Trong năm cuối tại Đại học Yale, Amanda biết rằng nhiều bạn cùng lớp sử dụng chatbot để viết luận và làm bài tập về nhà. Tuy nhiên, cô chỉ nhận ra điều kỳ lạ khi thảo luận nhóm: các bạn đưa ra những luận điểm và lập luận trau chuốt kỹ lưỡng, nhưng kết quả thu “nhạt nhẽo, thiếu sức sống” ở nhiều chủ đề khác nhau.
“Trong buổi học, tôi thấy cảnh tượng quen thuộc. Khi giảng viên yêu cầu sinh viên suy nghĩ một câu hỏi, những người bạn bên cạnh liền gõ lia lịa vào laptop đang mở sẵn”, Amanda nói với CNN, yêu cầu dùng biệt danh để tránh rắc rối.
“Bây giờ, ai cũng thảo luận na ná nhau”, cô cho biết. “Hồi năm nhất, các cuộc tranh luận diễn ra rôm rả, không mạch lạc nhưng ai cũng đóng góp một điều gì đó mới mẻ, dựa vào ý kiến của nhau, tiếp cận từ nhiều góc độ và đưa ra nhận xét khác biệt”.
Thực tế, theo bài báo được công bố vào tháng 3 trên tạp chí Trends in Cognitive Sciences, các mô hình ngôn ngữ lớn (LLM) đang “hệ thống hóa” cách diễn đạt và tư duy của con người trên ba khía cạnh: ngôn ngữ, quan điểm và lý luận.
Trong môi trường giáo dục, sinh viên, giảng viên cho biết họ đang thấy những ảnh hưởng của xu hướng đó trong lớp học. Và điều đó khiến nhiều sinh viên nói chuyện với quan điểm như nhau.
Tác động
Jessica, sinh viên năm cuối tại Đại học Yale, nói cô sử dụng AI mỗi ngày khi lên lớp. “Vào đầu giờ học, bạn có thể thấy từng người đưa file PDF vào chatbot”, cô cho biết.
Theo Jessica, việc AI diễn đạt rõ ý là yếu tố cần thiết đối với cô – người thường gặp khó khăn khi muốn chuyển suy nghĩ thành lời. “Tôi muốn bình luận, tôi có ý tưởng, nhưng tôi không biết làm thế nào để nói câu đó một cách mạch lạc”, cô nói. “Vì thế, tôi nhờ một chatbot làm cho câu nói của mình mạch lạc hơn”.
Giáo sư Thomas Chatterton Williams tại Trung tâm Hannah Arendt thuộc trường Cao đẳng Bard, chứng kiến tác động từ quyết định sử dụng AI của sinh viên theo nhiều hướng khác nhau. “Việc dựa vào AI đã giúp nâng cao chất lượng thảo luận trên lớp, nhất là ở khóa học có khái niệm khó”, ông nói. “Nhưng công nghệ này cũng có xu hướng làm giảm đi những suy nghĩ kỳ lạ, độc đáo và mới mẻ hơn”.
Theo ông, điều lo ngại là nhiều người trẻ tài năng sẽ không có được tiếng nói riêng. Thậm chí, một lượng đáng kể trong số họ sẽ không thực sự hiểu được giá trị của việc viết lách và sở hữu quan điểm.
Jessica thừa nhận cô thấy mình trở nên lười biếng hơn kể từ khi bắt đầu sử dụng chatbot trong học tập. “Dường như tinh thần tự học, tự làm việc của tôi đã hoàn toàn biến mất”, cô chia sẻ.
Về vấn đề AI khiến giọng điệu của sinh viên nghe na ná nhau, Zhivar Sourati, nghiên cứu sinh tiến sĩ tại Đại học Nam California, cho rằng các mô hình ngôn ngữ lớn được huấn luyện để dự đoán từ tiếp theo có khả năng xuất hiện cao nhất dựa trên nội dung đã xuất hiện trước đó. Do đó câu trả lời “phản ánh một lát cắt hẹp và méo mó về trải nghiệm của con người, sự thu hẹp không gian khái niệm mà các mô hình sử dụng để viết, nói và suy luận”.
Dẫn một nghiên cứu đang thực hiện cùng nhóm cộng sự, Sourati giải thích rằng sự đồng nhất hóa do AI diễn ra trên ba chiều: ngôn ngữ, quan điểm và chiến lược lập luận. Các mô hình AI có xu hướng tái tạo những gì gọi là quan điểm WEIRD (phương Tây hóa – có học thức – công nghiệp hóa – giàu có – dân chủ). Hệ quả là, AI sẽ ưu tiên WEIRD “đúng đắn hơn về mặt xã hội”, làm lu mờ các quan điểm khác.
“Khi một người hoặc một nhóm tương tác nhiều lần với hệ thống AI, họ bị giảm khả năng sáng tạo so với khi không có sự hỗ trợ của AI”, Sourati viết trên blog.
Hiện tượng “san bằng” làm dấy lên những lo ngại trong các cơ sở giáo dục ở mọi cấp độ khi ứng dụng AI. Morteza Dehghani, giáo sư tâm lý học và khoa học máy tính tại Đại học Nam California, thành viên nhóm nghiên cứu, cho biết xu hướng này khiến mọi người “đánh mất sự đa dạng” trong cách nghĩ, lười biếng về mặt trí tuệ, gây ảnh hưởng lớn đến xã hội con người trong tương lai.
Daniel Buck, nhà nghiên cứu tại Viện Doanh nghiệp Mỹ từng là giáo viên tiếng Anh, lo ngại học sinh đang “né tránh” nhận thức khi tham gia thảo luận trên lớp và hoàn thành bài tập về nhà. “Rất nhiều kiến thức cần được học hỏi từ chi tiết nhỏ nhặt và nhàm chán hay từ những khó khăn”, Buck nói. “Sinh viên chỉ ghi nhớ những gì họ thực sự dành thời gian một cách có ý thức. Nếu giao phó cho AI, họ chỉ có thể tái hiện lại một luận điểm, không thể xây dựng kỹ năng cho riêng mình”.
Nhà nghiên cứu này lo ngại sinh viên nếu quá phụ thuộc vào AI sẽ tốt nghiệp mà không xây dựng được mối quan hệ với các giáo sư, cũng như thói quen làm việc trí óc bền bỉ. Nghĩa là, họ sẽ gặp khó khăn trong giải quyết vấn đề trong thế giới thực khi ra trường.
Vấn đề còn liên quan đến gian lận trong thi cử. Năm ngoái, nạn dùng AI để gian lận xảy ra ở nhiều đại học hàng đầu Hàn Quốc, như Đại học Yonsei, Đại học Quốc gia Seoul, Đại học Korea… gây tranh cãi và đặt ra thách thức về về dạy và học trong kỷ nguyên công nghệ, theo Korea Herald.
Ứng phó
Theo giáo sư triết học Sun-Joo Shin của Đại học Yale, việc kiểm soát và định hướng sử dụng AI cho học sinh là “nhiệm vụ lớn đối với bất kỳ ai tham gia giảng dạy”. Bà nhấn mạnh, giáo viên/giảng viên phải liên tục tìm tòi các phương pháp để đảm bảo sinh viên tiếp tục tư duy phản biện và sáng tạo trong thời đại trí tuệ nhân tạo.
“Tôi muốn sinh viên của mình hiểu nội dung bài học – thứ vốn không thay đổi trước và sau khi trí tuệ nhân tạo xuất hiện”, bà nói. “Tôi muốn họ sử dụng công cụ thú vị này để có lợi cho mình, không phải trở thành nạn nhân của nó”.
Đại học Yale hiện đưa ra hướng dẫn về sử dụng AI cho sinh viên và giảng viên trên website. Trường khuyến khích tất cả giảng viên điều chỉnh giáo án phù hợp với khóa học và mục tiêu học tập cụ thể của sinh viên thay vì cần đến công cụ phát hiện gian lận. Bên cạnh đó, họ có thể kiểm soát bài học trên lớp thông qua các bài kiểm tra đột xuất.
Danny Liu, giáo sư công nghệ giáo dục tại Đại học Sydney, cho rằng không nên cấm AI trong lớp. “Thay vì trừng phạt, nên dạy sinh viên cách sử dụng đúng đắn. Chúng tôi muốn xác minh liệu sinh viên có đang học hay không, chứ không phải liệu họ có gian lận hay không”, Liu nói với ABC cuối năm ngoái.
Các nhà giáo dục nhấn mạnh, họ có thể tìm cách khắc phục việc sinh viên sử dụng AI trong các bài đánh giá. Tuy nhiên, điều quan trọng không kém là học sinh cần chủ động hạn chế phụ thuộc vào AI trong quá trình học tập.
Basil Ghezzi, sinh viên năm nhất tại trường Bard College, cho biết bản thân chủ động tránh xa AI trong học tập, một phần vì công nghệ này tiêu tốn tài nguyên và gây hại cho môi trường. Tuy nhiên, phần lớn nằm ở cách AI đã tạo ra “những người bạn rập khuôn” xung quanh.
“Hãy nói chuyện với thầy cô giáo, nói chuyện với giáo sư, nói chuyện với những người xung quanh”, Ghezzi nói về cách bản thân không bị AI cám dỗ. “Hãy tạo cuộc trò chuyện ý nghĩa với những người trong cuộc sống của bạn”.
GS Dehghani hy vọng nhiều công ty sẽ đầu tư vào mô hình AI có thể phản ánh sự đa dạng về tư duy trong xã hội. Tuy nhiên, hiện tại, ông cho rằng mọi người nên hạn chế dùng AI trong việc tạo ý tưởng hoặc để suy luận trong học tập. “Các mô hình AI nên là cộng tác viên, không phải người đại diện chúng ta làm mọi việc”, Dehghani nói thêm.
Tuy nhiên, một thông tin rò rỉ mới cho thấy dòng Galaxy S27 mà Samsung ra mắt vào đầu năm sau có thể cải thiện đáng kể nhờ vào một yếu tố ít được chú ý hơn: bộ nhớ lưu trữ. Cụ thể, một bài viết trên blog Naver từ người dùng yeux1122 cho thấy Samsung đang xem xét việc sử dụng bộ nhớ UFS 5.0, bộ nhớ flash đa năng thế hệ tiếp theo, cho các sản phẩm mới.
Mặc dù vậy, báo cáo cho biết thêm rằng bộ nhớ UFS 5.0 có thể chỉ xuất hiện trên một số mẫu Galaxy S27 nhất định, không phải là toàn bộ dòng sản phẩm.
Hiện tại, dòng Galaxy S26 đang sử dụng bộ nhớ UFS 4.0 cho phép tốc độ truyền dữ liệu lên đến 4,2 GB/giây (GB/s). Mặc dù UFS 4.0 đã nhanh, nhưng một số smartphone như OnePlus 15 đã trang bị bộ nhớ UFS 4.1 giúp mang lại tốc độ đọc/ghi dữ liệu tốt hơn. Trong khi đó, chip UFS 5.0 dự kiến sẽ cung cấp tốc độ đọc tuần tự lên đến 10,8 GB/s, cao gấp hơn 2 lần giới hạn lý thuyết của UFS 4.0. Điều đó có nghĩa bộ nhớ UFS 5.0 trên một số mẫu Galaxy S27 có thể đạt hiệu suất tương đương với các ổ SSD PCIe Gen 4 cao cấp dành cho máy tính để bàn.
Tốc độ lưu trữ nhanh hơn trên Galaxy S27 cho phép điện thoại có thể khởi động ứng dụng nhanh hơn, xử lý hình ảnh hiệu quả hơn và nâng cao hiệu năng AI (trí tuệ nhân tạo) mà không cần phải chuyển các tính năng nặng lên đám mây.
Việc Samsung giới hạn số lượng mẫu Galaxy S27 được trang bị bộ nhớ UFS 5.0 không phải là điều quá bất ngờ. Nguyên nhân chủ yếu nằm ở chi phí linh kiện, chứ không phải do ý định của Samsung trong việc cung cấp bản nâng cấp cho người dùng. Với giá bộ nhớ ngày càng tăng và chi phí sản xuất cao, bản nâng cấp này có thể chỉ dành cho các cấu hình cao cấp.
Theo dự đoán, có khả năng các phiên bản 512 GB của dòng Ultra và Plus sẽ được trang bị bộ nhớ UFS 5.0, mặc dù người dùng cũng có thể kỳ vọng phiên bản 512 GB của Galaxy S27 cơ bản cũng trang bị công nghệ bộ nhớ này.
Đã 17 năm trôi qua kể từ khi bản báo cáo 9 trang đặt nền móng cho mạng lưới Bitcoin xuất hiện, thân phận thực sự của tác giả mang bút danh Satoshi Nakamoto (người đến nay vẫn được xem là "cha đẻ Bitcoin") vẫn là một trong những bí ẩn lớn nhất kỷ nguyên số.
Tờ New York Times (Mỹ) đã thực hiện một cuộc điều tra công phu kéo dài hơn 1 năm để đi tìm chân tướng thực sự của Satoshi Nakamoto. Thông qua việc phân tích hàng nghìn email cũ và đối chiếu văn phong, các bằng chứng lịch sử và kỹ thuật đang cho thấy sự trùng khớp đáng kinh ngạc giữa nhà mật mã học người Anh Adam Back và "cha đẻ Bitcoin".
Mối liên kết đầu tiên giữa Adam Back và Satoshi nằm ở triết lý và nền tảng kỹ thuật. Cả hai đều là thành viên cốt cán của Cypherpunk - phong trào của những người theo chủ nghĩa vô chính phủ vào đầu thập niên 1990, ủng hộ việc sử dụng mật mã học để bảo vệ tự do cá nhân và quyền riêng tư tài chính trước sự kiểm soát của chính phủ.
Từ cuối thập niên 1990, trong các email nội bộ của nhóm, tiến sĩ Adam Back đã phác thảo một ý tưởng táo bạo: mạng lưới tiền tệ phi tập trung. Hệ thống này được thiết kế với các "nút" (node) máy tính độc lập, có khả năng tự duy trì và chống lại sự thông đồng kiểm soát từ các bên thứ ba. Đây chính xác là bộ khung kiến trúc mà Satoshi Nakamoto đã sử dụng để tạo ra Bitcoin.
Đáng chú ý hơn, Adam Back chính là cha đẻ của Hashcash, hệ thống giải thuật thống kê được thiết kế ban đầu để chống thư rác. Khi ông đề xuất kết hợp Hashcash với b-money (một ý tưởng tiền mã hóa khác từ cộng đồng Cypherpunk), ông đã vô tình (hoặc hữu ý) tạo ra bản thiết kế hoàn hảo mà sau này Satoshi đã áp dụng làm cơ chế đồng thuận (Proof-of-Work) cho Bitcoin. Ngoài ra, nền tảng học vấn của ông: tiến sĩ chuyên ngành hệ thống máy tính phân tán và chuyên gia về mật mã khóa công khai lại hoàn toàn khớp với những công nghệ cốt lõi được dệt nên bên trong Bitcoin.
Nhưng điểm tương đồng không chỉ dừng lại ở thuật toán. Nhóm điều tra của New York Times đã tổng hợp toàn bộ kho dữ liệu từ 3 danh sách thư điện tử mà cộng đồng Cypherpunk thường xuyên trao đổi trong suốt giai đoạn 1990 - 2000. Bằng ba phương pháp phân tích ngôn ngữ học độc lập, kết quả đều xác định Adam Back là người có văn phong, cách hành văn giống với Satoshi Nakamoto nhất trong số hàng trăm thành viên của nhóm.
Bên cạnh đó, các điều tra viên còn phát hiện những thói quen hành vi mang tính cá nhân: cả hai đều sử dụng chung một ngôn ngữ lập trình, ưa chuộng việc hoạt động ẩn danh trên internet và thường xuyên sử dụng các bí danh. Xác suất để một cá nhân ngẫu nhiên hội tụ đầy đủ các đặc điểm chuyên môn, thói quen và văn phong này là cực kỳ thấp.
Một chi tiết quan trọng mang tính nút thắt là sự vắng mặt đầy bí ẩn của Adam Back vào thời điểm lịch sử. Xuyên suốt một thập kỷ, ông là nhân vật năng nổ hàng đầu trong các cuộc tranh luận về tiền mã hóa. Thế nhưng đúng vào giai đoạn cuối năm 2008 - thời điểm Bitcoin chính thức được công bố ra thế giới - ông lại chọn cách im lặng hoàn toàn. Sự biến mất đột ngột này được đánh giá là một điểm bất thường lớn đối với một người luôn theo sát từng nhịp đập của ngành mật mã học.
Cho đến nay, Adam Back vẫn kiên quyết phủ nhận việc mình là Satoshi Nakamoto. Tuy nhiên, những hành động thực tế của ông lại cho thấy sự gắn kết sâu sắc với hệ sinh thái này. Sau khi Bitcoin vươn lên thành một thế lực toàn cầu, ông đã thành lập Blockstream, hiện là một trong những "gã khổng lồ" cung cấp nền tảng hạ tầng cốt lõi cho mạng lưới Bitcoin. Dù tự nhận mình chỉ là một người theo sát lĩnh vực từ những ngày đầu, nhưng tầm ảnh hưởng, sự am hiểu tường tận ở mức độ chuyên gia và vị trí trung tâm của Adam Back trong thế giới tiền mã hóa hiện tại khiến nhiều người tin rằng, dù ông có phải là Satoshi hay không thì vẫn là một trong những kiến trúc sư vĩ đại nhất của Bitcoin.
Trong chuyến du hành tới Mặt Trăng đầu tháng 4, phi hành đoàn Artemis II chụp nhiều hình ảnh ngoạn mục về thiên thể này và Trái Đất, nhận được sự quan tâm lớn của những người yêu thích khám phá không gian. Tuy nhiên, một số bức ảnh lại thu hút vì yếu tố khác: những ngôi sao và hành tinh lấp lánh trên nền vũ trụ. Điều này gây ngạc nhiên vì trong ảnh chụp từ chương trình Mặt Trăng Apollo của NASA cách đây hơn nửa thế kỷ, nhiều người đã quen với nền vũ trụ là khoảng không tối đen.
Theo Viện Vật lý (IOP) tại Anh, việc không có ngôi sao nào trong ảnh chụp từ bề mặt Mặt Trăng là lý do phổ biến khiến một số người nghi ngờ việc phi hành gia Apollo đã đặt chân lên bề mặt thiên thể. Không bị ảnh hưởng bởi ô nhiễm ánh sáng và khí quyển dày như ở Trái Đất, họ trông đợi thấy hàng nghìn ngôi sao trong mọi bức ảnh.
IOP giải thích, kỳ vọng này dựa trên giả định rằng ảnh được chụp vào đêm Mặt Trăng (ban đêm trên Mặt Trăng dài tương đương 14 ngày Trái Đất). Trong khi thực tế, mọi chuyến bay có người lái đến Mặt Trăng thời Apollo đều diễn ra vào ban ngày (cũng dài tương đương 14 ngày Trái Đất), khi bề mặt thiên thể này sáng rực. Phi hành gia phải đeo kính bảo hộ và chụp ảnh trong điều kiện các ngôi sao thua kém bề mặt Mặt Trăng về độ sáng. Chúng quá mờ để xuất hiện trong ảnh, khiến bầu trời trông như khoảng không tối đen.
"Giả sử bạn là Neil Armstrong đang chụp ảnh Buzz Aldrin vào ban ngày nhiều ánh sáng trên Mặt Trăng. Buzz (mặc bộ đồ vũ trụ) và bề mặt Mặt Trăng sẽ là chủ thể sáng nhất trong ảnh. Để Buzz hiện rõ, bạn cần chọn tốc độ màn trập nhanh và khẩu độ nhỏ. Kết quả, bạn thu được hình ảnh rõ nét của Buzz, nhưng nguồn sáng khác như những ngôi sao lại quá mờ để xuất hiện trên phim chụp", nhà sử học du hành vũ trụ Amy Shira Teitel nói với Astronomy.
Theo nhà vật lý thiên văn Alfredo Carpineti, tiến sĩ tại Đại học Hoàng gia London, từ bề mặt Mặt Trăng hoặc không gian sâu, con người thường có thể thấy bầu trời đầy sao, dải Ngân Hà rõ nét cùng nhiều thiên thể khác. Tuy nhiên, chúng không hiện diện trong ảnh do mục tiêu và cách chụp.
Những mục tiêu phổ biến trong nhiếp ảnh cận Trái Đất là phi hành gia mặc bộ đồ vũ trụ màu trắng, tàu, trạm vũ trụ, Mặt Trăng và chính hành tinh xanh. "Tất cả chủ thể đó đều có một điểm chung: rất sáng nhờ phản xạ nhiều ánh nắng Mặt Trời. Trong khi đó, các ngôi sao vốn là nguồn sáng nhưng lại ở quá xa nên mờ nhạt", Carpineti giải thích trên IFL Science.
Không chỉ ảnh chụp từ phi hành gia, những bức ảnh do camera trên tàu vũ trụ chụp cũng có thể vắng bóng sao. "Về cơ bản, chúng ta không thể thấy sao từ camera trên tàu vì để quan sát chính con tàu (hoặc Mặt Trăng, Trái Đất) thì phải là ban ngày, khi Mặt Trời soi sáng chúng. Camera được điều chỉnh để phù hợp với độ sáng đó nên không thể thu ánh sáng yếu từ những ngôi sao phía sau", tiến sĩ Becky Smethurst, nhà vật lý thiên văn tại Đại học Oxford, nói với Reuters.
Hình ảnh từ không gian có thể trông giống chụp vào ban đêm vì nền trời màu đen thay vì xanh. Nhưng thực tế, bầu trời ban ngày trên Trái Đất có màu xanh nhờ sự tán xạ ánh sáng trong khí quyển. "Vượt khỏi khí quyển, bầu trời ban ngày trông tối đen", Smethurst giải thích.
Bên cạnh đó, đa số ảnh không gian được chụp trên tàu vũ trụ di chuyển nhanh. Vì vậy, để có tác phẩm tốt, cần điều chỉnh tốc độ màn trập và thời gian phơi sáng thích hợp. Phi hành gia NASA Don Pettit thậm chí tự phát triển thiết bị theo dõi sao riêng để chụp những bức ảnh phơi sáng đúng thời gian cần thiết từ Trạm Vũ trụ Quốc tế (ISS), vật thể di chuyển với tốc độ tới 8 km mỗi giây.
Ảnh chụp toàn cảnh Trái Đất ngày 3/4 (trái) và 2/4 (phải) từ tàu vũ trụ Orion trong nhiệm vụ Artemis II. Ảnh: NASA
Những hình ảnh từ phi hành đoàn Artemis II, trong đó các hành tinh và ngôi sao nằm ngoài hệ thống Trái Đất - Mặt Trăng hiện diện, đều có điểm chung là ngược sáng, hay Mặt Trời chiếu sáng từ phía sau. Trong ảnh toàn cảnh Trái Đất ngày 2/4 với thời gian phơi sáng dài hơn, các chi tiết, bao gồm Sao Kim cùng nhiều thiên thể khác, rõ nét hơn so với ảnh chụp ngày 3/4.
Tương tự, trong ảnh chụp nhật thực ngày 6/4, khi Mặt Trăng chắn trước Mặt Trời, các hành tinh và ngôi sao cũng hiện rõ. NASA giải thích: "Các ngôi sao, thường quá mờ để quan sát khi chụp Mặt Trăng, cũng xuất hiện. Lý do là khi Mặt Trăng chìm trong bóng tối, việc chụp ảnh sao trở nên dễ dàng hơn".
Tàu Orion rời bệ phóng tối 1/4 (5h35 ngày 2/4 giờ Hà Nội) đưa bốn phi hành gia bay tới Mặt Trăng, đánh dấu sứ mệnh có người lái đầu tiên của NASA vượt ra ngoài quỹ đạo Trái Đất tầm thấp sau 54 năm. Phi hành đoàn gồm chỉ huy nhiệm vụ Reid Wiseman (NASA), phi công Victor Glover (NASA), chuyên gia nhiệm vụ Christina Koch (NASA) và chuyên gia nhiệm vụ Jeremy Hansen (Cơ quan Vũ trụ Canada CSA).
Nhiệm vụ Artemis II đánh dấu hàng loạt cột mốc trong ngành hàng không vũ trụ. Ví dụ, phi hành gia da màu, người phụ nữ, người không phải công dân Mỹ đầu tiên, phi hành gia lớn tuổi nhất đến Mặt Trăng. Ngoài ra, phi hành đoàn còn lập kỷ lục bay xa Trái Đất nhất, 406.771 km, xa hơn 6.616 km so với kỷ lục cũ của Apollo 13.
Bên cạnh đó, đây là chuyến bay có người lái đầu tiên của tên lửa Hệ thống Phóng Không gian (SLS) và tàu Orion. Rất nhiều công nghệ thử nghiệm trên tàu cũng lần đầu được sử dụng ngoài không gian như Hệ thống Liên lạc Quang học Orion Artemis II, sử dụng tia laser để gửi và nhận dữ liệu từ Trái Đất. Ngoài ra, tàu cũng trang bị nhà vệ sinh hoạt động đầy đủ đầu tiên trong chuyến bay tới Mặt Trăng.
