Tác giả giữ toàn bộ bản quyền (All Rights Reserved) — không phải giấy phép mở. Bạn vẫn xem và học miễn phí trên OpenER; muốn tái sử dụng cần xin phép tác giả.
GIREEJA RANADE
Does this work? Yay. Welcome to EECS 16A. Great to be here.
Cách này có hiệu quả không? Tuyệt vời! Chào mừng đến với EECS 16A. Thật tuyệt khi được ở đây.
I know for many of you this is probably your first semester at Berkeley. Maybe you're here as a freshman. Maybe you're transferring here from another institution.
Tôi biết rằng đối với nhiều bạn, đây có lẽ là học kỳ đầu tiên. tại Berkeley. Có thể bạn đang ở đây với tư cách là sinh viên năm nhất. Có thể bạn đang chuyển đến đây từ một cơ sở giáo dục khác.
I want you all to know that we're thrilled you chose Berkeley and it's amazing that you're here.
Tôi muốn tất cả các bạn biết rằng chúng tôi... Tôi rất vui vì bạn đã chọn Berkeley và thật tuyệt vời khi bạn đang ở đây.
We're really excited, and we're going to do our best to give you the best experience you can possibly have, hopefully starting with your first semester.
Chúng tôi rất hào hứng và chúng tôi sẽ đi. Chúng tôi sẽ cố gắng hết sức để mang đến cho bạn trải nghiệm tốt nhất. có thể có, hy vọng là bắt đầu với học kỳ đầu tiên của bạn.
There's a huge team of us, not just part of this class, but at the University, at the department, that are working super hard to make sure that you can have the best possible Berkeley experience you have.
Chúng tôi là một đội ngũ rất lớn, không chỉ riêng sinh viên của lớp này. nhưng tại trường Đại học, tại khoa đó, đang làm việc cực kỳ chăm chỉ để đảm bảo để bạn có được trải nghiệm Berkeley tuyệt vời nhất có thể. Bạn có.
So I'm really thrilled to have you here. Congratulations, and give yourselves a hand.
Tôi thực sự rất vui mừng khi có bạn ở đây. Chúc mừng, và hãy tự vỗ tay chúc mừng chính mình.
This is the first lecture. We're going to be here in Zellerbach today as well as the next class, after which we will be transitioning to Wheeler Hall.
Đây là bài giảng đầu tiên. Hôm nay chúng ta sẽ có mặt ở Zellerbach. cũng như tiết học tiếp theo, sau đó chúng ta sẽ chuyển sang tiết học tiếp theo. đến Wheeler Hall.
This is probably the largest offering of 16A that we have had to date. We're going to have about 1,100 of you enrolled.
Đây có lẽ là đợt chào bán lớn nhất của loại 16A. những gì chúng ta đã có cho đến nay. Chúng tôi dự kiến sẽ có khoảng 1.100 người đăng ký tham gia.
Hopefully everyone who was on the wait list can get in, and we will do our best to make this class not seem like it is 1,100 people, but try to get to know as many of you as we possibly can.
Hi vọng tất cả những người trong danh sách chờ đều sẽ được nhận vào. và chúng tôi sẽ cố gắng hết sức để lớp học này không Có vẻ như có khoảng 1.100 người, nhưng hãy cố gắng làm quen với càng nhiều người càng tốt. Chúng tôi sẽ liên lạc với các bạn nhiều nhất có thể.
So for the first lecture today, we're going to spend a little bit of time for you to get to know all of us and the teaching staff.
Vậy bài giảng đầu tiên hôm nay là gì? Tôi sẽ dành một chút thời gian. để bạn có cơ hội làm quen với tất cả chúng tôi và đội ngũ giảng viên.
We'll talk about some little bits of administrivia, the homework, so on and so forth, but you can all go read the web page and I don't want to dwell too much on these kinds of details.
Chúng ta sẽ bàn về một vài vấn đề hành chính nhỏ. bài tập về nhà, vân vân và vân vân. nhưng các bạn đều có thể vào đọc trang web. Và tôi không muốn đi sâu quá nhiều vào những chi tiết kiểu này.
Really what I want to spend the large majority of this lecture on is talking about what we're going to be learning about in 16A, and why I think 16A, 16B are really a great introduction and a great way for you to find your place within the electrical engineering and computer science community.
Thực ra, điều tôi muốn dành phần lớn thời gian của bài giảng này để nói đến chính là vấn đề này. On đang nói về những gì chúng ta sẽ làm. Những điều cần tìm hiểu trong lớp 16A, và lý do tại sao tôi nghĩ lớp 16A lại quan trọng. 16B thực sự là một lời giới thiệu tuyệt vời và một cách tuyệt vời. để bạn tìm được vị trí của mình trong cộng đồng kỹ sư điện và khoa học máy tính.
The goal of this class is to expose you to a wide variety of ideas so that you can figure out what parts of it you really enjoy and what parts of it you don't, and I'll give you more details about the class as we go along.
Mục tiêu của lớp học này là giúp bạn hiểu rõ hơn về... với nhiều ý tưởng khác nhau để bạn có thể tìm ra Bạn thực sự thích phần nào và phần nào không thích? Bạn không cần biết, và tôi sẽ cung cấp thêm thông tin chi tiết về lớp học. khi chúng ta tiếp tục.
But I wanted to introduce myself first. My name is Gireeja Ranade, and I am one of the two main instructors for this class. I will be co-teaching with Professor Bernhard Boser, who is here.
Nhưng trước tiên tôi muốn tự giới thiệu. Tôi tên là Gireeja Ranade, và tôi là... một trong hai giảng viên chính của lớp học này. Tôi sẽ cùng giảng dạy với Giáo sư Bernhard. Boser, người đang ở đây.
BERNHARD BOSER
Hello.
Xin chào.
GIREEJA RANADE
Let me introduce myself and I'll ask — he can also introduce himself. So I'm actually a Berkeley alum. I got my PhD right here at Berkeley.
Cho phép tôi tự giới thiệu và tôi sẽ hỏi... Anh ấy cũng có thể tự giới thiệu bản thân. Thực ra tôi là cựu sinh viên của Đại học Berkeley. Tôi đã lấy bằng tiến sĩ ngay tại Berkeley.
I wish I was also an undergrad here, but I sadly did not have that chance.
Tôi ước mình cũng là sinh viên đại học ở đây. Nhưng thật đáng tiếc là tôi không có cơ hội đó.
I was an undergrad at MIT, so I spent time in Boston, and before that I actually spent most of my high school years in India. I grew up there.
Tôi từng là sinh viên đại học tại MIT, vì vậy tôi đã dành thời gian ở Boston. và trước đó, tôi thực sự đã dành phần lớn thời gian học trung học của mình ở đó. ở Ấn Độ. Tôi lớn lên ở đó.
Before starting on the faculty at Berkeley I spent a couple of years at Microsoft Research up in Seattle, and I think Seattle is just one of the most beautiful cities that I've ever lived in.
Trước khi bắt đầu công tác giảng dạy tại Berkeley Tôi đã làm việc vài năm tại Microsoft Research. ở Seattle, và tôi nghĩ Seattle chỉ là... Một trong những thành phố đẹp nhất mà tôi từng sống.
If you haven't ever had a chance to go there, I really recommend it. The mountains are something else. So I will be teaching module one and module three in this class.
Nếu bạn chưa từng có cơ hội đến đó, Tôi thực sự khuyên bạn nên dùng thử. Những ngọn núi thật sự khác biệt. Vì vậy, tôi sẽ giảng dạy mô-đun một và mô-đun ba trong lớp học này.
My research interests lie around control theory, information theory. I really like probability and applied math. I like modeling things.
Lĩnh vực nghiên cứu của tôi tập trung vào lý thuyết điều khiển. Lý thuyết thông tin. Tôi rất thích xác suất và toán ứng dụng. Tôi thích tạo mô hình.
A lot of the types of control problems that I enjoy thinking about, you will learn more about in 16B, which is the class that follows 16A.
Rất nhiều loại vấn đề kiểm soát Tôi rất thích suy nghĩ về điều đó, bạn sẽ tìm hiểu thêm về nó. trong lớp 16B, là lớp tiếp theo sau lớp 16A.
You'll see hints of it here, but really, some of the questions that arise when you're trying to think about data driven models in robotics, these are the kinds of things that I like to focus on in my research.
Bạn sẽ thấy một vài dấu hiệu của điều đó ở đây, nhưng thực sự thì, Một số câu hỏi nảy sinh khi bạn Đang cố gắng suy nghĩ về các mô hình dựa trên dữ liệu trong lĩnh vực robot. Đây là những thứ mà tôi thích. để tập trung vào trong nghiên cứu của tôi.
So I'll be talking about the systems part of the course largely. I'll be teaching module one and module three, but of course we'll be interleaving between and across the modules.
Vì vậy, tôi sẽ nói về phần hệ thống của khóa học. Phần lớn là vậy. Tôi sẽ dạy học phần một và học phần ba. nhưng tất nhiên chúng ta sẽ xen kẽ giữa và xuyên suốt các mô-đun.
I'll let Professor Boser also introduce himself so that you all can get to know him as well.
Tôi sẽ để Giáo sư Boser tự giới thiệu về mình. để tất cả các bạn cũng có thể hiểu thêm về anh ấy.
BERNHARD BOSER
Okay. Thank you. So my name is Bernard Boser. I didn't grow up in this country.
Được rồi. Cảm ơn. Tôi tên là Bernard Boser. Tôi không lớn lên ở đất nước này.
I come from Europe — Switzerland. It's very beautiful there too. I recommend it.
Tôi đến từ châu Âu — Thụy Sĩ. Nơi đó cũng rất đẹp. Tôi khuyên bạn nên dùng thử.
Then I got my degree at ETH, and after that, I got a doctorate at the Junior University across the Bay. Just check their logo.
Sau đó tôi lấy bằng tốt nghiệp tại ETH, và sau đó, tôi Tôi đã lấy bằng tiến sĩ tại trường Đại học Junior University bên kia vịnh. Hãy nhìn vào logo của họ.
It says Junior here — something junior. After that, I went to Bell Laboratories, and we will hear that word Bell today, actually.
Ở đây ghi là Junior — Một thứ gì đó nhỏ bé. Sau đó, tôi đến làm việc tại Bell Laboratories. Và thực tế là hôm nay chúng ta sẽ nghe thấy từ "Bell".
And after that I came here, and I've been here for almost 30 years. I do engineering. I love it.
Và sau đó tôi đến đây, và tôi đã Tôi đã ở đây gần 30 năm rồi. Tôi học ngành kỹ thuật. Tôi rất thích nó.
I hope people love it too, especially after taking 16, and as Gireeja already said, I will tell you about circuits and what you can do with them and how you can coax them into doing what do you want them to do.
Tôi hy vọng mọi người cũng thích nó, đặc biệt là sau khi đã dùng đến liều 16. Và như Gireeja đã nói, tôi sẽ kể cho các bạn nghe về mạch điện. và bạn có thể làm gì với chúng và bằng cách nào Bạn có thể thuyết phục họ làm những gì bạn muốn.
And I will also give you some examples from my research, which are on the fringe between mechanical and electrical. I make little mechanical things that can sense motion or fingerprints and things like that.
Và tôi cũng sẽ đưa ra một vài ví dụ. Từ những nghiên cứu của tôi, vốn chỉ mang tính chất ngoại biên. Giữa cơ khí và điện. Tôi làm những món đồ cơ khí nhỏ. Có thể cảm nhận chuyển động, dấu vân tay và những thứ tương tự.
That's it. Thank you.
Vậy thôi. Cảm ơn.
GIREEJA RANADE
Great.
Tuyệt vời.
So both of us will be up here lecturing, one of us or the other, but I encourage all of you to come to our office hours to get to know us in a little bit more of a smaller setting.
Vậy là cả hai chúng ta sẽ cùng lên đây thuyết trình, một trong hai người. hoặc cách khác, nhưng tôi khuyến khích tất cả các bạn. Hãy đến giờ làm việc của chúng tôi để hiểu thêm về chúng tôi nhé. Một khung cảnh nhỏ hơn.
It's hard to get to know everyone's names. It's hard for you to get to know us. But I will be having office hours almost every day right after lecture.
Thật khó để nhớ hết tên của mọi người. Bạn khó có thể hiểu rõ về chúng tôi. Nhưng tôi sẽ có giờ làm việc tại văn phòng gần như mỗi ngày, phải không? sau bài giảng.
Today I will have office hours right after lecture is over, and I encourage you to walk with me from here to the room where we have office hours.
Hôm nay tôi sẽ có giờ tư vấn sinh viên ngay sau khi bài giảng kết thúc. và tôi khuyến khích bạn cùng đi với tôi từ đây đến căn phòng nơi Chúng tôi có giờ làm việc.
You don't always have to have a technical question to come to office hours. You're welcome to come just to ask about Berkeley, just to try and get to know us more.
Không phải lúc nào bạn cũng cần đặt câu hỏi về kỹ thuật. Đến giờ làm việc. Bạn cứ thoải mái đến hỏi về Berkeley nhé. Chỉ để cố gắng hiểu nhau hơn thôi.
And we're going to have a series of programs throughout the semester for you to get to know us as well as the rest of the teaching staff, which is where I want to move to now.
Và chúng ta sẽ có một loạt các chương trình. trong suốt học kỳ để bạn có cơ hội làm quen với chúng tôi. cũng như toàn thể đội ngũ giảng viên còn lại, Đó là nơi tôi muốn chuyển đến ngay bây giờ.
I want to introduce you to two very important people. These are your head GSIs. You have Sam and Sarika, and I'll let them introduce themselves.
Tôi muốn giới thiệu với các bạn hai người rất quan trọng. Đây là những người đứng đầu bộ môn GSI của bạn. Bạn có Sam và Sarika, còn tôi thì... Hãy để họ tự giới thiệu.
SAM WEISMANN
All right. Hello. Is this on? All right.
Được rồi. Xin chào. Cái này có đang bật không? Được rồi.
Hello, everybody. Is everyone excited for 16A? Yes. Okay.
Chào mọi người. Mọi người có hào hứng với 16A không? Đúng. Được rồi.
That one in the front is excited. No one in the back is excited, which is sad. I'm excited about E16A. Sarika's excited.
Cậu bé đứng đầu trông có vẻ rất phấn khích. Không ai ở phía sau tỏ ra hào hứng cả, điều đó thật đáng buồn. Tôi rất hào hứng về E16A. Sarika rất hào hứng.
We have a large core staff here at 16A. We have 37 TAs this year. We're all here to help you.
Chúng tôi có một đội ngũ nhân viên nòng cốt khá lớn tại 16A. Năm nay chúng tôi có 37 trợ giảng. Chúng tôi luôn sẵn sàng giúp đỡ bạn.
Our entire core staff is about 100 strong, so anything you need, we're here for. It's going to be a good and fun and exciting semester.
Toàn bộ đội ngũ nhân viên cốt lõi của chúng tôi có khoảng 100 người, vì vậy bất cứ điều gì Bạn cần gì, chúng tôi luôn sẵn sàng giúp đỡ. Đây sẽ là một học kỳ tốt đẹp, vui vẻ và thú vị.
We're going to talk about some administrative details to start, but I — GIREEJA RANADE: Yeah. One minute. Go for it.
Chúng ta sẽ bàn về một số chi tiết hành chính. để bắt đầu, nhưng tôi — GIREEJA RANADE: Vâng. Một phút. Cứ làm đi.
SAM WEISMANN
I just want to let everyone know — I mentioned we have a very large staff. As Ranade mentioned, we have a very large staff. All of us are available to you guys at anytime.
Tôi chỉ muốn thông báo cho mọi người biết — Tôi đã đề cập rằng chúng tôi có một đội ngũ nhân viên rất lớn. Như Ranade đã đề cập, chúng tôi có một đội ngũ nhân viên rất lớn. Chúng tôi luôn sẵn sàng hỗ trợ các bạn bất cứ lúc nào.
If anyone is struggling with class, if you guys want someone to talk to, come to office hours. Email any one of us. You're going to meet some of our core staff today.
Nếu ai đó đang gặp khó khăn trong học tập, Nếu các bạn muốn có người để trò chuyện, hãy đến giờ làm việc của văn phòng. Hãy gửi email cho bất kỳ ai trong chúng tôi. Hôm nay, các bạn sẽ được gặp gỡ một số thành viên chủ chốt trong đội ngũ nhân viên của chúng tôi.
You're going to meet them in discussions, in labs, in office hours, which I highly encourage you to come to. It's a great resource. We have homework party.
Bạn sẽ gặp họ trong các buổi thảo luận, trong phòng thí nghiệm, trong giờ làm việc, và tôi rất khuyến khích các bạn đến tham dự. Đây là một nguồn tài liệu tuyệt vời. Chúng ta có một bữa tiệc làm bài tập về nhà.
Lots of great resources for you guys to come to and meet us in, because we get very lonely in office hours and we want you to be there.
Có rất nhiều nguồn tài nguyên tuyệt vời để các bạn đến gặp gỡ chúng tôi. vì chúng ta cảm thấy rất cô đơn trong giờ làm việc. Và chúng tôi muốn bạn có mặt ở đó.
GIREEJA RANADE
Great.
Tuyệt vời.
SAM WEISMANN
Good semester.
Một học kỳ tốt.
SARIKA MADHVAPATHY
Hey.
Chào.
GIREEJA RANADE
Do you want the next slide or are you good? No.
Bạn muốn xem slide tiếp theo hay là ổn rồi? KHÔNG.
SARIKA MADHVAPATHY
This is fine.
Điều này ổn thôi.
GIREEJA RANADE
Okay.
Được rồi.
SARIKA MADHVAPATHY
Hi. My name is Sarika. I'm the other head TA. If you want to contact me, then please email eecs16A@gmail.
Chào. Tôi tên là Sarika. Tôi là trợ giảng chính còn lại. Nếu bạn muốn liên hệ với tôi, vui lòng gửi email đến eecs16A@gmail.com.
It should be Berkeley.edu, actually, but this should also work. Before we move on I have a few administrative announcements.
Đúng ra phải là Berkeley.edu. Nhưng cách này cũng có thể hiệu quả. Trước khi tiếp tục, tôi có một vài thông báo về mặt hành chính.
So first of all, if you are in DSP, please send your letters to us as soon as possible to the staff email, which is, again, eecs16A@berkeley.edu, so send that to us as soon as possible, preferably now.
Trước hết, nếu bạn đang làm việc trong lĩnh vực xử lý tín hiệu số (DSP), Vui lòng gửi thư cho chúng tôi sớm nhất có thể. càng sớm càng tốt gửi đến email của nhân viên, Địa chỉ email là eecs16A@berkeley.edu, vì vậy hãy gửi email đó. Hãy liên hệ với chúng tôi càng sớm càng tốt, tốt nhất là ngay bây giờ.
And so the other announcement is we do not offer alternate exam times, so if you have an exam conflict, then please try to work it out with your other course, and if there are any serious conflicts, then please let us know.
Và thông báo khác là chúng tôi không cung cấp hình thức thi thay thế. nhiều lần, vì vậy nếu bạn có lịch thi trùng, Vậy thì hãy cố gắng sắp xếp sao cho phù hợp với khóa học khác của bạn nhé. và nếu có bất kỳ xung đột nghiêm trọng nào, Vậy thì hãy cho chúng tôi biết nhé.
So now we're going to introduce the rest of the TA staff.
Giờ chúng ta sẽ giới thiệu các thành viên còn lại của đội ngũ trợ giảng.
GIREEJA RANADE
Yes. Let us move into introducing [INAUDIBLE].. I just wanted to have a little bit of logistics.
Vâng. Chúng ta hãy chuyển sang phần giới thiệu [KHÔNG NGHE RÕ]... Tôi chỉ muốn chuẩn bị một chút về mặt hậu cần.
So three things that you should all know in terms of this logistics, first, make sure you all know where the course website is. You should be able to access it.
Vậy có ba điều mà tất cả các bạn nên biết. Trước hết, cần biết về khía cạnh hậu cần này. Hãy chắc chắn rằng tất cả mọi người đều biết trang web của khóa học ở đâu. Bạn sẽ có thể truy cập được nó.
All kinds of details — homework, homework solutions, lab, discussion sheets — everything will be posted here. Make sure you have access to Piazza.
Mọi chi tiết đều có thể kể đến — Bài tập về nhà, lời giải bài tập về nhà, bài thực hành, phiếu thảo luận — Mọi thứ sẽ được đăng tải ở đây. Hãy đảm bảo bạn có quyền truy cập vào Piazza.
Make sure you also have access to Gradescope, and we'll be talking more about this in the time to come.
Hãy đảm bảo bạn cũng có quyền truy cập vào Gradescope. Và chúng ta sẽ bàn thêm về vấn đề này trong thời gian tới.
We are going to introduce the course staff, but I wanted to just also make sure that we — let me just check one thing. Sorry. Sorry. Next slide.
Chúng tôi sẽ giới thiệu khóa học. nhân viên, nhưng tôi cũng muốn chắc chắn rằng chúng ta — Để tôi kiểm tra lại một điều. Lấy làm tiếc. Lấy làm tiếc. Trang chiếu tiếp theo.
Sorry. My slides were unordered.
Lấy làm tiếc. Các slide của tôi bị sắp xếp lộn xộn.
Okay.
Được rồi.
Yes. Great. Okay. So let us move on to introducing the rest of the course staff.
Đúng. Tuyệt vời. Được rồi. Giờ chúng ta hãy cùng giới thiệu các thành viên còn lại của đội ngũ giảng viên.
Come on up.
Lên đây nào.
This is a group of people that have been working really hard already for the past few weeks to get the course up and running, and one of the things that I'm really excited about in terms of the people that we have here is that they're all here, and each one of these people cares about your learning, and each one of these people is interested in different things.
Đây là một nhóm người có Tôi đã làm việc rất chăm chỉ trong vài tuần qua. để bắt đầu khóa học, và một trong những điều mà tôi thực sự hào hứng về mặt đó Điều đáng chú ý ở những người có mặt ở đây là tất cả họ đều có mặt. và mỗi người trong số họ đều quan tâm đến việc học tập của bạn. Và mỗi người trong số họ lại quan tâm đến những điều khác nhau.
And part of this is by design. We really enjoy having diverse personalities and diverse interests on our course staff, because each one of you, each one of the students, is a different personality.
Và một phần trong số đó là do chủ ý. Chúng tôi thực sự thích sự đa dạng về tính cách. và nhiều mối quan tâm đa dạng trong đội ngũ giảng viên của chúng tôi, bởi vì mỗi người trong số các bạn, mỗi học sinh, Đó là một tính cách khác biệt.
You have different interests. I don't expect all of you to be interested in the exact same thing that I'm interested in.
Hai người có những sở thích khác nhau. Tôi không mong đợi tất cả các bạn đều quan tâm đến cùng một thứ. Điều mà tôi quan tâm.
But hopefully you will be interested in something that one of these folks is interested in, and the idea is that, by talking to as many different TAs as you can throughout the course of the semester, hopefully you'll get to learn different things about different research areas, different classes, and find your way through the Berkeley curriculum.
Nhưng hy vọng bạn sẽ quan tâm đến điều gì đó. Một trong những người này quan tâm đến điều đó. và ý tưởng là, bằng cách nói chuyện với càng nhiều trợ giảng khác nhau càng tốt như bạn có thể trong suốt học kỳ, hy vọng là vậy. Bạn sẽ có cơ hội học hỏi nhiều điều khác nhau về các lĩnh vực nghiên cứu khác nhau. các khu vực, các lớp khác nhau và tìm kiếm theo đuổi mục tiêu học tập của bạn trong chương trình giảng dạy tại Berkeley.
So, quickly, why don't you guys go ahead and just introduce yourselves. MICHELLE: Hi everyone. My name is Michelle, and my main technical interest lies in autonomous vehicle technology.
Vậy thì, nhanh lên, tại sao các bạn không tiến hành và... Hãy tự giới thiệu bản thân. MICHELLE: Chào mọi người. Tôi tên là Michelle, và lĩnh vực kỹ thuật chính mà tôi quan tâm là Điều này nằm ở công nghệ xe tự lái.
MICHAEL: Hi, everyone. My name is Michael Calman. I research how to design microscopes better with artificial intelligence, and you'll see me at Thursday homework parties.
MICHAEL: Chào mọi người. Tôi tên là Michael Calman. Tôi nghiên cứu cách thiết kế kính hiển vi tốt hơn. với trí tuệ nhân tạo, và bạn sẽ thấy tôi. tại các buổi làm bài tập về nhà vào thứ Năm.
SARIKA MADHVAPATHY
I'm Sarika again, and I'm interested in analog design. DEEPSHIKA DHANASEKAR: Hi, everyone. My name is Deepshika, and I'm interested in digital signal processing. CRAIG: Hi, everyone.
Lại là Sarika, và tôi quan tâm đến thiết kế mạch tương tự. DEEPSHIKA DHANASEKAR: Xin chào mọi người. Tôi tên là Deepshika, và tôi quan tâm đến tín hiệu số. xử lý. CRAIG: Chào mọi người.
My name is Craig. My research interests are in building autonomous, insect scale micro robots. PANOS: Hi, everyone.
Tôi tên là Craig. Lĩnh vực nghiên cứu của tôi tập trung vào việc chế tạo các loài côn trùng tự hành. robot siêu nhỏ. PANOS: Chào mọi người.
My name is Panos [INAUDIBLE],, and I'm interested mainly in integrated circuits for biomedical sensing. CHRISTOS: Hello. My name is Christos, and I'm interested in integrated circuits for detecting cancer biomarkers.
Tên tôi là Panos [không nghe rõ], và tôi là quan tâm chủ yếu đến mạch tích hợp. Dùng cho cảm biến sinh học. CHRISTOS: Xin chào. Tôi tên là Christos, và tôi quan tâm đến tích hợp. Mạch điện dùng để phát hiện các dấu ấn sinh học ung thư.
JESSIE: Hi. My name is Jessie and I'm super interested in embedded systems, specifically in aerospace. MIUKI: Hi. My name is Miuki, and I'm interested in mechanical design and dynamic modeling.
JESSIE: Chào. Tôi tên là Jessie và tôi rất quan tâm đến hệ thống nhúng. Cụ thể là trong lĩnh vực hàng không vũ trụ. MIUKI: Chào. Tôi tên là Miuki, và tôi quan tâm đến thiết kế cơ khí. và mô hình động.
PROFESSOR: Hi. My name is [INAUDIBLE],, and I'm interested in signal processing and control theory. ANNIKA: Hi. My name's Annika and I'm interested in control theory as well.
GIÁO SƯ: Chào. Tôi tên là [không nghe rõ], và tôi quan tâm đến xử lý tín hiệu. và lý thuyết điều khiển. ANNIKA: Chào. Tôi tên là Annika và tôi quan tâm đến lý thuyết điều khiển. cũng vậy.
AMANDA: Hi. My name's Amanda and I'm interested in circuit design. MOSES: Hi. My name is Moses.
AMANDA: Chào. Tôi tên là Amanda và tôi quan tâm đến thiết kế mạch điện. MOSES: Chào. Tôi tên là Moses.
I'm interested in control theory and communications. RYAN: Hi. My name is Ryan. I'm interested in semiconductor devices.
Tôi quan tâm đến lý thuyết điều khiển và truyền thông. RYAN: Chào. Tôi tên là Ryan. Tôi quan tâm đến các thiết bị bán dẫn.
RAHUL: Hi. My name is Rahul and I'm also interested in control theory. GRACE: Hi. My name is Grace.
RAHUL: Chào. Tôi tên là Rahul và tôi cũng quan tâm đến lý thuyết điều khiển. GRACE: Chào. Tôi tên là Grace.
I'm interested in AI, specifically reinforcement learning. ALICE: Hi. My name's Alice and I'm interested in how to make computing more energy efficient.
Tôi quan tâm đến trí tuệ nhân tạo, cụ thể là... Học tăng cường. ALICE: Chào. Tôi tên là Alice và tôi muốn tìm hiểu về... Để giúp việc tính toán tiết kiệm năng lượng hơn.
GIREEJA RANADE
Great. Well, you guys are going to get to know all of these fabulous people much more over the course of the semester. Go to discussion.
Tuyệt vời. Vâng, các bạn sẽ sớm được biết tất cả những người tuyệt vời này còn hơn thế nữa trong suốt học kỳ. Vào phần thảo luận.
You will never find people who will care more about how you're going to do in this class. They are people that put in extra hours, semester after semester.
Bạn sẽ không bao giờ tìm thấy những người quan tâm đến bạn nhiều hơn thế. Tôi sẽ làm gì trong lớp học này? Họ là những người sẵn sàng làm thêm giờ. Học kỳ này qua học kỳ khác.
They come back with feedback saying, hey, by the way, I think something was unclear in lecture. Let's try this different strategy of teaching this in discussion.
Họ quay lại phản hồi và nói, này, nhân tiện, Tôi nghĩ có điều gì đó chưa được rõ ràng trong bài giảng. Hãy thử chiến lược khác này xem sao. về việc giảng dạy điều này trong các buổi thảo luận.
Let's try and improve the course for the next semester. So these folks really care. They're not here to judge you.
Chúng ta hãy cùng nhau cải thiện chương trình học cho học kỳ tới. Vậy nên những người này thực sự quan tâm. Họ không đến đây để phán xét bạn.
None of us are going to try and say, oh, you know, are we sure these people really [INAUDIBLE]??
Không ai trong chúng ta sẽ cố gắng nói, ồ, bạn biết đấy, Chúng ta có chắc chắn những người này thực sự [không nghe rõ] không??
We're here to make sure that you can have the best learning experience you possibly can have. We're here to show you our interests and learn about yours. Come to them if you have questions.
Chúng tôi ở đây để đảm bảo bạn có được trải nghiệm học tập tốt nhất. trải nghiệm mà bạn có thể có. Chúng tôi ở đây để thể hiện những mối quan tâm của mình. và tìm hiểu về chính mình. Hãy đến gặp họ nếu bạn có thắc mắc.
If you need help, we're here to help. There's a lot of us. This is only a fraction of the course staff. You'll get to meet the rest as time goes on.
Nếu bạn cần giúp đỡ, chúng tôi luôn sẵn sàng hỗ trợ. Chúng ta có rất nhiều người. Đây chỉ là một phần nhỏ trong đội ngũ giảng viên của khóa học. Bạn sẽ có cơ hội gặp gỡ những người còn lại theo thời gian.
But thank you very much and we'll move on with the rest of the lecture. Thanks, everyone.
Nhưng cảm ơn rất nhiều và chúng ta sẽ tiếp tục. cùng với phần còn lại của bài giảng. Cảm ơn mọi người.
In addition to all of these, we have basically a bunch of academic student employees. These are folks that will be helping you in office hours, as well as in labs.
Ngoài tất cả những điều trên, về cơ bản chúng ta còn có rất nhiều thứ khác nữa. của các sinh viên làm việc bán thời gian trong lĩnh vực học thuật. Đây là những người sẽ hỗ trợ bạn trong giờ làm việc. cũng như trong phòng thí nghiệm.
They'll be also helping us grade all of your exams and all of your homeworks.
Họ cũng sẽ giúp chúng tôi chấm điểm tất cả các bài kiểm tra của các bạn. và tất cả bài tập về nhà của bạn.
So there's a path for you to become part of the course staff as well, and I hope that many of you will join.
Vì vậy, có một lộ trình để bạn trở thành một phần của đội ngũ giảng viên khóa học. Tôi cũng hy vọng nhiều người trong số các bạn sẽ tham gia.
And starting out is basically, to become an ASE, join the TA staff and move up this ladder so that you can actually join this community, and hopefully all of you will enjoy doing this.
Và bước khởi đầu về cơ bản là để trở thành một ASE, Hãy gia nhập đội ngũ trợ giảng và thăng tiến trong nghề để bạn có thể... Thực sự có thể tham gia cộng đồng này. Và hy vọng tất cả các bạn sẽ thích thú khi làm điều này.
Maybe some of you will even be here in my shoes one day. We have a lot of different discussion sections. Discussion is a very critical element of this class, especially given the course size.
Có lẽ một ngày nào đó, một số bạn cũng sẽ ở trong hoàn cảnh giống như tôi. Chúng tôi có rất nhiều mục thảo luận khác nhau. Thảo luận là một yếu tố vô cùng quan trọng trong lớp học này. đặc biệt là khi xét đến quy mô của khóa học.
This is our chance to get to know you in a little bit of a smaller setting. This is on the course website.
Đây là cơ hội để chúng ta làm quen với nhau. trong một không gian nhỏ hơn một chút. Thông tin này có trên trang web của khóa học.
I don't expect you to look at this right now, but we have different groups of discussions targeted to different audiences in this class.
Tôi không mong bạn xem cái này ngay bây giờ. nhưng chúng ta có các nhóm thảo luận khác nhau Hướng đến các đối tượng khác nhau trong lớp học này.
Given that there are so many of you, I know that everyone is coming from a different background. Some of you took some courses. Others of you took other courses.
Vì số lượng người tham gia rất đông, Tôi biết rằng mỗi người đều xuất thân từ những hoàn cảnh khác nhau. Một số bạn đã tham gia một vài khóa học. Một số bạn khác thì theo học các khóa học khác.
And we're trying to make it so that people can be in groups of people that are having the same learning goals that they are.
Và chúng tôi đang cố gắng làm cho mọi người có thể ở trong các nhóm người có cùng mục tiêu học tập. những mục tiêu mà họ hướng đến.
So we have some sections, for example, that are targeted for freshmen, other sections that are targeted for transfer students, other sections that are targeted toward people who maybe have had some linear algebra experience.
Vì vậy, chúng ta có một số phần, ví dụ như, những phần dành cho sinh viên năm nhất, các phần khác thì... các phần này nhắm đến sinh viên chuyển trường, các phần khác thì... Chúng nhắm đến những người có thể đã từng... Có một số kinh nghiệm về đại số tuyến tính.
Just to make it clear, we don't expect you to have any linear algebra experience. This class is taught assuming you have never seen linear algebra before.
Để làm rõ, chúng tôi không mong đợi Bạn không cần phải có kinh nghiệm về đại số tuyến tính. Lớp học này được giảng dạy với giả định rằng bạn chưa từng... Tôi đã từng thấy đại số tuyến tính trước đây.
But just because people come from different backgrounds, especially people who might be transferring — you might have seen some of this material before — you're welcome to go to one of these sections.
Nhưng chỉ vì mọi người đến từ những hoàn cảnh khác nhau, đặc biệt là những người có thể đang chuyển công tác — Có thể bạn đã từng thấy một số nội dung này trước đây rồi. Bạn có thể thoải mái truy cập vào một trong những mục này.
There's a lot more categories. Please read the website. Choose whichever discussion you would like to go to. Find the one that works for you.
Còn rất nhiều hạng mục khác nữa. Vui lòng đọc thông tin trên trang web. Hãy chọn buổi thảo luận mà bạn muốn tham gia. Hãy tìm phương pháp phù hợp với bạn.
There's different personalities, different types of teaching styles. Pick what works for you. Just make sure you go to one of them.
Có nhiều tính cách khác nhau, nhiều kiểu người khác nhau. về các phong cách giảng dạy. Hãy chọn phương án phù hợp với bạn. Hãy chắc chắn rằng bạn đến một trong số đó.
The final and basically most important part of this class is all of you. Who is our target audience?
Phần cuối cùng và về cơ bản là phần quan trọng nhất của khóa học này. Tất cả các bạn đều như vậy. Đối tượng khách hàng mục tiêu của chúng ta là ai?
We want to have a great experience for you, and really we're focusing on having this be the style of teaching of the class is geared towards freshmen as well as incoming junior transfers.
Chúng tôi muốn mang đến cho bạn một trải nghiệm tuyệt vời. và thực sự chúng tôi đang tập trung vào việc có Đây là phong cách giảng dạy của lớp học. Chương trình này hướng đến sinh viên năm nhất cũng như sinh viên chuyển trường năm ba.
There's also a bunch of sophomores that are probably taking this class, and we understand that for some reason or the other you probably couldn't take it your first year, so welcome.
Ngoài ra còn có một nhóm sinh viên năm hai, có lẽ là... tham gia lớp học này, và chúng tôi hiểu. vì lý do này hay lý do khác Có lẽ bạn không thể vượt qua được thử thách này trong năm đầu tiên, vậy nên chào mừng bạn.
Again, I want to emphasize we're not going to assume any kind of prior experience in linear algebra or physics, so don't worry about any of that. Some minor logistical things.
Tôi muốn nhấn mạnh lại rằng chúng ta không phải là sẽ giả định bất kỳ loại kinh nghiệm nào trước đó trong đại số tuyến tính hoặc vật lý, vì vậy đừng lo lắng về bất cứ điều gì trong số đó. Một vài vấn đề nhỏ về hậu cần.
There's going to be weekly homeworks. Homeworks will be due Friday at midnight, typically. There's an exception of homework zero, which was released yesterday. This is a really simple homework.
Sẽ có bài tập về nhà hàng tuần. Bài tập về nhà thường sẽ phải nộp trước nửa đêm thứ Sáu. Có một ngoại lệ đối với bài tập về nhà số không. đã được phát hành ngày hôm qua. Đây là bài tập về nhà rất đơn giản.
It's just about getting you familiarized with the homework submission process, getting you familiarized with Gradescope, so please make sure that you do it. It is due this Wednesday.
Mục đích chỉ là giúp bạn làm quen với bài tập về nhà. quy trình nộp bài, giúp bạn làm quen với Gradescope, Vì vậy, hãy chắc chắn rằng bạn làm điều đó. Hạn chót là thứ Tư tuần này.
This will be a graded homework, and it's really easy, so make sure you don't miss out on these points.
Đây sẽ là bài tập về nhà có chấm điểm, và nó thực sự rất dễ. Vì vậy, hãy chắc chắn rằng bạn không bỏ sót những điểm này.
There's more details about how to submit the homework and about resubmission and so on and so forth on the website. I encourage you to go and read all of this.
Có thêm thông tin chi tiết về cách thức nộp bài. bài tập về nhà và việc nộp lại bài. và cứ thế tiếp tục trên trang web. Tôi khuyến khích bạn nên đọc hết tất cả những tài liệu này.
Gradescope will be the main technical interface that we will use for submitting homework. Sometimes it can be a little bit complicated to figure out.
Gradescope sẽ là giao diện kỹ thuật chính. Chúng ta sẽ sử dụng nó để nộp bài tập về nhà. Đôi khi việc tìm ra câu trả lời có thể hơi phức tạp.
One of the things that sometimes students have challenges with is figuring out how to select pages for your homework. So please remember to do this. We'll remind you about it in discussion.
Một trong những điều mà đôi khi sinh viên gặp khó khăn là... Việc này bao gồm việc tìm cách chọn trang cho bài tập về nhà của bạn. Vì vậy, hãy nhớ làm điều này nhé. Chúng tôi sẽ nhắc lại điều đó trong buổi thảo luận.
I'll post these slides later so you can also look through this.
Tôi sẽ đăng những slide này lên sau để bạn cũng có thể xem qua.
A little bit more administrivia before we can get into the real material that we want to get to. So let's talk about what our course policies are at some high level.
Một vài thủ tục hành chính nữa trước khi kết thúc chúng ta có thể đi sâu vào nội dung chính. mà chúng ta muốn đạt được. Vậy chúng ta hãy cùng thảo luận về các quy định của khóa học. ở một mức độ cao nào đó.
Most of our stuff is on the website. I'm sure you can go read it and I don't want to go here line by line through all of this with you.
Hầu hết sản phẩm của chúng tôi đều có trên trang web. Tôi chắc chắn bạn có thể đọc nó và tôi Tôi không muốn đi vào đây từng dòng một. Cùng bạn trải qua tất cả những điều này.
I trust that you will all go and read all of this and know all of this information. Our main goal in this class is learning.
Tôi tin rằng tất cả các bạn sẽ đi đọc hết phần này. và nắm rõ tất cả thông tin này. Mục tiêu chính của lớp học này là học tập.
We want to help you learn something that you don't already know. And learning is hard sometimes, so please come to us when you need help.
Chúng tôi muốn giúp bạn học hỏi điều gì đó. những điều mà bạn chưa biết. Việc học đôi khi rất khó khăn, vì vậy hãy đến với chúng tôi. Khi bạn cần giúp đỡ.
And a lot of the — the fact that we have homework, the fact that we have lab, the fact that we have discussion — these are designed to help you learn and get better.
Và rất nhiều điều—thực tế là chúng ta có bài tập về nhà, Việc chúng ta có phòng thí nghiệm, việc chúng ta có các buổi thảo luận — Những bài tập này được thiết kế để giúp bạn học hỏi và tiến bộ hơn.
Our grading is absolute. There is no scale. There is no curve. So that means that you're not competing against each other.
Hệ thống chấm điểm của chúng tôi là tuyệt đối. Không có tỷ lệ nào cả. Không có đường cong nào cả. Điều đó có nghĩa là các bạn không cạnh tranh với nhau.
So we encourage you to collaborate, work together, and really also make friends in this class.
Vì vậy, chúng tôi khuyến khích các bạn hợp tác. Hãy cùng nhau làm việc và kết bạn trong lớp học này.
This semester we're going to be organizing a couple of roundtable events, so this is a chance for people to sign up to meet one of the professors in a smaller setting.
Học kỳ này chúng ta sẽ tổ chức một vài sự kiện thảo luận bàn tròn, vì vậy điều này là cơ hội để mọi người đăng ký để gặp gỡ một trong các giáo sư trong một buổi gặp mặt nhỏ hơn.
We will be releasing sign ups for this in the coming weeks, so stay tuned for that. There'll be more information on Piazza.
Chúng tôi sẽ mở đăng ký tham gia trong những tuần tới. Hãy chờ xem nhé. Sẽ có thêm thông tin trên Piazza.
So what is our goal here? The one thing I want to talk about a little bit is course culture, and we're trying really hard to have a very positive and fun learning environment.
Vậy mục tiêu của chúng ta ở đây là gì? Có một điều tôi muốn nói đến một chút. Đây là văn hóa của khóa học, và chúng tôi đang cố gắng hết sức. Tạo ra một môi trường học tập tích cực và vui vẻ.
And I really want to encourage you in this to collaborate and help each other out. And what we really, really want to discourage is a kind of competitive atmosphere here.
Và tôi thực sự muốn khuyến khích các bạn hợp tác trong việc này. và giúp đỡ lẫn nhau. Và điều mà chúng ta thực sự, thực sự muốn ngăn cản Ở đây có một bầu không khí cạnh tranh khá rõ rệt.
We're really not going to tolerate people making fun of other people or being judgmental. College is a hard experience.
Chúng tôi thực sự sẽ không dung thứ cho những người đó. Chế giễu người khác hoặc phán xét họ. Đại học là một trải nghiệm khó khăn.
A lot of the material that you're going to be learning will be very fun, but it might not be easy.
Rất nhiều kiến thức mà bạn sẽ học Sẽ rất thú vị, nhưng có thể không dễ dàng.
You'll have to work hard at it, and we're going to rely on you to work together to build and get better at this.
Bạn sẽ phải nỗ lực rất nhiều, và chúng tôi... Tôi sẽ dựa vào sự hợp tác của các bạn để cùng xây dựng và đạt được mục tiêu. Giỏi hơn trong việc này.
There's a lot of tips on how you can succeed in 16A. Most importantly, make sure you get enough sleep. I don't want to go through too many of these details, but think about it.
Có rất nhiều lời khuyên về cách bạn có thể thành công trong môn 16A. Quan trọng nhất là hãy đảm bảo bạn ngủ đủ giấc. Tôi không muốn đi sâu vào quá nhiều chi tiết này. Nhưng hãy suy nghĩ kỹ xem.
I'll post these slides later and make sure that you can follow along. So with that, I really want to get started with the technical part of today.
Tôi sẽ đăng những slide này sau và đảm bảo... Bạn có thể làm theo. Vậy nên, tôi thực sự muốn đạt được điều đó. Hôm nay chúng ta bắt đầu với phần kỹ thuật.
I don't want to spend too much time on any more administrative details. So I'll ask to start with a question.
Tôi không muốn dành quá nhiều thời gian cho bất kỳ công việc hành chính nào nữa. chi tiết. Vậy tôi xin bắt đầu bằng một câu hỏi.
Do you know what is the key idea that is used to allow touchscreens to detect touch on, let's say, your tablet or your iPhone?
Bạn có biết ý tưởng chính là gì không? được sử dụng để cho phép màn hình cảm ứng phát hiện thao tác chạm trên, ví dụ như, Bạn dùng máy tính bảng hay iPhone?
What is this idea? What is maybe the idea that allows an autonomous car — some people here were interested in autonomous cars — to drive in a straight line?
Ý tưởng này là gì? Ý tưởng nào có thể tạo nên một chiếc xe tự lái? Một số người ở đây tỏ ra quan tâm đến xe tự lái. Lái xe theo đường thẳng?
The same idea turns out to be useful for letting search engines rank web pages. It is also a key idea in training neural networks, which maybe some of you have heard about.
Ý tưởng tương tự tỏ ra hữu ích cho việc cho phép Các công cụ tìm kiếm xếp hạng các trang web. Đây cũng là một ý tưởng quan trọng trong việc huấn luyện mạng nơ-ron, Có lẽ một số bạn đã từng nghe nói về điều này.
Any ideas on what this might be? Yeah? Yeah, you.
Có ai đoán được đây là cái gì không? Vâng? Đúng rồi, chính bạn đấy.
STUDENT
Linear algebra.
Đại số tuyến tính.
GIREEJA RANADE
Linear algebra is a big part of it, but even more specifically.
Đại số tuyến tính là một phần rất quan trọng trong đó. nhưng cụ thể hơn nữa.
The specific part is eigenvalues and feedback and stability, and these are some of the key ideas that we're going to be learning about in this class.
Phần cụ thể là các giá trị riêng, phản hồi và tính ổn định. và đây là một số ý tưởng chính. mà chúng ta sẽ học trong lớp học này.
And eigenvalues and feedback stability, these ideas are actually so important, I recently found out this summer that they're also incredibly important for time travel.
Và các giá trị riêng và tính ổn định phản hồi, Những ý tưởng này thực sự rất quan trọng. Mùa hè vừa rồi tôi mới phát hiện ra rằng chúng cũng vô cùng tuyệt vời. Quan trọng cho việc du hành thời gian.
You maybe saw this. I talked to Marvel over the summer. I told them I was teaching this class, so — SPEAKER 1: One last scene before we pack in in for the night.
Có thể bạn đã thấy điều này. Tôi đã nói chuyện với Marvel hồi mùa hè. Tôi nói với họ rằng tôi đang dạy lớp này, vậy nên — NGƯỜI NÓI 1: Một cảnh cuối cùng trước khi chúng ta thu dọn đồ đạc để nghỉ ngơi.
This time in the shape of a Mobius strip. Invert it, please. SPEAKER 2: Processing.
Lần này, nó có hình dạng dải Mobius. Hãy đảo ngược nó lại. NGƯỜI NÓI 2: Đang xử lý.
SPEAKER 1: Give me that eigenvalue. That particle factoring in spectral decomp, that'll take a second. SPEAKER 2: Just a moment. SPEAKER 1: And don't worry if it doesn't pan out.
NGƯỜI NÓI 1: Hãy cho tôi biết giá trị riêng đó. Yếu tố hạt đó ảnh hưởng đến sự phân rã quang phổ, Việc đó sẽ mất một chút thời gian. NGƯỜI NÓI 2: Chờ một chút. NGƯỜI NÓI 1: Và đừng lo lắng nếu mọi chuyện không diễn ra như ý muốn.
I'm just kind of — SPEAKER 2: Model rendered.
Tôi chỉ kiểu như — NGƯỜI NÓI 2: Mô hình được dựng hình.
SPEAKER 1: Shit!
NGƯỜI NÓI 1: Chết tiệt!
GIREEJA RANADE
Anyway. So eigenvalues, as you can see, are very, very important.
Dù sao thì... Như vậy, các giá trị riêng, như bạn thấy đấy, rất, rất quan trọng.
Spectral decomposition, we'll talk a little bit about it in this class, but if you really want to learn what singular values are, you'll have to wait till 16B.
Phân tích phổ, chúng ta sẽ nói thêm một chút về điều đó. trong lớp học này, nhưng nếu bạn thực sự muốn để tìm hiểu giá trị đơn lẻ là gì, Bạn sẽ phải đợi đến 16B.
And then there's all of quantum physics, which you'll have to go to another class for, but soon enough you'll get there. It's actually interesting.
Và sau đó còn có toàn bộ vật lý lượng tử, mà bạn sẽ... Bạn sẽ phải tham gia một lớp học khác, nhưng chẳng bao lâu nữa bạn sẽ... Đến đó. Điều này thực sự thú vị.
Avengers seems to be connected with this class ever since the beginning. This was a picture that was made by the first ever cohort that took 16A.
Biệt đội Avengers dường như có liên hệ với lớp học này. Từ thuở ban đầu. Đây là bức ảnh được chụp bởi nhóm sinh viên đầu tiên. Đã chọn phòng 16A.
This was the pilot back in 2015, and it seems like the movie has grown up with the class, and we hope to keep the theme running.
Đây là tập phim thử nghiệm vào năm 2015, và nó Dường như bộ phim đã trưởng thành cùng với lớp học. và chúng tôi hy vọng sẽ tiếp tục duy trì chủ đề này.
So I'd be curious to see what you folks come up with. But moving from movies to our scheduled programming, let's think about another thing.
Vậy nên tôi rất tò mò muốn xem các bạn sẽ đưa ra ý tưởng gì. Nhưng chuyển từ phim ảnh sang chương trình phát sóng theo lịch trình của chúng ta, Chúng ta hãy suy nghĩ về một điều khác.
What's the key idea that makes Shazam work, and it also makes the GPS on your phone work?
Ý tưởng then chốt nào làm cho Shazam hoạt động hiệu quả, và đồng thời cũng tạo nên sức mạnh của nó? GPS trên điện thoại của bạn có hoạt động không?
Another idea that we will be learning about in this class.
Một ý tưởng khác mà chúng ta sẽ tìm hiểu trong tiết học này.
I don't expect you to know it because we haven't taught the class yet, but by the end of the class you will know exactly what this is, and this idea turns out to be — oh, is there a suggestion back there?
Tôi không mong bạn biết điều đó vì chúng tôi chưa từng dạy. Lớp học vẫn chưa kết thúc, nhưng đến cuối giờ học thì sẽ kết thúc. Bạn sẽ biết chính xác đây là gì, và ý tưởng này hóa ra lại là — ồ, Có gợi ý nào ở phía sau không?
No?
KHÔNG?
STUDENT
Fourier transformations.
Biến đổi Fourier.
GIREEJA RANADE
Fourier transformations are very related, but we actually don't even need to use Fourier transformations to understand this. We can understand this at a simple level using the idea of cross-correlation.
Biến đổi Fourier có quan hệ rất thân thiết, nhưng thực ra thì... thậm chí không cần dùng phép biến đổi Fourier để hiểu. cái này. Chúng ta có thể hiểu điều này ở mức độ đơn giản bằng cách sử dụng Khái niệm về tương quan chéo.
Fourier transforms are something, again, that you will learn more about in 16B. Cross-correlation we'll start out with right in 16A. And finally, one more thing we're going to be talking about.
Phép biến đổi Fourier lại là một điều gì đó nữa. Bạn sẽ tìm hiểu thêm về điều này trong chương 16B. Chúng ta sẽ bắt đầu với phép tương quan chéo ngay trong mục 16A. Và cuối cùng, còn một điều nữa chúng ta cần làm... Chúng ta sẽ bàn về điều này.
A fundamental algorithm in machine learning and AI, and it's used basically, at this point, every single day to make predictions in biology, in brain machine interfaces, in social science, imaging algorithms, all kinds of things.
Một thuật toán cơ bản trong học máy và trí tuệ nhân tạo. và về cơ bản, hiện nay nó được sử dụng mỗi ngày. Để đưa ra dự đoán trong sinh học, trong giao diện máy tính não bộ, Trong khoa học xã hội, thuật toán xử lý hình ảnh, đủ mọi thứ.
What's this algorithm that we're going to be learning at the end of 16A? Yeah?
Thuật toán mà chúng ta sắp sử dụng là gì? Học tập vào cuối lớp 16A? Vâng?
STUDENT
Regression.
Hồi quy.
GIREEJA RANADE
Regression. Least squares.
Sự thoái lui. Phương pháp bình phương tối thiểu.
So by the end of this class — I don't expect any of you to have any idea of the answers of this right now, but by the end of this class, I hope that you will be able to go and tell your younger siblings and your younger friends about all of these cool things, because it's up to you
Vậy là đến cuối khóa học này — Tôi không mong đợi bất kỳ ai trong số các bạn có Bạn có ý tưởng nào về câu trả lời cho câu hỏi này ngay bây giờ không? nhưng tôi hy vọng rằng đến cuối khóa học này... để bạn có thể đi kể cho em út của mình nghe. anh chị em và những người bạn nhỏ tuổi hơn của bạn Về tất cả những điều thú vị này, vì quyết định là ở bạn.
to inspire the next generation of folks to join STEM majors and be part of this community. So hopefully you can share this message.
để truyền cảm hứng cho thế hệ tiếp theo theo đuổi các ngành học STEM. và trở thành một phần của cộng đồng này. Vì vậy, hy vọng bạn có thể chia sẻ thông điệp này.
So just to give you a little bit more detail about what we're going to go into in this class and how are we going to cover all of these different topics.
Để cung cấp cho bạn thêm một chút thông tin chi tiết. Về những nội dung chúng ta sẽ học trong lớp học này. Vậy chúng ta sẽ làm thế nào để đề cập đến tất cả các chủ đề khác nhau này?
16A is not a survey class.
16A không phải là lớp học khảo sát.
I know some of you might have heard that, but really what we're trying to do is we're trying to give you a rigorous foundation, not just for the next four years of your time here at Berkeley, but for the next 40 years of your career.
Tôi biết một số bạn có thể đã nghe điều đó rồi, nhưng thực sự thì sao? Điều chúng tôi đang cố gắng làm là cung cấp cho bạn một nền tảng vững chắc, không chỉ cho bốn năm tiếp theo. những năm tháng bạn ở Berkeley, nhưng sẽ kéo dài trong 40 năm tiếp theo của sự nghiệp bạn.
We're not just trying to prepare you to solve a problem set or get your first job interview. We're trying to prepare you to learn on your own as you go ahead.
Chúng tôi không chỉ cố gắng chuẩn bị cho bạn khả năng giải quyết một bộ bài tập. hoặc tham gia buổi phỏng vấn xin việc đầu tiên. Chúng tôi đang cố gắng giúp bạn chuẩn bị để có thể tự học. khi bạn tiến hành.
Technology changes, and you have to deal with real world challenges, things that are unspecified and things that might be very dynamic and unclear. Which is why this class is structured the way it is.
Công nghệ thay đổi, và bạn phải đối mặt với thực tế. những thách thức, những điều không xác định và những thứ có thể rất năng động và không rõ ràng. Đó là lý do tại sao lớp học này được cấu trúc theo cách như vậy.
So the first module is going to be an introduction to systems. And here we're really going to try and learn, how do we build a model?
Vậy mô-đun đầu tiên sẽ là phần giới thiệu về hệ thống. Và ở đây chúng ta sẽ thực sự cố gắng học hỏi, Chúng ta xây dựng mô hình như thế nào?
How do we take something abstract and unstructured and put it into a mathematical formulation that we can build on and work with?
Làm thế nào chúng ta có thể nắm bắt một thứ trừu tượng và không có cấu trúc? và đưa nó vào công thức toán học. mà chúng ta có thể dựa vào và làm việc cùng?
The second module is the really powerful part where you say, well, I have a model. That's great. I can do a lot of analysis. Right?
Mô-đun thứ hai là phần thực sự quan trọng, nơi bạn nói rằng, À, tôi có một mô hình. Tuyệt vời! Tôi có thể thực hiện nhiều phân tích. Phải?
Iron Man could do a lot of analysis, but if he couldn't take that analysis and go the next step to actually design what he needed, that analysis isn't good for anything.
Người Sắt có thể thực hiện rất nhiều phân tích. nhưng nếu anh ta không thể chấp nhận phân tích đó và tiến thêm một bước nữa để thực sự thiết kế những gì anh ấy cần. Việc phân tích đó chẳng có ích lợi gì cả.
So module two focuses on design. How do we use these models, and how do we actually build things in the real world that get us what we want?
Vì vậy, mô-đun thứ hai tập trung vào thiết kế. Chúng ta sử dụng những mô hình này như thế nào, và thực tế thì chúng ta làm thế nào? Xây dựng những thứ trong thế giới thực để đạt được điều mình muốn?
So here we'll be starting to introduce circuits so that we can take the models that we have for circuits and use them to build different things that we would like to build.
Vậy là ở đây chúng ta sẽ bắt đầu giới thiệu về mạch điện. để chúng ta có thể sử dụng các mô hình mạch điện mà chúng ta đã có. và sử dụng chúng để xây dựng những thứ khác nhau mà chúng ta Tôi muốn xây dựng.
In particular, we'll be focusing on touchscreens. And the third module is going to be talking about learning from data.
Đặc biệt, chúng ta sẽ tập trung vào màn hình cảm ứng. Và mô-đun thứ ba sẽ là về thuyết trình. Về việc học hỏi từ dữ liệu.
So if we wanted to learn about the real world — if we wanted to learn these models instead of just guessing what they are — how do we do that?
Vậy nếu chúng ta muốn tìm hiểu về thế giới thực— Nếu chúng ta muốn học các mô hình này thay vì chỉ đoán mò. Chúng là gì — Chúng ta làm điều đó như thế nào?
And we'll talk about the basics of machine learning. 16B picks up from here and gives you a lot of the aha moments that 16A is building up for.
Và chúng ta sẽ cùng thảo luận về những kiến thức cơ bản của máy học. Chương 16B tiếp nối từ đây và mang đến cho bạn rất nhiều khoảnh khắc "aha". mà tuyến 16A đang chuẩn bị cho.
So there you'll talk about advanced circuit design, you'll talk about an introduction to robotics, and you'll also talk about an introduction to what is called unsupervised learning that we'll talk more about later in this class.
Vậy là ở đó bạn sẽ nói về thiết kế mạch điện tử tiên tiến. Bạn sẽ nói về phần giới thiệu về robot học. và bạn cũng sẽ nói về phần giới thiệu về cái gọi là học không giám sát mà chúng ta sẽ thảo luận sau. Sẽ có thêm thông tin chi tiết hơn ở phần sau của tiết học này.
So the two main goals in 16A and 16B are really to introduce you to these ideas of modeling and problem formulation — and this will be happening in module one — and design thinking in module two.
Vậy nên hai mục tiêu chính trong 16A và 16B thực sự là để giới thiệu cho bạn. liên quan đến những ý tưởng về mô hình hóa và xác định vấn đề này — và điều này sẽ diễn ra trong học phần một — và tư duy thiết kế trong học phần hai.
And the third module is putting it all together.
Và mô-đun thứ ba là tổng hợp tất cả lại với nhau.
We're going to see different kinds of conceptual tools through linear algebra, and the circuits module is going to help us really take these modeling tools to implement and build things in the real world.
Chúng ta sẽ xem xét nhiều loại công cụ khái niệm khác nhau. thông qua đại số tuyến tính và mô-đun mạch điện Điều này sẽ giúp chúng ta thực sự nắm bắt được những mô hình này. Các công cụ để triển khai và xây dựng mọi thứ trong thế giới thực.
And the idea is that this will give you a sense of the different kinds of things you can do within the EECS department, and there's many, many different things you can do.
Và ý tưởng là điều này sẽ mang lại cho bạn một cảm nhận về các loại sự vật khác nhau Bạn có thể thực hiện việc này trong khoa EECS. Và có rất nhiều, rất nhiều việc khác nhau mà bạn có thể làm.
So for example, if you get really interested in the algorithms part of this, well, maybe then you will end up taking classes like optimization and AI and machine learning.
Ví dụ, nếu bạn thực sự hứng thú Trong phần thuật toán, thì có lẽ là vậy. Cuối cùng bạn sẽ học các môn như tối ưu hóa và trí tuệ nhân tạo. và máy học.
But if you're really interested in how to design a medical device, how do I build a Fitbit, how do I build a better ICU monitor, then maybe you'll take classes like 105 and 140.
Nhưng nếu bạn thực sự quan tâm đến cách thức... Để thiết kế một thiết bị y tế, tôi cần làm thế nào để chế tạo một thiết bị như Fitbit? Tôi có thể chế tạo một thiết bị theo dõi bệnh nhân hồi sức tích cực (ICU) tốt hơn bằng cách nào đó, rồi có lẽ bạn sẽ giúp tôi. Hãy tham gia các lớp học như 105 và 140.
Maybe you'll get really interested in energy and you'll think about how to design better solar cells, and then maybe you'll take classes like the 130 series.
Có lẽ bạn sẽ thực sự hứng thú với năng lượng. và bạn sẽ suy nghĩ về cách thiết kế các tấm pin mặt trời tốt hơn. và sau đó có thể bạn sẽ tham gia các lớp học như loạt lớp 130.
Maybe you'll be interested in larger scale design — maybe in human factors, maybe large scale networks, maybe hardware design — and then there's a series of hardware classes.
Có lẽ bạn sẽ quan tâm đến thiết kế quy mô lớn hơn — có thể liên quan đến yếu tố con người, hoặc các mạng lưới quy mô lớn. có thể là thiết kế phần cứng — và sau đó là một loạt các lớp học về phần cứng.
Or maybe you'll take the 16B final project, you'll think the robotics car is so cool, and you will want to take the series of robotics classes that we have, like 106 and 149 and 128.
Hoặc có thể bạn sẽ chọn đề án cuối kỳ môn 16B. Bạn sẽ thấy chiếc xe robot thật tuyệt vời. và bạn sẽ muốn tham gia loạt các lớp học về robot. mà chúng ta có, ví dụ như 106, 149 và 128.
So the goal in 16A, the reason that we expose you to many, many different types of things, is that all of us believe, and I personally believe, that there is a spot in this department for each one of you and we want to help you find it.
Vậy mục tiêu trong mục 16A, lý do chúng tôi cho bạn biết điều đó là gì? Đối với rất nhiều, rất nhiều loại việc khác nhau, đó là tất cả chúng ta Tôi tin tưởng, và cá nhân tôi cũng tin tưởng, Mỗi người trong số các bạn đều có một vị trí trong bộ phận này. và chúng tôi muốn giúp bạn tìm thấy nó.
You're not expected to like and enjoy every single homework problem or every single class that you take. You just have to like the few things.
Bạn không nhất thiết phải thích và tận hưởng điều đó. mọi bài tập về nhà hay mọi bài học mà bạn lấy. Bạn chỉ cần thích một vài thứ đó thôi.
So please go ahead and try to figure out what that is.
Vậy hãy cứ thử tìm hiểu xem đó là gì nhé.
So with this, I'm going to actually pass over to Professor Boser to talk a little bit more about the arc of this class.
Vậy nên, với điều này, tôi sẽ thực sự Mời Giáo sư Boser nói thêm một chút. Về lộ trình phát triển của lớp học này.
BERNHARD BOSER
Thank you.
Cảm ơn.
If you were born 150 years ago, this is how your smartphone would look like. You may laugh about this now, because heck, how does this look like a smartphone?
Nếu bạn sinh ra cách đây 150 năm, thì điều này Đây là hình ảnh chiếc điện thoại thông minh của bạn. Có thể bây giờ bạn sẽ bật cười về chuyện này, bởi vì, thật ra thì... Cái này trông giống điện thoại thông minh ở điểm nào?
Not very much.
Không nhiều lắm.
But maybe 150 years or even less than that, other people, others or maybe even we will laugh about what today we consider a smartphone.
Nhưng có lẽ 150 năm hoặc thậm chí ít hơn thế, những người khác, những người khác nữa. hoặc có lẽ chúng ta sẽ cùng cười về những gì đã xảy ra hôm nay. Chúng ta hãy xem xét một chiếc điện thoại thông minh.
And who is going to invent and create this new reality of smartphone plus, because I don't know how it's going to look like. Well, it's you.
Vậy ai sẽ là người phát minh và sáng tạo ra chúng? thực tế mới này của điện thoại thông minh cộng thêm, Vì tôi không biết nó sẽ trông như thế nào. Đúng vậy, đó là bạn.
Engineers and scientists, and you obviously chose to become engineers or scientists.
Các kỹ sư và nhà khoa học, và cả các bạn nữa. Rõ ràng là họ đã chọn trở thành kỹ sư hoặc nhà khoa học.
So 16 is going to help you to transform something like this into whatever. Your innovation. The next generation. So how is this smartphone?
Vậy nên số 16 sẽ giúp bạn chuyển đổi một thứ như thế này. thành bất cứ thứ gì. Sự đổi mới của bạn. Thế hệ tiếp theo. Vậy chiếc điện thoại thông minh này như thế nào?
Just very quickly.
Rất nhanh thôi.
There is a key where you can send, sort of like smoke signals, but electrical smoke signals of various durations, and with that you can encode messages, for example, whether it is a [INAUDIBLE] or a greeting.
Có một phím mà bạn có thể dùng để gửi, giống như gửi khói vậy. các tín hiệu, nhưng là các tín hiệu khói điện với thời gian kéo dài khác nhau, và nhờ đó bạn có thể mã hóa tin nhắn. Ví dụ, đó có thể là một [không nghe rõ] hoặc một lời chào.
This was very revolutionary at the time, and people managed to communicate farther and farther where smoke signals, for example, wouldn't work because there was no line of sight.
Điều này rất mang tính cách mạng vào thời điểm đó. và mọi người đã có thể liên lạc với nhau ngày càng xa hơn. ví dụ như tín hiệu khói, Sẽ không hoạt động được vì không có tầm nhìn trực tiếp.
And ultimately, somebody had an idea, gee, maybe we could link continents together, Europe and the America.
Và cuối cùng, ai đó đã nảy ra một ý tưởng, ôi chao! có lẽ chúng ta có thể liên kết các châu lục lại với nhau, châu Âu. và nước Mỹ.
And so they put the cable at the bottom of the Atlantic Ocean, and they thought, well, now we will let these electrical pulses travel along this cable.
Và thế là họ đặt sợi cáp xuống đáy Đại Tây Dương. và họ nghĩ, vậy thì bây giờ chúng ta sẽ... Hãy cho phép các xung điện này truyền dọc theo sợi cáp này.
Well, it worked just long enough for the Queen of England to send a greeting to the President of the United States, and then it stopped working. That wasn't the plan.
Vâng, nó đã có hiệu quả đủ lâu đối với Nữ hoàng Anh. để gửi lời chào tới Tổng thống Hoa Kỳ, Và rồi nó ngừng hoạt động. Đó không phải là kế hoạch ban đầu.
They planned, just like today, that this would be a revolution, and they didn't know why it didn't work. So they looked at it. They analyzed it. Where did it break?
Họ đã lên kế hoạch, cũng giống như ngày hôm nay, rằng điều này Đó sẽ là một cuộc cách mạng, và họ không hiểu tại sao nó lại không hiệu quả. Vì vậy họ đã xem xét nó. Họ đã phân tích nó. Nó bị gãy ở chỗ nào?
And ultimately they figured out more and more, and they could make reliable communication. They also, along the way, changed the way that this was electrical. Now we do it more likely optically.
Và cuối cùng họ đã hiểu ra ngày càng nhiều hơn, và họ có thể thiết lập liên lạc đáng tin cậy. Trên hành trình đó, họ cũng đã thay đổi cách thức. Điều này là do điện. Giờ đây, chúng ta có thể thực hiện điều đó bằng phương pháp quang học nhiều hơn.
But that's what engineers do. They come up with a great idea, they implement it, and sometimes it just works. But guess what. Most of the time it doesn't.
Nhưng đó là việc mà các kỹ sư vẫn làm. Họ đưa ra một ý tưởng tuyệt vời, và họ thực hiện nó. Và đôi khi cách đó lại hiệu quả. Nhưng bạn đoán xem? Hầu hết các trường hợp đều không như vậy.
And then engineers or scientists go and figure out what's really going on.
Và sau đó các kỹ sư hoặc nhà khoa học sẽ đi tìm hiểu. Tìm hiểu xem chuyện gì đang thực sự xảy ra.
They create models, models that can be used next time when they innovate something new that builds on what they came up before.
Họ tạo ra các mô hình, những mô hình có thể được sử dụng lần sau khi họ... Đổi mới, tạo ra điều gì đó mới mẻ mang tính xây dựng dựa trên những gì họ đã nghĩ ra trước đó.
A few years later, then, Alexander Bell came up with an idea where you could send voice signals through such wires.
Vài năm sau đó, Alexander Bell xuất hiện. Tôi đã nghĩ ra một ý tưởng về việc có thể gửi tín hiệu bằng giọng nói. thông qua những sợi dây như vậy.
I worked for him but he didn't know it because I came a little bit too late.
Tôi từng làm việc cho ông ấy nhưng ông ấy không hề biết điều đó. Vì tôi đến hơi muộn một chút.
So we moved from what was on the previous slide to what is on this slide. This actually has changed a little bit.
Vậy là chúng ta chuyển sang nội dung tiếp theo từ slide trước. liên quan đến nội dung trên slide này. Thực tế thì điều này đã thay đổi một chút.
We moved to this. So how did we get there?
Chúng tôi đã chuyển đến đây. Vậy làm sao chúng ta lại đến được đó?
So first of all, this is very different from sort of an original, let's say, most he can do, because this not only can communicate.
Trước hết, điều này rất khác so với kiểu... Ví dụ, đó là điều anh ta có thể làm được nhiều nhất. Bởi vì điều này không chỉ có thể truyền đạt thông tin.
It can also sense the environment. It can figure out what's going on. It can think about the environment, driverless car, for example.
Nó cũng có khả năng cảm nhận môi trường xung quanh. Nó có thể hiểu được chuyện gì đang xảy ra. Nó có thể suy nghĩ về môi trường, xe tự lái, Ví dụ.
it can decide what actions to take, for example, to accelerate, or stop, or turn. And it can actually accelerate or stop or turn. So how do we build stuff like that?
Nó có thể quyết định những hành động cần thực hiện. Ví dụ, để tăng tốc, dừng lại hoặc rẽ. Và nó thực sự có thể tăng tốc, dừng lại hoặc rẽ. Vậy chúng ta xây dựng những thứ như vậy bằng cách nào?
Well, what is the fundamental technology that we use for this?
Vậy, công nghệ cơ bản là gì? Chúng ta dùng cái gì cho việc này?
Well, the key technology that is at the basis of all of this is a silicon integrated circuit technology, and in particular, there's a component that incidentally was invented at the lab of Bell Laboratories, of that guy, Bell, founded and it's named after him.
Vâng, công nghệ then chốt nằm ở nền tảng của tất cả điều này. là công nghệ mạch tích hợp silicon. và đặc biệt, có một thành phần mà tình cờ... Nó được phát minh tại phòng thí nghiệm của Bell Laboratories, bởi người đó. Bell là người sáng lập và công ty được đặt theo tên ông.
So the key component is something called a transistor. What's a transistor? Well, a transistor essentially is a switch, just like a light switch, except it has a few differences.
Vậy thành phần quan trọng nhất là một thứ gọi là transistor. Transistor là gì? Về bản chất, transistor là... một công tắc, giống như công tắc đèn, Tuy nhiên, nó có một vài điểm khác biệt.
One very important thing, just like the light switch, it does let electrical current flow, or not, and we will talk about what electrical current is later.
Một điều rất quan trọng, cũng giống như công tắc đèn, Nó cho phép dòng điện chạy qua, hoặc không. Và chúng ta sẽ bàn về dòng điện là gì sau.
But it doesn't use a mechanical action to do that. It uses another electrical signal. And because it uses an electrical signal, it produces an electrical signal.
Nhưng nó không sử dụng cơ chế hoạt động nào để làm điều đó. Nó sử dụng một tín hiệu điện khác. Và bởi vì nó sử dụng tín hiệu điện, Nó tạo ra một tín hiệu điện.
You can cascade those, and if you cascade many of them, you can do incredible stuff, like a smart phone or a computer.
Bạn có thể xếp chồng chúng lên nhau, và nếu bạn xếp chồng nhiều cái như vậy, Bạn có thể làm được những điều phi thường, ví dụ như dùng điện thoại thông minh. hoặc một máy tính.
The incredible thing is that we have managed to put more and more of these transistors on a chip. It started with just one in the '60s or so, and then this number exploded.
Điều đáng kinh ngạc là chúng ta có Họ đã tìm cách đưa ngày càng nhiều bóng bán dẫn này lên một con chip. Mọi chuyện bắt đầu chỉ với một chiếc vào khoảng những năm 60. và sau đó con số này tăng vọt.
Now the chips with the highest number of transistors is over 1 trillion transistors.
Hiện nay, các chip có số lượng bóng bán dẫn cao nhất Có hơn 1 nghìn tỷ bóng bán dẫn.
So in your pocket you may be carrying a couple of chips, a few trillion transistors.
Vậy nên trong túi bạn có thể đang mang theo một vài gói khoai tây chiên. Vài nghìn tỷ bóng bán dẫn.
So this incredible growth of the number of transistors, which, by the way, continues, was predicted by a fellow, Gordon Moore, who is an alumni from UC Berkeley.
Vì vậy, sự tăng trưởng đáng kinh ngạc về số lượng bóng bán dẫn, mà, nhân tiện, vẫn tiếp tục, là được dự đoán bởi một người đồng nghiệp, Gordon Moore, người Là cựu sinh viên của Đại học UC Berkeley.
In the '70s, or even late '60s, he realized that the number of these transistors that they could make on a single chip — what is a chip?
Vào những năm 70, hoặc thậm chí cuối những năm 60, ông ấy nhận ra rằng số lượng của những điều này các bóng bán dẫn mà họ có thể chế tạo trên một con chip duy nhất - đó là gì? Đây có phải là một con chip không?
Well, it's a sliver of silicon, a very common element on earth. We are not going to run out of that.
Thực ra, đó chỉ là một mẩu silicon nhỏ, một nguyên tố rất phổ biến trên Trái đất. Chúng ta sẽ không bao giờ hết thứ đó.
How many transistors they could make on a chip was increasing every year, and it was very important because he was a co-founder of Intel, and Intel absolutely depends on being able to make more and more of these transistors because it makes more and more powerful computers.
Họ có thể chế tạo bao nhiêu bóng bán dẫn trên một con chip? nó tăng lên mỗi năm và điều đó rất quan trọng. vì ông ấy là người đồng sáng lập Intel, và Intel hoàn toàn phụ thuộc vào việc đó. có thể sản xuất ngày càng nhiều các bóng bán dẫn này Bởi vì nó tạo ra những chiếc máy tính ngày càng mạnh mẽ hơn.
So it started with just a few, and then he captures this observation saying, you know, it doubles. The number of transistors we can make on a chip doubles about every two years.
Ban đầu chỉ có một vài người, rồi sau đó anh ấy... Điều này được thể hiện rõ qua câu nói: "Bạn biết đấy, nó tăng gấp đôi." Số lượng bóng bán dẫn mà chúng ta có thể chế tạo trên một con chip. Tăng gấp đôi sau khoảng hai năm.
Imagine that. Go get a job when you graduate from here where your salary doubles every two years. You will do very well. You will do very well anyway.
Hãy tưởng tượng xem. Sau khi tốt nghiệp, hãy đi tìm việc làm để có mức lương tốt hơn. Tăng gấp đôi sau mỗi hai năm. Bạn sẽ làm rất tốt. Dù sao thì bạn cũng sẽ làm rất tốt thôi.
So how is it possible to put more and more stuff? Well, one way would be to make it bigger and bigger, and of course, that's not what we did.
Vậy làm sao có thể chất thêm ngày càng nhiều đồ vật vào được? Một cách là làm cho nó ngày càng lớn hơn. Và dĩ nhiên, đó không phải là điều chúng tôi đã làm.
So here, that's Mark Bohr. He's also somebody from Intel, a fellow from Intel.
Đây là Mark Bohr. Anh ấy cũng là người của Intel, một người quen biết từ Intel.
He's one meter, 60 tall, and he put together this chart illustrating how small transistors have gotten.
Anh ấy cao một mét 60 inch và đã lắp ráp... Biểu đồ này minh họa cho thấy các bóng bán dẫn đã được thu nhỏ đến mức nào.
So a fly, seven millimeters, is already pretty small compared to Mark or you. A mite, even smaller. Actually, what's the diameter of a human hair?
Vậy nên, một con ruồi, dài bảy milimét, đã khá nhỏ rồi. so với Mark hoặc bạn. Một con ve, thậm chí còn nhỏ hơn nữa. Thực ra, đường kính của một sợi tóc người là bao nhiêu?
Well, about a third of a mite, so a mite is still big compared to a hair. A blood cell, a few micron. A virus, a hundred nanometers square.
Khoảng một phần ba con ve, vậy là một con ve Nó vẫn khá lớn so với một sợi tóc. Một tế bào máu, chỉ vài micromet. Một loại virus, kích thước 100 nanomet vuông.
Seen a virus? With a very good microscope. So transistors are even smaller than that.
Bạn đã nhìn thấy virus chưa? Với một chiếc kính hiển vi rất tốt. Vậy nên các bóng bán dẫn thậm chí còn nhỏ hơn thế nữa.
Actually, my senior thesis was building a chip, and the transistors that I used there were seven micron long, seven micrometer long. So still very small compared to a hair.
Thực ra, luận văn tốt nghiệp của tôi là về xây dựng. một con chip, và các bóng bán dẫn mà tôi Những vật được sử dụng ở đó dài bảy micron, dài bảy micromet. Vì vậy, so với một sợi tóc thì nó vẫn rất nhỏ.
I had to use a microscope to see them. Well now, they're 1,000 times shorter. 1,000 times!
Tôi phải dùng kính hiển vi mới nhìn thấy chúng. Giờ thì chúng ngắn hơn gấp 1.000 lần rồi. 1.000 lần!
So that means you can put 1,000 square, because you can put them in x and y, 1,000 times square, a million times more transistors on a chip than I could when I was a student.
Vậy có nghĩa là bạn có thể đặt 1.000 mét vuông, vì bạn có thể đặt chúng vào tọa độ x và y, 1.000 lần bình phương, nhiều hơn một triệu bóng bán dẫn trên một con chip mà tôi có thể làm được khi còn là sinh viên.
Today is an absolutely incredible time because things have changed dramatically for you than they were when I was an undergraduate student. When I was an undergraduate student, we had all sorts of ideas.
Hôm nay là một thời điểm vô cùng tuyệt vời. vì mọi thứ đã thay đổi rất nhiều đối với bạn so với hồi tôi còn là sinh viên đại học. Khi tôi còn là sinh viên đại học, Chúng tôi có đủ mọi ý tưởng.
We want to do this or that and we wanted to build a computer that we could carry around. We couldn't. It was way too big because the technology was simply not powerful enough.
Chúng ta muốn làm việc này hoặc việc kia và chúng ta Chúng tôi muốn chế tạo một chiếc máy tính mà chúng tôi có thể mang theo bên mình. Chúng tôi không thể. Nó quá lớn vì công nghệ lúc đó quá đơn giản. Không đủ mạnh.
We couldn't do that. Today it's different. The technology is incredibly powerful, almost infinitely powerful.
Chúng tôi không thể làm vậy. Ngày nay thì khác rồi. Công nghệ này vô cùng mạnh mẽ, gần như vậy. Vô cùng mạnh mẽ.
And what the opportunities give you is that you can have an idea — if you have a good idea, you're probably, with your engineering and scientific knowledge, you will be able to implement it and you can create something new, something great new.
Và những cơ hội đó mang lại cho bạn điều gì? Điều đó có nghĩa là bạn có thể có một ý tưởng—nếu bạn có một ý tưởng hay, Với kiến thức kỹ thuật và khoa học của bạn, có lẽ bạn cũng vậy. Với kiến thức đó, bạn sẽ có thể áp dụng nó. và bạn có thể tạo ra một thứ gì đó mới mẻ, một thứ gì đó tuyệt vời.
So with that size, you will notice here, transistors today are a few nanometers.
Vì vậy, với kích thước đó, bạn sẽ nhận thấy ở đây, Các bóng bán dẫn ngày nay có kích thước chỉ vài nanomet.
A silicon atom is about a quarter of a nanometer, so we are going to get into some difficulty here, but there are ways around it.
Nguyên tử silic có kích thước khoảng một phần tư nanomet. Vậy là chúng ta sắp gặp phải một số khó khăn ở đây. Nhưng vẫn có những cách để khắc phục điều đó.
For example, we can put in three dimensions or so. Anyways, the power of technology has been increasing and continues to increase incredibly.
Ví dụ, chúng ta có thể đặt nó trong không gian ba chiều hoặc tương tự. Tóm lại, sức mạnh của công nghệ ngày càng tăng lên. và tiếp tục tăng lên một cách đáng kinh ngạc.
Now more and more it's a question of where is that killer idea? What are we going to do with it?
Giờ đây, nó ngày càng trở thành một câu hỏi. Ý tưởng đột phá đó ở đâu vậy? Chúng ta sẽ làm gì với nó?
So of course, if you build a system where just one chip has a trillion components, then you need to be a bit organized about it.
Vì vậy, dĩ nhiên, nếu bạn xây dựng một hệ thống mà chỉ có một chip có một nghìn tỷ linh kiện, thì bạn cần Cần phải sắp xếp mọi thứ một cách có hệ thống hơn.
You can't have in your notebook one page for every transistor. That notebook would be a little bit too big.
Bạn không thể có một trang riêng cho mỗi transistor trong sổ tay của mình. Cuốn sổ đó hơi to quá.
So we need some way on how to do that, and there are a number of powerful things. Usually they're called abstractions that help us to deal with such complexity.
Vậy nên chúng ta cần tìm ra cách để làm điều đó. Và có rất nhiều điều mạnh mẽ. Thông thường chúng được gọi là các khái niệm trừu tượng. Điều đó giúp chúng ta đối phó với sự phức tạp như vậy.
And here are pictures of three people that contributed very significantly to developing the kinds of abstractions that we use as engineers to build unbelievably complex stuff.
Và đây là hình ảnh của ba người đó. đã đóng góp rất đáng kể vào sự phát triển những loại trừu tượng mà chúng ta, với tư cách là kỹ sư, sử dụng để xây dựng Những thứ phức tạp đến khó tin.
The first one, Ada, she had an idea which, at the time — now it's sort of common sense — but at the time was totally revolutionary.
Người đầu tiên, Ada, cô ấy có một ý tưởng mà vào thời điểm đó — Giờ thì điều đó gần như là lẽ thường tình rồi. Nhưng vào thời điểm đó, nó hoàn toàn mang tính cách mạng.
She wrote an algorithm, sort of a set of instructions, for a machine to execute. And if you think about it, that's precisely what a computer program is.
Cô ấy đã viết một thuật toán, kiểu như một tập hợp các hướng dẫn. Để máy móc thực thi. Và nếu bạn suy nghĩ kỹ thì đó chính là... Chính xác thì chương trình máy tính là gì.
So she was the first computer programmer.
Vậy là bà ấy là lập trình viên máy tính đầu tiên.
Then Alan Turing, a little bit later, about 50 or so years later, he asked the question — he did lots of incredible things but one thing that he asked is the question, well, what is, really, a computer?
Rồi Alan Turing, một thời gian ngắn sau đó, Khoảng 50 năm sau, ông ấy đặt câu hỏi— Anh ấy đã làm rất nhiều việc phi thường, nhưng có một điều anh ấy đã yêu cầu. Câu hỏi đặt ra là, thực chất máy tính là gì?
What are really the essential elements for a computer?
Những yếu tố thiết yếu thực sự của một chiếc máy tính là gì?
If you think about it, the computer that you carry around, your smartphone, your laptop or so, are unbelievably complicated things, and in order to think about them it's not very helpful to have something very complicated to try to figure out what it's doing.
Nếu bạn nghĩ kỹ, chiếc máy tính mà bạn mang theo bên mình, điện thoại thông minh, máy tính xách tay hoặc thiết bị tương tự của bạn, Chúng là những thứ vô cùng phức tạp. và để suy nghĩ về chúng thì... Không hữu ích lắm khi có một thứ quá phức tạp. Cố gắng tìm hiểu xem nó đang làm gì.
So Turing figured out a very abstract, very simple kind of thing that captures all the essence of a computer and it's called the Turing machine.
Vậy là Turing đã tìm ra một loại rất trừu tượng, rất đơn giản. một thứ nắm bắt được toàn bộ bản chất của một chiếc máy tính. Và nó được gọi là máy Turing.
You can look it up on the web, how it is. It's a sort of a table. Very simple. But now, because this is so simple, yet it describes all that computers possibly can do.
Bạn có thể tìm kiếm trên mạng xem nó như thế nào. Nó giống như một cái bàn vậy. Rất đơn giản. Nhưng giờ đây, vì điều này quá đơn giản, Tuy nhiên, nó mô tả tất cả những gì máy tính có thể làm được.
Simple but complete. It allows us to figure it out, or answer, very fundamental questions.
Đơn giản nhưng đầy đủ. Nó cho phép chúng ta tìm ra câu trả lời. Những câu hỏi rất cơ bản.
For example, and you may have thought about that in an exam or so sometimes, when you ask a question — I mean on an exam you want your answer, right?
Ví dụ, và có thể bạn đã từng nghĩ Thỉnh thoảng tôi sẽ hỏi về điều đó trong bài kiểm tra hoặc những dịp tương tự. khi bạn đặt câu hỏi — Ý tôi là, trong bài kiểm tra, bạn muốn có câu trả lời, đúng không?
But there is another question you can ask. Does this question even have an answer? Is it even possible to answer this question?
Nhưng bạn có thể đặt ra một câu hỏi khác. Câu hỏi này thậm chí có câu trả lời không? Liệu có thể trả lời câu hỏi này không?
And hopefully your questions indeed in our exams, they all will be answerable. But it's interesting to realize that not all questions still have an answer.
Và hy vọng các câu hỏi của bạn sẽ thực sự xuất hiện trong các bài kiểm tra của chúng tôi. Tất cả bọn họ đều sẽ phải chịu trách nhiệm. Nhưng điều thú vị là không phải tất cả các câu hỏi vẫn còn tồn tại. Tôi có câu trả lời.
Questions that seemingly should obviously have an answer, they do not always have an answer, and using these abstractions that Turning came up with, we can, on a very profound sort of mathematical way, we can figure it out that the question has an answer or perhaps not.
Những câu hỏi tưởng chừng như hiển nhiên phải có câu trả lời, Họ không phải lúc nào cũng có câu trả lời. và sử dụng những khái niệm trừu tượng mà Turning đã đưa ra. Với điều này, chúng ta có thể, theo một cách thức toán học rất sâu sắc, chúng ta có thể tìm ra câu hỏi đó. Một câu trả lời, hoặc có lẽ không.
Claude Shannon, he came up with a lot of profound theories.
Claude Shannon đã đưa ra rất nhiều lý thuyết sâu sắc.
Sort of a side thing that he did was he came up with the theories that said, well, if you have switches — remember, they were not transistors when he invented that, but now there are transistors.
Một việc làm thêm mà anh ấy thường làm là... Ông ấy đã đưa ra những giả thuyết cho rằng, à, nếu bạn có công tắc — Hãy nhớ rằng, chúng không phải là bóng bán dẫn. Ông ấy đã phát minh ra nó, nhưng bây giờ đã có các bóng bán dẫn.
If you have switches, then you can do computation with them. And his master's thesis showed that, out of just switches — totally revolutionary at the time — you can make an atom.
Nếu bạn có các công tắc, thì bạn có thể thực hiện các phép tính với chúng. Và luận văn thạc sĩ của anh ấy đã chỉ ra rằng, chỉ từ những công tắc — Hoàn toàn mang tính cách mạng vào thời điểm đó — Bạn có thể tạo ra một nguyên tử.
[INAUDIBLE] this time, but he showed that. And he showed, also, other very important things.
[Không nghe rõ] lần này, nhưng anh ấy đã chứng tỏ điều đó. Và ông ấy cũng đã chỉ ra những điều rất quan trọng khác.
For example, you want your smartphone to communicate faster and faster and faster to download these websites almost instantaneously. Well, why is it not instantaneous?
Ví dụ, bạn muốn chiếc điện thoại thông minh của mình để giao tiếp nhanh hơn, nhanh hơn và nhanh hơn để tải xuống các trang web này gần như ngay lập tức. Vậy tại sao nó không diễn ra tức thì?
Why don't you just make it infinitely fast? Well, there must be reasons.
Sao bạn không làm cho nó nhanh vô hạn? Chắc chắn phải có lý do.
And in fact, there are very fundamental reasons why we can't make things infinitely fast, and even more profound, there are exact explanations how fast we can make a communication.
Và trên thực tế, có những lý do rất cơ bản. Tại sao chúng ta không thể làm mọi thứ nhanh vô hạn, và thậm chí còn hơn thế nữa Sâu sắc, có những lời giải thích chính xác về tốc độ nhanh như thế nào Chúng ta có thể liên lạc với nhau.
So Claude Shannon came up with a number of theories that allow us to answer questions like that.
Vì vậy, Claude Shannon đã đưa ra một con số. những lý thuyết cho phép chúng ta trả lời những câu hỏi như vậy.
If you have these and these constraints and parameters, then you can communicate at this rate at most.
Nếu bạn có những ràng buộc và thông số này, Khi đó, tốc độ giao tiếp tối đa mà bạn có thể đạt được là như vậy.
So how does this relate to 16A and ultimately 16B? Well, this is very general, and I guess that's the point.
Vậy điều này liên quan như thế nào đến mục 16A và cuối cùng là mục 16B? Vâng, điều này rất chung chung, và tôi đoán đó chính là điểm mấu chốt.
Here's a very generic picture of what these courses are.
Đây là một bức tranh tổng quát về các khóa học này.
In 16A we will learn how to use technology to sense the environment, and then how to act on the data that comes out of these sensors and think about them using computer algorithms.
Trong lớp 16A, chúng ta sẽ học cách sử dụng công nghệ. để cảm nhận môi trường xung quanh, và sau đó Làm thế nào để xử lý dữ liệu thu được từ các cảm biến này? và hãy suy nghĩ về chúng bằng cách sử dụng các thuật toán máy tính.
16B then adds to that a margin of actuation. Now that we've thought about it, we want to do something with it.
Mục 16B sau đó bổ sung thêm một biên độ tác động. Bây giờ chúng ta đã suy nghĩ kỹ rồi, chúng ta... Tôi muốn làm điều gì đó với nó.
A good example for this would be driverless car. Hopefully it senses something. Oh, there is a pedestrian. I better don't move.
Xe tự lái là một ví dụ điển hình cho điều này. Hi vọng nó cảm nhận được điều gì đó. Ồ, kia là một người đi bộ. Tôi nghĩ tốt hơn hết là không nên di chuyển.
Or, there is a turn. I better go left.
Hoặc, có một khúc cua. Tôi nên rẽ trái.
It processes with a big computer, more than a trillion transistors probably, that processes all this data that comes from cameras like that you will be the building in the lab here and other sensors also.
Nó xử lý dữ liệu bằng một máy tính lớn. Có lẽ hơn một nghìn tỷ bóng bán dẫn. nó xử lý tất cả dữ liệu này nó đến từ những chiếc máy ảnh như vậy bạn sẽ Tòa nhà này nằm trong phòng thí nghiệm và các cảm biến khác cũng vậy.
It uses algorithms like, for example, these learning algorithms that you will be learning about in this course. And then, of course, it uses actuators — engines, steering wheel, and so on.
Nó sử dụng các thuật toán, ví dụ như các thuật toán học máy này. Các thuật toán mà bạn sẽ được học trong khóa học này. Và tất nhiên, nó sử dụng các bộ truyền động — động cơ, vô lăng, v.v.
Another thing that you may recognize from this slide is that this is not just about the sentencing and hardware and the engineering part.
Một điều khác mà bạn có thể nhận ra từ slide này là Vấn đề ở đây không chỉ là về bản án và phần cứng. và phần kỹ thuật.
It's just as much about algorithms and computer and computer algorithms and computer programs.
Nó cũng liên quan mật thiết đến thuật toán và máy tính. và các thuật toán máy tính và các chương trình máy tính.
So in this course, we kind of will balance back and forth between hardware — physical things — and more and more abstract things, algorithms and computer programs, because we need the combination of these two in order to make all the things that we want to construct.
Vì vậy, trong khóa học này, chúng ta sẽ cân bằng giữa hai yếu tố đó. giữa các phần cứng — những thứ vật chất - và ngày càng nhiều hơn Những thứ trừu tượng, thuật toán và chương trình máy tính, vì chúng ta cần sự kết hợp của hai yếu tố này. để tạo ra tất cả những thứ mà chúng ta muốn xây dựng.
Okay. So here are a few examples that you will see throughout the course and also in the laboratories. You will build an imager. How does your smartphone take a picture, right?
Được rồi. Dưới đây là một vài ví dụ mà bạn có thể... sẽ được thấy xuyên suốt khóa học và cả trong các phòng thí nghiệm. Bạn sẽ chế tạo một thiết bị chụp ảnh. Điện thoại thông minh của bạn chụp ảnh như thế nào, đúng không?
You press the button, yeah, but what's actually going on there? So you'll build one.
Bạn nhấn nút, đúng vậy, nhưng thực chất điều gì đang xảy ra ở đó? Vậy là bạn sẽ tự xây một cái.
And there will be devices inside that do this as well as physics, and then afterwards there will be processing matrices, linear equations, and so on that think about what came out of these sensors and render an image, like EE16A.
Và sẽ có các thiết bị bên trong đó. Hãy làm điều này cũng như học vật lý, và sau đó thì... sẽ xử lý ma trận, phương trình tuyến tính, v.v. Hãy suy nghĩ về những gì đã xuất hiện từ các cảm biến này. và hiển thị hình ảnh, giống như EE16A.
That should be EECS16A. We have to change the slide. Touchscreens.
Đó phải là EECS16A. Chúng ta phải thay đổi slide. Màn hình cảm ứng.
How come, when you just slide your fingers on the screen of your smartphone, how come that smartphone figures that out? Well, same story.
Sao lại như vậy, khi bạn chỉ cần lướt ngón tay trên màn hình điện thoại thông minh của bạn, Sao điện thoại thông minh lại biết được điều đó? Vâng, câu chuyện cũng tương tự thôi.
There are circuits that detect your finger using crazy stuff like capacitance. We'll talk about that. And then there is processing elements that figure out what these signals are doing and what your intention is.
Có những mạch điện có thể phát hiện ngón tay của bạn bằng cách sử dụng Những thứ kỳ lạ như điện dung. Chúng ta sẽ bàn về chuyện đó sau. Và sau đó là các yếu tố xử lý. tìm hiểu xem những tín hiệu này đang làm gì. và ý định của bạn là gì.
Positioning. You heard about the GPS. Well, GPS uses electromagnetic waves in order to figure it out how far we are from a few satellites. Electromagnetic waves are kind of hard to see.
Định vị. Bạn đã nghe nói về GPS rồi đấy. Vâng, GPS sử dụng sóng điện từ. để tìm ra xem chúng ta còn cách bao xa Chúng đến từ một vài vệ tinh. Sóng điện từ khá khó nhìn thấy.
Can you see them? Actually, you do. You're seeing me. I'm just an electromagnetic wave, and so are you.
Bạn có nhìn thấy chúng không? Thực ra, bạn có đấy. Bạn đang nhìn thấy tôi. Tôi chỉ là một sóng điện từ, và bạn cũng vậy.
But anyways, we are going to use sound in that laboratory in order to localize everything. So just one last thing.
Nhưng dù sao thì, chúng ta sẽ sử dụng âm thanh trong phòng thí nghiệm đó. để bản địa hóa mọi thứ. Vậy chỉ còn một điều cuối cùng nữa thôi.
So I told you that I love engineering. I like to work sort of on this fringe between physical and algorithms, and this thing here is a gyroscope.
Như tôi đã nói với bạn, tôi yêu thích ngành kỹ thuật. Tôi thích làm việc ở ranh giới giữa vật lý và phi vật lý. và các thuật toán, và thứ này ở đây là con quay hồi chuyển.
Under that can is a thing that wiggles just a little bit. In fact, it wiggles sub-nanometers — very little. And then you use fancy electronic circuits to detect that wiggling.
Bên dưới cái lon đó là một vật nhỏ cứ ngọ nguậy một chút. Trên thực tế, nó dao động ở mức dưới nanomet — Rất ít. Và sau đó bạn sử dụng các mạch điện tử phức tạp. để phát hiện sự cựa quậy đó.
And you can't see this, but on the other side of this — it's called a printed circuit board — there is a chip, an [INAUDIBLE] process or a CPU, a little computer.
Và bạn không thể nhìn thấy điều này, nhưng ở phía bên kia của vấn đề này — Nó được gọi là bảng mạch in. có một con chip, một quy trình [không rõ] hoặc CPU, một máy tính nhỏ.
And 10,000 lines of code, and it figures out what these wiggles mean in terms of motion so we can detect how this thing is moving around using these algorithms.
Và 10.000 dòng mã, và nó sẽ tìm ra Ý nghĩa của những chuyển động ngoằn ngoèo này về mặt chuyển động để chúng ta có thể phát hiện xem vật này đang di chuyển như thế nào xoay quanh việc sử dụng các thuật toán này.
So you will learn in this class how to do this, how to take something physical, extract its signals from the environment, and then how to use an algorithm to get interesting data on cellphones and stuff.
Vì vậy, trong lớp học này, bạn sẽ học cách làm điều đó. Làm thế nào để lấy một vật thể hữu hình và trích xuất tín hiệu của nó? từ môi trường, và sau đó như thế nào Sử dụng thuật toán để thu thập dữ liệu thú vị về điện thoại di động. và những thứ khác.
Thank you.
Cảm ơn.
GIREEJA RANADE
Okay. So this gives you a little bit of an overview of what you're going to see throughout this class, and now it's time to get started with module one.
Được rồi. Như vậy, điều này sẽ cung cấp cho bạn một cái nhìn tổng quan sơ lược. Đây là những gì bạn sẽ được học trong suốt khóa học này. Và bây giờ là lúc bắt đầu với mô-đun một.
And module one is going to be talking about imaging.
Và phần một sẽ nói về kỹ thuật tạo ảnh.
So this is a picture from 1632. It's actually a painting by Rembrandt, one of his most famous.
Đây là bức tranh chụp năm 1632. Thực ra đó là một bức tranh của Rembrandt. một trong những tác phẩm nổi tiếng nhất của ông.
And what they're showing is, it's a group of doctors and medical students trying to examine the inside of this man's arm.
Và những gì họ đang thể hiện là... một nhóm bác sĩ và sinh viên y khoa đang cố gắng khám bệnh. Mặt trong cánh tay của người đàn ông này.
They're trying to learn anatomy.
Họ đang cố gắng học giải phẫu học.
And if you wanted to image, or if you wanted to see, what was going on inside someone's body — if you went to the doctor and you said, well, my stomach hurts, what would the doctor do?
Và nếu bạn muốn hình dung, hoặc nếu bạn muốn nhìn thấy, Điều gì đang xảy ra bên trong cơ thể một người? Nếu bạn đến gặp bác sĩ và nói rằng, Tôi bị đau bụng, bác sĩ sẽ làm gì đây?
The doctor would say, well, let me make a hole in you and see what I can see. Maybe I'll find what's wrong.
Bác sĩ sẽ nói, "Được rồi, để tôi khoét một lỗ trên người anh." và xem những gì tôi có thể thấy. Có lẽ tôi sẽ tìm ra vấn đề.
I don't think that modern medicine would have gotten to where it is if we had continued this kind of process.
Tôi không nghĩ rằng y học hiện đại sẽ chúng ta đã đạt được đến vị trí hiện tại nếu chúng ta đã tiếp tục quá trình này.
And what we can do today, of course, is something that is much more powerful.
Và những gì chúng ta có thể làm hôm nay, dĩ nhiên, Đó là thứ mạnh mẽ hơn nhiều.
If a doctor wanted to see what was happening inside of you, under very rare circumstances would they actually try and physically cut you open.
Nếu bác sĩ muốn xem điều gì đang xảy ra bên trong cơ thể bạn, trong những trường hợp rất hiếm hoi sẽ Họ thực sự cố gắng mổ xẻ bạn.
The first pass would probably be something like either an MRI, magnetic resonance imaging, or taking an X-ray or a CT scan or trying an ultrasound.
Lần thử đầu tiên có lẽ sẽ là một cái gì đó giống như chụp cộng hưởng từ (MRI) hoặc cộng hưởng từ (MRI). Chụp ảnh, hoặc chụp X-quang hoặc chụp CT. hoặc thử siêu âm.
These are the new ways of seeing inside our bodies without doing any kind of surgery.
Đây là những cách thức mới để quan sát bên trong cơ thể chúng ta. mà không cần phẫu thuật.
And these are all examples of what we call tomography, and that's going to be basically the foundation of the first module.
Và đây đều là những ví dụ về cái mà chúng ta gọi là chụp cắt lớp. và đó về cơ bản sẽ là nền tảng. của mô-đun đầu tiên.
Every single one of these technologies has been built off of the fundamental principles of linear algebra and circuit design that we're going to be learning in this class.
Mỗi một trong số các công nghệ này được xây dựng dựa trên các nguyên tắc cơ bản. về đại số tuyến tính và thiết kế mạch Những điều chúng ta sẽ học trong lớp học này.
None of the medical technology would have been possible without it.
Không có công nghệ y tế nào sẽ Mọi việc đã có thể thực hiện được nếu không có nó.
So the very first lab, which is the imaging lab, is going to try and give you a sense of, well, how does tomography actually work?
Vì vậy, phòng thí nghiệm đầu tiên, đó là phòng thí nghiệm hình ảnh, Tôi sẽ cố gắng mang đến cho bạn cảm giác, ừm, Vậy chụp cắt lớp hoạt động như thế nào?
So let's really think about this. Let's assume that it is not desirable to slice open my brain.
Vậy chúng ta hãy suy nghĩ thật kỹ về điều này. Giả sử rằng việc cắt mở là không mong muốn. não của tôi.
Maybe by the end of the semester, some of you will want to. I hope not, but you don't hate me yet. So how would tomography actually try to see inside what's going on?
Có lẽ đến cuối học kỳ, một số bạn trong số các bạn sẽ muốn. Tôi hy vọng là không, nhưng bạn vẫn chưa ghét tôi. Vậy phương pháp chụp cắt lớp vi tính sẽ thực sự cố gắng như thế nào Để xem bên trong chuyện gì đang xảy ra?
Tomography, this word, actually comes — that means literally slice and write. Basically to see inside, try to understand inside what's going on.
Thuật ngữ "chụp cắt lớp" thực chất bắt nguồn từ... Điều đó có nghĩa đen là cắt lát và viết. Về cơ bản là để nhìn vào bên trong, cố gắng hiểu. Những gì đang diễn ra bên trong.
And so how does tomography work? Well, let's say I wanted to take a picture of someone's brain. What tomography does actually is it takes measurements.
Vậy phương pháp chụp cắt lớp hoạt động như thế nào? Giả sử tôi muốn chụp ảnh não của ai đó. Về bản chất, chụp cắt lớp là quá trình đo đạc.
It uses some kind of energy source and tries to understand how this energy source interacts with whatever it is trying to image.
Nó sử dụng một loại nguồn năng lượng nào đó. và cố gắng hiểu cách nguồn năng lượng này tương tác. với bất cứ thứ gì nó đang cố gắng hình dung.
So let's say, if you were trying to image your brain and you were trying to use an energy source.
Vậy giả sử bạn đang cố gắng chụp ảnh não của mình. và bạn đang cố gắng sử dụng một nguồn năng lượng.
For example, if you were trying to use a magnetic field, this magnetic field interacts differently with different tissues and different parts of your body. So it interacts differently with the blood.
Ví dụ, nếu bạn đang cố gắng sử dụng từ trường, Trường từ này tương tác khác nhau Với các mô khác nhau và các bộ phận khác nhau trên cơ thể bạn. Vì vậy, nó tương tác khác nhau với máu.
It interacts differently with the tissue, with the muscle, with the bone, and these differential interactions are what can be used to actually image what's going on.
Nó tương tác khác nhau với mô, với cơ bắp, với xương, và những tương tác khác biệt này là những gì có thể được sử dụng để hình dung chính xác những gì đang diễn ra.
So what you would do is you can take basically this energy source. In our class, we're going to be modeling this with light. I'm going to take this energy source and do a measurement.
Vậy điều bạn cần làm là bạn có thể lấy năng lượng này. nguồn. Trong lớp học này, chúng ta sẽ mô phỏng điều này bằng ánh sáng. Tôi sẽ lấy nguồn năng lượng này và tiến hành đo đạc.
I'm going to basically shine it along the line, along whatever I want to measure, and take a measurement. These measurements are also called projections, and we'll talk more about this in this class.
Về cơ bản, tôi sẽ đánh bóng nó dọc theo đường kẻ. dọc theo bất cứ thứ gì tôi muốn đo, và tiến hành đo đạc. Các phép đo này còn được gọi là phép chiếu. Và chúng ta sẽ thảo luận thêm về điều này trong tiết học này.
So one measurement typically isn't going to be enough.
Vì vậy, thông thường một phép đo sẽ không đủ.
This one measurement will basically be, let's say, the sum of all of the different values along the particular line, and we'll make this more specific just in a minute.
Về cơ bản, phép đo này sẽ là: giả sử, đó là tổng của tất cả các giá trị khác nhau. theo một hướng cụ thể, và chúng ta sẽ làm rõ hơn điều này. Chỉ một phút nữa thôi.
But instead of just taking one measurement, what tomography will do is it will actually take many, many measurements. It will take one, two, three, many, from many different angles.
Nhưng thay vì chỉ thực hiện một phép đo, phương pháp chụp cắt lớp sẽ như thế nào? Điều thực sự cần làm là tiến hành rất nhiều phép đo. Sẽ cần một, hai, ba, nhiều người, từ nhiều góc độ khác nhau.
These many measurements will then be combined using computation to give me the actual image that I'm trying to recover.
Nhiều phép đo này sau đó sẽ có thể được kết hợp bằng phương pháp tính toán để cho ra hình ảnh thực tế. Tôi đang cố gắng hồi phục.
The fundamental principle behind this is basically solving systems of linear equations.
Nguyên tắc cơ bản đằng sau điều này Về cơ bản, đó là việc giải hệ phương trình tuyến tính.
And the way we can do this is linear algebra, and that is what the first part of this course is going to be about.
Và cách chúng ta có thể làm điều này là thông qua đại số tuyến tính. và đó chính là phần đầu tiên của khóa học này. Nội dung sẽ xoay quanh...
So what do each of these pixel values really represent?
Vậy mỗi giá trị pixel này thực sự đại diện cho điều gì?
When we look at this picture, when a doctor looks at this picture, she knows how to interpret the different colors here to mean different things.
Khi chúng ta nhìn vào bức ảnh này, khi một bác sĩ nhìn vào... Nhìn vào bức ảnh này, cô ấy biết cách diễn giải. Các màu sắc khác nhau ở đây mang ý nghĩa khác nhau.
She knows that a certain shade means maybe this is bone density. Maybe this is a blood vessel. Maybe this is tissue. So on and so forth.
Cô ấy biết rằng một sắc thái nhất định có thể mang ý nghĩa này. Đó là mật độ xương. Có lẽ đây là một mạch máu. Có lẽ đây là mô. Và cứ thế tiếp tục.
What we are trying to recover is the different values of the different pixels. They mean something to the expert that is interpreting the image, but we're engineers.
Điều chúng ta đang cố gắng khôi phục chính là những giá trị khác nhau. của các điểm ảnh khác nhau. Chúng có ý nghĩa đối với chuyên gia phiên dịch. Hình ảnh thì không, nhưng chúng tôi là kỹ sư.
We're just trying to figure out what these different pixel values are. And how can we solve and figure out every single pixel value in this image from just these measurements, or just these projections?
Chúng tôi chỉ đang cố gắng tìm hiểu xem điều gì Các giá trị pixel khác nhau này là... Vậy làm sao chúng ta có thể giải quyết và tìm ra giá trị của từng pixel? trong hình ảnh này chỉ dựa trên các phép đo này, hoặc chỉ Những dự báo này là gì?
That's exactly what tomography is going to do. So this is a very high resolution image. There's lots of detail in here.
Đó chính xác là những gì chụp cắt lớp sẽ làm được. Đây là một hình ảnh có độ phân giải rất cao. Có rất nhiều chi tiết ở đây.
And to get a higher resolution image, we need to take more and more measurements. But we're just starting out as an introductory class in EECS, so let's start with a simpler problem.
Và để có được hình ảnh độ phân giải cao hơn, Chúng ta cần tiến hành nhiều phép đo hơn nữa. Nhưng đây chỉ là lớp học nhập môn dành cho sinh viên ngành Kỹ thuật Điện và Khoa học Máy tính (EECS). Vậy chúng ta hãy bắt đầu với một vấn đề đơn giản hơn.
And this is a theme that we're going to see coming up in this course over and over again.
Và đây là chủ đề mà chúng ta sẽ đi sâu vào. Những nội dung này sẽ xuất hiện lặp đi lặp lại trong khóa học này.
When a problem is complicated, we're going to try and simplify it so that we can understand what's going on.
Khi vấn đề trở nên phức tạp, chúng ta sẽ... Tôi sẽ cố gắng đơn giản hóa nó để chúng ta có thể hiểu chuyện gì đang xảy ra.
So instead of such a high resolution image, let's try to maybe make this even more and more low resolution.
Vì vậy, thay vì một hình ảnh có độ phân giải cao như vậy, Hãy thử làm cho nó ngày càng thấp hơn nữa xem sao. nghị quyết.
Let's say this picture actually only had four pixels, and there were four different pixels that we were trying to understand.
Giả sử bức ảnh này thực chất chỉ có bốn pixel, và có bốn điểm ảnh khác nhau mà chúng tôi đang cố gắng hiểu.
So I want to switch to the document camera to just do a little bit of a calculation.
Vậy tôi muốn chuyển sang sử dụng máy chiếu tài liệu. Chỉ cần thực hiện một phép tính đơn giản.
Okay. So what I want to do here is just try to think about how we can understand tomography in this very, very simple setting.
Được rồi. Vậy điều tôi muốn làm ở đây chỉ là... Hãy thử suy nghĩ xem chúng ta có thể hiểu về chụp cắt lớp như thế nào. trong một bối cảnh vô cùng, vô cùng đơn giản.
Let's say I have an image, and it's represented by these four pixel values, X1, X2, X3, X4,
Giả sử tôi có một hình ảnh, và nó là... được biểu diễn bằng bốn giá trị pixel này, X1, X2, X3, X4, Và tôi muốn tiến hành đo đạc.
and I want to take measurements. I want to be able to measure what's going on.
Tôi muốn có thể đo lường được những gì đang diễn ra.
So let's say what I'm going to do is I'm going to, let's say, shine a light source through this.
Vậy giả sử điều tôi định làm là, chẳng hạn như, Chiếu nguồn sáng xuyên qua đây.
And what I'm going to read out is, let's say, the amount of light that is absorbed. So I get a measurement out, B1.
Và điều tôi sắp đọc lên là, Ví dụ, đó là lượng ánh sáng bị hấp thụ. Vậy là tôi lấy được kết quả đo, B1.
And maybe what you have is different types of tissues are going to absorb different amounts of energy. So if you have more energy absorbing tissues, you will have a smaller readout.
Và có thể bạn đang có nhiều loại mô khác nhau. Chúng sẽ hấp thụ các lượng năng lượng khác nhau. Vì vậy, nếu bạn có nhiều mô hấp thụ năng lượng hơn, Bạn sẽ nhận được kết quả hiển thị nhỏ hơn.
If you have higher energy absorbing tissues, you'll have — if you have high energy absorption, you'll have a smaller readout. If you have low energy absorption, you'll have a high readout.
Nếu bạn có các mô hấp thụ năng lượng cao hơn, bạn sẽ có — nếu bạn có khả năng hấp thụ năng lượng cao, Bạn sẽ có màn hình hiển thị nhỏ hơn. Nếu bạn có khả năng hấp thụ năng lượng thấp, Bạn sẽ nhận được kết quả đo cao.
So we're making a simple abstraction model.
Vì vậy, chúng ta đang tạo ra một mô hình trừu tượng đơn giản.
Let's say we can actually write this as a simple model, and whenever we put this slide source through, or this energy source through, we get the following measurement out.
Giả sử chúng ta có thể viết điều này dưới dạng một mô hình đơn giản, và bất cứ khi nào chúng ta đưa nguồn slide này qua, hoặc năng lượng này Thông qua nguồn dữ liệu này, ta thu được kết quả đo sau.
We get X1 + X2 is equal to B1, where X1 and X2 are pixel values.
Ta có X1 + X2 bằng B1, trong đó X1 và X2 là giá trị pixel.
Do you think that we can figure out all of the pixel values from this one measurement? Probably not, right? So let's take a second measurement.
Bạn có nghĩ rằng chúng ta có thể tìm ra tất cả các giá trị pixel không? Chỉ dựa trên một phép đo này thôi sao? Chắc là không, phải không? Vậy chúng ta hãy tiến hành đo lại lần thứ hai.
Let's say I take a second measurement, and here I get B2, and I get X3 plus X4 is equal to B2.
Giả sử tôi thực hiện phép đo thứ hai, và kết quả là B2. và tôi nhận được X3 cộng X4 bằng B2.
I'm going to call this equation one and equation two.
Tôi sẽ gọi đây là phương trình một và phương trình hai.
And maybe I take another measurement here and I get equation three, which is X1 plus X3 is equal to B3.
Và có lẽ tôi sẽ đo thêm một lần nữa ở đây. và tôi nhận được phương trình thứ ba, đó là X1 cộng X3 bằng B3.
And I take another measurement and I get four. X2 plus X4 is equal to B4.
Tôi đo lại lần nữa và được kết quả là bốn. X2 cộng X4 bằng B4.
So this is the setup. If you go and read the notes on the course website, what you will see is that we're discussing a similar example in the context of a grocery store.
Đây là cách thiết lập. Nếu bạn vào đọc ghi chú trên trang web của khóa học, Bạn sẽ thấy rằng chúng ta đang thảo luận về một ví dụ tương tự. trong bối cảnh của một cửa hàng tạp hóa.
And there the example is, let's say you are in a grocery store and you have a giant stack of juice bottles or drink bottles, and you know how you have these crates that can be stacked on top of each other.
Ví dụ như sau: giả sử bạn đang ở trong một cửa hàng tạp hóa. và bạn có một chồng chai nước ép hoặc chai nước giải khát khổng lồ, và bạn biết đấy, có những thùng gỗ có thể được... xếp chồng lên nhau.
And what you're trying to do is you're trying to figure out, what are all of the juice bottles in all of the little entries?
Và điều bạn đang cố gắng làm là bạn đang Đang cố gắng tìm hiểu xem tất cả các chai nước ép kia là gì. của những mục nhỏ đó là gì?
But you don't want to take all the stack apart to recount everything, and so you want to use a technique like tomography.
Nhưng bạn không muốn tháo rời toàn bộ chồng giấy ra. để kể lại mọi chuyện, và vì vậy bạn muốn sử dụng một kỹ thuật như chụp cắt lớp.
And let's say you knew that the bottles were either orange juice or just water or milk.
Và giả sử bạn biết rằng những chai đó là hoặc nước cam, hoặc nước lọc, hoặc sữa.
So you have the giant stack, and what you do is, let's say you shine a laser beam through and you measure the light that remains on the other side.
Vậy là bạn có một chồng tài liệu khổng lồ, và điều bạn cần làm là, giả sử bạn chiếu một chùm tia laser xuyên qua và bạn đo lượng ánh sáng còn lại ở phía bên kia.
So what you have is you can see how much of the light is absorbed by the different bottles.
Vậy nên, điều bạn có thể thấy là lượng ánh sáng chiếu vào là bao nhiêu. được hấp thụ bởi các chai khác nhau.
And let's say you knew that a milk bottle absorbs a certain amount of light and the juice bottle absorbs a certain amount of light and the water absorbs another amount of light.
Và giả sử bạn biết rằng một chai sữa có khả năng hấp thụ... Một lượng ánh sáng nhất định sẽ được chai nước ép hấp thụ. một lượng ánh sáng nhất định và nước Hấp thụ một lượng ánh sáng khác.
What you can think about is writing this as a system of linear equations to then solve back and measure and figure out what every single one of the little bottles in that giant crate are.
Bạn có thể suy nghĩ về việc viết điều này. như một hệ phương trình tuyến tính để sau đó giải ngược lại và đo lường. và tìm hiểu xem mỗi cái chai nhỏ đó có công dụng gì. Bên trong chiếc thùng khổng lồ đó có...
And the number of measurements that you would take would be what? If you had four unknowns, how many measurements would you be expecting to take? Probably four, right?
Và số lượng phép đo mà bạn sẽ thực hiện Sẽ là gì? Nếu bạn có bốn ẩn số, cần bao nhiêu phép đo? Bạn dự định sẽ làm gì? Chắc khoảng bốn, phải không?
So in this little example that we have, here we're thinking of it as an image.
Vậy trong ví dụ nhỏ này, Ở đây, chúng ta đang xem nó như một hình ảnh.
You can go read the notes, which I highly recommend you do, where you can talk about it and where you can see it discussed in the context of this grocery store.
Bạn có thể đọc lại các ghi chú, điều mà tôi thực sự khuyên bạn nên làm. nơi bạn có thể nói về điều đó và nơi Bạn có thể thấy vấn đề này được thảo luận trong bối cảnh của cửa hàng tạp hóa này.
So here's a system with four equations and four unknowns. Many of you might have seen a similar system of equations before coming here.
Vậy đây là một hệ phương trình gồm bốn phương trình và bốn ẩn số. Nhiều người trong số các bạn có thể đã từng thấy một hệ phương trình tương tự. trước khi đến đây.
So why don't you just take a minute and see if you can solve this.
Vậy tại sao bạn không dành ra một phút? và xem bạn có thể giải quyết vấn đề này không.
And I encourage you right now to turn to your right turn, turn to your left, and introduce yourselves to the person next to you.
Và tôi khuyến khích các bạn ngay bây giờ hãy rẽ phải. Hãy quay sang bên trái và tự giới thiệu bản thân. với người bên cạnh bạn.
That way you're going to know at least one person in this class. Make sure that no one is left out. Look to your left and to your right and be inclusive.
Như vậy, bạn sẽ quen biết ít nhất một người trong lớp này. Hãy đảm bảo rằng không ai bị bỏ sót. Hãy nhìn sang trái và sang phải, và hãy bao quát mọi người.
Remember, we want to try and build a community.
Hãy nhớ rằng, chúng ta muốn cùng nhau xây dựng một cộng đồng.
And as you're talking about yourselves, tell people your name, but then also think about how you would solve this problem here.
Và nhân tiện các bạn đang nói về chính mình, Hãy cho mọi người biết tên của bạn, nhưng đồng thời cũng... Hãy suy nghĩ xem bạn sẽ giải quyết vấn đề này như thế nào.
So how many people are ready to start discussing this?
Vậy có bao nhiêu người sẵn sàng bắt đầu thảo luận về vấn đề này?
How many people have some idea of what this system with four unknowns and four equations is like? Is there something funky about it as you tried to solve it?
Có bao nhiêu người có chút hiểu biết về điều đó? Hệ phương trình bốn ẩn số này giống như thế nào? Có điều gì bất thường trong quá trình bạn cố gắng giải quyết vấn đề này không?
What happens if you take equation one and equation two and add them together? And compare that with what happens when you take equation three and equation four and add them together.
Điều gì sẽ xảy ra nếu bạn lấy phương trình thứ nhất và phương trình thứ hai? và cộng chúng lại với nhau? Và hãy so sánh điều đó với những gì xảy ra khi bạn lấy phương trình ba và phương trình bốn và cộng chúng lại với nhau.
What do you get?
Bạn nhận được gì?
B1 plus B2 should be equal to B3 plus B4. What's on the left? What is equation one plus equation two? Equation one says X1 plus X2, and then we have X3 plus X4.
B1 cộng B2 phải bằng B3 cộng B4. Cái gì ở bên trái vậy? Phương trình thứ nhất cộng phương trình thứ hai bằng bao nhiêu? Phương trình thứ nhất nói rằng X1 cộng X2, và sau đó ta có X3 cộng X4.
So we have one side X1 plus X2 plus X3 plus X4 is something, and you also have X1 plus X2 plus X3 plus x4 is something else, right?
Vậy ta có một vế là X1 cộng X2 cộng X3 cộng X4 là gì đó, và bạn cũng có X1 cộng X2 cộng X3 cộng x4 Nó là một thứ khác, phải không?
So what you have is you have four measurements, but are these four independent measurements? Can you recover the four pixels using this?
Vậy là bạn có bốn phép đo, Nhưng liệu bốn phép đo này có độc lập với nhau không? Bạn có thể khôi phục bốn điểm ảnh bằng cách này không?
Not quite, right?
Không hẳn vậy, phải không?
Those of you who tried to work it out, I encourage each of you to bring a piece of paper and a notebook to class, even if you're not taking notes, because we will have these little exercises to do and it usually helps to have something that you can scribble on or doodle on to try and work things out on your own.
Tôi khuyến khích tất cả những ai đã cố gắng tìm ra lời giải. Mang theo một tờ giấy và một cuốn vở đến lớp. ngay cả khi bạn không ghi chép, bởi vì chúng ta sẽ có những bài tập nhỏ này để làm và thường thì có thứ gì đó sẽ giúp ích. mà bạn có thể viết nguệch ngoạc hoặc vẽ vời lên đó để thử và làm việc. Hãy tự mình giải quyết mọi việc.
But it turns out that we started out thinking, four equations, four unknowns, we're going to be able to solve this. But it turns out that this isn't actually going to work, right?
Nhưng hóa ra chúng ta đã bắt đầu từ... suy nghĩ, bốn phương trình, bốn ẩn số, chúng ta đang Tôi sẽ có thể giải quyết được vấn đề này. Nhưng hóa ra cách này thực sự sẽ không hiệu quả, phải không?
So, okay. Now you're the engineer in the room, and you're faced with a system. You had an idea. You tried it.
Được rồi. Giờ thì bạn là kỹ sư trong phòng rồi đấy. và bạn đang phải đối mặt với một hệ thống. Bạn đã có một ý tưởng. Bạn đã thử rồi.
We tried it, but it didn't work. What do we do? We're at the design part of the system, the design part of the problem. How do we get around the roadblock?
Chúng tôi đã thử nhưng không hiệu quả. Chúng ta phải làm gì? Chúng ta đang ở giai đoạn thiết kế của hệ thống, giai đoạn thiết kế. một phần của vấn đề. Làm thế nào để chúng ta vượt qua trở ngại này?
Take better measurements, right? Take better measurements. So take a minute.
Cần đo đạc chính xác hơn, phải không? Hãy đo đạc chính xác hơn. Hãy dành một phút.
Talk to the person on the other side of you, who you have not yet talked to, and try and figure out what other measurement would you like to take.
Hãy nói chuyện với người ngồi đối diện bạn. người mà bạn chưa từng nói chuyện cùng, và hãy cố gắng tìm hiểu xem họ có phải là ai. Bạn muốn thực hiện thêm phép đo nào khác nữa không?
Make sure you don't leave people out.
Hãy chắc chắn rằng bạn không bỏ sót bất kỳ ai.
Let's see if we can communicate without words. Can you show me, making hand motions, what you would want to do?
Hãy xem liệu chúng ta có thể giao tiếp mà không cần lời nói hay không. Bạn có thể dùng tay minh họa cho tôi được không? Bạn muốn làm gì?
Right. Exactly. People are saying, go diagonal. Go diagonal.
Phải. Chính xác. Mọi người đang nói, hãy đi theo đường chéo. Đi theo đường chéo.
So what if I gave you this? X1 plus X4, let's say, is equal to B5.
Vậy nếu tôi đưa cho bạn cái này thì sao? Giả sử X1 cộng X4 bằng B5.
So now you have equation five, X1 plus X4 is equal to B5. Now can you solve this? Yes.
Vậy bây giờ bạn có phương trình thứ năm, X1 cộng X4 bằng B5. Giờ bạn có thể giải bài toán này không? Đúng.
How do you know that you can solve it?
Làm sao bạn biết mình có thể giải được nó?
Maybe you can show and you can prove and you can solve it out by hand.
Có lẽ bạn có thể chứng minh được điều đó. và bạn có thể giải nó bằng tay.
And in this case, where we have four variables and, thankfully, 10 fingers, we can actually solve this, because we can count the number of variables on our hands.
Và trong trường hợp này, chúng ta có bốn biến số và, thật may mắn, 10 ngón tay, chúng ta thực sự có thể giải quyết được vấn đề này. Bởi vì chúng ta có thể đếm số lượng biến số bằng hai bàn tay.
But if you were to go to a doctor and the doctor was going to try and image your brain using only four pixels, would you go to the doctor again?
Nhưng nếu bạn đến gặp bác sĩ và bác sĩ định thử chụp ảnh Bộ não của bạn chỉ sử dụng bốn điểm ảnh. Bạn có muốn đi khám bác sĩ lần nữa không?
So when you're actually trying to solve systems of linear equations in the real world, you're probably not going to end up in a situation where you have four variables.
Vì vậy, khi bạn thực sự cố gắng giải các hệ thống các phương trình tuyến tính trong thế giới thực, Bạn có lẽ sẽ không rơi vào tình huống đó đâu. trong đó bạn có bốn biến số.
Quite likely, you're going to have hundreds or thousands or millions of variables. Probably that is not a calculation you would want to be doing out by hand.
Rất có thể bạn sẽ có hàng trăm hoặc hàng nghìn cái. hoặc hàng triệu biến số. Có lẽ đó không phải là một phép tính. Bạn nên làm bằng tay.
Even if we had 1,000 people in the room together, the probability of getting that correct would be really, really low.
Ngay cả khi có 1.000 người cùng ở trong một căn phòng, xác suất để trả lời đúng Mức độ sẽ thực sự rất thấp.
It turns out that actually there were a lot of important calculations that used to be done entirely by hand. How many people in the room have seen the movie, Hidden Figures?
Hóa ra thực sự có rất nhiều phép tính quan trọng đã được sử dụng Được thực hiện hoàn toàn bằng tay. Trong số bao nhiêu người ở đây đã xem bộ phim "Những nhân vật bí ẩn"?
I think it's a great movie, one of my favorite, all time movies. And you see that there were these large groups of people, mostly women, that did out large calculations by hand.
Tôi nghĩ đó là một bộ phim tuyệt vời, một trong những bộ phim yêu thích của tôi. Những bộ phim hay nhất mọi thời đại. Và bạn thấy rằng có những nhóm người lớn như vậy. trong số nhiều người, chủ yếu là phụ nữ, đã làm điều đó. Các phép tính lớn được thực hiện bằng tay.
This was way before computers, and these led to some of the key scientific advances that have brought us to where we are today.
Việc này xảy ra rất lâu trước khi có máy tính, và những thứ này đã dẫn đến một số tiến bộ khoa học quan trọng. Những điều đó đã đưa chúng ta đến vị trí hiện tại.
But today, in this day and age, we're past where we want to do calculations out by hand.
Nhưng ngày nay, trong thời đại này, chúng ta đang vượt quá giai đoạn mà chúng ta muốn thực hiện các phép tính bằng tay.
We now have computers, and what we want to be able to do is systematically use our compute power to go beyond four equations and four unknowns to millions of equations and millions of unknowns.
Giờ đây chúng ta đã có máy tính, và chúng ta muốn có thể làm được những gì. đang sử dụng sức mạnh tính toán của chúng ta một cách có hệ thống. vượt ra ngoài bốn phương trình và bốn ẩn số với hàng triệu phương trình và hàng triệu ẩn số.
You don't want to have to solve out 90% of your equations only to realize that, oh, I didn't take the right measurements.
Bạn không muốn phải tự giải đến 90% số phương trình của mình. chỉ để rồi nhận ra rằng, ồ, mình đã không... Hãy đo đạc cho đúng.
How can I just enter a stack of equations into my computer and have my computer tell me, hey, these are great measurements. You can solve them. Or, oh my god, you screwed up.
Làm thế nào tôi có thể nhập một loạt các phương trình vào máy tính của mình? và để máy tính của tôi nói với tôi, này, Đây là những số đo tuyệt vời. Bạn có thể giải quyết chúng. Hoặc, trời ơi, bạn đã làm hỏng chuyện rồi.
You need to take better measurements because these are redundant or these are not solvable. This is exactly what we're going to try and learn in this class.
Bạn cần đo đạc chính xác hơn. Bởi vì chúng dư thừa hoặc không thể giải quyết được. Đây chính xác là những gì chúng ta sẽ cố gắng tìm hiểu trong lớp học này.
How can we systematically solve large systems of linear equations?
Làm thế nào chúng ta có thể giải quyết các hệ thống lớn một cách có hệ thống? của các phương trình tuyến tính?
How can we design measurements so that we know from the get go, before trying to solve, that our system is actually going to be solvable?
Làm thế nào chúng ta có thể thiết kế các phép đo để biết ngay từ đầu? Trước khi cố gắng giải quyết vấn đề, hãy nhớ rằng hệ thống của chúng ta thực chất là... Liệu vấn đề này có thể giải quyết được không?
We want to avoid the problem that we just ran into. We want to know that our measurements are going to be successful.
Chúng ta muốn tránh gặp phải vấn đề vừa rồi. Chúng tôi muốn biết rằng các phép đo của chúng tôi là Sẽ thành công.
And the principle way to do this is going to be through building up a lot of linear algebra, and that is the course of this class.
Và phương pháp chính để làm điều này là Sẽ đạt được điều đó thông qua việc xây dựng rất nhiều kiến thức về đại số tuyến tính. Và đó là nội dung chính của lớp học này.
So the key algorithm that I will be talking about next class and over the next few lectures will be basically this idea of Gaussian elimination that will help us know when, given a system of linear equations, how can we systematically know whether we have one solution, whether sometimes we might have
Vậy thuật toán quan trọng mà tôi sẽ trình bày trong tiết học tiếp theo là gì? và trong vài bài giảng tiếp theo về cơ bản sẽ là... ý tưởng về phép khử Gauss này Điều đó sẽ giúp chúng ta biết khi nào, dựa trên một hệ phương trình tuyến tính, làm thế nào... chúng ta biết một cách có hệ thống liệu chúng ta có một cái hay không.
infinitely many solutions, or whether we have no solutions at all.
giải pháp, cho dù đôi khi chúng ta có thể có vô số giải pháp, hay liệu chúng ta Hoàn toàn không có giải pháp nào cả.
And we know how to do this by hand, but we are going to think about, how can we think about this geometrically, and how can we do this while harnessing the power of compute and while harnessing the fact that Moore's law has actually given us these incredibly powerful computers?
Và chúng ta biết cách làm việc này bằng tay, nhưng chúng ta sẽ đi Để suy nghĩ về điều này, chúng ta có thể xem xét nó dưới góc độ hình học như thế nào? Và làm thế nào chúng ta có thể thực hiện điều này trong khi tận dụng sức mạnh của điện toán? và đồng thời tận dụng thực tế rằng định luật Moore thực sự đã Họ đã mang đến cho chúng ta những chiếc máy tính mạnh mẽ đến khó tin này sao?
So the first module, we'll be talking basically about this, and we'll be talking about an imaging lab. If I can just have this show up again.
Vậy nên trong mô-đun đầu tiên, chúng ta sẽ nói về chủ đề này. Và chúng ta sẽ nói về một phòng thí nghiệm hình ảnh. Giá mà nó xuất hiện lại được.
Yay.
Tuyệt vời!
So the first imaging lab is basically going to be talking about tomography, and we're going to be talking about tomography using a simple light source, and we're going to be talking about a single pixel camera.
Vậy phòng thí nghiệm hình ảnh đầu tiên về cơ bản là... Chúng ta sẽ nói về chụp cắt lớp. và chúng ta sẽ nói về chụp cắt lớp bằng cách sử dụng một nguồn sáng đơn giản, và chúng ta sẽ đi Chúng ta đang nói về một chiếc camera có một điểm ảnh duy nhất.
So we're not going to be using a multi pixel, fancy MRI machine, but how can you do this with just one sensor? So we'll learn more about this basically in the next class.
Vì vậy, chúng ta sẽ không sử dụng máy chụp cộng hưởng từ đa điểm ảnh, hiện đại. Nhưng làm sao bạn có thể làm được điều này chỉ với một cảm biến? Vậy chúng ta sẽ tìm hiểu thêm về điều này trong tiết học tiếp theo.
I'll talk a little bit more about the first lab, and then we'll start going into details about how we're going to solve these systems of linear equations and how we can do this systematically.
Tôi sẽ nói thêm một chút về bài thực hành đầu tiên. và sau đó chúng ta sẽ bắt đầu đi vào chi tiết. về cách chúng ta sẽ giải quyết những hệ thống này. về các phương trình tuyến tính và cách chúng ta có thể thực hiện điều này một cách có hệ thống.
That's it for today. Please make sure that you go and check out homework zero, and I will see you here next week.
Vậy là hết phần trình bày hôm nay. Hãy nhớ kiểm tra bài tập về nhà số không nhé. Và tôi sẽ gặp lại bạn ở đây vào tuần sau.
Đăng nhập để đánh giá học liệu này.
Đăng nhập để bình luận — chưa ai bình luận về học liệu này.
Không có khóa học liên quan.