AI teras 'Make in Vietnam' menduduki tempat 12 Terbaik di dunia

Dalam konteks transformasi digital dan transformasi kecerdasan buatan (AI) di Vietnam, teknologi OCR (pengiktirafan aksara optik) memainkan peranan yang semakin penting dalam mendigitalkan dokumen, mengautomasikan proses perniagaan, menjimatkan kos dan meningkatkan kecekapan pengurusan. Namun, dengan ciri-ciri bahasa Vietnam dengan aksen dan tulisan tangan, masalah pengecaman tidak terhenti pada 'membaca perkataan', tetapi memerlukan model itu mempunyai kebolehan memahami konteks secara menyeluruh.

Baru-baru ini, Institut Aplikasi Teknologi CMC (CMC ATI) mengumumkan model CATI-VLM (Pemahaman Dokumen Visual) yang dibangunkan oleh pasukan penyelidik daripada gudang data besar 5TB, mencapai 12 Teratas di dunia dan 1 Teratas di Vietnam dalam ranking yang baru diumumkan oleh Pertandingan Membaca Teguh (RRC) pada Jun 2025 dalam kategori Menjawab Soalan VisualVQA (Doc.

Kapsyen foto

Kedudukan RRC dalam kategori DocVQA 6/2025.

Pertandingan Membaca Teguh (RRC) ialah taman permainan saintifik yang berprestij, (https://rrc.cvc.uab.es/) yang dianjurkan oleh Pusat Penglihatan Komputer (CVC) Universitat Autònoma de Barcelona (UAB) Sepanyol, kemudahan penyelidikan berprestij di dunia dalam bidang penglihatan komputer. Dimulakan pada tahun 2011, sentiasa mengiringi Persidangan Antarabangsa mengenai Analisis Teks dan Pengiktirafan ICDAR - salah satu forum terbesar di dunia mengenai analisis dokumen dan visi komputer, pertandingan itu telah menjadi acara penting, menarik penyelidik, jurutera dari universiti berprestij, institut penyelidikan dan syarikat teknologi seperti Universiti Tsinghua, Hyundai Motor Group, dan Tencentological... terjemahan, pengurusan data perusahaan kepada analisis bandar dan pemprosesan dokumen sejarah.

Dr. Dang Minh Tuan, Pengarah CMC ATI, berkongsi: "Keupayaan penyelidikan pasukan CMC diperakui melalui taman permainan global yang berprestij seperti RRC. Kami berbangga bahawa dalam masa yang singkat, pasukan itu boleh mencapai kedudukan tinggi, berganding bahu dengan nama-nama besar dari negara maju. Lebih penting lagi, ini adalah demonstrasi yang jelas tentang keupayaan untuk menguasai teknologi Vietnam dan menyelesaikan masalah khusus Vietnam."

CATI-VLM berbeza daripada OCR tradisional kerana ia bukan sahaja mengekstrak aksara, tetapi juga memahami pelbagai lapisan maklumat: kandungan teks, elemen bukan teks (kotak tanda, kotak semak, carta, tandatangan, formula), susun atur (struktur halaman, jadual, borang) dan gaya (fon, sorotan, dll.). Model ini boleh menjawab soalan visual yang dikemukakan pada imej dokumen, serupa dengan ChatGPT, tanpa perlu mempelajari borang tertentu terlebih dahulu.

Menurut Akhbar Berita dan Rakyat

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