ນັກວິສະວະກອນໜຸ່ມຫວຽດນາມ ອັນດັບໜຶ່ງໃນສະຫນາມເດັກຫຼິ້ນ AI ທົ່ວໂລກສອງປີຕິດຕໍ່ກັນ

ຫວ່າງມໍ່ໆມານີ້, ພິທີປະກາດຜົນງານ AI City Challenge 2025 (AI in smart city) ໄດ້ຈັດຂຶ້ນໃນຂອບເຂດກອງປະຊຸມສາກົນກ່ຽວກັບວິໄສທັດຄອມພິວເຕີ (ICCV 2025) ທີ່ລັດ Hawaii (ສະຫະລັດ). ຫລັງຈາກໄດ້ຮັບໄຊຊະນະໃນປີ 2024, ປີນີ້ທີມງານວິສະວະກໍາ AI ຂອງ VNPT ໄດ້ຊະນະອັນດັບທີ 1 ໃນປະເພດການປຸງແຕ່ງ ແລະຮັບຮູ້ວັດຖຸຈາກຂໍ້ມູນຮູບພາບກ້ອງມຸມກວ້າງສູງສຸດທີ່ອຸປະກອນຂອບ ( edge AI). ບັນຫາຮຽກຮ້ອງໃຫ້ມີລະບົບ AI ທີ່ມີຄວາມໄວການປຸງແຕ່ງໃນເວລາທີ່ແທ້ຈິງ, ໂດຍກົງໃນອຸປະກອນຮາດແວທີ່ຫນາແຫນ້ນ, ໃນຂະນະທີ່ຮັບປະກັນຄວາມຖືກຕ້ອງສູງໃນການຮັບຮູ້ວັດຖຸຈາກຂໍ້ມູນຮູບພາບທີ່ມີການບິດເບືອນສູງ, ຕອບສະຫນອງຄວາມຕ້ອງການປະຕິບັດ.

AI City Challenge 2025 ແມ່ນໜຶ່ງໃນການແຂ່ງຂັນປະຈຳປີທີ່ມີຊື່ສຽງທີ່ສຸດ ໃນໂລກ ກ່ຽວກັບປັນຍາປະດິດ (AI) ທີ່ໃຊ້ໃນເມືອງອັດສະລິຍະ. ການແຂ່ງຂັນໃນປີນີ້ປະກອບມີສີ່ປະເພດທີ່ມີຄວາມຊັບຊ້ອນສູງກວ່າລະດູການທີ່ຜ່ານມາ, ດຶງດູດທີມງານຫຼາຍກວ່າ 30,000 ຈາກປະເທດທີ່ມີການພັດທະນາ AI ທີ່ເຂັ້ມແຂງເຊັ່ນ: ສະຫະລັດ, ຈີນ, ເກົາຫຼີ, ໄຕ້ຫວັນ, ແລະອື່ນໆ.

ທີມງານວິສະວະກໍາຂອງ VNPT ນໍາພາທາງຍ້ອນຄວາມຖືກຕ້ອງຂອງ AI ແລະຄວາມໄວການປຸງແຕ່ງຢູ່ໃນຂອບ.

ສິ່ງທ້າທາຍຂອງການເສີມຂະຫຍາຍຄວາມສາມາດຂອງ AI ຢູ່ໃນຂອບ

ບັນຫາການປະມວນຜົນແລະການຮັບຮູ້ວັດຖຸຈາກຂໍ້ມູນຮູບພາບກ້ອງມຸມກວ້າງ ultra-wide ໄດ້ຖືກບັນຈຸເຂົ້າໃນ AI City Challenge ຕັ້ງແຕ່ປີ 2024, ສະທ້ອນໃຫ້ເຫັນເຖິງແນວໂນ້ມຂອງການນໍາໃຊ້ວິໄສທັດຄອມພິວເຕີກັບລະບົບການຕິດຕາມການຈະລາຈອນໃນປະຈຸບັນ. ດ້ວຍການປະຕິບັດສູງ, ປະເພດແມ່ນສະເຫມີການແຂ່ງຂັນທີ່ມີຈໍານວນທີມທີ່ໃຫຍ່ທີ່ສຸດໃນການແຂ່ງຂັນທັງຫມົດ. ໃນປີນີ້, ຄວາມຫຍຸ້ງຍາກຂອງປະເພດແມ່ນເພີ່ມຂຶ້ນເມື່ອ, ນອກເຫນືອຈາກການປຸງແຕ່ງຮູບພາບທີ່ບິດເບືອນແລະຜິດປົກກະຕິຢ່າງຖືກຕ້ອງ, ທີມງານຕ້ອງເພີ່ມປະສິດທິພາບຂະບວນການທັງຫມົດເພື່ອໃຫ້ຕົວແບບສາມາດປະຕິບັດໄດ້ຢ່າງມີປະສິດທິພາບໃນອຸປະກອນຂອບ.

ທີມງານວິສະວະກໍາ VNPT ນໍາໃຊ້ເຕັກນິກຫຼາຍຢ່າງເພື່ອກໍານົດຍານພາຫະນະໄດ້ໄວແລະຖືກຕ້ອງ.

ທີມງານຈໍາເປັນຕ້ອງໄດ້ເພີ່ມປະສິດທິພາບແບບຈໍາລອງຂອງພວກເຂົາເພື່ອດໍາເນີນການຢ່າງມີປະສິດທິພາບໃນ Jetson Orin, ອຸປະກອນຂະຫນາດນ້ອຍທີ່ຕັ້ງຢູ່ໃນຈຸດເກັບກໍາຂໍ້ມູນ (ເອີ້ນວ່າອຸປະກອນຂອບ), ເຊິ່ງມີຂອບເຂດຈໍາກັດພະລັງງານ 30W ແລະພະລັງງານຄອມພິວເຕີ້ຕ່ໍາກວ່າເຄື່ອງແມ່ຂ່າຍກາງ. ນີ້ຫມາຍຄວາມວ່າທີມງານບໍ່ສາມາດໃຊ້ຕົວແບບຂະຫນາດໃຫຍ່ເກີນໄປ, ແຕ່ຕ້ອງປັບປຸງແລະເພີ່ມປະສິດທິພາບໂຄງການເພື່ອໃຫ້ແລ່ນໄວ, ໃຊ້ຊັບພະຍາກອນຫນ້ອຍ, ແລະຍັງຮັບຮູ້ຍານພາຫະນະຢ່າງຖືກຕ້ອງ. ການປ່ຽນແປງເຫຼົ່ານີ້ເຮັດໃຫ້ AI City Challenge 2025 ເປັນຫນຶ່ງໃນລະດູການທີ່ມີຄວາມຫຍຸ້ງຍາກທີ່ສຸດຈົນເຖິງປະຈຸບັນ, ໂດຍສະເພາະແມ່ນທີມທີ່ໄດ້ຮຽນຮູ້ຈາກປະສົບການຂອງປີທີ່ຜ່ານມາແລະລະດັບການແຂ່ງຂັນເພີ່ມຂຶ້ນຢ່າງຫຼວງຫຼາຍ.

ໄດ້ຮັບຜົນປະໂຫຍດຈາກປະສົບການການເພີ່ມປະສິດທິພາບຕົວແບບໃນໂລກທີ່ແທ້ຈິງ

ໃນບັນຫາການຕິດຕາມການຈະລາຈອນ, ໂຄງສ້າງພື້ນຖານຂອງຄອມພິວເຕີ້ແລະການເຊື່ອມຕໍ່ເຄືອຂ່າຍມັກຈະຖືກຈໍາກັດ, ເຮັດໃຫ້ການພັດທະນາແບບຈໍາລອງ AI ທີ່ມີທັງຄວາມຖືກຕ້ອງແລະປະສິດທິພາບເປັນສິ່ງທ້າທາຍໃຫຍ່. ນີ້ກໍ່ແມ່ນເຫດຜົນວ່າເປັນຫຍັງ Edge AI ໄດ້ກາຍເປັນທ່າອ່ຽງທີ່ບໍ່ສາມາດຫຼີກລ່ຽງໄດ້. ແທນທີ່ຈະສົ່ງຂໍ້ມູນທັງຫມົດໄປຫາເຄື່ອງແມ່ຂ່າຍກາງສໍາລັບການປຸງແຕ່ງ, ຮູບແບບແມ່ນຖືກຈັດໃສ່ໃນອຸປະກອນການລວບລວມ (ເຊັ່ນ: ກ້ອງຖ່າຍຮູບ), ຊ່ວຍໃຫ້ການຕອບສະຫນອງໄວ, ຫຼຸດຜ່ອນຄວາມລ່າຊ້າ, ປະຫຍັດແບນວິດແລະຮັບປະກັນຄວາມປອດໄພຂອງຂໍ້ມູນ, ໂດຍສະເພາະໃນລະບົບການຕິດຕາມຂະຫນາດໃຫຍ່.

ອີງຕາມຜົນໄດ້ຮັບທີ່ປະກາດໃນ AI City Challenge 2025, ທີມງານວິສະວະກໍາ VNPT ເຂົ້າມາທໍາອິດ, ລື່ນກາຍຫຼາຍຮ້ອຍທີມຈາກບໍລິສັດເຕັກໂນໂລຢີໃຫຍ່, ສະຖາບັນຄົ້ນຄ້ວາແລະມະຫາວິທະຍາໄລທົ່ວໂລກ. ຜົນສໍາເລັດນີ້ປະກອບສ່ວນເຂົ້າໃນການເສີມສ້າງລະບົບນິເວດ AI ສໍາລັບການຕິດຕາມການຈະລາຈອນແລະຄວາມປອດໄພຂອງຕົວເມືອງໃນປະເທດ, ບ່ອນທີ່ກ້ອງຖ່າຍຮູບມຸມກວ້າງ ultra-wide ໄດ້ຖືກນໍາໄປໃຊ້ຢ່າງກວ້າງຂວາງເພື່ອຂະຫຍາຍພື້ນທີ່ສັງເກດການ, ຫຼຸດຜ່ອນຈຸດຕາບອດ, ຫຼຸດຜ່ອນຈໍານວນອຸປະກອນທີ່ຕິດຕັ້ງແລະປັບປຸງປະສິດທິພາບຂອງການດໍາເນີນງານໂຄງສ້າງພື້ນຖານໃນຕົວເມືອງ. ມີປະສົບການຫຼາຍກວ່າເຈັດປີໃນການພັດທະນາແບບຈໍາລອງ AI ສໍາລັບການປຸງແຕ່ງຮູບພາບແລະການນໍາໃຊ້ພາຍໃນປະເທດ, ທີມງານວິສະວະກໍາ VNPT ໄດ້ສະສົມຄວາມສາມາດໃນການດຸ່ນດ່ຽງຄວາມຖືກຕ້ອງ, ຄວາມໄວແລະຄ່າໃຊ້ຈ່າຍໃນການດໍາເນີນງານ - ປັດໃຈທີ່ກໍານົດປະສິດທິພາບຂອງການນໍາໃຊ້ AI ໃນສະພາບແວດລ້ອມທີ່ແທ້ຈິງ.

ທີມງານ VNPT ໄດ້ພັດທະນາແລະຊໍານິຊໍານານຫຼາຍກ່ວາ 40 ຮູບແບບ AI ການປຸງແຕ່ງ.

ປະຈຸບັນ, ທີມງານ VNPT ໄດ້ພັດທະນາ ແລະ ຊໍານິຊໍານານກວ່າ 40 ຮູບແບບ AI ປະມວນຜົນຮູບພາບຕ່າງໆ ເຊັ່ນ: ການຈຳແນກປ້າຍທະບຽນ, ວັດແທກກະແສການສັນຈອນ, ການກວດຫາໝວກກັນກະທົບ, ເປັນຕົ້ນແມ່ນຕົວແບບສະເພາະຂອງຫວຽດນາມ ເຊັ່ນ: ກວດຫາລົດບັນທຸກສາມຄົນ, ຂົນສົ່ງສິນຄ້າໜາແໜ້ນ ຫຼື ກວດຫາອັກຄີໄພ ແລະ ອາວຸດໃນຂະແໜງຄວາມປອດໄພ ແລະ ເຝົ້າລະວັງຕົວເມືອງ. ຮູບແບບເຫຼົ່ານີ້ຖືກປັບປຸງໃຫ້ເໝາະສົມເພື່ອເຮັດວຽກໃນຮາດແວທີ່ຫຼາກຫຼາຍ, ຈາກ GPUs, CPUs ເຖິງ NPUs, ຕອບສະໜອງຄວາມຮຽກຮ້ອງຕ້ອງການທີ່ຫຼາກຫຼາຍຂອງລະບົບ ແລະ ລູກຄ້າ.

ເພື່ອໃຫ້ສາມາດປະຕິບັດໄດ້ຢ່າງມີປະສິດທິພາບໃນຂະຫນາດໃຫຍ່, ໂດຍສະເພາະໃນຕົວແບບໃນພື້ນທີ່ແລະຢູ່ຂອບທີ່ມີກ້ອງຖ່າຍຮູບຫຼາຍຮ້ອຍຕົວພ້ອມໆກັນ, ວິສະວະກອນ VNPT ຍັງໄດ້ສ້າງວິທີການປຸງແຕ່ງທີ່ດີທີ່ສຸດທີ່ອະນຸຍາດໃຫ້ດໍາເນີນການພ້ອມກັນຂອງຫຼາຍຮ້ອຍສາຍຂໍ້ມູນ ວິດີໂອ . ວິທີການນີ້ເຮັດໃຫ້ການແກ້ໄຂ AI ງ່າຍທີ່ຈະປັບຂະຫນາດ, ປະຫຍັດຊັບພະຍາກອນແລະເຫມາະສົມກັບເງື່ອນໄຂພື້ນຖານໂຄງລ່າງໃນຫຼາຍທ້ອງຖິ່ນ.

ນຳໃຊ້ປະສົບການນັ້ນເຂົ້າໃນການແຂ່ງຂັນ AI City Challenge 2025, ທີມງານໄດ້ນຳໃຊ້ເຕັກນິກການລວມຕົວເຊັ່ນ: ການບີບອັດຕົວແບບເພື່ອຫຼຸດຂະໜາດ ແລະ ຊັບພະຍາກອນການປະມວນຜົນ, ການເພີ່ມປະສິດທິພາບການໄຫຼເຂົ້າການປະມວນຜົນຮູບພາບເພື່ອຫຼຸດຄວາມລ່າຊ້າ, ແລະການປັບປຸງໂຄງສ້າງຂອງພາສາການຂຽນໂປຣແກຣມ ແລະ ເພື່ອສ້າງລະບົບຕ່ອງໂສ້ການປະມວນຜົນໂດຍລວມເພື່ອປະສິດທິພາບສູງສຸດ. ວິທີການນີ້ຊ່ວຍໃຫ້ຕົວແບບຮັກສາຄວາມຖືກຕ້ອງໃນຂະນະທີ່ເພີ່ມຄວາມໄວໃນການສະຫຼຸບແລະການນໍາໃຊ້ໃນອຸປະກອນຂອບທີ່ມີຂໍ້ຈໍາກັດຂອງຮາດແວ.

ເວທີການຄົ້ນຄວ້າ AI ການຮຽນຮູ້ເລິກຫຼາຍວິໄນ

ບໍ່ພຽງແຕ່ມີທີມງານໜຸ່ມນ້ອຍ, ພະນັກງານທີ່ມີພອນສະຫວັນ ແລະ ພື້ນຖານໂຄງລ່າງຄອມພິວເຕີທີ່ແຂງແຮງເທົ່ານັ້ນ, ສະຖານທີ່ສຳຄັນອັນໜຶ່ງເພື່ອໃຫ້ VNPT ມີລະບົບນິເວດຜະລິດຕະພັນ AI ຄົບຊຸດໄດ້ມາດຕະຖານສາກົນ ແລະ ໄດ້ຮັບລາງວັນສູງໃນການແຂ່ງຂັນອັນມີຊື່ສຽງແມ່ນເວທີການຄົ້ນຄວ້າ AI ເລິກເຊິ່ງໃນຫຼາຍຂົງເຂດ.

ກ່ຽວກັບຄໍາຮ້ອງສະຫມັກ AI ໃນການປະມວນຜົນຮູບພາບ, ນອກເຫນືອໄປຈາກຕົວເມືອງ smart ແລະລະບົບການຈະລາຈອນ, VNPT ຍັງສົ່ງເສີມຄໍາຮ້ອງສະຫມັກການຄົ້ນຄວ້າໃນຂົງເຂດການແພດ. ໃນເດືອນກັນຍາ 2025, ກຸ່ມໄດ້ປະກາດການຄົ້ນຄວ້າວິທະຍາສາດທີ່ MICCAI 2025 - ກອງປະຊຸມຊັ້ນນໍາຂອງໂລກກ່ຽວກັບ AI ແລະວິໄສທັດຄອມພິວເຕີໃນຢາປົວພະຍາດ. ການຄົ້ນຄວ້າໄດ້ສຸມໃສ່ການນໍາໃຊ້ AI ໃນການວິນິດໄສມະເຮັງ thyroid, ດໍາເນີນການກັບຂໍ້ມູນຈາກຄົນເຈັບເກືອບ 10,000 ໃນ 3 ພາກພື້ນຂອງປະເທດໃນໄລຍະ 4 ປີ. ໂຄງການດັ່ງກ່າວມີບົດບາດພື້ນຖານໃນການພັດທະນາລະບົບສະຫນັບສະຫນູນການວິນິດໄສອັດຕະໂນມັດທີ່ເຫມາະສົມສໍາລັບລັກສະນະປະຊາກອນແລະເງື່ອນໄຂທາງການແພດໃນປະເທດ, ຊ່ວຍປັບປຸງຄວາມຖືກຕ້ອງ, ຫຍໍ້ເວລາການວິນິດໄສ, ຫຼຸດຜ່ອນການຈ້າງງານຂອງແພດຫມໍ, ແລະຂະຫຍາຍການເຂົ້າເຖິງການບໍລິການທາງການແພດທີ່ມີຄຸນນະພາບສູງໄປສູ່ພື້ນຖານ.

ທີມງານວິສະວະກໍາ AI ຂອງ VNPT ໄດ້ເຜີຍແຜ່ການຄົ້ນຄວ້າຢູ່ໃນກອງປະຊຸມວິທະຍາສາດທີ່ມີຊື່ສຽງຫຼາຍ.

ໃນຂົງເຂດການປຸງແຕ່ງພາສາແລະການປາກເວົ້າ, VNPT ຍັງໄດ້ປະກາດການຄົ້ນຄວ້າທີ່ EMNLP 2025 - ກອງປະຊຸມ A*-ranked AI ກ່ຽວກັບການປຸງແຕ່ງພາສາທໍາມະຊາດ, ແລະ ICASSP 2025 - ກອງປະຊຸມອັນດັບ A1 ກ່ຽວກັບການປະມວນຜົນການປາກເວົ້າ. ບັນດາວຽກງານດັ່ງກ່າວໄດ້ນຳໃຊ້ເຕັກນິກການຮຽນແບບເຄື່ອງມືທີ່ກ້າວໜ້າໃນການພັດທະນາຕົວແບບພາສາຂະໜາດໃຫຍ່ (LLM) ແລະ AI ແບບຜະລິດ, ເພື່ອແນໃສ່ປັບປຸງຄວາມສາມາດຂອງຕົວແບບ AI ເພື່ອເຂົ້າໃຈສະພາບການ, ອາລົມ ແລະ ຄວາມແຕກຕ່າງຂອງຫວຽດນາມ - ແມ່ນປັດໄຈສັບສົນ ແລະ ບໍ່ຄ່ອຍໄດ້ເປັນແບບຢ່າງໃນສາກົນ. ຍ້ອນເຫດນັ້ນ, ພາສາຫວຽດນັບມື້ນັບມີຢູ່ໃນປະຊາຄົມຄົ້ນຄ້ວາ NLP ທົ່ວໂລກ, ເປີດກວ້າງຄວາມສາມາດສ້າງຕົວແບບພາສາທີ່ເຂັ້ມແຂງ, ເປັນເອກະລັກສະເພາະ ແລະ ເໝາະສົມສຳລັບຊາວຫວຽດນາມ.

ທີ່ມາ: 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

: ການສົ່ງເສີມ

(0)

No data