logo
dinhtungtp @dinhtungtp
Put yourself in other's shoes
28 Followers
0 Followings
124 Spiders
  • logo

    dinhtungtp

    26 tháng 4
    Đọc bài này mình nghĩ ngay đến Prisonal Dilemma. Kết quả tối ưu chỉ đạt được khi tất cả các nước cùng hợp tác với nhau, nhưng chỉ cần 1 nước không trung thực hay nghĩ cho lợi ích cá nhân thì kết quả tối ưu sẽ k thể đạt được
    2
  • logo

    dinhtungtp

    25 tháng 1
    Giờ mới đọc được bài này của em thông qua bài đăng tết. 

    1. Anh cũng toàn nghỉ trước tết thôi, nên từ hồi đi làm đến giờ, éo bh có thưởng full lương cuối năm =))). Cơ mà a cũng có cùng suy nghĩ như trên với em - "để tiết kiệm lương thưởng cho tổ chức" và có lẽ may mắn hơn nhưng nơi a làm đều là những nơi a yêu quý và có cùng hệ tư tưởng, nên giờ a vẫn nghĩ mình nên đi khi mình thấy mình cần đi, chứ k phải đợi đến khi được thưởng tết xong mới đi. Anh tự cảm thấy mình có một chút không thoải mái và khó nói lời tạm biệt nếu a làm thế.

    2. Năm nay cũng là một năm khá tồi tệ với anh khi anh phải tự thay đổi rất rất nhiều quan điểm cá nhân trước đây như: 1 người có thể thay đổi vũ trụ, không sợ bơi ngược dòng... Nhưng cũng may mắn là anh cũng đã nhanh chóng quay trở lại đường đua. Anh thấy được sự "đam mê/ tình yêu" của em với Spiderum dẫn đến quyết định nghỉ việc của em. Anh thì quyết định nghỉ việc, ngoài sự thích thú với AI ra, anh còn thấy mình kém cỏi với mảng khác (do 1 năm tồi tệ) và AI là điều tốt nhất anh có thể làm nữa. Ngoài củ cà rốt anh còn tự có thêm cây gậy nữa ấy. Trước a không biết sợ, mà giờ a biết sợ hơn rồi. Anh nghĩ thế cũng tốt, bởi anh chắc sẽ gắn bó dài hơn với con đường đã chọn dù khó khăn ra sao đi chăng nữa. 
    Khi người ta có quá nhiều sự lựa chọn, thì thật khó để tập trung đc
    2
  • logo

    dinhtungtp

    2 tháng 2 2018
    Để có được cả discipline and routine thì cũng cần rất nhiều willpower mà. Theo mình thì willpower => routine => action => productivity. Cám ơn các bạn vì những bài chia sẻ kiến thức rất thú vị
    1
  • logo

    TheColdWind

    29 tháng 12 2017
    Bài viết thú vị lắm 😃 nhưng làm sao để mình tiếp cận những thứ này ? Về các thuật toán, toán giải tích căn bản và cả phần mềm.
    1
    logo

    dinhtungtp

    29 tháng 12 2017
    cái này phải học thôi bạn. Bạn có thể follow mình trên viblo, mình sắp viết 1 series hướng dẫn mọi người học từ căn bản. Nhưng nếu bạn thật sự muốn, thì hãy xác định nó là một con đường rất dài và mệt 😃 https://viblo.asia/s/machine-learning-that-thu-vi-dbZN7QNvlYM
    1
  • logo

    0868245603

    27 tháng 12 2017
    bác viết hay quá chi tiết thật, mình cũng có biết một đoạn clip khá cute về chủ đề này á ❤ https://www.facebook.com/vnscrubnews/videos/1372247916214922/
    2
    logo

    dinhtungtp

    28 tháng 12 2017
    series này có 8 bài, mình đọc thấy bài nào cũng hay 😃
    1
  • logo

    Splroak

    27 tháng 12 2017
    Cho mình hỏi là bạn dùng phần mềm nào để tìm trọng số vậy? 😃
    1
    logo

    dinhtungtp

    27 tháng 12 2017
    Với mạng đơn giản như trong bài này thì bạn có thể dùng scikit-learn. Thuật toán Supervised trong bài này dùng là Linear Regression, bạn có thể xem ví dụ người ta sử dụng ở đây nhé. http://scikit-learn.org/stable/tutorial/statistical_inference/supervised_learning.html#linear-regression Bạn gọi thuật toán, xong gọi hàm fit là máy tự tính hết ấy mà :))) (đương nhiên, đây cũng là một trong những thuật toán đơn giản nhất, các thuật toán khác thêm vài dòng) 😃.
    1
  • logo

    loveless2001

    27 tháng 12 2017
    Genetic mới là di truyền chứ nhỉ, generic nghĩa là chung chung mà 😃
    2
    logo

    dinhtungtp

    27 tháng 12 2017
    hix hix, trước mình muốn dịch thuật ngữ chuẩn nên hay search gg trước, mà nó toàn gơi ý ra genetic algorithms. Chắc lúc trước dùng luôn, mà k nhìn kĩ. Cám ơn bạn nhé, để mình sửa lại (y)
    1
  • logo

    PotterFox2509

    25 tháng 12 2017
    Tên bài viết với nội dung bài có một sự trật khớp nhẹ ~ Anw, mình cũng có cùng cảm giác với bạn khi tìm hiểu thêm về chiến tranh: Hoang mang. Vấn đề là lịch sử mà mình được học, được xem đã luôn luôn phân ra: phe chính nghĩa và phe hung bạo. Nhưng thực tế thì ta chẳng biết thế nào là chính nghĩa, thế nào là hung bạo. Nhìn từ hướng VN, Mỹ chắc chắn là địch, là bọn hung bạo nhất quả đất vào chiếm đất chiếm ruộng mình. Nhưng nhìn từ hướng những người Mỹ, chủ nghĩa cộng sản lại là thứ kìm hãm và hủy diệt, cần loại bỏ ngay lập tức k cho nó đẻ trứng - và luận điểm này chưa chắc đã sai. Cái mà mình luôn nghĩ, đó là ta học Sử để biết, chứ không phải để phán xét. Anw, bạn có thể cho mình nguồn thông tin tham khảo bạn dùng để viết bài này không? Dựa vào đâu nói là: khả năng Mỹ chiến thắng VN rất khó? Mình từng viết một bài khá trùng quan điểm với bạn trên blog cá nhân: https://motchuttoi.wordpress.com/2017/10/31/lich-su-phi-ly-tri-hay-review-ke-trom-sach/
    -1
    logo

    dinhtungtp

    26 tháng 12 2017
    Ohm, bạn nói mới thấy tiêu đề hơi trật tí thật. Thực ra nếu chuẩn hơn có thể ghi là bài học lịch sử qua các cuộc chiến tranh, mà ghi thế thì hơi nhàm, nên mình viết "Lịch sử, cần được kể ...", lý do cần đc kể là bài học xương máu của nó bị ẩn đi 😃 Mình lấy trong series 10 tập về chiến tranh Việt Nam đó bạn. Bắc Việt Nam bằng mọi giá để thống nhất đất nước dù phải trả cái giá nào, còn Mỹ chỉ muốn mất mát ít nhất có thể để bình ổn 2 bên. Một cuộc chiến mà mục tiêu và lòng quyết tâm lệch nhau như thế, thì dù đổ bao nhiêu tiền vào cũng k khuất phục đc - đó là điều mà các tổng thống đều biết. Bạn xem kỹ để biết thêm nhé. Bài bạn viết hay lắm (y)
    1
  • logo

    northdious

    23 tháng 12 2017
    Mình nghĩ cuộc chiến tranh Việt Nam là một cuộc chiến đầy những mâu thuẫn. Càng tìm hiểu về nó thì ta lại càng thêm bối rối. Câu hỏi của cuộc chiến tranh này không phải là ai là phe cần phải thắng mà là liệu có nên xảy ra cuộc chiến này không.
    3
    logo

    dinhtungtp

    23 tháng 12 2017
    Mình thì thấy không cần phải hỏi cả ai thắng, và nên hay không, bởi vì mọi thứ đã xảy ra rồi, và có quá nhiều cái giá đã phải trả rồi. Mình nghĩ câu hỏi nên là: Nên làm gì bây giờ để tất cả mọi người có một cuộc sống tốt đẹp hơn 🙂
    1
  • logo

    dinhtungtp

    16 tháng 11 2017
    Đọc em thấy chất nhất câu: Cuộc đời có quá nhiều thứ để quan tâm hơn là một mối quan hệ luôn cần sự kiềm chế :)))
    8
  • logo

    dinhtungtp

    23 tháng 10 2017
    Quen biết bao năm mà giờ mới thấy V.Anh trải lòng 😃. Bài hay đó em, hóng mấy series sau ;))). Đúng là người có trải nghiệm sớm, mới qua Phần đã thấy em rất cứng rồi, còn tập TDDC nhiều, cứng gì thì chưa biết :v :v
    1
  • logo

    bdqnghi

    28 tháng 9 2017
    Mình nghĩ AI nó sẽ phát triển theo từng level, trừ phi có 1 đột phá gì đó, thì tốc độ sẽ tăng exponential, nói nôm na là như mình nói, AI giờ chưa thông minh hơn 1 con sâu (approximately) và nếu cứ tiếp tục với những kĩ thuật hiện tại, có thể AI sẽ ko bao h thông mình ngang với level của 1 con chuột, nhưng nếu có siêu nhân nào đó tìm ra gì đó có thể có đột phá gì đó mà AI có thể đạt được độ thông mình của 1 con chuột thì mình nên lo lắng, còn h mà lo thì mình nghĩ hơi xa vời, chắc lâu hơn 1 thế kỷ =)), giống như lo lắng về 1 thứ ko biết có xảy ra ko. Nói về AI thì chính là nói về Deep Learning, là 1 tập hợp những phương pháp học bằng nơ ron mô phỏng bộ não con người. Gần đây có 1 bài blog của Geoffrey Hinton nói về thuật toán backpropagation, là 1 cách mô phỏng cách não con người vận động khi muốn học 1 loại kiến thức gì đó, hiện tại thuật toán này là core của DL, theo như Hinton nói thì thuật toán này ko đủ mạnh để mô phỏng bộ não và DL gần như sẽ ko bao h sẽ trở thành mối đe doạ nếu tất cả các research về DL dựa vào thuật toán này 😃. Nên đối với Hinton và 1 số big name trong ngành họ sẽ quay ra hướng khác, nhưng cũng chỉ dựa trên nền tảng statistic, graphical model... Quan điểm của mình là nếu chỉ dựa vào nền tảng statistic, thì AI khó có thể là mối đe doạ kiểu như terminator được :v
    3
    logo

    dinhtungtp

    28 tháng 9 2017
    Quan trọng nhất chắc vẫn là liệu 1 siêu nhân nào đó tìm ra đột phát hay k, và con đường đó k ai biết trước được câu trả lời :)). Mình cũng bắt đầu chuyển sang tìm hiểu AI, chắc sau này sẽ thấy những cái tên bạn đưa ra quen thuộc hơn :))). Để mình học thêm đã 😃
    2
  • logo

    bdqnghi

    28 tháng 9 2017
    bạn Nguyễn Thành Chinh nói rất đúng ý mình, mình là 1 nghiên cứu sinh ngành này ở nước ngoài và theo nhìn nhận của mình, AI còn rất rất rất lâu nữa mới có thể trở nên evil. Mặc dù rất ngưỡng mộ Elon Musk, nhưng cái gì ra cái đó, Elon Musk ko thực sự nhúng tay vào công việc làm AI, cái mà ổng có thể hiểu là high level idea of how AI works và 1 số ứng dụng, nếu muốn thì nên nghe ý kiến từ những chuyen gia như ban Chinh nói. Nên những thứ mà bác Elon Musk này cứ lên báo kêu AI sẽ trở thành evil theo mình thấy khá là bullshit. AI hiện tại còn ko thông minh hơn 1 con sâu chứ chưa nói gì đến con chuột :v. AI hiện tại chỉ là 1 số lý thuyết statistic đằng sau nó, nó chỉ có thể học được 1 số pattern 1 cách chính xác và lặp lại những pattern đó, còn được gọi là Deep Generative Model. Có khá nhiều thứ mà AI thiếu để tiến lên cảnh giới evil , 1 trong số đó là khả năng "học ít hiểu nhiều", lấy ví dụ đơn giản là 1 đứa bé từ nhỏ đến lúc 5 tuổi chưa bao h thấy con mèo, người lớn chỉ cần đưa cho nó chừng 5 tấm hình con mèo, vậy là bộ não đứa bé có thể tự nhận dạng ra những điểm đặc trưng của 1 con mèo và sau này có thể tự nhận biết bất cứ con vật nào là con mèo mà ko bị lẫn lộn với con vật khac. Còn AI thì sơ sơ phải dạy nó 10k tấm hình con mèo nó mới có thể nhận biết được đặc trưng 1 con mèo. Cái nữa là AI vẫn còn hạn chế về khả năng học từ nhiều domain và liên kết những kiến thức từ những domain đó với nhau, lấy ví dụ đơn giản là 1 bạn học sinh có thể học 2 môn Toán và Sinh riêng biệt nhưng có thể dễ dàng nhận thấy là 2 môn đó có lien kết với nhau, AI thì ko. AI thì domain-specific, nghĩa là nó chỉ có thể học từ 1 domain và cái model nó đã học được chỉ có thể sử dụng cho domain đó, ví dụ đơn giản là nếu cái model này được dạy để phân biệt hình ảnh bên Computer Vision, thì nếu mình đưa dữ liệu là text cho nó thì nó nín 😃.
    5
    logo

    dinhtungtp

    28 tháng 9 2017
    cám ơn bạn rất nhiều, mình cũng mới tìm hiểu về AI nên cũng chưa biết nhiều lắm, chắc cũng cần tìm hiểu thêm nữa. Mình cũng đưa ra 2 câu hỏi khi trả lời bạn Chinh? 1) Liệu 1 thế kỷ đã đủ dài để AI phát triển vô cùng mạnh mẽ? Và nếu đủ, thì liệu chungs ta có nên lo lắng từ bây giờ 2) Trí thông minh nhân tạo k nhất thiết phải có khả năng liên kết domain, hay đạt đến trình độ con người (nhìn 5 ảnh để nhận biết vật) vẫn có thể tạo ra mối đe dọa lớn? Cám ơn bạn đã chia sẻ 🙂
    1
  • logo

    ThanhChinhBK

    28 tháng 9 2017
    Mình nghĩ là cả 2 người bọn họ là những người thông minh nhất trong thế hệ của chúng ta. Tuy nhiên, cả 2 người này đều không thực sự làm về trí tuệ nhân tạo 😃. Vì vậy mình nghĩ rằng nên nghe ý kiến từ chuyên gia thực sự như Prof. Ng, Yann LeCun hay Sebastian Thrun, những người đã có hàng thập kỉ theo nghĩa đen làm việc trong lĩnh vực này. Andrew Ng: "Exponential thinking: A 10 week old child has been growing exponentially since birth. At this rate in 100 years it will be heavier than Earth, threaten human existence. Lets stop using naive "exponential thinking" arguments to fearmonger progress in CS and AI." Hoặc 1 câu khác ngắn gọn hơn:"I don’t work on preventing AI from turning evil for the same reason that I don’t work on combating overpopulation on the planet Mars." và Yann LeCun: "We would be baffled if we could build machines that would have the intelligence of a mouse in the near future, but we are far even from that."
    2
    logo

    dinhtungtp

    28 tháng 9 2017
    Mình cũng thấy đúng là máy tính k phát triển theo "exponential thinking", hay chính xác hơn là chỉ phát triển như vậy trong một khoảng thời gian ngắn sau mỗi break through (như từ cờ tướng sang cờ vua cần 20 năm). Những break through sau này cũng có thể cần rất rất lâu nữa mới đạt được. Nhưng mình cũng nghĩ với sự phát triển của phần cứng, và sự quan tâm nhiều hơn của con người tới lĩnh vực này, những break through sắp tới sẽ trong những khoảng thời gian ngắn hơn. Mình k rõ LeCun nói "near future" là 5-10 năm hay trong thế kỉ này. Mọi thứ hoàn toàn có thể thay đổi rất rất nhanh trong 1 thế kỉ (k cần phải theo exponential), trí thông minh nhân tạo cũng k cần phải thông minh như con người, chỉ cần ở một mức độ nhất định là có thể gây ra thảm họa rồi. Dù sao mình cũng sẽ tìm hiểu thêm đã, mình cũng mới tìm hiểu về lĩnh vực này nên cũng chưa biết nhiều lắm 🙂. Cám ơn bạn đã chia sẻ.
    1
  • logo

    bluekiss

    28 tháng 9 2017
    Câu hỏi ở cuối bài rất hay. Vấn đề nằm ở chỗ tư duy của một cái máy sẽ rất rất khác với tư duy của con người. Để con người có thể tránh được đại họa diệt vong do AI gây ra, chúng ta cần phải thiết kế lập trình trung tâm của AI theo cách mà nó hiểu sâu sắc về các giá trị của con người. Nhưng nó khó khăn hơn bạn nghĩ rất nhiều. Ví dụ như, nếu như chúng ta cố gắng đặt giá trị của AI ngang bằng với chúng ta và đưa ra mục tiêu “Làm con người hạnh phúc”, điều gì sẽ xảy ra? Một khi nó đủ thông minh, nó sẽ biết rằng cách hiệu quả nhất để hoàn thành mục tiêu là cấy những điện cực vào trong não người và kích thích trung tâm điều khiển cảm giác hạnh phúc. Rồi nó nhận ra rằng nó có thể tăng hiệu quả bằng cách tắt đi những phần khác của não, biến người ta thành những cơ thể thực vật không ý thức mà vẫn cảm thấy hạnh phúc. Nếu yêu cầu là “Tối đa hóa hạnh phúc của con người,” nó có thể sẽ loại bỏ tất cả con người và tạo ra các bộ não người luôn trong tình trạng tối đa hóa hạnh phúc. Chúng ta có thể thét lên Chờ đã chúng tôi đâu muốn điều này! khi nó xử chúng ta, nhưng sẽ là quá muộn. Hệ thống sẽ không để ai ngăn cản nó thực hiện mục tiêu. Nếu như chúng ta lập trình AI với mục đích làm những việc khiến chúng ta mỉm cười, sau khi nó cất cánh, nó sẽ làm tê liệt các cơ mặt của chúng ta thành một nụ cười thường trực. Lập trình nó để giữ chúng ta an toàn, nó có thể cầm tù chúng ta trong nhà. Có thể chúng ta yêu cầu nó diệt nạn đói, nó sẽ nghĩ là “Đơn giản mà!” và chỉ đơn giản là giết hết loài người. Hoặc cho nó nhiệm vụ “Bảo tồn sự sống càng nhiều càng tốt,” nó sẽ giết toàn bộ loài người vì chúng ta giết nhiều sinh mạng trên Trái đất hơn bất kỳ loài nào. Đây vẫn đang là vấn đề quan trọng nhất và khiến các nhà khoa học đau đầu nhất. Bởi vì những điều trên thể hiện rằng chúng ta đang thiết lập một thông cáo chung về vận mệnh của con người và dâng nó vào tay một giống loài khác (mặc dù giống loài đó là do con người tạo ra). k
    17
    logo

    dinhtungtp

    28 tháng 9 2017
    Điều gì càng thông minh thì càng khó kiểm soát, thế nên người ta mới hay nói "ngu để trị", mà máy tính lại càng ngày càng thông minh, hoàn toàn có thẻ tự học, tự đưa ra quyết định tối ưu được :))) P/s: mấy ví dụ của bạn rất hay, đó là những cách giải quyết mà không ai muốn hướng đến cả hoặc có những người cai trị, luôn muốn bạn tin rằng bạn đang hạnh phúc
    4
  • logo

    Goltox

    28 tháng 9 2017
    Có bài viết nào đề cập đến việc nên đặt lệnh như thế nào để khi AI có phát triển cũng ko gây hại
    2
    logo

    dinhtungtp

    28 tháng 9 2017
    chắc chắn sẽ có những điều kiện đưa vào thuật toán khiến máy tính k gây hại cho con người (kiểu mệnh lệnh ấy) Nhưng thuật toán có thể bị lỗi, hoặc trí thông minh nhân tạo tự thay đổi dòng code để xóa bỏ điều kiện đó (bất tuân mệnh lệnh) ấy 🙂
    1
  • logo

    please

    28 tháng 9 2017
    Em hỏi ngu tí, mỗi tầng thuật toán của mạng nơ-ron xoắn ốc có giống nhau không nhỉ?
    2
    logo

    dinhtungtp

    28 tháng 9 2017
    trong thuật toán xoán ốc có 4 thuật toán nhỏ nữa và người ta sắp xếp sử dụng lặp lại các thuật toán đó Em xem thêm clip này để hiểu thêm nhé, siêu dễ hiểu: https://www.youtube.com/watch?v=FmpDIaiMIeA
    2
  • logo

    dinhtungtp

    26 tháng 9 2017
    Cám ơn bạn, bạn viết rất hay
    2
  • logo

    dinhtungtp

    24 tháng 7 2017
    Mình là một người cũng nghiền self-help và có thể nói 70% kiến thức mình có được đều đến từ những cuốn self help đó. Trong bài của bạn không hẳn là không có những luận điểm đúng, nhưng mình muốn liệt kê một vài suy nghĩ khác biệt về một người thích những cuốn self-help: 1) Phải thứa nhận self-help không được viết một cách quá khoa học như những cuốn sách giáo trình. Hầu hết các cuốn self help đều đến từ kinh nghiệm bản thân, những người đã thành công. Con đường thành công như: kĩ năng giao tiếp, tài chính, nghệ thuật của mọi người có giống nhau không? Không, bởi mỗi người là một cá thể khác biệt. Nhưng sẽ luôn có những kiến thức chung mà mọi người có thể học được ở nhau. Mình cũng đã đọc "Đắc nhân tâm" và không thây hữu ích lắm, nhưng một cuốn đã thay đổi cuộc sống của mình là "92 nghệ thuật giao tiếp để thành công". Mình đã "học" cuốn đó một cách nghiêm túc, có lẽ mình chỉ áp dụng đc khoảng 30 trong số đó, nhưng thực sự mình thấy cuộc sống của mình thay đổi. 2) Để trở thành một expert trong lĩnh vực nào đó, bạn phải dành 10000h, nhưng đẻ biết một môn/ kĩ năng nào đó, bạn chỉ cần cố gắng 20h liên tục (có tedtalk nói về cả 2 điều trên). Mỗi kĩ năng đều có shortcuts mà bạn chỉ cần học 20% kiến thức là có thể nắm được 80% kĩ thuật, và self help thường đưa cho con người ta con đường ngắn đó. Đó không phải là con đường hoàn hảo trong cách học, bởi nó không bài bản, nhưng có những kiến thức bạn không cần trở thành expert mà chỉ cần biết và hiểu thì có lẽ học bài bản thành thừa thãi. 3) Liệu mọi người có đọc và học sách self help một cách nghiêm túc? Có tự tổng họp kiến thức, có áp dụng ngày này qua ngày khác? Hay đơn giản chỉ coi nó cũng là một cuốn sách, đọc, tưởng tượng rồi gây ra ảo tưởng. Rát nhiều bạn không "học" sách một cách nghiêm túc, và kể cả trong quá trình học nghiêm túc đi chăng nữa, không phải cuốn sách nào cũng phù hợp (như bạn nói). Nhưng liệu chúng ta có nên dừng lại, k đọc nữa. Cái này tùy thuộc ở giá trị các cuốn sách self help đem lại với mỗi người. Đầu tư thời gian để kiểm nghiệm, thử, tìm những cuốn sách phù hợp... liệu có đáng giá. Với mình là có 4) Tiềm thức bắt đầu từ những hành động lặp đi lặp lại. Có 2 loại phản xạ, phản xạ có điều kiện và không có điều kiện. Không có điều kiện như chạm tay vào lửa thì rụt tay về, có điều kiện như đúng 6h sáng mỗi ngày bạn đều tự bật dậy. Bạn nghĩ là những phản xạ có điều kiện không bền vững, mình lại nghĩ bạn có tạo điều kiện để nó bền vững hay k. "Đường xa nghìn dặm bắt nguồn từ một bước chân", thay đổi bản thân đến từ những sự thay đổi nhỏ nhặt hàng ngày 😃
    8
  • logo

    please

    22 tháng 7 2017
    Ồ cái hiệu ứng này giống trong cuốn Phi Lý Trí thì phải 😃 Bản thân em cũng suy nghĩ rất nhiều về chuyện này và cũng đã từng chứng kiến rất nhiều cây viết tốt tới một thời điểm nào đó không còn viết nữa khi phải prioritize những thứ kiếm ra tiền. Em lại nghĩ hơi khác: donate k phải vấn để tiền bạc - donate là thể hiện sự trân trọng của một cá nhân với nỗ lực của một cá nhân khác. Đó là lý do em sẽ dùng trà đá hay cafe :)) vì nó tương tự như khi anh tâm đắc và cảm kích một người, anh sẽ sẵn sàng mời người ta một cốc cafe vậy. Từ cách nhìn của em với tư cách người đã từng viết được bài tạm coi như cả củ em không thấy vấn đề gì lắm :)) cũng có thể là em bị biased chăng? Nhưng dù sao thì em cũng rất thích idea tặng quà, chắc là cũng sẽ đặt như một lựa chọn cho người viết.
    2
    logo

    dinhtungtp

    23 tháng 7 2017
    à, còn em là founder spiderum + đam mê viết bài + chưa bị áp lực kinh tế nhiều (vợ con chưa có), nên mẫu không chuẩn, hoặc số người như em khá ít =))))
    1