Junge vietnamesische Ingenieure sind zwei Jahre in Folge die weltweit führenden KI-Spielplätze

Kürzlich fand im Rahmen der International Conference on Computer Vision (ICCV 2025) in Hawaii (USA) die feierliche Bekanntgabe der Ergebnisse der AI City Challenge 2025 (KI in Smart Cities) statt. Nach dem Sieg im Jahr 2024 belegte das KI-Engineering-Team des VNPT in diesem Jahr den ersten Platz in der Kategorie „Verarbeitung und Erkennung von Objekten aus Bilddaten von Ultraweitwinkelkameras auf Edge-Geräten (Edge-KI). Das Problem erfordert ein KI-System mit Echtzeit-Verarbeitungsgeschwindigkeit direkt auf kompakten Hardwaregeräten, das gleichzeitig eine hohe Genauigkeit bei der Erkennung von Objekten aus stark verzerrten Bilddaten gewährleistet und so den praktischen Anforderungen gerecht wird.

Die AI City Challenge 2025 ist einer der weltweit renommiertesten jährlichen Wettbewerbe zum Thema künstliche Intelligenz (KI) in Smart Cities. Der diesjährige Wettbewerb umfasst vier Kategorien mit höherer Komplexität als in den Vorjahren und zieht mehr als 30.000 Teams aus Ländern mit starker KI-Entwicklung wie den USA, China, Korea, Taiwan usw. an.

Das Ingenieurteam von VNPT ist dank der Genauigkeit und Verarbeitungsgeschwindigkeit der KI am Edge führend.

Die Herausforderung, die KI-Fähigkeiten am Rand zu verbessern

Die Verarbeitung und Erkennung von Objekten aus Bilddaten von Ultraweitwinkelkameras ist seit 2024 Bestandteil der AI City Challenge und spiegelt den Trend zur Anwendung von Computer Vision auf aktuelle Verkehrsüberwachungssysteme wider. Aufgrund ihres hohen Praxisbezugs ist diese Kategorie stets das Rennen mit den meisten Teams im gesamten Wettbewerb. In diesem Jahr wird der Schwierigkeitsgrad der Kategorie erhöht, da die Teams neben der präzisen Verarbeitung verzerrter und deformierter Bilder den gesamten Prozess optimieren müssen, damit das Modell auf Edge-Geräten effektiv funktioniert.

Das VNPT-Ingenieurteam wendet viele Techniken an, um Fahrzeuge schnell und genau zu identifizieren.

Die Teams mussten ihre Modelle optimieren, damit sie effizient auf dem Jetson Orin laufen, einem kleinen Gerät am Datenerfassungspunkt (Edge Device genannt), das eine Leistungsgrenze von 30 W und eine deutlich geringere Rechenleistung als ein zentraler Server hat. Das bedeutete, dass die Teams keine übermäßig großen Modelle verwenden konnten, sondern das Programm rationalisieren und optimieren mussten, damit es schneller läuft, weniger Ressourcen verbraucht und dennoch Fahrzeuge genau erkennt. Diese Änderungen machten die AI City Challenge 2025 zu einer der bisher schwierigsten Saisons, insbesondere da die Teams aus den Erfahrungen des letzten Jahres lernten und das Wettbewerbsniveau deutlich zunahm.

Profitieren Sie von der Erfahrung in der Modelloptimierung aus der Praxis

Bei der Verkehrsüberwachung sind Recheninfrastruktur und Netzwerkverbindungen oft begrenzt, was die Entwicklung präziser und effizienter KI-Modelle zu einer großen Herausforderung macht. Aus diesem Grund ist Edge AI zu einem unausweichlichen Trend geworden. Anstatt alle Daten zur Verarbeitung an einen zentralen Server zu senden, wird das Modell direkt am Erfassungsgerät (z. B. einer Kamera) platziert. Dies trägt zu schnelleren Reaktionen, reduzierten Latenzen, spart Bandbreite und gewährleistet die Datensicherheit, insbesondere in groß angelegten Überwachungssystemen.

Laut den bei der AI City Challenge 2025 bekannt gegebenen Ergebnissen belegte das VNPT-Ingenieurteam den ersten Platz und ließ damit Hunderte von Teams großer Technologiekonzerne, Forschungsinstitute und Universitäten weltweit hinter sich. Dieser Erfolg trägt zur Stärkung des KI-Ökosystems für Verkehrsüberwachung und städtische Sicherheit im Land bei, wo Ultraweitwinkelkameras flächendeckend eingesetzt werden, um den Beobachtungsbereich zu erweitern, tote Winkel zu reduzieren, die Anzahl der installierten Geräte zu verringern und die Effizienz des städtischen Infrastrukturbetriebs zu verbessern. Mit mehr als sieben Jahren Erfahrung in der Entwicklung und Bereitstellung von KI-Modellen für die Bildverarbeitung im Inland hat das VNPT-Ingenieurteam die Fähigkeit entwickelt, Genauigkeit, Geschwindigkeit und Betriebskosten in Einklang zu bringen – Faktoren, die die Effektivität der Anwendung von KI in realen Umgebungen bestimmen.

Das VNPT-Team hat mehr als 40 KI-Modelle zur Bildverarbeitung entwickelt und beherrscht.

Derzeit hat das VNPT-Team mehr als 40 verschiedene KI-Modelle zur Bildverarbeitung entwickelt und beherrscht, wie z. B. Kennzeichenerkennung, Verkehrsflussmessung, Helmerkennung sowie vietnamesische Modelle wie die Erkennung von Fahrzeugen mit drei Personen, sperrigen Gütern oder die Erkennung von Feuer und Waffen im Bereich Sicherheit und Stadtüberwachung. Diese Modelle sind für den Betrieb auf unterschiedlicher Hardware optimiert, von GPUs über CPUs bis hin zu NPUs, und erfüllen die vielfältigen Anforderungen von Systemen und Kunden.

Um eine effektive Bereitstellung in großem Maßstab zu ermöglichen, insbesondere im On-Premise-Modell und am Edge mit Hunderten von Kameras gleichzeitig, haben die VNPT-Ingenieure zudem optimale Verarbeitungsmethoden entwickelt, die den gleichzeitigen Betrieb von Hunderten von Videodatenströmen ermöglichen. Dieser Ansatz macht KI-Lösungen leicht skalierbar, spart Ressourcen und eignet sich für die Infrastrukturbedingungen vieler Standorte.

Das Team nutzte diese Erfahrung für die AI City Challenge 2025 und kombinierte verschiedene Techniken wie Modellkomprimierung zur Reduzierung von Größe und Verarbeitungsressourcen, Bildverarbeitungsflussoptimierung zur Reduzierung der Latenz sowie die Verfeinerung von Programmiersprache und Codestruktur, um die gesamte Verarbeitungskette für höchste Leistung zu gestalten. Dieser Ansatz trägt dazu bei, die Genauigkeit des Modells aufrechtzuerhalten und gleichzeitig die Inferenzgeschwindigkeit und den Einsatz auf hardwarebeschränkten Edge-Geräten zu erhöhen.

Multidisziplinäre Deep-Learning-KI-Forschungsplattform

Neben einem Team aus jungen, talentierten Mitarbeitern und einer leistungsstarken Computerinfrastruktur ist die umfassende KI-Forschungsplattform in vielen Bereichen eine der wichtigsten Voraussetzungen für VNPT, um über ein umfassendes KI-Produkt-Ökosystem zu verfügen, das internationalen Standards entspricht und bei renommierten Wettbewerben hohe Preise gewinnt.

Im Hinblick auf KI-Anwendungen in der Bildverarbeitung fördert VNPT neben intelligenten Stadt- und Verkehrssystemen auch Forschungsanwendungen im medizinischen Bereich. Im September 2025 kündigte die Gruppe wissenschaftliche Forschung auf der MICCAI 2025 an – der weltweit führenden Konferenz zu KI und Computer Vision in der Medizin. Die Forschung konzentrierte sich auf KI-Anwendungen in der Schilddrüsenkrebsdiagnose und wurde über einen Zeitraum von vier Jahren mit Daten von fast 10.000 Patienten in drei Regionen des Landes durchgeführt. Das Projekt spielt eine grundlegende Rolle bei der Entwicklung automatischer Diagnoseunterstützungssysteme, die auf die Bevölkerungsmerkmale und medizinischen Bedingungen des Landes zugeschnitten sind. Es trägt dazu bei, die Genauigkeit zu verbessern, die Diagnosezeit zu verkürzen, die Arbeitsbelastung der Ärzte zu reduzieren und den Zugang zu hochwertigen medizinischen Dienstleistungen bis an die Basis zu erweitern.

Das KI-Engineering-Team von VNPT hat Forschungsergebnisse auf vielen renommierten wissenschaftlichen Konferenzen veröffentlicht.

Im Bereich der Sprach- und Sprechverarbeitung kündigte VNPT außerdem Forschungsarbeiten auf der EMNLP 2025 an – einer A*-rangierten KI-Konferenz zur natürlichen Sprachverarbeitung – und der ICASSP 2025 – einer A1-rangierten Konferenz zur Sprachverarbeitung. Diese Arbeiten wenden fortschrittliche Techniken des maschinellen Lernens bei der Entwicklung großer Sprachmodelle (LLM) und generativer KI an, um die Fähigkeit von KI-Modellen zu verbessern, vietnamesische Kontexte, Emotionen und Nuancen zu verstehen – komplexe Faktoren, die in internationalen Korpora selten modelliert werden. Dank dieser Erkenntnisse gewinnt die vietnamesische Sprache in der globalen NLP-Forschungsgemeinschaft zunehmend an Präsenz, was die Möglichkeit eröffnet, starke, einzigartige und geeignete Sprachmodelle für Vietnamesen zu entwickeln.

Quelle: https://vnpt.com.vn/gioi-thieu/tin-tuc/nhom-ky-su-tre-viet-nam-hai-nam-lien-tiep-dung-dau-san-choi-ai-toan-cau.html