan còn lại sẽ trở nên bất định hơn. Đây là đặc trưng cơ bản của tự nhiên ở cấp độ vi mô, chứ không phải lỗi của con người hay công nghệ.

(Nguồn: https://www.geeksforgeeks.org/physics/heisenberg-uncertainty-principle-definition-equation-significance/)

Một cách hình dung trực quan là so sánh với ảnh chụp chuyển động. Nếu bạn chụp ảnh với tốc độ màn trập rất nhanh, bạn biết chính xác vật đang ở đâu, nhưng khó cảm nhận được chuyển động của nó. Ngược lại, nếu dùng phơi sáng dài, bạn thấy rõ hướng và tốc độ chuyển động, nhưng vị trí tức thời lại bị mờ. Trong thế giới lượng tử, sự đánh đổi này không thể tránh khỏi, ngay cả trong điều kiện lý tưởng nhất.

(Nguồn: https://scienceexchange.caltech.edu/topics/quantum-science-explained/uncertainty-principle)

Nguyên lý bất định có ý nghĩa rất sâu sắc vì nó phá vỡ trực giác của vật lý cổ điển, nơi người ta tin rằng nếu đo đủ tốt thì có thể biết mọi thứ chính xác. Cơ học lượng tử cho thấy điều đó là không thể: tự nhiên có những giới hạn không thể vượt qua. Chính nguyên lý này giải thích vì sao electron không “rơi” vào hạt nhân, vì sao các mức năng lượng của nguyên tử ổn định, và vì sao thế giới vi mô vận hành khác hẳn thế giới vĩ mô.

Nguồn tham khảo và đọc thêm

• https://scienceexchange.caltech.edu/topics/quantum-science-explained/uncertainty-principle
• https://www.britannica.com/science/uncertainty-principle
• https://plato.stanford.edu/entries/qt-uncertainty/
• https://www.geeksforgeeks.org/physics/heisenberg-uncertainty-principle-definition-equation-significance/

Quantum state

Quantum state là gì?

Quantum state (trạng thái lượng tử) là cách mô tả tình trạng đầy đủ của một hệ lượng tử (như electron, photon, nguyên tử) tại một thời điểm. 

(Nguồn: https://www.sciencedaily.com/releases/2025/11/251116105625.htm)

Trạng thái lượng tử không cho biết chính xác kết quả, mà cho biết xác suất để thu được các kết quả khác nhau khi ta đo. Về mặt toán học, trạng thái lượng tử thường được biểu diễn bằng hàm sóng (wave function) hoặc một vector trạng thái. Điều quan trọng là: trước khi đo, hệ lượng tử có thể ở trạng thái chồng chập, tức là nhiều khả năng cùng tồn tại (ví dụ: electron có thể ở nhiều mức năng lượng khả dĩ).

(Nguồn: https://www.energy.gov/science/doe-explainsquantum-mechanics)

Quantum state collapse là gì?

Sập trạng thái lượng tử (quantum state collapse hay wavefunction collapse) là hiện tượng xảy ra khi ta thực hiện phép đo lên một hệ lượng tử. Trước phép đo, hệ ở trạng thái chồng chập với nhiều khả năng; ngay khi đo, trạng thái đó “sụp đổ” về một kết quả cụ thể mà ta quan sát được. Ví dụ, một hạt trước khi đo có thể ở trạng thái “đi qua khe A và khe B cùng lúc”; khi đo, ta chỉ thấy một kết quả duy nhất—hoặc A, hoặc B.

(Nguồn: https://frontline.thehindu.com/science-and-technology/science-notebook-time-slits-change-the-frequency-of-light/article66732637.ece)

Cách hiểu trực quan là: trạng thái lượng tử giống như một bản đồ xác suất. Bản đồ này cho biết khả năng xảy ra của từng kết quả, nhưng không chọn sẵn kết quả nào. Hành động đo lường chính là lúc bản đồ bị “chốt” thành một kết quả cụ thể. Vì vậy, sập trạng thái không phải là một chuyển động vật lý thông thường, mà là sự thay đổi trong mô tả của hệ từ “nhiều khả năng” sang “một thực tại được quan sát”.

(Nguồn: https://farside.ph.utexas.edu/teaching/qmech/Quantum/node29.html)

Điểm then chốt khiến khái niệm này đặc biệt là vai trò của phép đo. Trong vật lý cổ điển, đo chỉ ghi nhận cái đã tồn tại. Còn trong cơ học lượng tử, phép đo ảnh hưởng trực tiếp đến trạng thái của hệ, làm mất đi chồng chập. Đây là lý do dẫn tới vấn đề đo lường—một câu hỏi nền tảng: khi nào và vì sao trạng thái lượng tử sụp đổ? Các cách diễn giải khác nhau của cơ học lượng tử trả lời câu hỏi này theo những cách khác nhau.

Nguồn tham khảo

• https://www2.ph.ed.ac.uk/~ldeldebb/docs/QM/lect1.pdf
• https://www.energy.gov/science/doe-explainsquantAum-mechanics
• https://www.sciencedaily.com/releases/2025/11/251116105625.htm
• https://postquantum.com/quantum-computing/wave-function-collapse/

Quantization

 Quantization (lượng tử hóa) là gì?

Quantization (lượng tử hóa) là khái niệm trong vật lý dùng để chỉ việc một đại lượng vật lý không thể thay đổi liên tục, mà chỉ nhận các giá trị rời rạc, từng “bậc” riêng biệt. Nói cách khác, trong thế giới lượng tử, nhiều đại lượng không “trơn tru” như ta quen nghĩ, mà chỉ được phép tồn tại ở những mức xác định.

Trong đời sống hằng ngày, ta quen với các đại lượng liên tục. Ví dụ, độ cao của một người có thể là 1,60 m, 1,601 m hay 1,6015 m. Nhưng trong thế giới vi mô, năng lượng của electron trong nguyên tử không thể có mọi giá trị, mà chỉ được phép nằm ở những mức năng lượng nhất định. Đây chính là một ví dụ điển hình của lượng tử hóa.

(Nguồn: https://www.open.edu/openlearn/science-maths-technology/electronic-applications/content-section-3.4)

Một cách hình dung đơn giản là so sánh cầu thang và đường dốc. Trên đường dốc, bạn có thể đứng ở bất kỳ độ cao nào – đó là đại lượng liên tục. Còn trên cầu thang, bạn chỉ có thể đứng trên từng bậc, không thể đứng lơ lửng giữa hai bậc. Các mức năng lượng lượng tử giống như những bậc thang, và hiện tượng đó được gọi là quantization.

Khái niệm lượng tử hóa lần đầu được đưa ra khi các nhà khoa học nhận thấy rằng nguyên tử chỉ phát ra hoặc hấp thụ năng lượng theo từng “gói” nhỏ, gọi là lượng tử. Electron chỉ có thể “nhảy” từ mức năng lượng này sang mức khác, chứ không thể chuyển động liên tục giữa các mức. Điều này giải thích được hiện tượng phổ phát xạ của nguyên tử và nhiều hiện tượng mà vật lý cổ điển không thể lý giải.

(Nguồn: https://b516schrodinger.weebly.com/evolution-of-atomic-theory)

Ngày nay, quantization là nền tảng của cơ học lượng tử và của rất nhiều công nghệ hiện đại. Laser, chip bán dẫn, cảm biến quang học, và cả máy tính lượng tử đều dựa trên việc các trạng thái năng lượng và tín hiệu được lượng tử hóa. Nhờ hiểu rằng thế giới vi mô vận hành theo những “bậc thang” rời rạc, con người đã có thể thiết kế và kiểm soát các hệ thống công nghệ cực kỳ chính xác.

Trong lĩnh vực trí tuệ nhân tạo và deep learning

Trong lĩnh vực trí tuệ nhân tạo và deep learning, quantization là một kỹ thuật tối ưu hóa mô hình rất quan trọng giúp giảm độ phức tạp tính toán và kích thước mô hình, khiến các mô hình AI chạy nhanh hơn và hiệu quả hơn khi triển khai trên phần cứng hạn chế như điện thoại, thiết bị nhúng hoặc máy nhỏ.

Cụ thể, trong hầu hết các mô hình học sâu, các tham số như trọng số (weights) và giá trị trung gian như activation thường được biểu diễn bằng số dấu chấm động có độ chính xác cao (ví dụ như 32-bit float – FP32). Những con số này mang lại độ chính xác cao nhưng cũng khiến mô hình lớn, chậm và tốn tài nguyên.

(Nguồn: https://netraneupane.medium.com/hands-on-llms-quantization-a4c7ab1421c2)

Quantization chuyển các giá trị này sang định dạng có độ chính xác thấp hơn (ví dụ từ FP32 sang số nguyên 8-bit INT8 hoặc thậm chí thấp hơn), điều này giúp Giảm đáng kể kích thước mô hình, tiết kiệm bộ nhớ; Tăng tốc xử lý suy luận (inference) vì các phép toán số nguyên thường chạy nhanh hơn; Cho phép mô hình chạy mượt trên thiết bị nhỏ, CPU đơn giản, thay vì chỉ chạy được trên GPU/TPU mạnh.

Quá trình lượng tử hóa thường diễn ra bằng cách xác định phạm vi giá trị lớn nhất và nhỏ nhất cho trọng số và activation, rồi “ánh xạ” chúng sang một tập giá trị rời rạc nhỏ hơn với số bit ít hơn. Mặc dù điều này có thể làm mất đi một chút độ chính xác, nhưng nếu làm đúng, mô hình vẫn giữ được hiệu suất dự đoán gần như tốt như trước.

(Nguồn: https://www.sciencing.com/energy-level-definition-equation-w-diagrams-13722571/)

Có hai cách phổ biến để thực hiện lượng tử hóa:

• Post-Training Quantization (PTQ): lượng tử hóa mô hình sau khi huấn luyện xong mà không cần đào tạo lại.

• Quantization-Aware Training (QAT): áp dụng lượng tử hóa ngay trong quá trình huấn luyện để mô hình “làm quen”, giúp giảm mất độ chính xác hơn.

Trong bối cảnh các mô hình lớn như LLM (Large Language Models) hay Vision Transformer, lượng tử hóa đã trở thành một kỹ thuật thiết yếu để có thể triển khai nhanh và tiết kiệm tài nguyên – điều mà nếu dùng toàn bộ số dấu chấm động 32-bit sẽ khó khăn hoặc không thể làm được

Nguồn tham khảo và đọc thêm

• https://www.ibm.com/think/topics/quantization
• https://www.mathworks.com/discovery/quantization.html
• https://www.geeksforgeeks.org/deep-learning/quantization-in-deep-learning/
• https://www.coditation.com/blog/how-to-optimize-large-deep-learning-models-using-quantization

Quantum superposition

Quantum superposition (chồng chập lượng tử)  mô tả hiện tượng trong đó một hạt rất nhỏ, như electron hay photon, có thể tồn tại đồng thời ở nhiều trạng thái khác nhau, miễn là chưa bị quan sát hay đo đạc. Điều này đi ngược lại trực giác quen thuộc của chúng ta, nơi mọi vật đều chỉ có một trạng thái xác định tại một thời điểm.

Trong đời sống thường ngày, một bóng đèn chỉ có thể bật hoặc tắt, một đồng xu khi nằm trên bàn chỉ có thể sấp hoặc ngửa. Nhưng ở thế giới vi mô, trước khi ta kiểm tra, trạng thái của một hạt không bị “chốt” vào một khả năng duy nhất. Nó tồn tại như một sự kết hợp của nhiều khả năng cùng lúc. Chính sự tồn tại “đa khả năng” này được gọi là chồng chập lượng tử.

(Nguồn: https://compass.rauias.com/current-affairs/quantum-superposition-entanglement/)

Một cách hình dung đơn giản là so sánh với đồng xu đang quay trên không. Khi đồng xu chưa rơi xuống bàn, ta không thể khẳng định nó là sấp hay ngửa. Trong vật lý lượng tử, trạng thái chồng chập còn mạnh hơn phép so sánh này: hạt không chỉ “chưa biết” trạng thái, mà thực sự được mô tả như đang ở nhiều trạng thái cùng lúc cho đến khi có phép đo.

Điểm mấu chốt của chồng chập lượng tử nằm ở vai trò của quan sát. Khi ta đo hay quan sát một hệ lượng tử, trạng thái chồng chập sẽ “sụp đổ” và chỉ còn một kết quả cụ thể. Trước phép đo, hệ tồn tại trong nhiều khả năng; sau phép đo, chỉ một khả năng được ghi nhận. Đây chính là nguồn gốc của nhiều tranh luận khoa học và triết học về bản chất của thực tại.

Chồng chập lượng tử không xuất hiện rõ ràng trong thế giới vĩ mô vì các vật lớn luôn tương tác mạnh với môi trường xung quanh. Những tương tác này khiến trạng thái chồng chập bị phá vỡ rất nhanh, làm cho các vật lớn luôn có trạng thái rõ ràng. Do đó, hiện tượng chồng chập chủ yếu được quan sát và kiểm soát ở cấp độ nguyên tử và hạt cơ bản.

(Nguồn: https://visionias.in/current-affairs/monthly-magazine/2025-01-22/science-and-technology/quantum-chip)

Ngày nay, quantum superposition không chỉ là một ý tưởng trừu tượng mà còn là nền tảng của công nghệ lượng tử, đặc biệt là máy tính lượng tử. Thay vì dùng bit chỉ có giá trị 0 hoặc 1, máy tính lượng tử sử dụng qubit, có thể ở trạng thái 0, 1, hoặc cả 0 và 1 cùng lúc nhờ chồng chập. Nhờ đó, máy tính lượng tử có tiềm năng xử lý những bài toán cực kỳ phức tạp nhanh hơn nhiều so với máy tính thông thường.

(Nguồn: https://www.linkedin.com/posts/antgrasso_quantumcomputing-businesstransformation-activity-7190651148620505088-xVWx)

Nguồn tham khảo

• https://tiasang.com.vn/doi-moi-sang-tao/tao-con-meo-schrodinger-nang-nhat-bang-su-chong-chap-hai-trang-thai-luong-tu/
• https://scienceexchange.caltech.edu/topics/quantum-science-explained/quantum-superposition
• https://quantumatlas.umd.edu/entry/superposition/
• https://fiveable.me/quantum-computing/unit-3/quantum-superposition-measurement/study-guide/zB2WJL0cYgkUFbmU

Schrödinger’s cat

Schrödinger’s cat (con mèo Schrödinger) là một thí nghiệm tưởng tượng nổi tiếng trong cơ học lượng tử, được đề xuất năm 1935 bởi Erwin Schrödinger, nhằm minh họa sự kỳ lạ của thế giới lượng tử và đặc biệt là vấn đề đo lường. 

Trong ví dụ này, một con mèo được đặt trong một chiếc hộp kín cùng với một nguyên tử phóng xạ, máy dò và một lọ chất độc. Nếu nguyên tử phân rã, máy dò kích hoạt và chất độc làm mèo chết; nếu không phân rã, mèo vẫn sống. Theo cơ học lượng tử, trước khi mở hộp quan sát, nguyên tử tồn tại ở trạng thái chồng chập – vừa phân rã vừa không phân rã – và vì số phận của con mèo phụ thuộc trực tiếp vào nguyên tử, nên con mèo cũng được xem là ở trạng thái chồng chập, vừa sống vừa chết cùng lúc.

(Nguồn: https://sciencenotes.org/schrodingers-cat-a-thought-experiment-in-quantum-mechanics/)

Ví dụ này gây sốc cho trực giác thông thường, bởi trong đời sống hằng ngày, một con mèo chỉ có thể hoặc sống hoặc chết, không thể đồng thời ở cả hai trạng thái. Thông qua hình ảnh cực đoan đó, Schrödinger muốn chỉ ra rằng việc áp dụng máy móc các quy tắc của cơ học lượng tử từ thế giới vi mô sang thế giới vĩ mô dẫn đến những kết luận phi lý theo cảm nhận con người. Con mèo Schrödinger vì vậy không nhằm khẳng định rằng mèo thực sự vừa sống vừa chết, mà nhằm đặt ra câu hỏi nền tảng: khi nào thì trạng thái lượng tử trở thành một thực tại xác định, và vai trò của hành động quan sát trong quá trình đó là gì.

Ngày nay, Schrödinger’s cat đã trở thành một biểu tượng phổ biến của vật lý lượng tử, thường được dùng để giải thích khái niệm chồng chập và vấn đề đo lường cho người không chuyên. Ý tưởng cốt lõi của ví dụ này cũng chính là nền tảng cho các công nghệ lượng tử hiện đại, như qubit trong máy tính lượng tử, nơi các trạng thái có thể tồn tại đồng thời trước khi được đo. Vượt ra ngoài phạm vi vật lý, con mèo Schrödinger còn gợi mở những suy ngẫm triết học sâu sắc về bản chất của thực tại, mối quan hệ giữa tri thức và tồn tại, và giới hạn của trực giác con người trong việc hiểu thế giới tự nhiên.

Nguồn tham khảo

• https://giaoducthoidai.vn/con-meo-cua-schrodinger-va-thi-nghiem-noi-tieng-cua-co-hoc-luong-tu-post602025.html
• https://www.britannica.com/science/Schrodingers-cat
• 
  

Quantum entanglement

Quantum entanglement (vướng víu lượng tử) là hiện tượng trong đó hai hoặc nhiều hạt lượng tử trở nên liên kết với nhau theo cách đặc biệt, khiến trạng thái của hạt này không thể mô tả độc lập với hạt kia, dù chúng cách nhau một khoảng cách rất xa.

Nói một cách ngắn gọn, khi các hạt đã vướng víu, đo trạng thái của một hạt sẽ ngay lập tức xác định trạng thái của hạt còn lại. Đây là một trong những hiện tượng kỳ lạ và sâu sắc nhất của cơ học lượng tử.

(Nguồn: https://quantumatlas.umd.edu/entry/entanglement/)

Trong thế giới lượng tử, các hạt vướng víu hành xử như một hệ thống thống nhất và khoảng cách không làm suy yếu mối liên hệ vướng víu đó.

Vướng víu lượng tử - được Albert Einstein mô tả như "hành động ma quái ở khoảng cách xa" 

(Nguồn: https://www.nist.gov/image/entanglement-quantum-computing-explainer)

Ví dụ:

Hãy tưởng tượng, bạn có hai viên xúc xắc đặc biệt, khi tung mỗi viên ở hai nơi khác nhau, nếu một viên ra số chẵn, viên kia luôn ra số lẻ. Điều quan trọng là, trước khi tung, không viên nào có kết quả cố định, chỉ khi quan sát, kết quả mới được xác định. Và hai kết quả luôn tương quan hoàn hảo theo quy tắc ở trên: " nếu một viên ra số chẵn, viên kia luôn ra số lẻ". Đó chính là tinh thần của quantum entanglement.

Ngày nay, vướng víu lượng tử đã được kiểm chứng qua vô số thí nghiệm; cũng như đã ứng dụng trong các công nghệ tiên tiến. Nó không còn là “câu chuyện triết học”, mà đã trở thành nền tảng công nghệ.

Nguồn tham khảo

• https://vnexpress.net/duc-lap-ky-luc-ve-su-vuong-viu-luong-tu-4505334.html
• https://scienceexchange.caltech.edu/topics/quantum-science-explained/entanglement
• https://plato.stanford.edu/entries/qt-entangle/

Cartography

Cartography là ngành khoa học và nghệ thuật thiết kế, xây dựng và sử dụng bản đồ nhằm trình bày thông tin địa lý một cách chính xác, trực quan và có ý nghĩa.

Nói đơn giản, cartography trả lời câu hỏi "Làm thế nào để biến dữ liệu không gian thành một bản đồ mà con người có thể hiểu, nhớ và ra quyết định?"

Vì vậy, cartography không chỉ là “vẽ bản đồ”, mà là kể câu chuyện không gian.

(Nguồn: https://psyche.co/ideas/what-makes-a-map-good-on-the-ethics-of-cartography)

Ba trụ cột của Cartography

• Khoa học – Độ chính xác

Cartography dựa trên các nguyên lý khoa học như:

• Tọa độ địa lý

• Tỷ lệ bản đồ

• Phép chiếu (projection)

• Sai số không gian

Nhờ đó, bản đồ phản ánh đúng vị trí, khoảng cách và mối quan hệ không gian của thế giới thực.

• Nghệ thuật – Khả năng truyền đạt

Một bản đồ tốt cần:

• Bố cục hợp lý

• Màu sắc phù hợp

• Ký hiệu dễ hiểu

• Font chữ rõ ràng

Nếu khoa học đảm bảo đúng, thì nghệ thuật đảm bảo dễ hiểu và dễ nhớ.

• Kỹ thuật – Công cụ và công nghệ

Ngày nay, cartography gắn chặt với:

• GIS và bản đồ số

• Bản đồ web và bản đồ tương tác

• Trực quan hóa dữ liệu không gian

Nhờ công nghệ, bản đồ không còn tĩnh mà trở nên sống động và thời gian thực.

Các loại Cartography phổ biến

• Cartography địa hình (Topographic) 

thể hiện núi, sông, độ cao, địa hình nhằm phục vụ quy hoạch, môi trường, quốc phòng

(Nguồn: https://mapasyst.extension.org/tag/topographic-map/)

• Cartography chuyên đề (Thematic)

Thể hiện dân số, nghèo đói, khí hậu, dịch bệnh, rất quan trọng trong nghiên cứu và chính sách công

(Nguồn: https://gelogia.com/applications-of-thematic-maps/)

• Cartography số & Web Cartography

Ví dụ như Google Maps, OpenStreetMap, đóng vai trò bản đồ tương tác, định vị, dẫn đường

(Nguồn: https://newsroom.cisco.com/c/r/newsroom/en/us/a/y2020/m02/digital-map-market-plots-towards-the-future.html)

Cartography khác gì với GIS và Geospatial Intelligence?

GIS là bộ máy xử lý dữ liệu, cartography là ngôn ngữ giao tiếp bằng bản đồ, Geospatial Intelligence là trí tuệ ra quyết định

Tài liệu tham khảo

• https://www.britannica.com/science/cartography
• https://colorado.pressbooks.pub/makingmaps/chapter/chapter-1-introduction-to-cartography/
• https://guides.library.ucla.edu/maps/cartography
• https://www.worldatlas.com/history/the-history-of-cartography.html

Geospatial intelligence

Geospatial Intelligence (GEOINT - Trí tuệ địa không gian) là năng lực thu thập, tích hợp, phân tích và diễn giải thông tin gắn với vị trí địa lý nhằm hiểu tình huống, phát hiện mẫu hình, dự báo diễn biến và hỗ trợ ra quyết định.

(Nguồn: https://www.aegissofttech.com/articles/geospatial-intelligence-amplifies-giant-bi-analysis.html)

Nếu dữ liệu địa lý chỉ cho ta biết ở đâu, thì GEOINT giúp trả lời những câu hỏi sâu hơn:

• Vì sao hiện tượng này xảy ra ở đây mà không phải nơi khác?

• Nó đang thay đổi theo thời gian như thế nào?

• Nếu can thiệp, tác động sẽ lan tỏa ra sao?

• Nên ưu tiên hành động ở khu vực nào?

Nói ngắn gọn, GEOINT không chỉ là bản đồ, mà là trí tuệ ra quyết định dựa trên không gian.

GEOINT được tạo nên từ những gì?

Trí tuệ địa không gian được hình thành từ sự kết hợp của bốn yếu tố chính.

• Thứ nhất là dữ liệu không gian. Đó có thể là bản đồ, tọa độ, ảnh vệ tinh, dữ liệu GPS, dữ liệu cảm biến môi trường hay dòng di chuyển của con người và phương tiện. Dữ liệu này ngày càng phong phú và cập nhật theo thời gian thực.

• Thứ hai là phân tích và tổng hợp dữ liệu. GEOINT sử dụng các kỹ thuật phân tích không gian như chồng lớp dữ liệu, phân tích vùng ảnh hưởng, mạng lưới, cũng như phân tích không gian–thời gian để phát hiện xu hướng và bất thường.

• Thứ ba là bối cảnh và hiểu biết liên ngành. Dữ liệu chỉ thực sự có ý nghĩa khi được đặt trong bối cảnh kinh tế, xã hội, môi trường và thể chế. GEOINT vì vậy luôn gắn với tri thức liên ngành, không thuần túy kỹ thuật.

• Cuối cùng là hỗ trợ ra quyết định. Sản phẩm cuối cùng của GEOINT không phải là bản đồ đẹp, mà là các khuyến nghị hành động, các kịch bản chính sách hoặc phương án can thiệp cụ thể.

(Nguồn: https://www.linkedin.com/pulse/power-promise-location-geospatial-intelligence-prasad-kota-2ycrc)

GEOINT khác gì với GIS hay Geospatial Thinking?

GIS là công cụ, còn GEOINT là năng lực và mục tiêu. GIS giúp xử lý dữ liệu, còn GEOINT sử dụng kết quả phân tích để đưa ra quyết định.

So với Geospatial Thinking (tư duy địa không gian), GEOINT ở mức độ cao hơn. Geospatial Thinking là nền tảng nhận thức – cách ta nhìn thế giới qua không gian. GEOINT là bước tiếp theo, khi tư duy đó được vận hành bằng dữ liệu, công nghệ và phân tích để phục vụ các quyết định chiến lược.

GEOINT được ứng dụng ở đâu?

Ban đầu, GEOINT phát triển mạnh trong lĩnh vực quốc phòng và an ninh. Tuy nhiên, ngày nay, GEOINT đã trở thành công cụ quan trọng trong nhiều lĩnh vực dân sự.

• Trong quản lý thiên tai, GEOINT giúp dự báo vùng ngập, cháy rừng, sạt lở và ưu tiên cứu trợ.
• Trong quy hoạch và đô thị thông minh, GEOINT hỗ trợ thiết kế giao thông, phân bố hạ tầng và dịch vụ công.
• Trong kinh tế và logistics, GEOINT giúp lựa chọn vị trí đầu tư, tối ưu chuỗi cung ứng và phân tích thị trường theo địa bàn.
• Trong y tế công cộng, GEOINT được dùng để theo dõi dịch bệnh, đánh giá khả năng tiếp cận dịch vụ y tế.
• Trong chính sách công, GEOINT giúp phân bổ nguồn lực công bằng hơn và đánh giá tác động chính sách theo không gian.

(Nguồn: https://uizentrum.de/geospatial-intelligence-and-the-gis/?lang=en)

Một vài ví dụ đơn giản

• Khi kết hợp ảnh vệ tinh, lượng mưa và địa hình, GEOINT có thể xác định những khu vực có nguy cơ ngập trước khi lũ xảy ra.
• Khi phân tích dữ liệu giao thông theo thời gian và không gian, GEOINT giúp điều chỉnh đèn tín hiệu để giảm ùn tắc.
• Khi chồng bản đồ nghèo, giáo dục và y tế, GEOINT giúp xác định những khu vực cần ưu tiên đầu tư xã hội.

Nguồn tham khảo

• https://www.satcen.europa.eu/what-we-do/geospatial_intelligence
• https://www.apu.apus.edu/area-of-study/intelligence/resources/what-is-geospatial-intelligence/
• https://www.linkedin.com/pulse/power-promise-location-geospatial-intelligence-prasad-kota-2ycrc
• https://uizentrum.de/geospatial-intelligence-and-the-gis/?lang=en