युवा वियतनामी इंजीनियर लगातार दो वर्षों से वैश्विक AI खेल के मैदान में शीर्ष पर हैं

वीएनपीटी की एआई इंजीनियरिंग टीम एआई सिटी चैलेंज 2025 में अपनी अग्रणी स्थिति बनाए हुए है, जो एआई इमेज प्रोसेसिंग पर एक प्रतिष्ठित अंतरराष्ट्रीय प्रतियोगिता है, यह लगातार दूसरा वर्ष है जब वियतनाम के प्रतिनिधि ने सर्वोच्च पुरस्कार जीता है।

हाल ही में, हवाई (अमेरिका) में आयोजित अंतर्राष्ट्रीय कंप्यूटर विज़न सम्मेलन (ICCV 2025) के अंतर्गत AI सिटी चैलेंज 2025 (स्मार्ट शहरों में AI) के परिणामों की घोषणा समारोह आयोजित किया गया। 2024 में जीत के बाद, इस वर्ष VNPT की AI इंजीनियरिंग टीम ने एज डिवाइसेस (एज AI) पर अल्ट्रा-वाइड-एंगल कैमरा इमेज डेटा से वस्तुओं को संसाधित करने और पहचानने की श्रेणी में प्रथम स्थान प्राप्त किया। इस चुनौती के लिए एक ऐसी AI प्रणाली की आवश्यकता होती है जो वास्तविक समय में प्रसंस्करण गति प्रदान करे, सीधे कॉम्पैक्ट हार्डवेयर उपकरणों पर, और अत्यधिक विकृत इमेज डेटा से वस्तुओं को पहचानने में उच्च सटीकता सुनिश्चित करते हुए, व्यावहारिक आवश्यकताओं को पूरा करे।

एआई सिटी चैलेंज 2025, स्मार्ट शहरों में कृत्रिम बुद्धिमत्ता (एआई) पर आधारित दुनिया की सबसे प्रतिष्ठित वार्षिक प्रतियोगिताओं में से एक है। इस वर्ष की प्रतियोगिता में पिछले सीज़न की तुलना में अधिक जटिल चार श्रेणियां शामिल हैं, जिनमें अमेरिका, चीन, कोरिया, ताइवान आदि जैसे मज़बूत एआई विकास वाले देशों की 30,000 से अधिक टीमें भाग ले रही हैं।

  वीएनपीटी की इंजीनियरिंग टीम एआई की सटीकता और प्रसंस्करण गति के कारण अग्रणी है।

एज पर एआई क्षमताओं को बढ़ाने की चुनौती

अल्ट्रा-वाइड-एंगल कैमरा इमेज डेटा से वस्तुओं को संसाधित करने और पहचानने की समस्या को 2024 से एआई सिटी चैलेंज में शामिल किया गया है, जो वर्तमान ट्रैफ़िक निगरानी प्रणालियों में कंप्यूटर विज़न लागू करने के चलन को दर्शाता है। उच्च व्यावहारिकता के साथ, यह श्रेणी हमेशा पूरी प्रतियोगिता में सबसे अधिक टीमों वाली दौड़ होती है। इस वर्ष, इस श्रेणी की कठिनाई और भी बढ़ जाती है क्योंकि विकृत और विकृत छवियों को सटीक रूप से संसाधित करने के अलावा, टीमों को पूरी प्रक्रिया को अनुकूलित करना होगा ताकि मॉडल एज डिवाइस पर प्रभावी ढंग से काम कर सके।

  वीएनपीटी इंजीनियरिंग टीम वाहनों की शीघ्रतापूर्वक और सटीक पहचान करने के लिए कई तकनीकों का प्रयोग करती है।

टीमों को अपने मॉडलों को जेटसन ओरिन पर कुशलतापूर्वक चलाने के लिए अनुकूलित करना था, जो डेटा संग्रह बिंदु पर स्थित एक छोटा उपकरण (जिसे एज डिवाइस कहा जाता है) है, जिसकी शक्ति सीमा 30W है और केंद्रीय सर्वर की तुलना में इसकी कंप्यूटिंग शक्ति बहुत कम है। इसका मतलब था कि टीमें अत्यधिक बड़े मॉडलों का उपयोग नहीं कर सकती थीं, लेकिन उन्हें कार्यक्रम को तेज़ चलाने, कम संसाधनों का उपभोग करने और फिर भी वाहनों को सटीक रूप से पहचानने के लिए सुव्यवस्थित और अनुकूलित करना था। इन परिवर्तनों ने एआई सिटी चैलेंज 2025 को अब तक के सबसे कठिन सत्रों में से एक बना दिया, खासकर जब टीमों ने पिछले साल के अनुभव से सीखा और प्रतिस्पर्धा का स्तर काफी बढ़ गया।

वास्तविक दुनिया के मॉडल अनुकूलन अनुभव से लाभ उठाएं

ट्रैफ़िक निगरानी की समस्याओं में, कंप्यूटिंग इन्फ्रास्ट्रक्चर और नेटवर्क कनेक्शन अक्सर सीमित होते हैं, जिससे सटीक और कुशल दोनों तरह के AI मॉडल विकसित करना एक बड़ी चुनौती बन जाता है। यही कारण है कि एज AI एक अपरिहार्य चलन बन गया है। सभी डेटा को प्रोसेसिंग के लिए एक केंद्रीय सर्वर पर भेजने के बजाय, मॉडल को सीधे संग्रहण उपकरण (जैसे कैमरा) पर रखा जाता है, जिससे तेज़ी से प्रतिक्रिया देने, विलंबता कम करने, बैंडविड्थ बचाने और डेटा सुरक्षा सुनिश्चित करने में मदद मिलती है, खासकर बड़े पैमाने पर निगरानी प्रणालियों में।

एआई सिटी चैलेंज 2025 में घोषित परिणामों के अनुसार, वीएनपीटी इंजीनियरिंग टीम दुनिया भर की प्रमुख प्रौद्योगिकी कंपनियों, अनुसंधान संस्थानों और विश्वविद्यालयों की सैकड़ों टीमों को पछाड़कर पहले स्थान पर रही। यह उपलब्धि देश में यातायात निगरानी और शहरी सुरक्षा के लिए एआई पारिस्थितिकी तंत्र को मजबूत करने में योगदान देती है, जहाँ अवलोकन क्षेत्र का विस्तार करने, ब्लाइंड स्पॉट को कम करने, स्थापित उपकरणों की संख्या को कम करने और शहरी बुनियादी ढाँचे के संचालन की दक्षता में सुधार करने के लिए अल्ट्रा-वाइड-एंगल कैमरों को व्यापक रूप से तैनात किया जा रहा है। छवि प्रसंस्करण के लिए एआई मॉडल विकसित करने और उन्हें घरेलू स्तर पर तैनात करने के सात वर्षों से अधिक के अनुभव के साथ, वीएनपीटी इंजीनियरिंग टीम ने सटीकता, गति और परिचालन लागत को संतुलित करने की क्षमता अर्जित की है - ऐसे कारक जो वास्तविक वातावरण में एआई को लागू करने की प्रभावशीलता निर्धारित करते हैं।  

वीएनपीटी टीम ने 40 से अधिक इमेज प्रोसेसिंग एआई मॉडल विकसित और निपुण किए हैं।

वर्तमान में, वीएनपीटी टीम ने 40 से ज़्यादा विभिन्न इमेज प्रोसेसिंग एआई मॉडल विकसित और विकसित किए हैं, जैसे लाइसेंस प्लेट पहचान, ट्रैफ़िक प्रवाह मापन, हेलमेट पहचान, और साथ ही वियतनाम के लिए विशिष्ट मॉडल जैसे तीन लोगों को ले जाने वाले वाहनों का पता लगाना, भारी सामान ले जाना, या सुरक्षा और शहरी निगरानी के क्षेत्र में आग और हथियारों का पता लगाना। ये मॉडल विभिन्न प्रकार के हार्डवेयर, जैसे GPU, CPU से लेकर NPU तक, पर काम करने के लिए अनुकूलित हैं, जो सिस्टम और ग्राहकों की विविध आवश्यकताओं को पूरा करते हैं।

बड़े पैमाने पर, विशेष रूप से ऑन-प्रिमाइसेस मॉडल में और सैकड़ों कैमरों के साथ एज पर एक साथ प्रभावी ढंग से तैनात करने में सक्षम होने के लिए, वीएनपीटी इंजीनियरों ने इष्टतम प्रसंस्करण विधियाँ भी विकसित की हैं जो सैकड़ों वीडियो डेटा स्ट्रीम के एक साथ संचालन की अनुमति देती हैं। यह दृष्टिकोण एआई समाधानों को स्केल करना आसान बनाता है, संसाधनों की बचत करता है और कई इलाकों में बुनियादी ढाँचे की स्थितियों के लिए उपयुक्त है।

एआई सिटी चैलेंज 2025 में उस अनुभव को लागू करते हुए, टीम ने आकार और प्रोसेसिंग संसाधनों को कम करने के लिए मॉडल कम्प्रेशन, विलंबता को कम करने के लिए इमेज प्रोसेसिंग फ्लो ऑप्टिमाइज़ेशन, और उच्चतम प्रदर्शन के लिए समग्र प्रोसेसिंग श्रृंखला बनाने हेतु प्रोग्रामिंग भाषा और कोड संरचना परिशोधन जैसी तकनीकों का संयोजन लागू किया। यह दृष्टिकोण मॉडल को सटीकता बनाए रखने में मदद करता है जबकि अनुमान गति और हार्डवेयर-प्रतिबंधित एज डिवाइस पर परिनियोजन को बढ़ाता है।

बहु-विषयक गहन शिक्षण AI अनुसंधान मंच

न केवल युवा, प्रतिभाशाली कर्मचारियों और मजबूत कंप्यूटिंग बुनियादी ढांचे की एक टीम के पास, बल्कि वीएनपीटी के लिए एक व्यापक एआई उत्पाद पारिस्थितिकी तंत्र बनाने के लिए महत्वपूर्ण आधारों में से एक है जो अंतरराष्ट्रीय मानकों को पूरा करता है और प्रतिष्ठित प्रतियोगिताओं में उच्च पुरस्कार जीतता है, कई क्षेत्रों में गहन एआई अनुसंधान मंच है।

स्मार्ट शहरी और यातायात प्रणालियों के अलावा, इमेज प्रोसेसिंग में एआई अनुप्रयोगों के संबंध में, वीएनपीटी चिकित्सा क्षेत्र में अनुसंधान अनुप्रयोगों को भी बढ़ावा देता है। सितंबर 2025 में, समूह ने MICCAI 2025 में वैज्ञानिक अनुसंधान की घोषणा की - जो चिकित्सा में एआई और कंप्यूटर विज़न पर दुनिया का अग्रणी सम्मेलन है। यह अनुसंधान थायराइड कैंसर के निदान में एआई अनुप्रयोगों पर केंद्रित था, जो देश के 3 क्षेत्रों में लगभग 10,000 रोगियों के डेटा के साथ 4 वर्षों में किया गया था। यह परियोजना देश में जनसंख्या की विशेषताओं और चिकित्सा स्थितियों के लिए उपयुक्त स्वचालित निदान सहायता प्रणालियों को विकसित करने में एक मौलिक भूमिका निभाती है, जिससे सटीकता में सुधार, निदान समय को कम करने, डॉक्टरों के कार्यभार को कम करने और उच्च-गुणवत्ता वाली चिकित्सा सेवाओं तक जमीनी स्तर तक पहुँच का विस्तार करने में मदद मिलती है।

  वीएनपीटी की एआई इंजीनियरिंग टीम ने कई प्रतिष्ठित वैज्ञानिक सम्मेलनों में शोध प्रकाशित किया।

भाषा और वाक् प्रसंस्करण के क्षेत्र में, वीएनपीटी ने ईएमएनएलपी 2025 - प्राकृतिक भाषा प्रसंस्करण पर ए*-रैंक वाली एआई कॉन्फ्रेंस, और आईसीएएसएसपी 2025 - वाक् प्रसंस्करण पर ए1-रैंक वाली कॉन्फ्रेंस में अपने शोध की भी घोषणा की। ये शोध बड़े भाषा मॉडल (एलएलएम) और जनरेटिव एआई के विकास में उन्नत मशीन लर्निंग तकनीकों का उपयोग करते हैं, जिसका उद्देश्य वियतनामी संदर्भ, भावनाओं और बारीकियों को समझने के लिए एआई मॉडल की क्षमता में सुधार करना है - जो जटिल कारक हैं और अंतरराष्ट्रीय निकायों में शायद ही कभी मॉडल किए जाते हैं। इसके कारण, वियतनामी भाषा वैश्विक एनएलपी अनुसंधान समुदाय में तेज़ी से मौजूद है, जिससे वियतनामी लोगों के लिए मज़बूत, अनोखे और उपयुक्त भाषा मॉडल बनाने की संभावनाएँ खुल रही हैं।

स्रोत: 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