
לאחרונה, התקיים טקס הכרזת תוצאות אתגר AI City Challenge 2025 (בינה מלאכותית בערים חכמות) במסגרת הכנס הבינלאומי לראייה ממוחשבת (ICCV 2025) בהוואי (ארה"ב). לאחר הניצחון ב-2024, זכה השנה צוות הנדסת הבינה המלאכותית של VNPT במקום הראשון בקטגוריית עיבוד וזיהוי עצמים מנתוני תמונה ממצלמות בעלות זווית רחבה במיוחד במכשירי קצה (edge AI). הבעיה דורשת מערכת בינה מלאכותית עם מהירות עיבוד בזמן אמת, ישירות על גבי התקני חומרה קומפקטיים, תוך הבטחת דיוק גבוה בזיהוי עצמים מנתוני תמונה מעוותים מאוד, תוך עמידה בצרכים מעשיים.
אתגר עיר הבינה המלאכותית 2025 הוא אחד התחרויות השנתיות היוקרתיות ביותר בעולם בנושא בינה מלאכותית (AI) המיושמת בערים חכמות. התחרות השנה כוללת ארבע קטגוריות בעלות מורכבות גבוהה יותר מעונות קודמות, ומושכת אליה יותר מ-30,000 צוותים ממדינות עם פיתוח חזק של בינה מלאכותית כמו ארה"ב, סין, קוריאה, טייוואן ועוד.
צוות ההנדסה של VNPT מוביל את הדרך הודות לדיוק ומהירות העיבוד של הבינה המלאכותית בקצה.
האתגר של שיפור יכולות הבינה המלאכותית בקצה
בעיית העיבוד והזיהוי של עצמים מנתוני תמונה ממצלמות בעלות זווית רחבה במיוחד נכללת באתגר העיר המלאכותית מאז 2024, דבר המשקף את המגמה של יישום ראייה ממוחשבת במערכות ניטור תנועה קיימות. עם הפרקטיות הגבוהה, הקטגוריה היא תמיד המירוץ עם מספר הקבוצות הגדול ביותר בכל התחרות. השנה, רמת הקושי של הקטגוריה עולה כאשר, בנוסף לעיבוד מדויק של תמונות מעוותות ומעוותות, הקבוצות חייבות לייעל את התהליך כולו כך שהמודל יוכל לפעול ביעילות על מכשירי קצה.
צוות ההנדסה של VNPT מיישם טכניקות רבות לזיהוי מהיר ומדויק של כלי רכב.
צוותים נדרשו לייעל את המודלים שלהם כדי שיפעלו ביעילות על ה-Jetson Orin, מכשיר קטן הממוקם בנקודת איסוף הנתונים (הנקרא מכשיר קצה), בעל מגבלת הספק של 30W וכוח מחשוב נמוך בהרבה בהשוואה לשרת מרכזי. משמעות הדבר הייתה שצוותים לא יכלו להשתמש במודלים גדולים מדי, אלא היו צריכים לייעל ולמטב את התוכנית כדי שתפעל מהר יותר, תצרוך פחות משאבים ועדיין לזהות כלי רכב במדויק. שינויים אלה הפכו את אתגר עיר הבינה המלאכותית 2025 לאחת העונות הקשות ביותר עד כה, במיוחד כאשר הצוותים למדו מהניסיון של השנה שעברה ורמת התחרות עלתה משמעותית.
תיהנו מניסיון באופטימיזציה של מודלים בעולם האמיתי
בבעיות ניטור תעבורה, תשתית המחשוב וחיבורי הרשת מוגבלים לעיתים קרובות, מה שהופך את פיתוח מודלים של בינה מלאכותית שהם גם מדויקים וגם יעילים לאתגר גדול. זו גם הסיבה לכך ש-Edge AI הפכה למגמה בלתי נמנעת. במקום לשלוח את כל הנתונים לשרת מרכזי לעיבוד, המודל ממוקם ממש במכשיר האיסוף (כגון מצלמה), מה שעוזר להגיב מהר יותר, להפחית השהייה, לחסוך רוחב פס ולהבטיח אבטחת נתונים, במיוחד במערכות ניטור בקנה מידה גדול.
על פי התוצאות שהוכרזו בתחרות AI City Challenge 2025, צוות ההנדסה של VNPT הגיע למקום הראשון, ועבר מאות צוותים מתאגידי טכנולוגיה גדולים, מכוני מחקר ואוניברסיטאות ברחבי העולם. הישג זה תורם לחיזוק המערכת האקולוגית של בינה מלאכותית לניטור תנועה וביטחון עירוני במדינה, שם מצלמות רחבות זווית אולטרה נפרסות באופן נרחב כדי להרחיב את אזור התצפית, להפחית נקודות מתות, להפחית את מספר המכשירים המותקנים ולשפר את יעילות תפעול התשתיות העירוניות. עם יותר משבע שנות ניסיון בפיתוח מודלים של בינה מלאכותית לעיבוד תמונה ופריסתם בארץ, צוות ההנדסה של VNPT צבר את היכולת לאזן בין דיוק, מהירות ועלויות תפעול - גורמים הקובעים את יעילות יישום הבינה המלאכותית בסביבות אמיתיות.

צוות VNPT פיתח ושלט ביותר מ-40 מודלים של עיבוד תמונה של בינה מלאכותית.
נכון לעכשיו, צוות VNPT פיתח ושלט ביותר מ-40 מודלים שונים של עיבוד תמונה של בינה מלאכותית, כגון זיהוי לוחיות רישוי, מדידת זרימת תנועה, זיהוי קסדות, כמו גם מודלים ספציפיים לווייטנאם, כגון זיהוי כלי רכב הנושאים שלושה אנשים, נשיאת סחורות מגושמות, או זיהוי שריפות ונשק בתחום האבטחה והמעקב העירוני. מודלים אלה מותאמים לפעולה על מגוון חומרה, החל ממעבדים גרפיים (GPU), מעבדים (CPU) ועד מעבדי nPU, ועומדים בדרישות המגוונות של מערכות ולקוחות.
כדי להיות מסוגלים לפרוס ביעילות בקנה מידה גדול, במיוחד במודל מקומי ובקצה עם מאות מצלמות בו זמנית, מהנדסי VNPT בנו גם שיטות עיבוד אופטימליות המאפשרות הפעלה בו זמנית של מאות זרמי נתוני וידאו . גישה זו הופכת פתרונות בינה מלאכותית לקלים להרחבה, חוסכת משאבים ומתאימה לתנאי תשתית באזורים רבים.
בהחיל את הניסיון הזה באתגר עיר הבינה המלאכותית 2025, הצוות יישם שילוב של טכניקות כגון דחיסת מודל כדי להפחית את הגודל ומשאבי העיבוד, אופטימיזציה של זרימת עיבוד תמונה כדי להפחית את ההשהיה, ועידון שפת התכנות ומבנה הקוד כדי ליצור את שרשרת העיבוד הכוללת לקבלת הביצועים הגבוהים ביותר. גישה זו מסייעת למודל לשמור על דיוק תוך הגברת מהירות ההסקה והפריסה על התקני קצה מוגבלי חומרה.
פלטפורמת מחקר רב-תחומית בתחום הבינה המלאכותית ללמידה עמוקה
לא רק צוות של עובדים צעירים ומוכשרים ותשתית מחשוב חזקה, אחת ההנחות החשובות עבור VNPT כדי שתהיה לה מערכת אקולוגית מקיפה של מוצרי בינה מלאכותית העומדת בסטנדרטים בינלאומיים וזוכה בפרסים גבוהים בתחרויות יוקרתיות היא פלטפורמת המחקר המעמיקה של בינה מלאכותית בתחומים רבים.
בנוגע ליישומי בינה מלאכותית בעיבוד תמונה, בנוסף למערכות עירוניות ומערכות תנועה חכמות, VNPT מקדמת גם יישומי מחקר בתחום הרפואי. בספטמבר 2025, הקבוצה הכריזה על מחקר מדעי בכנס MICCAI 2025 - הכנס המוביל בעולם בנושא בינה מלאכותית וראייה ממוחשבת ברפואה. המחקר התמקד ביישומי בינה מלאכותית באבחון סרטן בלוטת התריס, שנערך עם נתונים מכמעט 10,000 חולים ב-3 אזורים במדינה במשך 4 שנים. הפרויקט ממלא תפקיד מהותי בפיתוח מערכות תמיכה אוטומטיות לאבחון המתאימות למאפייני האוכלוסייה ולמצבים הרפואיים במדינה, ועוזרות לשפר את הדיוק, לקצר את זמן האבחון, להפחית את עומס העבודה על רופאים ולהרחיב את הגישה לשירותים רפואיים איכותיים לרמות השטח.
צוות הנדסת הבינה המלאכותית של VNPT פרסם מחקרים בכנסים מדעיים יוקרתיים רבים.
בתחום עיבוד השפה והדיבור, VNPT הכריזה גם על מחקר ב-EMNLP 2025 - כנס בינה מלאכותית מדורג A* בנושא עיבוד שפה טבעית, וב-ICASSP 2025 - כנס מדורג A1 בנושא עיבוד דיבור. עבודות אלו מיישמות טכניקות מתקדמות של למידת מכונה בפיתוח מודלים של שפה גדולה (LLM) ובינה מלאכותית גנרטבית, במטרה לשפר את יכולתם של מודלים של בינה מלאכותית להבין את ההקשר, הרגשות והניואנסים הווייטנאמיים - שהם גורמים מורכבים שכמעט ולא מעוצבים בקורפוסים בינלאומיים. הודות לכך, השפה הווייטנאמית נוכחת יותר ויותר בקהילת המחקר העולמית של NLP, מה שפותח את האפשרות לבנות מודלים של שפה חזקים, ייחודיים ומתאימים לעם הווייטנאמי.
מקור: 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






תגובה (0)