Základní umělá inteligence CMC „Make in Vietnam“ se umístila mezi 12 nejlepšími na světě

Model umělé inteligence.jpg

Transformace umělé inteligence ve Vietnamu probíhá silně, technologie OCR (optické rozpoznávání znaků) hraje stále důležitější roli v digitalizaci dokumentů. Foto: Ilustrace

CMC Technology Application Institute (CMC ATI) nedávno oznámil model CATI-VLM (Visual Document Understanding), který vyvinul výzkumný tým z datového skladu o velikosti 5 TB. V žebříčku, který právě v červnu 2025 oznámila soutěž Robust Reading Competition (RRC), se v kategorii Document Visual Question Answering (Document Visual Question Answering) umístil na 12. místě na světě a na 1. místě ve Vietnamu.

Pan Dang Minh Tuan, ředitel CMC ATI, uvedl: „Jsme velmi potěšeni, že výzkumné kapacity týmu CMC byly potvrzeny prostřednictvím prestižního globálního hřiště, jako je RRC. Jsme hrdí na to, že se týmu v krátké době podařilo dosáhnout vysokého umístění a stát bok po boku velkých jmen z rozvinutých zemí. A co je důležitější, je to jasná demonstrace schopnosti zvládnout technologie pro řešení specifických problémů Vietnamu a specializovaných oborů ve Vietnamu.“

V kontextu silně probíhající digitální transformace a transformace umělé inteligence ve Vietnamu hraje technologie OCR (optické rozpoznávání znaků) stále důležitější roli v digitalizaci dokumentů, automatizaci obchodních procesů, úspoře nákladů a zvyšování efektivity řízení.

Vzhledem k charakteristikám vietnamštiny s přízvukem a rukopisem se však problém rozpoznávání neomezuje na „čtení slov“, ale vyžaduje, aby model dokázal komplexně porozumět kontextu.

CATI-VLM se liší od tradičního OCR v tom, že nejen extrahuje znaky, ale také chápe více vrstev informací: textový obsah, netextové prvky (zaškrtávací políčka, kontrolní seznamy, grafy, podpisy, vzorce), rozvržení (struktura stránky, tabulky, formuláře) a styl (písma, zvýraznění…).

Model dokáže odpovídat na vizuální otázky kladené na základě obrázků dokumentů, podobně jako ChatGPT, aniž by bylo nutné se předem učit konkrétní formuláře.

CMC AI.jpg

Soutěž Robust Reading Competition (RRC) je prestižní vědecké hřiště, které pořádá Centrum počítačového vidění Autonomní univerzity v Barceloně (UAB) ve Španělsku, prestižní výzkumné pracoviště na světě v oblasti počítačového vidění.

Soutěž, která byla zahájena v roce 2011 a vždy doprovází Mezinárodní konferenci o analýze a rozpoznávání textu ICDAR – jedno z největších světových fór o analýze dokumentů a počítačovém vidění, se stala významnou událostí, která přitahuje výzkumníky, inženýry z prestižních univerzit, výzkumných ústavů a technologických společností, jako je Univerzita Tsinghua, Hyundai Motor Group a Tencent...

Mise RRC jsou navrženy tak, aby podpořily technologický pokrok a byly propojeny s reálnými problémy, od překladů a správy podnikových dat až po analýzu měst a zpracování historických dokumentů.

Z práce k rodičovství: Jak technologickí generální ředitelé používají umělou inteligenci každý denOd Jensena Huanga po Tima Cooka, nejmocnější technologickí generální ředitelé na světě využívají umělou inteligenci ve svém každodenním životě.

Zdroj: https://vietnamnet.vn/ai-loi-make-in-vietnam-cua-cmc-duoc-xep-hang-top-12-the-gioi-2417479.html