Organizzato per la prima volta nel 2017, lo Zalo AI Summit è un evento che riunisce rinomati esperti nel campo dell'intelligenza artificiale. Con il tema "Il Vietnam nell'era dell'IA", lo Zalo AI Summit 2025 presenterà soluzioni per l'applicazione dell'IA nella vita quotidiana, prevederà le tendenze del settore e mostrerà i risultati raggiunti da Zalo nell'avvicinare l'IA agli utenti.
Nel suo discorso di apertura, il signor Nguyen Minh Tu, direttore tecnologico di Zalo, ha affermato che l'era dell'IA ha iniziato a delinearsi tra il 2018 e il 2019 con i primi modelli transformer. Tuttavia, è stato solo con la comparsa di GPT-3.5 e ChatGPT nel 2022 che questi modelli linguistici hanno raggiunto un'elevata qualità e sono diventati accessibili a un pubblico più ampio.
"È stato allora che è iniziata l'era dell'IA, quando le persone hanno cominciato a usare ChatGPT", ha sottolineato il signor Tu.
Segnale positivo per il Vietnam.
Mentre aziende come Google, Anthropic e DeepSeek migliorano sempre più la modellazione linguistica su larga scala (LLM), il mercato dell'IA sta assistendo a una svolta chiamata IA agentica.
A differenza dell'IA convenzionale, che può risolvere solo singoli compiti, l'IA agentiva è un sistema autonomo in grado di connettere più agenti per gestire problemi complessi.
"L'IA agente funziona come i nostri dipendenti. Può analizzare, ragionare, svolgere compiti e scrivere report in base ai nostri comandi", ha aggiunto Tu.
In Vietnam, Zalo è una delle aziende che integra numerose funzionalità di intelligenza artificiale per offrire un servizio migliore ai propri utenti. Entro il 2025, si prevede che il numero di utenti di questi servizi supererà i 17 milioni, con un incremento di oltre il 200%. Più di 7,5 milioni di persone utilizzano la funzione di dettatura (conversione del parlato in testo).
"Questa funzionalità ha cambiato il modo in cui molte persone usano Zalo. Invece di digitare il testo, usare la voce è molto più veloce e comodo", ha sottolineato il signor Tú.
La funzione di traduzione dei messaggi dal vietnamita all'inglese ha riscosso un grande successo tra gli utenti. Il signor Tu ha inoltre rivelato che a breve verrà aggiunta la traduzione in tempo reale per le chiamate Zalo.
 |
Sig. Nguyen Minh Tu, Direttore della tecnologia presso Zalo. |
Oltre a servire gli utenti finali, l'intelligenza artificiale supporta anche le operazioni di Zalo. L'azienda ha creato un chatbot per l'assistenza clienti, che contribuisce a risolvere il problema della scalabilità durante i periodi di picco, quando è difficile reclutare personale aggiuntivo.
Dopo 3 mesi di implementazione, il sistema chatbot di Zalo ha raggiunto un tasso di risposta del 90%, superiore a quello degli operatori umani. Solo nel 2-3% circa dei casi è stato necessario l'intervento umano del chatbot.
Un rappresentante di Zalo ha riconosciuto che l'applicazione interna dell'intelligenza artificiale presenta ancora alcune sfide, legate alla privacy e alla sicurezza. Per questo motivo, la piattaforma ha optato per un approccio flessibile, utilizzando un modello sviluppato internamente per i dati sensibili e avvalendosi di chatbot esterni per i dati meno sensibili.
Il signor Tú ha anche menzionato la Zalo AI Challenge 2025, una competizione per lo sviluppo di soluzioni applicative basate sull'intelligenza artificiale per la vita quotidiana. Oltre a giovani e studenti, la competizione di quest'anno ha attirato anche diversi studenti delle scuole superiori, alcuni dei quali sono arrivati addirittura tra i primi 5.
"Questo dimostra che l'intelligenza artificiale ha permeato tutti gli ambiti della società, diffondendosi persino nelle scuole, dove i bambini vengono esposti all'IA fin dalla più tenera età. Si tratta di un segnale positivo per il Vietnam nell'era della 'trasformazione tramite IA'", ha sottolineato un rappresentante di Zalo.
L'ondata di agenti IA
Nella prima sessione, il professore associato Quan Thanh Tho dell'Università di Tecnologia di Ho Chi Minh City ha sollevato la questione di come l'IA multimodale cambierà il mondo . Ha sostenuto che i modelli lineari lineari (LLM) hanno raggiunto la fine del loro ciclo e che la tendenza tecnologica si sta gradualmente spostando verso i sistemi multi-agente (MAS).
Il professore associato Dr. ha concordato con il signor Tu riguardo all'importante traguardo raggiunto da LLM con l'introduzione di GPT-3.5, affermando che l'obiettivo comune dei chatbot è quello di imitare gli esseri umani nel modo più fedele possibile. Il concetto di agenti di intelligenza artificiale esisteva già prima, ma ha trovato la sua piena espressione solo nell'ambito del framework LLM.
"L'architettura Agent è piuttosto classica e, se combinata con LLM, offre la possibilità di comunicazione tra i modelli", ha affermato Tho. Le parole chiave "AI Agents" e "Agentic AI" sono state tra i termini più cercati su Google Trends dalla fine del 2024 ad oggi.
 |
Prof. associato Dott. Quan Thanh Tho, Capo del Dipartimento di Informatica e Ingegneria, Università di Tecnologia di Ho Chi Minh City. |
Il professore associato ha spiegato che l'intelligenza artificiale agentiva è semplicemente un sistema composto da più agenti che lavorano insieme. Dopo aver ricevuto un comando dall'utente, gli agenti analizzano la richiesta, assegnano i compiti, selezionano gli strumenti appropriati e li eseguono passo dopo passo per ottenere una maggiore efficienza rispetto a un singolo modello.
Il signor Tho ha inoltre presentato alcune applicazioni pratiche dei sistemi multi-agente (MAS) nelle aziende nazionali. In particolare, gli agenti basati sull'intelligenza artificiale possono elaborare simultaneamente file PDF, immagini e documenti, migliorando l'efficienza del 40-60%. Nel settore assicurativo, questa tecnologia aiuta le aziende ad automatizzare il 20-40% del loro carico di lavoro.
Inoltre, gli agenti di intelligenza artificiale hanno la capacità di raccogliere informazioni in tempo reale, contribuendo a fornire prezzi di mercato istantanei. Al lavoro, il professore associato Dr. [Nome] ha affermato che il sistema di agenti di intelligenza artificiale funge da assistente intelligente, in grado di rispondere alle domande di genitori e studenti relative alla scuola. In ambito educativo , gli agenti di intelligenza artificiale aiutano a creare modelli di apprendimento personalizzati e adattati al percorso di apprendimento di ogni studente.
 |
Lo Zalo AI Summit 2025 ha attratto un gran numero di partecipanti interessati al settore dell'intelligenza artificiale. |
Nel complesso, il vantaggio dei sistemi multi-agente (MAS) risiede nella loro capacità di gestire in parallelo molteplici problemi complessi. Attraverso il processo di ragionamento, gli agenti possono elaborare le informazioni in modo indipendente, imparare gli uni dagli altri e imparare dall'utente per ridurre gli errori e produrre risultati accurati e personalizzati.
Le moderne architetture basate su agenti vengono spesso fornite come strumenti e piattaforme con interfacce intuitive, rendendole più accessibili al grande pubblico.
Sulla base di questi vantaggi, il signor Tho ha sottolineato l'importanza di applicare la tecnologia e di adeguare i processi di lavoro interni alle aziende. Secondo il professore associato, nel contesto della forte tendenza all'innovazione che si sta verificando a livello globale, si tratta di un'ondata a cui le imprese devono prestare particolare attenzione.
Cosa verrà dopo l'intelligenza artificiale agentiva?
Di recente, i robot umanoidi sono diventati una tendenza che sta attirando l'attenzione nel mondo della tecnologia. Questa è anche l'applicazione più comune dell'intelligenza artificiale fisica.
Condividendo le sue riflessioni su questo argomento, il Dott. Tran Minh Quan, Senior Developer Technologist di Nvidia Vietnam, ha sottolineato che l'intelligenza artificiale fisica rappresenta lo sviluppo più avanzato nelle tendenze dell'IA, successivo all'era dell'IA generativa o IA agentiva.
"Questi modelli di intelligenza artificiale sono in grado di ricevere comandi o dati di input, per poi produrre azioni specifiche che influenzano i motori o i componenti di controllo di robot come bracci robotici, veicoli autonomi, fabbriche, ecc.", ha spiegato Quan, fornendo una panoramica sull'intelligenza artificiale applicata alla fisica.
 |
Il dottor Tran Minh Quan di Nvidia ha condiviso le sue riflessioni sulle tendenze nell'ambito dell'intelligenza artificiale applicata alla fisica. |
Secondo i rappresentanti di Nvidia, l'intelligenza artificiale applicata alla fisica potrebbe diventare in futuro un settore da mille miliardi di dollari. Il potenziale di applicazione dell'IA fisica è enorme, considerando che l'attuale infrastruttura hardware globale comprende circa 2 miliardi di telecamere industriali, 10 milioni di fabbriche, 200.000 magazzini e 1,5 miliardi di veicoli, per non parlare dei miliardi di robot umanoidi che potrebbero essere impiegati in futuro.
"Se ogni dispositivo fosse dotato di un 'cervello' basato sull'intelligenza artificiale per gestire il carico di lavoro attuale, le attività che potrebbero essere supportate sarebbero di gran lunga superiori a quelle odierne", ha aggiunto Quan.
La necessità di un'intelligenza artificiale applicata alla fisica deriva dalla carenza di personale in molti settori. I lavori altamente specializzati in ambienti difficili, come la saldatura in spazi chiusi e bui, si stanno rivelando complessi per gli esseri umani.
I robot rappresentano oggi una soluzione che bilancia i costi del personale e quelli operativi. I costi possono essere ottimizzati poiché i robot sono ora in grado di apprendere nuove mansioni in modo autonomo, anziché limitarsi a svolgere lavori ripetitivi.
"Ecco perché il 'momento' di ChatGPT per la robotica potrebbe arrivare quest'anno o il prossimo", ha sottolineato il signor Quan.
 |
L'intelligenza artificiale fisica è considerata il passo successivo all'intelligenza artificiale generativa e all'intelligenza artificiale agentiva. |
Per realizzare questa visione, i rappresentanti di Nvidia hanno proposto un modello composto da tre computer, corrispondenti a tre fasi chiave nello sviluppo dell'intelligenza artificiale fisica.
Di conseguenza, la prima fase si concentra sulla creazione delle fondamenta sul server. Dopo l'addestramento, il modello può essere inserito in un ambiente di simulazione per apprendere le interazioni causali, aiutandolo a sviluppare un comportamento migliore nel mondo reale.
La simulazione aiuta i robot a riconoscere con precisione gli oggetti e a imparare come gestirli. Ancora più importante, la simulazione permette a più robot di lavorare insieme simultaneamente, testando scenari di collisione senza dover sostenere i costi dell'hardware reale. Infine, consente l'implementazione diretta sull'hardware.
La sfida di implementare l'intelligenza artificiale su larga scala.
Il processo di "AI-izzazione", che prevede l'integrazione della tecnologia nelle operazioni quotidiane per migliorarne l'efficienza e supportare il processo decisionale, sta accelerando a livello globale.
Secondo il dottor Chau Thanh Duc, direttore della ricerca presso Zalo AI, il ritmo di sviluppo dell'IA in Vietnam deriva da molti fattori, in particolare dallo sviluppo di modelli di IA, dal rapido miglioramento dell'hardware e delle infrastrutture dati e dal processo di trasformazione digitale.
Il Vietnam è considerato uno dei paesi con un significativo potenziale per lo sviluppo dell'intelligenza artificiale, come dimostrano i programmi di acquisizione di talenti, la creazione di una comunità tecnologica e il sostegno governativo. Inoltre, si ritiene che i cittadini vietnamiti abbiano un elevato livello di preparazione alla trasformazione digitale.
 |
Dott. Chau Thanh Duc, Direttore della Ricerca presso Zalo AI. |
In questa trasformazione, Zalo ha lanciato numerose funzionalità basate sull'intelligenza artificiale, come l'assistente virtuale Kiki. L'azienda punta a sviluppare strumenti che aumentino l'efficienza lavorativa e siano soprattutto facili da usare per tutti. Gli strumenti di Zalo supportano qualsiasi attività, dalla programmazione e ricerca alla comunicazione, dalla traduzione alla ricerca di immagini.
Tuttavia, gli esperti ritengono che questo sia solo l'inizio e che il processo di trasformazione verso l'intelligenza artificiale presenti ancora molte difficoltà. Il dottor Nguyen Truong Son, direttore scientifico di Zalo AI, ha affermato che le difficoltà derivano da problemi di sicurezza, costi elevati e dalle elevate aspettative degli utenti. Queste difficoltà non riguardano solo Zalo, ma anche gli utenti e le aziende.
Il primo ostacolo consiste nella scelta di un modello di intelligenza artificiale che garantisca un certo livello di autonomia. I modelli di terze parti offrono spesso prestazioni e qualità di output migliori, mentre i modelli interni hanno il vantaggio del controllo delle informazioni ma sono limitati in termini di stabilità ed efficienza.
    |
Informazioni condivise dai rappresentanti di Zalo AI. |
Inoltre, la maggior parte dei modelli attuali presenta punti deboli comuni, come l'accuratezza incompleta e l'output incoerente. Molti chatbot hanno una capacità limitata di comprendere ed elaborare il vietnamita, non riuscendo a soddisfare requisiti o contesti specifici.
Per affrontare questo problema, gli esperti di Zalo hanno proposto diverse soluzioni, come l'applicazione di tecnologie avanzate per lo sviluppo di modelli e la combinazione di fonti di dati affidabili durante l'addestramento del chatbot. Allo stesso tempo, il team di sviluppo ha valutato continuamente il modello attraverso test interni.
Un'altra sfida consiste nel trovare un equilibrio tra costi, prestazioni e sicurezza. Secondo il dottor Nguyen Truong Son, l'utilizzo di un modello di piccole dimensioni per gestire richieste complesse può aumentare i tempi di elaborazione e i costi operativi, e viceversa.
 |
Dr. Nguyen Truong Son, Direttore scientifico presso Zalo AI. |
Ha sostenuto che l'ottimizzazione può iniziare fin dalla fase di immissione dei comandi. Gli utenti possono ridurre i costi dei token limitando la lunghezza non necessaria e fornendo un contesto chiaro e conciso al chatbot.
A livello di sistema, il team di Zalo implementa diverse soluzioni, come suggerire comandi appropriati e distribuire livelli di controllo per garantire la sicurezza delle informazioni degli utenti.
Nel complesso, il Vietnam è considerato ben preparato per l'ondata globale dell'intelligenza artificiale. Zalo è tra i primi partecipanti a questa trasformazione, concentrandosi sulla risoluzione delle sfide relative a costi, qualità e sicurezza nell'implementazione dell'IA su larga scala.
La spietata corsa ai chip
L'esplosione dell'intelligenza artificiale è il risultato dei progressi nell'hardware e nei chip. Il dottor Pham Hy Hieu di OpenAI sottolinea che l'avvento di ChatGPT ha rivoluzionato i chip, consentendo a Nvidia di crescere rapidamente in un breve periodo di tempo.
Al suo lancio, ChatGPT si basava quasi interamente su chip Nvidia. Ciò ha portato a un'impennata negli acquisti di hardware da parte di colossi tecnologici come Anthropic e Meta.
Tuttavia, la competizione non è esclusiva di Nvidia. Anche concorrenti come AMD e Google offrono soluzioni hardware ottimali per gli sviluppatori di modelli di intelligenza artificiale.
"Il flusso di chip e di capitali ad essi correlati ha un impatto anche sui flussi economici, almeno sulla crescita dell'economia statunitense."
Inoltre, le aziende che aspirano a sviluppare l'intelligenza artificiale hanno anche l'ambizione di sviluppare i propri chip, perché il costo di acquisto dei chip è in aumento, quindi anche un piccolo risparmio rappresenta un enorme vantaggio. Ecco perché ogni azienda vuole essere autosufficiente nelle risorse di chip", ha aggiunto Hieu.
 |
Dr. Pham Hy Hieu, rappresentante di OpenAI. |
Il mercato dei chip per l'intelligenza artificiale è attualmente suddiviso in due categorie principali in base al loro utilizzo previsto. La prima categoria è costituita dai chip per l'addestramento, che richiedono la capacità di eseguire moltiplicazioni di matrici di grandi dimensioni, dimensionalità uniforme e un'elevata larghezza di banda per connettere migliaia di chip simultaneamente.
Il secondo tipo è il chip di inferenza, che richiede un numero più modesto di collegamenti (circa 50-100 chip) e si concentra su problemi con matrici di piccole dimensioni e di forma irregolare. Tuttavia, i chip di inferenza richiedono una buona ottimizzazione energetica per un funzionamento sostenibile.
Ripercorrendo la storia dello sviluppo, se il periodo 2019-2023 si è concentrato sull'addestramento e sulla compressione dei dati per i modelli GPT, dal 2024 in poi l'attenzione si sposta sulle capacità di ragionamento. Questo cambiamento genera una domanda di chip per l'inferenza.
"Qual è il ruolo del Vietnam nel settore della produzione di chip? Sebbene l'industria dei chip valga mille miliardi di dollari, non abbiamo bisogno di decine di miliardi di dollari per parteciparvi. I vietnamiti possono contribuire al panorama dei chip per l'intelligenza artificiale in molti modi", ha affermato Hieu.
 |
Approfondimenti del Dr. Pham Hy Hieu sull'hardware nelle infrastrutture di intelligenza artificiale. |
I rappresentanti di OpenAI hanno proposto due direzioni principali. Invece di correre ai ripari per produrre chip per modelli linguistici su larga scala, il Vietnam potrebbe concentrarsi sullo sviluppo di chip a basso consumo energetico per automobili, smartphone o dispositivi medici impiantabili. Si tratta di segmenti di mercato con un significativo potenziale di crescita e costi di investimento inferiori.
In secondo luogo, c'è l'integrazione tra hardware e software. Contributi come l'algoritmo Flash Attention 2 dimostrano come una combinazione intelligente di programmazione e hardware possa generare scoperte rivoluzionarie senza richiedere ingenti investimenti di capitale.
"Il futuro è nelle mani di coloro che osano cogliere le opportunità, osano assumersi dei rischi e osano affrontare i pericoli", ha concluso Hieu.
Squadre eccezionali alla Zalo AI Challenge 2025
A seguito delle presentazioni dei relatori, numerose soluzioni pratiche per l'applicazione dell'intelligenza artificiale sono state presentate alla Zalo AI Challenge 2025. Lanciata a fine ottobre, la competizione ha attratto oltre 1.000 team partecipanti.
Quest'anno, la Zalo AI Challenge è suddivisa in due categorie: RoadBuddy (utilizzo di algoritmi per identificare i segnali stradali) e AeroEyes (progettazione di un'intelligenza artificiale per consentire ai droni di riconoscere oggetti a terra). I team vincitori riceveranno un premio in denaro totale di 12.000 dollari, oltre a omaggi offerti dagli sponsor.
Secondo gli organizzatori, le domande d'esame di quest'anno erano tutte di natura pratica, a dimostrazione del potenziale dell'intelligenza artificiale al di fuori degli ambienti di ricerca per risolvere problemi del mondo reale.
Nella sfida RoadBuddy, i concorrenti si sono concentrati sull'elaborazione dei dati provenienti dalle dashcam delle auto. I team dovevano elaborare set di dati video della durata di 0-15 secondi, registrati in diverse condizioni temporali. Il compito del modello di intelligenza artificiale era quello di identificare con precisione dettagli come segnali stradali, semafori e segnaletica orizzontale presenti nel video.
    |
Distribuzione e assegnazione dei premi per la Zalo AI Challenge 2025. |
Utilizzando un set di dati composto da 1.500 campioni di addestramento, 500 campioni di test pubblici e 500 campioni di test privati, i team in gara sono stati valutati in base a due criteri: accuratezza e tempo di risposta.
Secondo la valutazione del signor Nguyen Truong Son, i concorrenti hanno applicato tecniche avanzate come il Vision Language Model (VLM). Il processo generale prevede l'estrazione di fotogrammi da un video come dati di input, per poi combinarli con modelli come Qwen o YOLO al fine di identificare oggetti e fornire un'analisi logica.
Nei risultati finali, il team CtelAI si è classificato al primo posto con un tasso di accuratezza del 71,3%, seguito da BitterSweet con il 70,5%.
Con il tema AeroEyes, i team hanno partecipato a una fase di qualificazione prima di accedere alla finale. In finale, i candidati hanno dovuto programmare modelli direttamente sui droni, stabilire traiettorie di volo e controllare le telecamere in condizioni reali per rilevare gli oggetti.
A causa della difficoltà del compito, il numero di squadre che soddisfacevano i requisiti non era elevato, quindi gli organizzatori hanno introdotto in modo flessibile un argomento supplementare. Le squadre partecipanti hanno rapidamente adattato i loro modelli per soddisfare i requisiti. Di conseguenza, la squadra AIO_C3A si è aggiudicata la vittoria grazie alla sua maggiore efficienza. Il secondo posto è stato condiviso dalle squadre IUH_Alers_K16 e AEB.
Fonte: https://znews.vn/ai-se-di-xa-den-dau-post1613033.html
