Nhận định, soi kèo U21 Stoke City vs U21 Man City, 2h00 ngày 16/1

Người để lại ấn tượng nhất sau trận đấu này không ai khác ngoài ngôi sao đi rừng Levi, người sử dụng Nidalee sở hữu KDA 4/5/0 đóng góp vào 50% số điểm hạ gục của toàn đội. Chính tuyển thủ còn sót lại của đội tuyển Siêu Sao Việt Namlà người đã gây ra sức ép mạnh mẽ lên hai đường bên cánh để tạo ra phần nào lợi thế cho Siêu Sao GPL ở khoảng thời gian đầu trận.

Đáng nói, Siêu Sao GPL mới là đội có được điểm Chiến Công Đầu và đánh sập trụ đầu tiên sau pha phối hợp thành công của bộ đôi người Singapore, Dantiz - Kra. Tuy nhiên, khi thời gian trôi dần về giữa trận, “vấn đề về tầm nhìn” – theo mô tả của BLV Vietnam Esports TV (VETV) – đã buộc Siêu Sao GPL phải trả giá.

Họ liên tục để cho Siêu Sao LPL bắt lẻ thành công, thua thế trong giao tranh – khi mà trước đó, khả năng đi đường của các thành viên Siêu Sao GPL tỏ ra đuối hơn hẳn so với những ngôi sao vừa dừng chận tại vòng Bán kết CKTG 2017.

Khi mà sức mạnh đã được tăng tiến đến ngưỡng cần thiết, Siêu Sao LPL liên tục tổ chức những pha giao tranh hợp lý – đúng với phong cách đặc trưng của khu vực – để rồi ăn nhanh Baron và kết thúc luôn trận đấu.

Levi cùng những người đồng đội mới vừa gặp phải "thuốc thử" đầu tiên tại All-Star LA

Trong những diễn biến liên quan, ba đội tuyển Siêu Sao LCS Bắc Mỹ, Siêu Sao LCK Hàn Quốc và Siêu Sao LMS Đài Loan đều đã có được thắng lợi đầu tay trước các đối thủ ở ngày ra quân.

Ở ngày thi đấu thứ hai tại All-Star LA, Siêu Sao GPL sẽ chạm trán với đội chủ nhà Siêu Sao LCS Bắc Mỹ vào lúc 07g15 ngày mai (09/12).

Cú Pentakill đầu tiên tại All-Star LA được ghi bởi xạ thủ BeBe của Siêu Sao LMS

Cục diện hai bảng đấu tại All-Star LA ở Ngày 1

Lịch thi đấu giải đấu 5-vs-5 truyền thống ở Ngày 2 All-Star LA

2016

Theo TheNextWeb, các nhà nghiên cứu tại Nvidia đã phát triển phương thức mới cho máy tính "học không giám sát", các nhà khoa học cho biết họ đã tạo được một khung trí tuệ nhân tạo (AI) có thể chuyển đổi hình ảnh sang hình ảnh không giám sát. Nói một cách dễ hiểu: để huấn luyện AI chuyển đổi hình ảnh này thành một hình ảnh khác, bạn cần "dạy" cho AI bằng cách sử dụng các ví dụ gốc (before) và kết quả (after) chất lượng cao

Theo các nhà nghiên cứu thì vấn đề này cũng tương tự như việc dạy máy cách tô màu một bức tranh:

"Ví dụ, độ phân giải của ảnh có thể được xem là vấn đề của việc ánh xạ một hình ảnh độ phân giải thấp sang hình ảnh độ phân giải cao tương ứng; việc tô màu có thể được xem là một vấn đề của việc chuyển từ một hình ảnh đơn sắc (trắng đen) sang một hình ảnh có màu tương ứng".

Để kiểm nghiệm tính hiệu quả của phương thức này, họ đã thử tạo ra một series ảnh và yêu cầu máy thực hiện việc chuyển đổi. Kết quả vô cùng ấn tượng!

Bằng phương thức học mới này, AI của Nvidia đã tạo ra được những đoạn video giả cực kỳ chân thực: