Như vậy, so với khung thuế môi trường đang áp dụng hiện tại, thuế bảo vệ môi trường đối với mặt hàng xăng, dầu có thể tăng khá nhiều trong thời gian tới nếu dự thảo Luật sửa đổi, bổ sung một số điều của Luật thuế bảo vệ môi trường số 57/2010/QH12 trong đó đề xuất tăng khung thuế bảo vệ môi trường đối với xăng, dầu, mỡ nhờn được Chính phủ phê duyệt.

Dự thảo đề xuất về biểu khung thuế đối với xăng, dầu, mỡ nhờn, mức thuế BVMT đối với xăng, dầu, mỡ nhờn đã bằng mức tối đa trong khung thuế (đối với nhiên liệu bay) hoặc gần bằng mức tối đa trong khung thuế.

Theo đó, trường hợp cần thiết phải điều chỉnh mức thuế BVMT đối với xăng dầu để phù hợp với chính sách phát triển kinh tế - xã hội của nhà nước trong từng thời kỳ là rất khó, đặc biệt trong điều kiện phải cắt giảm dần thuế nhập khẩu đối với xăng dầu theo cam kết quốc tế; và giá xăng dầu của Việt Nam hiện đang thấp hơn so với giá xăng dầu của các nước có chung đường biên giới nói riêng và nhiều nước khác trong khu vực ASEAN và Châu Á nói chung.

Theo Bộ Tài chính, hiện nay, giá bán lẻ xăng dầu ở Việt Nam cơ bản đang thấp hơn so với các nước có chung đường biên giới nói riêng và nhiều nước khác trong khu vực ASEAN.

Theo bảng xếp hạng của trang web Global Petrol Prices vào ngày 8/5/2017 thì giá bán lẻ xăng dầu của Việt Nam đang ở mức thấp (trong 170 nước thì Việt Nam đứng thứ 44 từ thấp đến cao, nghĩa là có 126 nước có giá bán lẻ xăng dầu cao hơn Việt Nam).

Trí thông minh nhân tạo càng ngày càng phát triển hơn (Ảnh: Shutterstock)

Vừa qua, Sundar Pichai – CEO của Google, đã trình diễn khả năng của AutoML trên sân khấu của Google I/O 2017 (hội nghị thường niên dành cho các lập trình viên được tổ chức bởi Google tại San Francisco, California).

"AutoML chọn một tập hợp các mạng neuron đơn giản làm tập mẫu, sau đó nó lấy một mạng neuron hoàn chỉnh và tiến hành chạy lặp đi lặp lại trên tập mẫu này, cho đến khi tạo thành một mạng neuron tốt nhất có thể" - Pichai giải thích.

Tiến trình này được gọi là “học tập tăng cường” (reinforcement learning). Máy tính có thể kết nối giữa các thử nghiệm và sai sót đi kèm với các phần thưởng tương ứng, giống như việc huấn luyện chó thực hiện động tác mới.

Quá trình này đòi hỏi một nguồn sức mạnh điện toán khổng lồ, tuy nhiên phần cứng của Google đã gần tới được giai đoạn phát triển mà một ANN có thể nghiên cứu một ANN khác.

Trước đây, cần đến cả một đội ngũ chuyên gia bao gồm các nhà khoa học, kĩ sư máy tính và rất nhiều thời gian để tạo ra được một ANN. Nhưng với AutoML, bất cứ ai am hiểu một chút về công nghệ đều có thể tự xây dựng cho mình một hệ thống AI hoàn chỉnh, có thể thực hiện tất cả yêu cầu của người sử dụng.

"Chúng tôi hy vọng rằng AutoML sẽ sở hữu khả năng của các nhà khoa học hàng đầu hiện nay. Và chỉ trong vòng 3 đến 5 năm tiếp theo, hàng trăm ngàn lập trình viên có thể sử dụng công nghệ này để thiết kế các mạng neuron mới, tùy biến theo yêu cầu của họ." - Pichai viết trên blog của mình.

Học máy (machine learning) – làm cho máy tính có thể tự đưa ra quyết định của mình dựa trên lịch sử dữ liệu. Nó là một bước tiến trong việc phát triển AI, bao gồm 2 bước chính: đào tạo và suy luận.

Tiền mật mã “dường như không gây rủi ro cho sự ổn định tài chính”, Quỹ Tiền tệ Quốc tế (IMF) cho biết trong một báo cáo được công bố vào tuần thứ hai của tháng Tư.

Trong nhận xét về tài sản tiền mật mã như một phần của Báo cáo ổn định tài chính toàn cầu, tổ chức này tiếp tục lập trường gần đây của mình trong việc thúc đẩy các thỏa thuận quốc tế về quy định quản lý. Báo cáo tiếp tục, "... chúng có thể [gây ra một rủi ro] việc sử dụng trở nên phổ biến hơn mà không có các biện pháp bảo vệ thích hợp".

Tinh thần chung là làm tăng danh nghĩa của "một con đường gập ghềnh phía trước" đối với tài chính thế giới, và không làm giảm giá tiềm năng của tiền mật mã để "biến đổi hoạt động tài chính."

Báo cáo cho biết: