Jóvenes ingenieros vietnamitas ganan el campeonato mundial de IA por dos años consecutivos

Recientemente, en el marco de la Conferencia Internacional sobre Visión por Computador (ICCV 2025) en Hawaii (EE.UU.), tuvo lugar la ceremonia de anuncio de los resultados del AI City Challenge 2025 (IA en ciudades inteligentes).

Tras la victoria de 2024, este año el equipo de ingeniería de IA de VNPT obtuvo el primer puesto en la categoría de Procesamiento y Reconocimiento de Objetos a partir de Datos de Imágenes de Cámaras Ultra Gran Angulares en Dispositivos de Borde (IA de Borde). El problema requiere un sistema de inteligencia artificial (IA) con velocidad de procesamiento en tiempo real, directamente en dispositivos de hardware compactos, que garantice una alta precisión en el reconocimiento de objetos a partir de datos de imágenes altamente distorsionados, satisfaciendo así las necesidades prácticas.

AI City Challenge es una de las competiciones anuales más prestigiosas del mundo sobre IA aplicada a ciudades inteligentes. La competición de este año incluye cuatro categorías de mayor complejidad que en temporadas anteriores, atrayendo a más de 30.000 equipos de países con un fuerte desarrollo de IA, como EE. UU., China, Corea del Sur, Taiwán (China).

El equipo de ingeniería de VNPT lidera el camino gracias a la precisión y velocidad de procesamiento de la IA en el borde. (Foto: VNPT)

La temporada de exámenes más difícil

El problema de procesar y reconocer objetos a partir de datos de imágenes de cámaras ultra gran angular refleja la tendencia de aplicar la visión artificial a los sistemas actuales de monitoreo de tráfico. Gracias a su alta practicidad, esta categoría es la pista con mayor número de equipos en competencia. La dificultad de la categoría radica en la necesidad de procesar con rapidez y precisión imágenes distorsionadas y deformadas, así como de operar eficazmente en dispositivos periféricos.

Los equipos debían optimizar sus modelos para ejecutarlos en Jetson Orin, un pequeño dispositivo ubicado en el punto de recolección de datos (denominado dispositivo de borde), con un límite de potencia de 30 W y una potencia de procesamiento mucho menor que la de un servidor central. Esto significaba que los equipos no podían usar modelos demasiado grandes, sino que debían reducir su tamaño y optimizarlos para que el programa se ejecutara rápidamente, consumiera menos recursos y reconociera los vehículos con precisión.

Los ingenieros de VNPT aplican diversas técnicas para identificar vehículos con rapidez y precisión. (Foto: VNPT)

Estos cambios hacen que AI City Challenge 2025 sea una de las temporadas más difíciles hasta el momento, especialmente porque los equipos han aprendido de la experiencia del año pasado y el nivel de competencia ha aumentado significativamente.

Benefíciese de la experiencia de optimización de modelos del mundo real

En la monitorización del tráfico, la infraestructura informática y la conectividad de red suelen ser limitadas, lo que dificulta el desarrollo de modelos de IA precisos y eficientes. Por ello, la IA de borde se ha convertido en tendencia. En lugar de enviar todos los datos a un servidor central para su procesamiento, el modelo se coloca directamente en el dispositivo de recolección (como una cámara), lo que ayuda a responder más rápido, reducir la latencia, ahorrar ancho de banda y garantizar la seguridad de los datos, especialmente en sistemas de monitorización a gran escala.

Con más de siete años de experiencia en el desarrollo e implementación de modelos de IA de procesamiento de imágenes, el equipo de ingeniería de VNPT ha acumulado la capacidad de equilibrar la precisión, la velocidad y los costos operativos.

Actualmente, VNPT cuenta con más de 40 modelos de IA para el procesamiento de imágenes, como reconocimiento de matrículas, medición del flujo de tráfico, detección de cascos y modelos específicos para Vietnam, como la detección de vehículos con tres personas, el transporte de mercancías voluminosas o la detección de incendios y armas en vigilancia de seguridad. Estos modelos están optimizados para funcionar en diversos tipos de hardware, desde GPU y CPU hasta NPU, satisfaciendo así los diversos requisitos de los sistemas.

Para una implementación eficaz a gran escala, especialmente en el modelo local y en el borde con cientos de cámaras simultáneamente, los ingenieros de VNPT también han desarrollado métodos de procesamiento óptimos que permiten la operación simultánea de cientos de transmisiones de datos de video . Este enfoque permite que las soluciones de IA sean fácilmente escalables, ahorren recursos y se adapten a las condiciones de infraestructura en diversas localidades.

Al aplicar esa experiencia al Desafío AI City 2025, el equipo empleó una combinación de técnicas para formar la cadena de procesamiento general que logra el máximo rendimiento. Este enfoque ayuda al modelo a mantener la precisión, a la vez que aumenta la velocidad de inferencia y la capacidad de implementación en dispositivos edge con configuración limitada.

El equipo de VNPT ha desarrollado y dominado más de 40 modelos de IA para el procesamiento de imágenes. (Foto: PV/Vietnam+)

Los resultados de VNPT en AI City Challenge 2025 contribuyen a fortalecer el ecosistema de IA para el monitoreo del tráfico y la seguridad urbana en el país, donde las cámaras ultra gran angular se están implementando gradualmente de manera amplia.

En cuanto a las aplicaciones de IA en el procesamiento de imágenes, además de los sistemas urbanos y de tráfico inteligentes, VNPT también promueve la investigación en el ámbito médico. En septiembre de 2025, el grupo anunció una investigación científica en MICCAI 2025, la conferencia líder mundial sobre IA y visión artificial en medicina. La investigación se centró en las aplicaciones de IA en el diagnóstico del cáncer de tiroides, realizada con datos de casi 10.000 pacientes en tres regiones del país durante cuatro años. El proyecto desempeña un papel fundamental en el desarrollo de sistemas automáticos de apoyo al diagnóstico adaptados a las características de la población y las afecciones médicas de Vietnam, ayudando a mejorar la precisión, acortar el tiempo de diagnóstico, reducir la carga de trabajo de los médicos y ampliar el acceso a servicios médicos de alta calidad a nivel local.

La temporada de exámenes más difícil

Benefíciese de la experiencia de optimización de modelos del mundo real

Kommentar (0)