A 2017-ben először megrendezett Zalo AI Summit egy olyan esemény, amely a mesterséges intelligencia területén elismert szakértőket hoz össze. A „Vietnam a mesterséges intelligencia korában” témával a 2025-ös Zalo AI Summit bemutatja a mesterséges intelligencia mindennapi életben való alkalmazására vonatkozó megoldásokat, előrejelzi a mesterséges intelligencia trendjeit, és bemutatja a Zalo azon eredményeit, hogy a mesterséges intelligenciát közelebb hozza a felhasználókhoz.
Nyitóbeszédében Nguyen Minh Tu, a Zalo technológiai igazgatója kijelentette, hogy a mesterséges intelligencia korszaka 2018-2019-ben kezdődött az első transzformátor modellek megjelenésével. Azonban csak a GPT-3.5 és a ChatGPT 2022-es megjelenése után érték el ezek a nyelvi modellek a magas minőséget, és váltak szélesebb közönség számára is elérhetővé.
„Ekkor kezdődött a mesterséges intelligencia korszaka, amikor az emberek elkezdték használni a ChatGPT-t” – hangsúlyozta Tu úr.
Pozitív jel Vietnam számára
Ahogy olyan cégek, mint a Google, az Anthropic és a DeepSeek egyre inkább fejlesztik a nagy nyelvi modellezést (LLM), a mesterséges intelligencia piaca egy fordulópontnak tűnik, amelyet ágentikus MI-nek neveznek.
A hagyományos mesterséges intelligenciával ellentétben, amely csak egyetlen feladatot képes megoldani, az ágentikus MI egy autonóm rendszer, amely képes több ágenst összekapcsolni az összetett problémák kezelése érdekében.
„Az ügynöki mesterséges intelligencia úgy működik, mint az alkalmazottaink. Képes elemezni, következtetni, feladatokat végrehajtani és jelentéseket írni a parancsaink alapján” – tette hozzá Tu úr.
Vietnámban a Zalo egyike azon vállalatoknak, amelyek számos mesterséges intelligencia funkciót integrálnak a felhasználók kiszolgálására. 2025-re ezen szolgáltatások felhasználóinak száma várhatóan meghaladja a 17 milliót, ami több mint 200%-os növekedést jelent. Több mint 7,5 millió ember használja a diktálási funkciót (beszéd szöveggé alakítása).
„Ez a funkció megváltoztatta a Zalo használatát. A szövegírás helyett a hangvezérlés sokkal gyorsabb és kényelmesebb” – hangsúlyozta Tú úr.
A vietnamiról angolra fordítható üzenetek funkciója is számos felhasználót vonzott. Tu úr elárulta, hogy hamarosan élő fordítást is kínálnak a Zalo hívások esetében.
 |
Nguyen Minh Tu úr, a Zalo technológiai igazgatója. |
A végfelhasználók kiszolgálásán túl a mesterséges intelligencia a Zalo működését is támogatja. A vállalat létrehozott egy ügyfélszolgálati chatbotot, amely segít megoldani a felskálázás problémáját a csúcsidőszakokban, amikor nehéz további munkatársakat toborozni.
A zaloi chatbot rendszer 3 hónapos bevezetést követően 90%-os válaszadási arányt ért el, ami magasabb, mint az embereké. Az eseteknek csak körülbelül 2-3%-ában volt szükség emberi segítségre a chatbot részéről.
Egy Zalo képviselő elismerte, hogy a mesterséges intelligencia belső alkalmazása továbbra is kihívásokkal jár, amelyek az adatvédelem és a biztonság köré szerveződnek. Ezért a platform rugalmas megközelítést választ, egy saját fejlesztésű modellt alkalmaz az érzékeny adatokhoz, és külső chatbotokat használ a kevésbé érzékeny adatokhoz.
Tú úr megemlítette a Zalo AI Challenge 2025-öt is, egy olyan versenyt, amelynek célja a mindennapi életben alkalmazható mesterséges intelligencia alkalmazási megoldások fejlesztése. A fiatalok és diákok mellett az idei verseny számos középiskolás diákot is vonzott, néhányan közülük be is jutottak a legjobb 5 közé.
„Ez azt mutatja, hogy a mesterséges intelligencia átitatta a társadalom minden területét, még az iskolákban is elterjedt, ahol a gyerekek már egészen fiatal korban találkoznak a mesterséges intelligenciával. Ez pozitív jel Vietnam számára a „mesterséges intelligencia átalakulásának” korszakában” – hangsúlyozta a Zalo képviselője.
A mesterséges intelligencia ügynökeinek hulláma
Az első szekcióban Quan Thanh Tho, a Ho Si Minh-városi Műszaki Egyetem docense felvetette, hogy a multimodális mesterséges intelligencia hogyan fogja megváltoztatni a világot . Azt állította, hogy az LLM elérte a végét, és a technológiai trend fokozatosan a többágenses rendszerek (MAS) felé tolódik el.
Dr. docens egyetértett Tu úrral a GPT-3.5 bevezetésével járó jelentős LLM mérföldkövet illetően, kijelentve, hogy a chatbotok közös célja az emberek lehető legjobb utánzása. A mesterséges intelligencia ágensek koncepciója korábban is létezett, de igazán csak az LLM keretrendszer alatt virágzott fel.
„Az ágens egy meglehetősen klasszikus architektúra, és az LLM-mel kombinálva lehetővé teszi a modellek közötti kommunikációt” – mondta Mr. Tho. Az „AI ágensek” és az „ágensi MI” kulcsszavak a Google Trends leggyakrabban keresett kifejezései közé tartoznak 2024 végétől napjainkig.
 |
Dr. Quan Thanh Tho docens, a Ho Si Minh-városi Műszaki Egyetem Számítástechnikai és Mérnöki Tanszékének vezetője. |
A docens elmondta, hogy az ágensi mesterséges intelligencia egyszerűen egy olyan rendszer, amely több, együttműködő ágensből áll. A felhasználótól kapott parancs után az ágensek lebontják a kérést, feladatokat rendelnek hozzá, kiválasztják a megfelelő eszközöket, és lépésről lépésre végrehajtják azokat, hogy nagyobb hatékonyságot érjenek el az egyetlen modellhez képest.
Mr. Tho bemutatta a MAS néhány gyakorlati alkalmazását a hazai vállalkozásokban. A mesterséges intelligencia alapú ügynökök képesek egyszerre PDF fájlokat, képeket és dokumentumokat feldolgozni, ami 40-60%-kal javítja a hatékonyságot. A biztosítási szektorban ez a technológia segít a vállalatoknak a munkaterhelésük 20-40%-át automatizálni.
Továbbá a mesterséges intelligencia által működtetett ügynökök képesek valós idejű információkat gyűjteni, ami segít azonnali piaci árakat biztosítani. Dr. [Name] docens munkahelyén kijelentette, hogy a mesterséges intelligencia által működtetett ügynökrendszer intelligens asszisztensként működik, képes megválaszolni a szülők és a diákok iskolával kapcsolatos kérdéseit. Az oktatásban a mesterséges intelligencia által működtetett ügynökök segítenek személyre szabott tanulási modellek létrehozásában, amelyek az egyes diákok tanulási útjához igazodnak.
 |
A Zalo AI Summit 2025 nagyszámú, a mesterséges intelligencia iránt érdeklődő résztvevőt vonzott. |
Összességében a MAS előnye abban rejlik, hogy képes több összetett probléma párhuzamos kezelésére. Az érvelési folyamat során az ágensek önállóan dolgozhatják fel az információkat, tanulhatnak egymástól és a felhasználótól a hibák csökkentése, valamint pontos és személyre szabott eredmények előállítása érdekében.
A modern ágensarchitektúrák gyakran felhasználóbarát felülettel rendelkező eszközökként és platformokként érhetők el, így a nagyközönség számára is könnyebben hozzáférhetőek.
Ezen előnyök alapján Mr. Tho hangsúlyozta a technológia alkalmazásának és a vállalkozások belső munkafolyamatainak átalakításának fontosságát. A docens szerint a világszerte zajló erős innovációs trend kontextusában ez egy olyan hullám, amelyre a vállalkozásoknak különös figyelmet kell fordítaniuk.
Mi jön az ágensi mesterséges intelligencia után?
Az utóbbi időben a humanoid robotok egyre nagyobb figyelmet kapnak a technológiai világban. Ez egyben a fizikai mesterséges intelligencia leggyakoribb alkalmazása is.
Dr. Tran Minh Quan, az Nvidia Vietnam vezető fejlesztőtechnológusa a témával kapcsolatos gondolatait megosztva hangsúlyozta, hogy a fizikai mesterséges intelligencia a mesterséges intelligencia trendjeinek legfejlettebb fejleménye, a generatív vagy ágentikus mesterséges intelligencia korszakát követően.
„Ezek a mesterséges intelligencia modellek képesek parancsok vagy bemeneti adatok fogadására, majd olyan konkrét műveletek végrehajtására, amelyek befolyásolják a robotok, például a robotkarok, az önvezető járművek, a gyárak stb. motorjait vagy vezérlőelemeit” – osztotta meg Mr. Quan, áttekintést adva a fizikai mesterséges intelligenciáról.
 |
Dr. Tran Minh Quan az Nvidia-tól megosztotta a fizikai mesterséges intelligencia trendjeiről alkotott meglátásait. |
Az Nvidia képviselői szerint a fizikai mesterséges intelligencia a jövőben billió dolláros iparággá válhat. A fizikai mesterséges intelligencia alkalmazásának lehetőségei óriásiak, tekintve, hogy a jelenlegi globális hardverinfrastruktúra körülbelül 2 milliárd ipari kamerát, 10 millió gyárat, 200 000 raktárat és 1,5 milliárd járművet foglal magában, nem is beszélve a jövőben bevethető több milliárd humanoid robotról.
„Ha minden eszközt mesterséges intelligencia által vezérelt „aggyal” szerelnének fel, amely képes kezelni a jelenlegi munkaterhelést, akkor a feladatokat egészen más mértékben lehetne támogatni, mint manapság” – tette hozzá Mr. Quan.
A fizikai mesterséges intelligencia iránti igény a számos iparágban tapasztalható személyzethiányból fakad. A zord környezetben végzett, magasan képzett munkák, mint például a zárt, sötét terekben végzett hegesztés, nehéznek bizonyulnak az emberek számára.
A robotok ma már olyan megoldást jelentenek, amely egyensúlyt teremt a személyzeti és az üzemeltetési költségek között. A költségek optimalizálhatók, mivel a robotok ma már képesek önállóan tanulni az új feladatokat, ahelyett, hogy egyszerűen csak ismétlődő munkákat végeznének.
„Ezért jöhet el a robotika ChatGPT „pillanata” még idén vagy jövőre” – hangsúlyozta Mr. Quan.
 |
A fizikai mesterséges intelligenciát a generatív és az ágentikus mesterséges intelligencia utáni következő lépésnek tekintik. |
Ennek a víziónak a megvalósításához az Nvidia képviselői egy három számítógépből álló modellt javasoltak, amelyek a fizikai mesterséges intelligencia fejlesztésének három kulcsfontosságú szakaszának felelnek meg.
Ennek megfelelően az első fázis a szerver alapjainak kiépítésére összpontosít. A betanítás után a modellt szimulációs környezetbe lehet helyezni, hogy megismerjék az ok-okozati kölcsönhatásokat, segítve a modellt a valós világban való jobb viselkedés kialakításában.
A szimuláció segít a robotoknak pontosan felismerni a tárgyakat és kezelni azokat. Ami még fontosabb, a szimuláció lehetővé teszi több robot egyidejű együttműködését, ütközési forgatókönyveket tesztelve anélkül, hogy valós hardverköltségeket kellene fizetni. Végül pedig lehetővé teszi a közvetlen telepítést a hardverre.
A mesterséges intelligencia nagymértékű bevezetésének kihívása.
A „mesterséges intelligencia” folyamata, amely magában foglalja a technológia integrálását a napi működésbe a hatékonyság javítása és a döntéshozatal támogatása érdekében, világszerte felgyorsul.
Dr. Chau Thanh Duc, a Zalo AI kutatási igazgatója szerint a mesterséges intelligencia vietnami üteme számos tényezőnek köszönhető, amelyek közül a legfontosabbak a mesterséges intelligencia modellek fejlődése, a hardver- és adatinfrastruktúra gyors fejlődése, valamint a digitális átalakulás folyamata.
Vietnamot a mesterséges intelligencia fejlesztésében jelentős potenciállal rendelkező országok közé sorolják, amint azt a tehetségszerzési programok, a technológiai közösség kiépítése és a kormányzati támogatás is bizonyítja. Továbbá a vietnami állampolgárok a digitális átalakulásra való magas szintű felkészültségüket mutatják.
 |
Dr. Chau Thanh Duc, a Zalo AI kutatási igazgatója. |
Ebben az átalakulásban a Zalo számos mesterséges intelligenciával kapcsolatos funkciót vezetett be, például a Kiki virtuális asszisztenst. A vállalat célja olyan eszközök fejlesztése, amelyek növelik a munka hatékonyságát, és különösen könnyen használhatóak mindenki számára. A Zalo eszközei mindent támogatnak a kódolástól, programozástól és kutatástól kezdve a mindennapi tevékenységekig, mint a kommunikáció, a fordítás és a képkeresés.
A szakértők azonban úgy vélik, hogy ez csak a kezdet, és még mindig számos nehézség van a mesterséges intelligencia átalakulási folyamatában. Dr. Nguyen Truong Son, a Zalo AI tudományos igazgatója elmondta, hogy a nehézségek a biztonságból, a költségekből és a felhasználók magas igényeiből fakadnak. Ezek nemcsak a Zalo, hanem a felhasználók és a vállalkozások számára is nehézséget jelentenek.
Az első akadály egy olyan MI-modell kiválasztása körül forog, amely bizonyos szintű autonómiát biztosít. A harmadik féltől származó modellek gyakran jobb teljesítményt és kimeneti minőséget kínálnak, míg a belső modellek előnye az információkontroll, de stabilitás és hatékonyság tekintetében korlátozottak.
    |
A Zalo AI képviselői által megosztott információk. |
Továbbá a legtöbb jelenlegi modell közös gyengeségekkel rendelkezik, mint például a hiányos pontosság és az inkonzisztens kimenet. Sok chatbot korlátozottan képes megérteni és feldolgozni a vietnami nyelvet, és nem felel meg bizonyos követelményeknek vagy kontextusoknak.
A probléma megoldására a Zalo szakértői számos megoldást javasoltak, például fejlett modellfejlesztési technológia alkalmazását és megbízható adatforrások kombinálását a chatbotok betanítása során. Ezzel egyidejűleg a fejlesztőcsapat folyamatosan értékelte a modellt belső tesztek segítségével.
További kihívást jelent a költségek, a teljesítmény és a biztonság egyensúlyban tartása. Dr. Nguyen Truong Son szerint egy kis modell használata összetett kérések kezelésére növelheti a feldolgozási időt és a működési költségeket, és fordítva.
 |
Dr. Nguyen Truong Son, a Zalo AI tudományos igazgatója. |
Azt állította, hogy az optimalizálás már a parancsbeviteli szakaszban elkezdődhet. A felhasználók csökkenthetik a tokenek költségeit a felesleges hossz korlátozásával és a chatbot számára világos, tömör kontextus biztosításával.
Rendszerszinten a Zalo csapata különféle megoldásokat valósít meg, például megfelelő parancsokat javasol és több szintű vezérlést alkalmaz a felhasználói adatok biztonságának garantálása érdekében.
Összességében Vietnamot jól felkészültnek tekintik a globális mesterséges intelligencia hullámra. Zalo az átalakulás egyik első résztvevője, amely a költségek, a minőség és a biztonság kihívásainak kezelésére összpontosít a mesterséges intelligencia nagymértékű bevezetése során.
Az ádáz chipverseny
A mesterséges intelligencia robbanásszerű térnyerése a hardverek és a chipek fejlődésének eredménye. Dr. Pham Hy Hieu az OpenAI-tól hangsúlyozza, hogy a ChatGPT megjelenése forradalmasította a chipeket, lehetővé téve az Nvidia számára a gyors növekedést rövid idő alatt.
A ChatGPT indulásakor a működése szinte teljes egészében Nvidia chipekre támaszkodott. Ez a hardvervásárlások megugrásához vezetett olyan technológiai óriásoktól, mint az Anthropic és a Meta.
A játék azonban nem csak az Nvidiának szól. A versenytársak, mint az AMD és a Google, szintén optimális hardvermegoldásokat kínálnak a mesterséges intelligencia modellező fejlesztők számára.
„A chipek és a chipekhez kapcsolódó tőke áramlása a gazdasági folyamatokra is hatással van, legalábbis az amerikai gazdaság növekedésére.”
„Továbbá a mesterséges intelligencia fejlesztésére törekvő vállalatoknak is vannak ambícióik saját chipek fejlesztésére, mivel a chipek beszerzési költségei emelkednek, így már egy kis megtakarítás is hatalmas előny. Ezért minden vállalat önellátó akar lenni a chipforrások terén” – tette hozzá Hieu úr.
 |
Dr. Pham Hy Hieu, az OpenAI képviselője. |
A mesterséges intelligencia chipek piaca jelenleg két fő kategóriába sorolható a felhasználási céljuk alapján. Az első kategória a tréningchipek, amelyeknek nagyméretű mátrixszorzásra, egyenletes dimenzióra és nagy sávszélességre van szükségük ahhoz, hogy több ezer chipet egyszerre lehessen összekapcsolni.
A második típus a következtető chip, amely szerényebb számú összeköttetést igényel (körülbelül 50-100 chipet), és kis, szabálytalan méretű mátrixproblémákra összpontosít. A következtető chipek azonban jó energiaoptimalizálást igényelnek a fenntartható működéshez.
Visszatekintve a fejlesztés történetére, míg a 2019-2023 közötti időszak a GPT modellek betanítására és adattömörítésére összpontosított, 2024-től kezdődően a hangsúly az érvelési képességekre helyeződik át. Ez a változás a következtető chipek iránti kereslethez vezet.
„Milyen szerepet játszik Vietnam a chipgyártásban? Bár a chipipar egy billió dolláros iparág, nincs szükségünk több tízmilliárd dollárra a részvételhez. A vietnami emberek sokféleképpen hozzájárulhatnak a mesterséges intelligencia chipek világához” – osztotta meg Mr. Hieu.
 |
Dr. Pham Hy Hieu meglátásai a mesterséges intelligencia infrastruktúrájában használt hardverekről. |
Az OpenAI képviselői két fő irányt javasoltak. Ahelyett, hogy a nagyméretű nyelvi modellekhez szükséges chipek gyártásáért versengene, Vietnam az autókhoz, okostelefonokhoz vagy beültethető orvostechnikai eszközökhöz való alacsony fogyasztású chipek fejlesztésére összpontosíthatna. Ezek olyan piaci szegmensek, amelyek jelentős növekedési potenciállal és alacsonyabb beruházási költségekkel rendelkeznek.
Másodszor, ott van a hardver és a szoftver integrációja. Az olyan hozzájárulások, mint a Flash Attention 2 algoritmus, azt mutatják, hogy a programozás és a hardver okos kombinációja áttörést hozhat anélkül, hogy hatalmas tőkebefektetést igényelne.
„A jövő azok kezében van, akik mernek meglátni a lehetőségeket, mernek kockázatot vállalni és mernek szembenézni a veszélyekkel” – zárta gondolatait Mr. Hieu.
Kiemelkedő csapatok a Zalo AI Challenge 2025 versenyen
Az előadók prezentációit követően számos gyakorlati megoldást mutattak be a mesterséges intelligencia alkalmazására a Zalo AI Challenge 2025 versenyen. Az október végén indított verseny több mint 1000 csapatot vonzott.
Idén a Zalo AI Challenge két kategóriában zajlik: RoadBuddy (algoritmusok használata közlekedési táblák azonosítására) és AeroEyes (mesterséges intelligencia tervezése drónokhoz a földi tárgyak felismerésére). A győztes csapatok összesen 12 000 dollár pénzdíjat kapnak, valamint ajándékokat a szponzoroktól.
A szervezők szerint az idei vizsgakérdések mind gyakorlatiasak voltak, bemutatva a mesterséges intelligencia kutatási környezeten kívüli lehetőségeit a valós problémák megoldásában.
A RoadBuddy kihívásban a versenyzők az autók fedélzeti kameráiból származó adatok feldolgozására összpontosítottak. A csapatoknak 0-15 másodperc hosszú, különböző időfeltételek mellett rögzített videóadatkészleteket kellett feldolgozniuk. A mesterséges intelligencia modell feladata az volt, hogy pontosan azonosítsa a videóban megjelenő részleteket, például a közlekedési táblákat, a közlekedési lámpákat és a sávelválasztókat.
    |
Díjak megosztása és átadása a Zalo AI Challenge 2025 versenyen. |
Egy 1500 tanulómintát, 500 nyilvános tesztmintát és 500 privát tesztmintát tartalmazó adathalmaz alapján a versenyző csapatokat két kritérium alapján értékelték: pontosság és válaszidő.
Nguyen Truong Son úr értékelése szerint a versenyzők olyan fejlett technikákat alkalmaztak, mint a Vision Language Model (VLM). Az általános folyamat magában foglalja a képkockák kinyerését a videókból bemeneti adatként, majd ezek kombinálását olyan modellekkel, mint a Qwen vagy a YOLO, az objektumok azonosítása és logikai elemzés elvégzése érdekében.
A végeredményben a CtelAI csapata végzett az első helyen 71,3%-os pontossági aránnyal, ezt követte a BitterSweet 70,5%-kal.
Az AeroEyes téma jegyében a csapatok egy selejtező fordulóban vettek részt, mielőtt továbbjutottak volna a döntőbe. A döntőben a jelölteknek közvetlenül drónokra kellett programozniuk a modelleket, repülési útvonalakat kellett meghatározniuk, és valós körülmények között kellett kamerákat irányítaniuk a tárgyak észlelése érdekében.
A feladat nehézsége miatt a követelményeknek megfelelő csapatok száma nem volt magas, így a szervezők rugalmasan bevezettek egy kiegészítő témát. A versenyző csapatok gyorsan módosították modelljeiket a követelményeknek megfelelően. Ennek eredményeként az AIO_C3A csapat győzött a legmagasabb hatékonyságának köszönhetően. A második helyet az IUH_Alers_K16 és az AEB csapatok megosztva szerezték meg.
Forrás: https://znews.vn/ai-se-di-xa-den-dau-post1613033.html
Hozzászólás (0)