'Cuộc nghiên cứu mùa hè' của John McCarthy chứng kiến những chiếc máy tính đầu tiên học hỏi từ dữ liệu.
Nếu nhóm nhạc Wu-Tang sản xuất bản nhạc ấy vào năm 2023 thay vì 1993, họ sẽ gọi nó là D.R.E.A.M. [1] — bởi vì dữ liệu quy định mọi thứ xung quanh ta (Data Rules Everything Around Me - D.R.E.A.M). Nơi mà quyền lực trong xã hội của chúng ta, trong quá khứ được dựa trên sức mạnh thể lý và nguồn lực tài chính, thì thế giới hiện đại được vận hành bởi các thuật toán trao quyền dữ liệu để sắp xếp, thu thập và "bán" chúng ta (theo cách hiểu là "bán" dữ liệu cá nhân người dùng cho nhà quảng cáo). Những nhà tiên tri ẩn trong hộp đen độc đoán và khó nhận thấy này quyết định ai được vay tiền mua nhà, ai được bảo lãnh, ai tìm thấy tình yêu và ai bị nhà nước lấy đi quyền nuôi con của họ.
Trong cuốn sách mới của họ, How Data Happened: A History from the Age of Reason to the Age of Algorithms, dựa trên chương trình giảng dạy hiện có của họ, các Giáo sư Chris Wiggins và Matthew L Jones của Đại học Columbia xem xét cách dữ liệu được sắp xếp thành thông tin hữu ích và được sử dụng để định hình mọi thứ từ quan điểm chính trị và tập tục xã hội cho đến phản ứng quân sự và hoạt động kinh tế của chúng ta. Trong đoạn trích dưới đây, Wiggins và Jones xem xét công trình của nhà toán học John McCarthy, phó giáo sư của Đại học Dartmouth, người đã tự mình đặt ra thuật ngữ "trí tuệ nhân tạo".
Trang bìa cuốn sách "How Data Happened: A History from the Age of Reason to the Age of Algorithms" viết bởi các tác giả Chris Wiggins và Matthew L Jones. Nhà xuất bản WW Norton ấn hành năm 2023.
Nếu nhóm nhạc Wu-Tang sản xuất bản nhạc ấy vào năm 2023 thay vì 1993, họ sẽ gọi nó là D.R.E.A.M. [1] — bởi vì dữ liệu quy định mọi thứ xung quanh ta (Data Rules Everything Around Me - D.R.E.A.M). Nơi mà quyền lực trong xã hội của chúng ta, trong quá khứ được dựa trên sức mạnh thể lý và nguồn lực tài chính, thì thế giới hiện đại được vận hành bởi các thuật toán trao quyền dữ liệu để sắp xếp, thu thập và "bán" chúng ta (theo cách hiểu là "bán" dữ liệu cá nhân người dùng cho nhà quảng cáo). Những nhà tiên tri ẩn trong hộp đen độc đoán và khó nhận thấy này quyết định ai được vay tiền mua nhà, ai được bảo lãnh, ai tìm thấy tình yêu và ai bị nhà nước lấy đi quyền nuôi con của họ.
Trong cuốn sách mới của họ, How Data Happened: A History from the Age of Reason to the Age of Algorithms, dựa trên chương trình giảng dạy hiện có của họ, các Giáo sư Chris Wiggins và Matthew L Jones của Đại học Columbia xem xét cách dữ liệu được sắp xếp thành thông tin hữu ích và được sử dụng để định hình mọi thứ từ quan điểm chính trị và tập tục xã hội cho đến phản ứng quân sự và hoạt động kinh tế của chúng ta. Trong đoạn trích dưới đây, Wiggins và Jones xem xét công trình của nhà toán học John McCarthy, phó giáo sư của Đại học Dartmouth, người đã tự mình đặt ra thuật ngữ "trí tuệ nhân tạo".
Trang bìa cuốn sách "How Data Happened: A History from the Age of Reason to the Age of Algorithms" viết bởi các tác giả Chris Wiggins và Matthew L Jones. Nhà xuất bản WW Norton ấn hành năm 2023.
Việc tạo nên thuật ngữ "Trí tuệ nhân tạo"
Là người nhiệt thành ủng hộ các cách tiếp cận mang tính biểu tượng, nhà toán học John McCarthy thường được ghi nhận là người đã phát minh ra thuật ngữ "trí tuệ nhân tạo", kể cả chính ông cũng nói: "Tôi đã phát minh ra thuật ngữ trí tuệ nhân tạo," ông giải thích, "khi chúng tôi đang cố gắng kiếm tiền tài trợ cho một cuộc nghiên cứu trong mùa hè" để hướng tới "mục tiêu dài hạn là đạt được trí thông minh cấp độ con người." Cái "nghiên cứu mùa hè" được đề cập có tiêu đề là "Dự án Nghiên cứu Mùa hè của Dartmouth về Trí tuệ Nhân tạo" [2] và khoản tài trợ được yêu cầu là từ Quỹ Rockefeller. Vào thời điểm còn là phó giáo sư toán học tại Dartmouth, McCarthy đã được cố vấn cũ của ông là Claude Shannon hỗ trợ trong việc chào hàng với Rockefeller. Như McCarthy mô tả định vị của thuật ngữ này, "Shannon nghĩ rằng trí tuệ nhân tạo là một thuật ngữ quá hào nhoáng và có thể thu hút sự chú ý theo hướng bất lợi." Tuy nhiên, McCarthy muốn tránh trùng lặp với lĩnh vực hiện có là "nghiên cứu máy tự động (automata)" (bao gồm "lưới thần kinh" và máy tính Turing) và đứng ra tuyên bố một lĩnh vực mới. "Vì vậy, tôi quyết định không treo bất kỳ lá cờ giả nào nữa." Tham vọng là rất lớn; đề xuất năm 1955 tuyên bố "mọi khía cạnh của việc học hỏi hoặc bất kỳ tính năng nào khác của trí thông minh về nguyên tắc có thể được mô tả chính xác đến mức có thể tạo ra một cỗ máy để mô phỏng nó." McCarthy đi tới kết luận với nhiều nhà lập mô hình não hơn là các nhà toán học tiên đề thuộc loại mà ông muốn tại cuộc họp năm 1956, sau này được gọi là Hội thảo Dartmouth.
Những người đề xuất Hội thảo Dartmouth 1956, theo thứ tự từ trái sang: John McCarthy, Marvin Minsky (Ảnh: MIT Museum), Claude Shannon và Nathaniel Rochester (Ảnh: Institute of Electrical and Electronics Engineers Inc). Nguồn: Cantor's Paradise
Sự kiện này chứng kiến sự kết hợp của nhiều nỗ lực khác nhau, thường mâu thuẫn nhau nhằm làm cho máy tính kỹ thuật số thực hiện các tác vụ được coi là thông minh, tuy nhiên, như nhà sử học về trí tuệ nhân tạo Jonnie Penn lập luận, sự thiếu vắng giới chuyên gia tâm lý tại hội thảo có nghĩa là lý giải về trí thông minh "được thông báo chủ yếu bởi một tập hợp các chuyên gia làm việc bên ngoài khoa học nhân văn." Mỗi người tham gia nhìn nhận nguồn gốc doanh nghiệp của họ một cách khác biệt. McCarthy hồi tưởng, "bất kỳ ai ở đó đều khá ngoan cố trong việc theo đuổi những ý tưởng mà anh ta có trước khi đến, và theo như tôi thấy, cũng không có bất kỳ sự trao đổi ý tưởng thực sự nào."
Giống như bài nghiên cứu năm 1950 của Turing mang tựa đề Computing Machinery and Intelligence (Máy Điện toán và Trí thông minh), đề xuất năm 1955 cho cuộc hội thảo mùa hè về trí tuệ nhân tạo khi nhìn lại có vẻ như mang tính tiên báo một cách khó tin. Bảy vấn đề mà McCarthy, Shannon và các cộng tác viên của họ đề xuất để nghiên cứu đã trở thành trụ cột chính của khoa học máy tính và lĩnh vực trí tuệ nhân tạo:
- "Máy tính tự động" (các ngôn ngữ lập trình)
- "Làm thế nào một máy tính có thể được lập trình để sử dụng một ngôn ngữ" (xử lý ngôn ngữ tự nhiên)
- "Mạng lưới thần kinh" (mạng lưới thần kinh và học sâu - deep learning)
- "Lý thuyết về kích thước của một phép tính" (độ phức tạp trong tính toán)
- "Tự cải thiện" (máy học - machine learning)
- "Trừu tượng hóa" (kỹ thuật tính năng - feature engineering)
- "Tính ngẫu nhiên và tính sáng tạo" (các phương pháp Monte Carlo bao gồm học ngẫu nhiên - stochastic learning).
Thuật ngữ "trí tuệ nhân tạo" năm 1955 là một khát vọng hơn là sự cam kết với một phương pháp. AI, theo nghĩa rộng này, liên quan đến cả việc khám phá những gì tạo nên trí thông minh của con người bằng cách cố gắng tạo ra trí thông minh của máy móc cũng như là một nỗ lực ít mang đậm tính triết học hơn, tức là đơn giản khiến máy tính thực hiện các hoạt động khó khăn mà một người có thể cần rất nhiều công sức để làm.
Chỉ có một vài trong số những khát vọng này đã thúc đẩy những nỗ lực mà theo cách sử dụng hiện tại, đã trở thành đồng nghĩa với trí tuệ nhân tạo: ý tưởng cho rằng máy móc có thể học hỏi từ dữ liệu. Trong số các nhà khoa học máy tính, việc học từ dữ liệu sau đó đã không được chú trọng trong vài thế hệ.
Hầu hết nửa thế kỷ đầu tiên của trí tuệ nhân tạo tập trung vào việc kết hợp logic với kiến thức được mã hóa cứng vào máy móc. Dữ liệu được thu thập từ các hoạt động hàng ngày hầu như không phải là trọng tâm; nó mờ nhạt về uy thế bên cạnh logic. Trong khoảng 5 năm trở lại đây, trí tuệ nhân tạo và máy học đã bắt đầu được sử dụng đồng nghĩa với nhau; đó là một bài tập tư duy mạnh mẽ để nhớ rằng nó không nhất thiết phải diễn ra theo cách này. Trong vài thập kỷ đầu tiên trong vòng đời của trí tuệ nhân tạo, học hỏi từ dữ liệu dường như là một cách tiếp cận sai lầm, một cách tiếp cận phi khoa học, được sử dụng bởi những người không sẵn sàng "chỉ lập trình" kiến thức vào máy tính. Trước khi dữ liệu ngự trị, các quy tắc đã làm được điều đó.
Quảng cáo
Đối với tất cả sự nhiệt tình của họ, hầu hết những người tham gia tại hội thảo Dartmouth đã mang đến ít kết quả cụ thể cùng với họ. Một nhóm đã khác. Một nhóm từ RAND Corporation [3], đứng đầu là Herbert Simon [4], đã mang đến hàng hóa, dưới dạng một bộ chứng minh định lý tự động. Thuật toán này có thể tạo ra các phép chứng minh các định lý logic và số học cơ bản. Nhưng toán học chỉ là một trường hợp thử nghiệm đối với họ. Như nhà sử học Hunter Heyck đã nhấn mạnh, nhóm đó không bắt đầu nhiều từ máy tính hay toán học mà phần nhiều hơn là từ nghiên cứu về cách hiểu tõ về các tổ chức quan liêu lớn và tâm lý của những người giải quyết vấn đề bên trong các tổ chức này. Đối với Simon và Newell, bộ não con người và máy tính là những công cụ giải quyết vấn đề thuộc cùng một loại.
Quan điểm của chúng tôi cho rằng, cách thích hợp để mô tả một phần của hành vi giải quyết vấn đề là dưới dạng một chương trình: một đặc điểm kỹ thuật về những gì sinh vật sẽ làm trong các hoàn cảnh môi trường khác nhau theo các quy trình thông tin cơ bản nhất định mà nó có khả năng thực hiện... Máy tính kỹ thuật số xuất hiện chỉ bởi vì chúng có thể, bằng cách lập trình phù hợp, được "xui khiến" để thực hiện cùng một chuỗi các quy trình thông tin mà con người thực hiện khi họ giải quyết vấn đề. Do đó, như chúng ta sẽ thấy, các chương trình này mô tả cả việc giải quyết vấn đề của con người và máy móc ở cấp độ xử lý thông tin.
Mặc dù họ đã mang lại nhiều thành công lớn đầu tiên trong lĩnh vực trí tuệ nhân tạo sơ khai, Simon và Newell vẫn tập trung vào một cuộc điều tra thực tế về tổ chức của con người. Họ quan tâm đến việc giải quyết vấn đề của con người, thứ pha trộn cái mà Jonnie Penn gọi là "sự kết hợp giữa logic học biểu tượng của Anh đầu thế kỷ 20 và logic học hành chính của Mỹ về một tổ chức siêu hợp lý hóa". Trước khi sử dụng biệt danh AI, họ đã định vị công việc của mình là nghiên cứu về "các hệ thống xử lý thông tin" bao gồm cả con người và máy móc y như nhau, dựa trên sự hiểu biết tốt nhất về lý luận của con người vào thời điểm đó.
Simon và các cộng tác viên của ông đã tham gia sâu vào các cuộc tranh luận về bản chất của con người với tư cách là động vật biết lý luận. Simon sau đó đã nhận được giải Nobel Kinh tế cho công trình nghiên cứu về những hạn chế trong khả năng ra quyết định dựa trên lý lẽ của con người (khả năng này gọi là "human rationality"). Cùng với một nhóm trí thức thời hậu chiến, ông quan tâm đến việc bác bỏ quan điểm cho rằng tâm lý con người nên được hiểu là phản ứng giống như động vật đối với các kích thích tích cực và tiêu cực. Giống như những người khác, ông bác bỏ quan điểm của chủ nghĩa hành vi là con người được điều khiển bởi các phản xạ, gần như tự động, và việc học tập chủ yếu liên quan đến việc tích lũy các sự việc thực tế thu được thông qua trải nghiệm đó. Những năng lực tuyệt vời của con người, chẳng hạn như nói một ngôn ngữ tự nhiên hoặc làm toán cao cấp, không bao giờ có thể xuất hiện chỉ từ kinh nghiệm—chúng đòi hỏi nhiều hơn thế. Khi chỉ tập trung vào dữ liệu là sẽ hiểu sai về tính tự phát và trí thông minh của con người. Thế hệ trí thức này, trung tâm của sự phát triển của khoa học nhận thức, nhấn mạnh tính trừu tượng và sáng tạo hơn là phân tích dữ liệu, cảm giác hay cách khác.
Năm trong số những người tham dự Dự án Nghiên cứu Mùa hè Dartmouth về Trí tuệ Nhân tạo năm 1956 đã tái hội ngộ tại hội nghị AI@50 tháng 7 năm 2006. Từ trái qua: Trenchard More, John McCarthy, Marvin Minsky, Oliver Selfridge và Ray Solomonoff. Nguồn: Forbes
Nhà sử học Jamie Cohen-Cole giải thích: "Học tập phần lớn không phải là một quá trình tiếp thu sự thật về thế giới mà là phát triển một kỹ năng hoặc đạt được sự thành thạo với một công cụ có tính khái niệm mà sau đó có thể được triển khai một cách sáng tạo." Nghĩa là học tập không chỉ là ghi nhớ thông tin có thực (ví dụ: một năm có bốn mùa, nước đạt 100 độ C thì bay hơi, 1 1=2, v.v…), dù đây chính là một bước quan trọng, mà còn là phát triển được năng lực áp dụng kiến theo cách thức mới mẻ và sáng tạo. Sự nhấn mạnh vào khái niệm này là trọng tâm của chương trình Nhà lý luận Logic của Simon và Newell, chương trình này không chỉ mài giũa các quy trình logic mà còn triển khai "các phương pháp giải quyết vấn đề dựa vào kinh nghiệm và thực tiễn, hay suy nghiệm (heuristics)" giống như con người để đẩy nhanh quá trình tìm kiếm các phương tiện để đạt được mục đích. Các học giả như George Pólya khi điều tra cách các nhà toán học giải các bài toán đã nhấn mạnh đến tính sáng tạo liên quan đến việc sử dụng phương pháp suy nghiệm để giải các bài toán. Ta có thể hiểu là giải một bài toán dựa vào kinh nghiệm, sự sáng tạo thay vì là quy trình cứng nhắc. Vì vậy, toán học không phải là cực nhọc và buồn tẻ— nó không giống như thực hiện rất nhiều phép chia dài [5] hoặc biến đổi một lượng lớn dữ kiện sang dạng đơn giản hơn. Đó là hoạt động sáng tạo — và, trong con mắt của những người tạo ra nó, là bức tường thành chống lại những quan điểm toàn trị về con người, dù là từ cánh tả hay cánh hữu. (Và đời sống trong một tổ chức quan liêu cũng vậy -đó có thể là nơi dành cho sự sáng tạo. Chỉ cần đừng nói điều đó với nhân viên của tổ chức ấy.)
Quảng cáo
Lược dịch từ bài của nhà báo Andrew Tarantola, Engadget
Chú thích:
[1] Wu-Tang Clan là nhóm nhạc hip-hop người Mỹ được thành lập ở Đảo Staten, Thành phố New York vào năm 1992. Tác giả đang nhắc đến bài hát của nhóm là C.R.E.A.M (Cash Rules Everything Around Me) từ album năm 1993 của họ là "Enter the Wu-Tang (36 Chambers)." Tác giả Tarantola sử dụng tên gọi này để nói lên sức mạnh của dữ liệu trong xã hội hiện đại của bằng cách thay đổi sang D.R.E.A.M (Data Rules Everything Around Me), với ý nghĩa trong năm 1993 thì tiền mặt thống trị mọi thứ, còn năm 2023 thì dữ liệu mới là kẻ thống trị.
[2] Là hội thảo tổ chức vào mùa hè năm 1956 ở Đại học Dartmouth (Hanover, New Hampshire) được công nhận rộng rãi là sự kiện khai sinh ra lãnh vực trí tuệ nhân tạo, dự án này kéo dài sáu đến tám tuần và về cơ bản là phiên họp cho việc động não, từ 18/6 đến 17/8/1956. Mười một nhà toán học và và nhà khoa học ban đầu đã lên kế hoạch tham dự, dù không phải tất cả đã có mặt, nhưng hơn 10 người đã đến trong thời gian ngắn.
[3] Tổ chức RAND (tiếng Anh: RAND Corporation. RAND được viết tắt từ "R esearch AN d D evelopment" – Trung tâm Nghiên cứu và Phát triển) là một tổ chức think tank phi lợi nhuận, phi đảng phái toàn cầu có trụ sở tại Santa Monica, CA, Hoa Kỳ. Tổ chức RAND được thành lập vào năm 1948 bởi công ty sản xuất máy bay Douglas (Douglas Aircraft Company) nhằm hỗ trợ nghiên cứu và phân tích cho Quân đội Hoa Kỳ.
[4] Herbert Alexander Simon (1916 – 2001) là một nhà khoa học chính trị, kinh tế, xã hội học, tâm lý học người Mỹ và đặc biệt là giáo sư tại Đại học Carnegie Mellon—nơi ông có các nghiên cứu về nhiều lĩnh vực như nhận thức tâm lý, khoa học nhận thức, khoa học máy tính, hành chính, kinh tế, quản lý, khoa học triết học, xã hội học và khoa học chính trị. Với gần một ngàn ấn phẩm thường xuyên được trích dẫn, ông là một trong những nhà khoa học xã hội có ảnh hưởng nhất trong thế kỷ 20. Nguồn: Wikipedia
[5] Chia dài (long division): Là cách sắp đặt một bài toán chia giữa số chia và số bị chia để tìm ra phần dư (nếu có) và kết quả của phép chia, hoàn toàn bằng tay. Bao gồm chia các số thực và chia đa thức. Quá trình này thường được coi là tẻ nhạt khi đa thức liên quan quá dài hay các số trong phép chia quá lớn.
CHUYÊN MỤC NGHỆ THUẬT LÀM GIÀU BỀN VỮNG
Khóa học Machine Learning cơ bản- Khoa học dữ liệu - AI 
==***==
Khoá học Quản trị Chiến lược Dành cho Lãnh đạo Doanh nghiệp
==***==
Nơi hội tụ Tinh Hoa Tri Thức - Khơi nguồn Sáng tạo
Để tham gia khóa học công nghệ truy cập link: http://thuvien.hocviendaotao.com
Mọi hỗ trợ về công nghệ email: dinhanhtuan68@gmail.com
---
Khóa học Hacker và Marketing từ A-Z trên ZALO!
Khóa học Hacker và Marketing từ A-Z trên Facebook!
Bảo mật và tấn công Website - Hacker mũ trắng
KHÓA HỌC LẬP TRÌNH PYTHON TỪ CƠ BẢN ĐẾN CHUYÊN NGHIỆP 
Khóa học Lập trình Visual Foxpro 9 - Dành cho nhà quản lý và kế toán 
Khóa học hướng dẫn về Moodle chuyên nghiệp và hay Xây dựng hệ thống đào tạo trực tuyến chuyên nghiệp tốt nhất hiện nay. 
Khóa học AutoIt dành cho dân IT và Marketing chuyên nghiệp 
Khoá học Word từ cơ bản tới nâng cao, học nhanh, hiểu sâu 
Khóa học hướng dẫn sử dụng Powerpoint từ đơn giản đến phức tạp HIỆU QUẢ 
Khóa học Thiết kế, quản lý dữ liệu dự án chuyên nghiệp cho doanh nghiệp bằng Bizagi 
Khóa học Phân tích dữ liệu sử dụng Power Query trong Excel 
Khóa học Lập trình WEB bằng PHP từ cơ bản đến nâng cao 
Khóa học Phân tích dữ liệu sử dụng SPSS - Chìa khóa thành công!
Khóa học "Thiết kế bài giảng điện tử", Video, hoạt hình kiếm tiền Youtube bằng phần mềm Camtasia Studio 
Khóa học HƯỚNG DẪN THIẾT KẾ VIDEO CLIP CHO DÂN MARKETING CHUYÊN NGHIỆP 
HƯỚNG DẪN THIẾT KẾ QUẢNG CÁO VÀ ĐỒ HỌA CHUYÊN NGHIỆP VỚI CANVA Hãy tham gia khóa học để trở thành người chuyên nghiệp. Tuyệt HAY!😲👍 
GOOGLE SPREADSHEETS phê không tưởng 
Hãy tham gia khóa học để biết mọi thứ
Khóa học Ba, Mẹ và Bé - Cùng bé lập trình TUYỆT VỜI
Khóa học sử dụng Adobe Presenter-Tạo bài giảng điện tử 
Để thành thạo Wordpress bạn hãy tham gia khóa học 
Khóa học sử dụng Edmodo để dạy và học hiện đại để thành công 
==***== Bảo hiểm nhân thọ - Bảo vệ người trụ cột 
Cập nhật công nghệ từ Youtube tại link: congnghe.hocviendaotao.com
Tham gia nhóm Facebook
Để tham gia khóa học công nghệ truy cập link: http://thuvien.hocviendaotao.com
Mọi hỗ trợ về công nghệ email: dinhanhtuan68@gmail.com
Bảo mật và tấn công Website - Hacker mũ trắng
KHÓA HỌC LẬP TRÌNH PYTHON TỪ CƠ BẢN ĐẾN CHUYÊN NGHIỆP
Khóa học AutoIt dành cho dân IT và Marketing chuyên nghiệp
Khoá học Word từ cơ bản tới nâng cao, học nhanh, hiểu sâu
Khóa học hướng dẫn sử dụng Powerpoint từ đơn giản đến phức tạp HIỆU QUẢ
Khóa học Thiết kế, quản lý dữ liệu dự án chuyên nghiệp cho doanh nghiệp bằng Bizagi
Khóa học Phân tích dữ liệu sử dụng Power Query trong Excel
Khóa học Lập trình WEB bằng PHP từ cơ bản đến nâng cao
Khóa học Phân tích dữ liệu sử dụng SPSS - Chìa khóa thành công!
kiếm tiền Youtube bằng phần mềm Camtasia Studio
Khóa học HƯỚNG DẪN THIẾT KẾ VIDEO CLIP CHO DÂN MARKETING CHUYÊN NGHIỆP
HƯỚNG DẪN THIẾT KẾ QUẢNG CÁO VÀ ĐỒ HỌA CHUYÊN NGHIỆP VỚI CANVA
Hãy tham gia khóa học để trở thành người chuyên nghiệp. Tuyệt HAY!😲👍
GOOGLE SPREADSHEETS phê không tưởng
Hãy tham gia khóa học để biết mọi thứ
Khóa học Ba, Mẹ và Bé - Cùng bé lập trình TUYỆT VỜI
Khóa học sử dụng Adobe Presenter-Tạo bài giảng điện tử
Để thành thạo Wordpress bạn hãy tham gia khóa học
Khóa học sử dụng Edmodo để dạy và học hiện đại để thành công
==***==
Bảo hiểm nhân thọ - Bảo vệ người trụ cột
Tham gia nhóm Facebook
Để tham gia khóa học công nghệ truy cập link: http://thuvien.hocviendaotao.com
Mọi hỗ trợ về công nghệ email: dinhanhtuan68@gmail.com
Nguồn: Tinh Tế
Topics: Công nghệ mới
