Một module rope driver của Apollo Guidance Computer do Raytheon sản xuất bị loại bỏ sau khi thất bại trong kiểm chứng. Qua kiểm tra tại phòng thí nghiệm ở nhiệt độ phòng, Stewart phát hiện module từng được sửa chữa lại và lỗi trong tài liệu gốc (số pin sai trong bảng 4-2). Mặc dù tất cả các tham số kiểm tra đều đạt, các kênh đo lại bị lệch calib. Không rõ đây là lỗi ban đầu hay do thời gian gây ra, cho thấy module này có thể được sửa chữa và tái sử dụng cho mục đích kỹ thuật thay vì cho chuyến bay.
Why read it: Bài viết tiết lộ quá trình phân tích module máy tính hướng dẫn Apollo thất bại, khám phá lỗi tài liệu và bằng chứng sửa chữa trước đó.
Answer 3 short questions to earn reward points for this article. Only do it if you want the points.
3 questions · under a minute · optional
Source: https://hackaday.com/2026/07/27/re-testing-an-apollo-guidance-computer-module-that-failed-certification-testing. 8 Sync News only summarizes and links out; content copyright belongs to the authors and original sources.
Đang tải bình luận…
Một hacker đã exploit lỗi UDP overflow trên firmware của máy in Samsung C410W để chạy server Minecraft UCraft trực tiếp trên thiết bị. Mã khai thác và server đã được đăng trên GitHub nhưng chỉ hoạt động ổn định với model và firmware cụ thể đó.
Bài này cho thấy cách khai thác lỗi firmware để biến thiết bị IoT thành máy chủ game, mở ra hướng tiếp cận mới cho lập trình viên khi bảo mật và tận dụng phần cứng.
Bối cảnh: Nhiều tổ chức cùng thời điểm khám phá và triển khai các công nghệ tương tự mà không có giao tiếp rõ ràng. Nguyên nhân kỹ thuật: Mô hình Transformer có thể tự phát triển các cơ chế attention hiệu quả mà không cần thiết kế thủ công, dẫn đến các giải pháp parallel trong kiến trúc neural networks. Hệ quả: Sự hội tụ tương tự giữa các lab nghiên cứu như OpenAI và Google về phương pháp training models với self-supervised learning, tạo ra các thành tựu như GPT-3 và BERT cùng hướng. Điều đáng học: Sự tiến bộ trong deep learning có thể dự đoán được hơn nhiều người nghĩ, khi các cơ bản nguyên lý toán học dẫn đến các giải pháp tối ưu tương tự bất kể điểm xuất phát.
Bài viết khám phá hiện tượng nhiều lập trình viên độc lập phát hiện ra cùng một giải pháp kỹ thuật mới, mở ra hiểu biết sâu sắc về cách tư duy sáng tạo trong ngành công nghệ.
NASA vừa phóng thành công Roman Space Telescope từ trung tâm Kennedy ở Florida, bắt đầu nhiệm vụ khảo sát vũ trụ rộng lớn. Kính thiên văn này wyposaż bằng Wide Field Instrument có trường nhìn 0,28 độ vuông và bộ cảm biến infrared, cho phép quét lên tới hai tỷ galaxie trong ánh sáng near‑infrared. Dữ liệu thu được sẽ được dùng để đo lường sự phân tán của galaxie và suy ra đặc tính của năng lượng tối và vật chất tối. Kết quả missione này có thể cung cấp bằng chứng mới về bản chất của thành phần chiếm 95% vũ trụ, giúp kiểm định hoặc thay đổi các mô hình cosmology hiện tại. Đáng học là việc đầu tư vào thiết bị trường nhìn rộng và cảm biến độ nhạy cao mở ra khả năng khảo sát thống kê lớn, một hướng đi cần thiết để giải quyết các vấn đề cơ bản về vật chất tối và năng lượng tối.
Việc đọc bài này giúp lập trình viên nắm bắt công nghệ xử lý dữ liệu thiên văn quy mô lớn từ dự án kính viễn không Roman của NASA.
Bài viết mô tả việc tác giả cung cấp bộ chuyển đổi đóng nguồn của Adobe cho một mô hình LLM chạy local để xem nó có thể hiểu định dạng file từ dữ liệu thô không. Mô hình được sử dụng là GLM-5.3-Flash, được mô tả là cực kỳ mạnh và có thể chạy trên máy có phần cứng mạnh như GPU cao cấp hoặc nhiều nhân CPU. Sau khi được huấn luyện hoặc đưa vào bộ chuyển đổi, GLM-5.3-Flash đã tái tạo toàn bộ cấu trúc định dạng từ cấp byte, tái dựng được các trường và mối quan hệ mà không cần tài liệu gốc. Kết quả cho thấy LLM có khả năng phân tích ngược định dạng đóng nguồn khi được cung cấp đủ dữ liệu nhị phân và nguồn lực tính toán đủ lớn. Điều này gợi ý rằng với phần cứng đủ beefy và mô hình lớn như GLM-5.3-Flash, các nhà phát triển có thể sử dụng LLM để khám phá hoặc tái tạo các định dạng file độc quyền mà không cần truy cập mã nguồn.
Bài viết này chứng minh khả năng tái tạo định dạng Adobe của mô hình ngôn ngữ lớn GLM-5.3-Flash, mở ra triển vọng ứng dụng AI trong phân tích và xử lý file chuyên sâu.
Trò chơi 3D Pinball (Space Cadet) từng là một phần của bộ sưu tập trò chơi đi kèm với Windows từ Windows 95/98 cho tới Windows XP. Lỗi nằm ở engine vật lý: kiểm tra va chạm chỉ thực hiện mỗi khung hình mà không có bộ đệm epsilon, khiến tọa độ Y của quả bóng giảm xuống dưới mức sàn mà không kích hoạt phản hồi – hiện tượng tunneling làm bóng rơi xuyên qua sàn. Do Microsoft không thể sửa lỗi này trong thời gian phát hành, họ quyết định loại bỏ 3D Pinball ra khỏi cài đặt mặc định bắt đầu từ Windows Vista, ảnh hưởng tới hàng triệu người dùng. Điều này cho thấy cần sử dụng kỹ thuật va chạm liên tục (continuous collision detection) và thêm dung sai epsilon trong các mô phỏng vật lý, đồng thời viết bài test regression để phát hiện lỗi tunneling sớm. Lỗi này tồn tại qua nhiều bản dựng Windows trong hơn mười năm trước khi cuối cùng được loại bỏ ra khỏi hệ thống.
Bài viết tiết lộ lỗi kỹ thuật nghiêm trọng của Windows mà nhiều người không biết, giúp lập trình viên rút kinh nghiệm về vấn đề xử lý vật lý trong game.
Internet Archive vừa công bố bộ sưu tập "Vintage Artificial Intelligence" cho phép truy cập và chạy phần mềm AI từ thập niên 1970 đến 1990 trực tiếp trên trình duyệt qua mô phỏng. Bộ sưu tập này chứa nhiều phiên bản của Eliza, các trò chơi phiêu lưu hội thoại, môi trường Lisp và Prolog, Racter (chương trình viết truyện đầu tiên), Alter Ego, một số triển khai của Conway's Game of Life và chương trình cờ vua Sargon. Mặc dù một số tác phẩm nổi tiếng như Hexapawn, Parry và công cụ George không được bao gồm, nhưng bộ sưu tập vẫn cung cấp đủ материала để nghiên cứu cách các hệ thống dựa trên quy tắc và xử lý ngôn ngữ tự động hoạt động trong thời kỳ đầu của AI. Nhờ khả năng mô phỏng trong trình duyệt, nhà phát triển và nhà nghiên cứu có thể kiểm tra, so sánh và học hỏi từ mã nguồn gốc mà không cần cài đặt phần mềm cũ hoặc máy tính thời đại. Điều này nhắc nhở chúng ta về giá trị của việc lưu trữ và truy cập phần mềm lịch sử để tránh mất mát kiến thức về thiết kế hệ thống chuyên gia đầu tiên và cung cấp cảm hứng cho các phương pháp AI hiện tại dựa trên quy tắc.
Bài viết này giúp lập trình viên khám phá và trải nghiệm nền tảng lịch sử của trí tuệ nhân tạo từ những năm 1970-1990.
Bối cảnh là dự đoán rằng nhà phát triển sẽ giành thắng lợi trong cuộc đua AI nhờ khả năng truy cập vào phần cứng mạnh mẽ. Nguyên nhân kỹ thuật là sự xuất hiện của các máy tính đủ mạnh để chạy các mô hình LLM tiên tiến nhất hiện nay. Hệ quả của điều này là sự mong muốn rộng rãi về việc cung cấp GPU miễn phí cho mọi người. Điều đáng học là cần cân bằng giữa nhiệt huyết công nghệ và thực tế về chi phí, nguồn lực và bền vững của hạ tầng. Điều này nhắc nhở các lập trình viên xem xét kỹ lưỡng trước khi dựa vào giả định về tài nguyên miễn phí vô hạn khi đánh giá dự án AI.
Bài viết giải thích tại sao các lập trình viên sẽ chiến thắng trong cuộc đua AI với những công cụ mạnh mẽ như GPU miễn phí.
Một lập trình viên cảm thấy bực bội vì thường xuyên doomscrolling trên điện thoại. Anh đã ngược ngược giao thức Bluetooth của vòng cổ điện shock cho thú cưng được điều khiển qua smartphone, sau đó kết nối với một script Python và một web server chạy trên laptop của mình, kích hoạt bởi MacroDroid mỗi khi mức sử dụng điện thoại vượt qua định nghĩa cá nhân của anh về doomscrolling. Khi thử nghiệm trên chân mình, mức shock thấp nhất cũng gây đau đủ mạnh để anh ném điện thoại ra xa phòng và không dám thử lại. Trải nghiệm này cho thấy phản hồi gây không thích hợp có thể quá khắc nghiệt, khiến anh đang suy nghĩ thay thế bằng một cảnh báo âm thanh nhẹ nhàng hơn. Điều đáng học là khi xây dựng công cụ tự kỷ luật cần cân bằng giữa hiệu quả và mức độ không gây hại để tránh bỏ qua mục tiêu ban đầu.
Câu giải thích: Bài viết này thể hiện cách một nhà phát triển sử dụng công nghệ để giải quyết vấn đề thiếu tập trung bằng cách tạo ra một hệ thống "đàn hồi" hiệu quả.
Read the news here, practice coding, follow structured courses and train for IELTS on our sibling products — all connected through one 8 Sync account.
The ecosystem home: product overviews, blog and full pricing.
ExploreLearn along a clear roadmap: videos, auto-graded quizzes, certificates and mentors who ship for a living.
View the roadmap1,000+ DSA problems in Vietnamese, auto-graded across 7 languages — many FREE, right in your browser.
Practice for freeAI grading for all four IELTS skills with detailed rubric feedback.
Try it freeA 22 MB AI IDE for Vietnamese devs.
Download freeOrganizational memory for AI agents.
ExploreAI that staffs your Fanpage and qualifies leads for you.
Try it