AI ស្នូល 'Make in Vietnam' ជាប់ចំណាត់ថ្នាក់ Top 12 នៅលើពិភពលោក

យោងតាមការវាយតម្លៃនៃការប្រកួតប្រជែងការអានដ៏រឹងមាំ (RRC - កន្លែងលេងបែបវិទ្យាសាស្ត្រដ៏មានកិត្យានុភាពក្នុងពិភពលោក) គំរូសម្គាល់អត្ថបទរូបភាព CATI-VLM ដែលជាផលិតផល "Make in Vietnam" ជាប់ចំណាត់ថ្នាក់កំពូលទាំង 12 នៅលើពិភពលោក។

ក្នុងបរិបទនៃការផ្លាស់ប្តូរឌីជីថល និងការផ្លាស់ប្តូរបញ្ញាសិប្បនិមិត្ត (AI) នៅប្រទេសវៀតណាម បច្ចេកវិទ្យា OCR (ការទទួលស្គាល់តួអក្សរអុបទិក) ដើរតួនាទីយ៉ាងសំខាន់ក្នុងការធ្វើឯកសារឌីជីថល ស្វ័យប្រវត្តិកម្មដំណើរការអាជីវកម្ម សន្សំការចំណាយ និងបង្កើនប្រសិទ្ធភាពការគ្រប់គ្រង។ ទោះបីជាយ៉ាងណាក៏ដោយ ជាមួយនឹងលក្ខណៈរបស់ជនជាតិវៀតណាមដែលមានការបញ្ចេញសំឡេង និងការសរសេរដោយដៃ បញ្ហាការទទួលស្គាល់មិនឈប់ត្រឹម 'ការអានពាក្យ' នោះទេ ប៉ុន្តែទាមទារឱ្យគំរូមានសមត្ថភាពក្នុងការយល់អំពីបរិបទឱ្យបានទូលំទូលាយ។

ថ្មីៗនេះ វិទ្យាស្ថានកម្មវិធីបច្ចេកវិទ្យា CMC (CMC ATI) បានប្រកាសអំពីគំរូ CATI-VLM (ការយល់ដឹងអំពីឯកសាររូបភាព) ដែលត្រូវបានបង្កើតឡើងដោយក្រុមស្រាវជ្រាវពីឃ្លាំងទិន្នន័យធំ 5TB ដែលឈានដល់ចំណាត់ថ្នាក់កំពូលទាំង 12 នៅលើពិភពលោក និងលេខ 1 នៅប្រទេសវៀតណាមក្នុងចំណាត់ថ្នាក់ដែលទើបតែប្រកាសដោយការប្រកួតប្រជែងការអានដ៏រឹងមាំ (RRC) ក្នុងខែមិថុនា ឆ្នាំ 2025 ក្នុងប្រភេទ Document VisualQA (Question)។

ចំណាត់ថ្នាក់ RRC នៅក្នុងប្រភេទ DocVQA 6/2025 ។

ការប្រកួតប្រជែងការអានដ៏រឹងមាំ (RRC) គឺជាកន្លែងលេង បែបវិទ្យាសាស្ត្រ ដ៏មានកិត្យានុភាព (https://rrc.cvc.uab.es/) ដែលរៀបចំដោយមជ្ឈមណ្ឌលចក្ខុវិស័យកុំព្យូទ័រ (CVC) នៃសាកលវិទ្យាល័យអូតូណូម៉ាដឺបាសេឡូណា (UAB) អេស្បាញ ដែលជាកន្លែងស្រាវជ្រាវដ៏មានកិត្យានុភាពនៅលើពិភពលោកក្នុងវិស័យចក្ខុវិស័យកុំព្យូទ័រ។ ត្រូវបានផ្តួចផ្តើមឡើងក្នុងឆ្នាំ 2011 ដោយតែងតែអមជាមួយសន្និសីទអន្តរជាតិស្តីពីការវិភាគអត្ថបទ និងការទទួលស្គាល់ ICDAR ដែលជាវេទិកាដ៏ធំបំផុតមួយរបស់ពិភពលោកស្តីពីការវិភាគឯកសារ និងចក្ខុវិស័យកុំព្យូទ័រ ការប្រកួតប្រជែងបានក្លាយជាព្រឹត្តិការណ៍ដ៏សំខាន់មួយ ដែលទាក់ទាញអ្នកស្រាវជ្រាវ វិស្វករមកពីសាកលវិទ្យាល័យល្បីៗ វិទ្យាស្ថានស្រាវជ្រាវ និងក្រុមហ៊ុនបច្ចេកវិទ្យាដូចជាសាកលវិទ្យាល័យ Tsinghua, ក្រុមហ៊ុន Hyundai Motor, ក្រុមហ៊ុន Tensentai Group បានរចនាឡើង។ វឌ្ឍនភាព ដែលភ្ជាប់យ៉ាងជិតស្និទ្ធទៅនឹងបញ្ហាជាក់ស្តែងពីការបកប្រែ ការគ្រប់គ្រងទិន្នន័យសហគ្រាស រហូតដល់ការវិភាគទីក្រុង និងដំណើរការឯកសារប្រវត្តិសាស្ត្រ។

លោកបណ្ឌិត Dang Minh Tuan នាយក CMC ATI បានចែករំលែកថា៖ "សមត្ថភាពស្រាវជ្រាវរបស់ក្រុម CMC ត្រូវបានបញ្ជាក់តាមរយៈសួនកុមារពិភពលោកដ៏មានកិត្យានុភាពដូចជា RRC។ យើងមានមោទនភាពដែលក្នុងរយៈពេលដ៏ខ្លី ក្រុមនេះអាចសម្រេចបាននូវឋានៈខ្ពស់ឈរស្មាជាមួយឈ្មោះធំៗពីប្រទេសអភិវឌ្ឍន៍។ សំខាន់ជាងនេះទៅទៀត នេះជាការបង្ហាញឱ្យឃើញច្បាស់អំពីសមត្ថភាពជំនាញបច្ចេកទេស និងជំនាញពិសេសរបស់វៀតណាមក្នុងការដោះស្រាយបញ្ហា។

CATI-VLM ខុសពី OCR ប្រពៃណី ដោយវាមិនត្រឹមតែស្រង់តួអក្សរប៉ុណ្ណោះទេ ប៉ុន្តែវាក៏យល់អំពីស្រទាប់ជាច្រើននៃព័ត៌មានផងដែរ៖ ខ្លឹមសារអត្ថបទ ធាតុដែលមិនមែនជាអត្ថបទ (ប្រអប់ធីក ប្រអប់ធីក គំនូសតាង ហត្ថលេខា រូបមន្ត) ប្លង់ (រចនាសម្ព័ន្ធទំព័រ តារាង ទម្រង់) និងរចនាប័ទ្ម (ពុម្ពអក្សរ គំនួសពណ៌។ល។)។ គំរូអាចឆ្លើយសំណួរដែលមើលឃើញនៅលើរូបភាពឯកសារស្រដៀងទៅនឹង ChatGPT ដោយមិនចាំបាច់សិក្សាទម្រង់ជាក់លាក់ជាមុន។

នេះ​បើ​តាម​សារព័ត៌មាន News and People

ប្រភព៖ https://doanhnghiepvn.vn/cong-nghe/ai-loi-make-in-vietnam-duoc-xep-hang-top-12-the-gioi/20250703100726051