Pertama kali diadakan pada tahun 2017, Sidang Kemuncak Zalo AI merupakan acara yang menghimpunkan pakar-pakar terkenal dalam bidang AI. Bertemakan "Vietnam dalam Era AI-ifikasi," Sidang Kemuncak Zalo AI 2025 akan membentangkan penyelesaian untuk mengaplikasikan AI dalam kehidupan seharian, meramalkan trend AI dan mempamerkan pencapaian Zalo dalam mendekatkan AI kepada pengguna.
Dalam ucapan pembukaannya, Encik Nguyen Minh Tu, Pengarah Teknologi di Zalo, menyatakan bahawa era AI mula muncul pada tahun 2018-2019 dengan model transformer pertama. Walau bagaimanapun, model bahasa ini hanya mencapai kualiti tinggi dan boleh diakses oleh khalayak yang lebih luas apabila GPT-3.5 dan ChatGPT muncul pada tahun 2022.
"Ketika itulah era AI bermula, apabila orang ramai mula menggunakan ChatGPT," Encik Tu menekankan.
Isyarat positif untuk Vietnam
Memandangkan syarikat seperti Google, Anthropic dan DeepSeek semakin menambah baik pemodelan bahasa besar (LLM), pasaran AI sedang menyaksikan titik perubahan yang dipanggil AI agentik.
Tidak seperti AI konvensional, yang hanya boleh menyelesaikan satu tugasan, AI agentik ialah sistem autonomi yang mampu menghubungkan berbilang ejen untuk mengendalikan masalah yang kompleks.
"AI Agentik berfungsi seperti pekerja kami. Ia boleh menganalisis, menaakul, melaksanakan tugas dan menulis laporan berdasarkan arahan kami," tambah Encik Tu.
Di Vietnam, Zalo merupakan salah satu syarikat yang mengintegrasikan banyak ciri AI untuk memberi perkhidmatan kepada pengguna. Menjelang 2025, bilangan pengguna perkhidmatan ini dijangka mencecah lebih 17 juta, peningkatan lebih 200%. Lebih 7.5 juta orang menggunakan ciri imlak (menukar pertuturan kepada teks).
"Ciri ini telah mengubah cara ramai orang menggunakan Zalo. Daripada menaip teks, penggunaan suara adalah jauh lebih pantas dan mudah," tegas Encik Tú.
Ciri menterjemah mesej dari bahasa Vietnam ke bahasa Inggeris juga telah menarik ramai pengguna. Encik Tu mendedahkan bahawa terjemahan langsung untuk panggilan Zalo akan ditambah tidak lama lagi.
 |
Encik Nguyen Minh Tu, Pengarah Teknologi di Zalo. |
Selain daripada memberi perkhidmatan kepada pengguna akhir, AI juga menyokong operasi Zalo. Syarikat itu telah membina bot sembang khidmat pelanggan, yang membantu menyelesaikan masalah peningkatan skala semasa waktu puncak apabila sukar untuk merekrut kakitangan tambahan.
Selepas 3 bulan pelaksanaan, sistem chatbot di Zalo mencapai kadar tindak balas sebanyak 90%, lebih tinggi daripada manusia. Hanya kira-kira 2-3% kes memerlukan bantuan manusia daripada chatbot.
Seorang wakil Zalo mengakui bahawa masih terdapat beberapa cabaran dalam mengaplikasikan AI secara dalaman, yang berkisar tentang privasi dan keselamatan. Itulah sebabnya platform ini memilih pendekatan yang fleksibel, mengaplikasikan model yang dibangunkan sendiri untuk data sensitif dan memanfaatkan chatbot luaran untuk data yang kurang sensitif.
Encik Tú juga menyebut tentang Zalo AI Challenge 2025, satu pertandingan untuk membangunkan penyelesaian aplikasi AI dalam kehidupan seharian. Selain golongan muda dan pelajar, pertandingan tahun ini telah menarik beberapa pelajar sekolah menengah, malah ada yang berjaya memasuki 5 teratas.
"Ini menunjukkan bahawa AI telah meresap ke semua lapisan masyarakat, malah merebak ke sekolah-sekolah di mana kanak-kanak terdedah kepada AI pada usia yang sangat muda. Ini merupakan petanda positif untuk Vietnam dalam era 'transformasi AI'," tegas seorang wakil Zalo.
Gelombang ejen AI
Dalam sesi pertama, Profesor Madya Quan Thanh Tho dari Universiti Teknologi Bandar Raya Ho Chi Minh membangkitkan persoalan tentang bagaimana AI multimodal akan mengubah dunia . Beliau berhujah bahawa LLM telah mencapai kitaran penghujungnya, dan trend teknologi secara beransur-ansur beralih ke arah Sistem Berbilang Ejen (MAS).
Profesor Madya Dr. bersetuju dengan Encik Tu mengenai peristiwa penting LLM dengan pengenalan GPT-3.5, dengan menyatakan bahawa matlamat bersama chatbot adalah untuk meniru manusia sedekat mungkin. Konsep ejen AI wujud sebelum ini, tetapi hanya benar-benar berkembang maju di bawah rangka kerja LLM.
“Ejen merupakan seni bina yang agak klasik, dan apabila digabungkan dengan LLM, ia menyediakan keupayaan untuk komunikasi antara model,” kata Encik Tho. Kata kunci "AI Agents" dan "Agentic AI" juga merupakan antara istilah yang paling banyak dicari di Google Trends dari akhir tahun 2024 hingga kini.
 |
Prof. Madya Dr. Quan Thanh Tho, Ketua Jabatan Sains Komputer dan Kejuruteraan, Universiti Teknologi Bandar Raya Ho Chi Minh. |
Profesor Madya berkongsi bahawa AI agentik hanyalah satu sistem yang terdiri daripada berbilang ejen yang bekerjasama. Setelah menerima arahan daripada pengguna, ejen akan menguraikan permintaan, memberikan tugasan, memilih alatan yang sesuai dan melaksanakannya langkah demi langkah untuk mencapai kecekapan yang lebih tinggi berbanding model tunggal.
Encik Tho juga membentangkan beberapa aplikasi praktikal MAS dalam perniagaan domestik. Khususnya, ejen AI boleh memproses fail PDF, imej dan dokumen secara serentak, meningkatkan kecekapan sebanyak 40-60%. Dalam sektor insurans, teknologi ini membantu syarikat mengautomasikan 20-40% daripada beban kerjanya.
Tambahan pula, ejen AI mempunyai keupayaan untuk mengumpul maklumat masa nyata, membantu menyediakan harga pasaran segera. Di tempat kerja, Profesor Madya Dr. [Name] menyatakan bahawa sistem ejen AI bertindak sebagai pembantu pintar, yang mampu menjawab soalan berkaitan sekolah untuk ibu bapa dan pelajar. Dalam pendidikan , ejen AI membantu mencipta model pembelajaran peribadi yang disesuaikan dengan laluan pembelajaran setiap pelajar.
 |
Sidang Kemuncak Zalo AI 2025 telah menarik ramai peserta yang berminat dalam bidang AI. |
Secara keseluruhannya, kelebihan MAS terletak pada keupayaannya untuk mengendalikan pelbagai masalah kompleks secara selari. Melalui proses penaakulan, ejen boleh memproses maklumat secara bebas, belajar antara satu sama lain dan belajar daripada pengguna untuk mengurangkan ralat, menghasilkan keputusan yang tepat dan diperibadikan.
Seni bina ejen moden sering disediakan sebagai alat dan platform dengan antara muka mesra pengguna, menjadikannya lebih mudah diakses oleh orang awam.
Berdasarkan manfaat ini, Encik Tho menekankan kepentingan mengaplikasikan teknologi dan menyesuaikan proses kerja dalaman dalam perniagaan. Menurut Profesor Madya, dalam konteks trend inovasi yang kukuh yang berlaku di seluruh dunia, ini adalah gelombang yang perlu diberi perhatian khusus oleh perniagaan.
Apakah yang berlaku selepas AI agentik?
Baru-baru ini, robot humanoid telah menjadi trend yang menarik perhatian dalam dunia teknologi. Ini juga merupakan aplikasi AI fizikal yang paling biasa.
Berkongsi pendapatnya tentang topik ini, Dr. Tran Minh Quan, Ahli Teknologis Pembangun Kanan di Nvidia Vietnam, menekankan bahawa AI fizikal merupakan perkembangan paling maju dalam trend AI, susulan era AI generatif atau AI agentik.
"Model AI ini mampu menerima arahan atau data input, kemudian menghasilkan tindakan khusus yang mempengaruhi motor atau komponen kawalan robot seperti lengan robot, kenderaan autonomi, kilang, dan sebagainya," kongsi Encik Quan, memberikan gambaran keseluruhan tentang AI fizikal.
 |
Dr. Tran Minh Quan dari Nvidia berkongsi pandangannya tentang trend dalam AI fizikal. |
Menurut wakil Nvidia, AI fizikal boleh menjadi industri bernilai trilion dolar pada masa hadapan. Potensi untuk mengaplikasikan AI fizikal adalah sangat besar, memandangkan infrastruktur perkakasan global semasa merangkumi kira-kira 2 bilion kamera perindustrian, 10 juta kilang, 200,000 gudang dan 1.5 bilion kenderaan, apatah lagi berbilion robot humanoid yang boleh digunakan pada masa hadapan.
"Jika setiap peranti dilengkapi dengan 'otak' AI untuk mengendalikan beban kerja semasa, tugas-tugas yang boleh disokong pada skala yang sangat berbeza daripada hari ini," tambah Encik Quan.
Keperluan untuk AI fizikal berpunca daripada kekurangan kakitangan dalam banyak industri. Pekerjaan yang berkemahiran tinggi dalam persekitaran yang keras, seperti kimpalan di ruang gelap dan tertutup, terbukti sukar bagi manusia.
Robot kini merupakan penyelesaian yang mengimbangi kos kakitangan dan operasi. Kos boleh dioptimumkan kerana robot kini mempunyai keupayaan untuk mempelajari tugasan baharu secara bebas, dan bukannya sekadar melakukan kerja berulang.
"Itulah sebabnya 'detik' ChatGPT untuk robotik boleh datang tahun ini atau tahun depan," tegas Encik Quan.
 |
AI fizikal dianggap sebagai langkah seterusnya selepas AI generatif dan AI agentik. |
Untuk merealisasikan visi ini, wakil Nvidia mencadangkan model tiga komputer, yang sepadan dengan tiga peringkat utama dalam pembangunan AI fizikal.
Sehubungan itu, fasa pertama memberi tumpuan kepada pembinaan asas pada pelayan. Selepas latihan, model boleh diletakkan dalam persekitaran simulasi untuk mempelajari tentang interaksi kausal, membantu model membangunkan tingkah laku yang lebih baik di dunia sebenar.
Simulasi membantu robot mengenali objek dengan tepat dan cara mengendalikannya. Lebih penting lagi, simulasi membolehkan berbilang robot berfungsi bersama secara serentak, menguji senario perlanggaran tanpa menanggung kos perkakasan dunia sebenar. Akhir sekali, ia membolehkan penggunaan terus ke perkakasan.
Cabaran penggunaan AI secara besar-besaran.
Proses "AI-isasi", yang melibatkan penyepaduan teknologi ke dalam operasi harian untuk meningkatkan kecekapan dan menyokong proses membuat keputusan, semakin pesat di peringkat global.
Menurut Dr. Chau Thanh Duc, Pengarah Penyelidikan di Zalo AI, kepesatan AI di Vietnam berpunca daripada banyak faktor, terutamanya pembangunan model AI, penambahbaikan pesat perkakasan dan infrastruktur data, serta proses transformasi digital.
Vietnam dianggap sebagai salah satu negara yang mempunyai potensi besar untuk pembangunan AI, seperti yang dibuktikan oleh program pemerolehan bakat, pembinaan komuniti teknologi dan sokongan kerajaan. Tambahan pula, warga Vietnam dinilai mempunyai tahap kesediaan yang tinggi untuk transformasi digital.
 |
Dr. Chau Thanh Duc, Pengarah Penyelidikan di Zalo AI. |
Dalam transformasi ini, Zalo melancarkan banyak ciri berkaitan AI seperti pembantu maya Kiki. Syarikat ini berhasrat untuk membangunkan alatan yang meningkatkan kecekapan kerja, dan amat mudah digunakan oleh semua orang. Alatan Zalo menyokong segala-galanya daripada pengekodan, pengaturcaraan dan penyelidikan, hinggalah aktiviti harian seperti komunikasi, terjemahan dan pencarian imej.
Walau bagaimanapun, pakar percaya ini hanyalah permulaan, dan masih terdapat banyak kesukaran dalam proses transformasi AI. Dr. Nguyen Truong Son, Pengarah Sains di Zalo AI, berkata bahawa kesukaran tersebut berpunca daripada keselamatan, isu kos dan permintaan yang tinggi daripada pengguna. Ini bukan sahaja merupakan kesukaran untuk Zalo tetapi juga untuk pengguna dan perniagaan.
Halangan pertama berkisar tentang memilih model AI yang memastikan tahap autonomi tertentu. Model pihak ketiga selalunya menawarkan prestasi dan kualiti output yang lebih baik, manakala model dalaman mempunyai kelebihan kawalan maklumat tetapi terhad dari segi kestabilan dan kecekapan.
    |
Maklumat yang dikongsi oleh wakil Zalo AI. |
Tambahan pula, kebanyakan model semasa berkongsi kelemahan umum seperti ketepatan yang tidak lengkap dan output yang tidak konsisten. Banyak chatbot mempunyai keupayaan terhad untuk memahami dan memproses bahasa Vietnam, gagal memenuhi keperluan atau konteks tertentu.
Bagi menangani isu ini, pakar di Zalo mencadangkan beberapa penyelesaian, seperti mengaplikasikan teknologi pembangunan model termaju dan menggabungkan sumber data yang boleh dipercayai semasa latihan chatbot. Pada masa yang sama, pasukan pembangunan terus menilai model melalui ujian dalaman.
Satu lagi cabaran terletak pada pengimbangan kos, prestasi dan keselamatan. Menurut Dr. Nguyen Truong Son, penggunaan model kecil untuk mengendalikan permintaan yang kompleks boleh meningkatkan masa pemprosesan dan kos operasi, dan begitu juga sebaliknya.
 |
Dr. Nguyen Truong Son, Pengarah Sains di Zalo AI. |
Beliau berhujah bahawa pengoptimuman boleh bermula terus dari peringkat input arahan. Pengguna boleh mengurangkan kos token dengan mengehadkan panjang yang tidak perlu dan menyediakan konteks yang jelas dan ringkas untuk chatbot.
Di peringkat sistem, pasukan Zalo melaksanakan pelbagai penyelesaian seperti mencadangkan arahan yang sesuai dan menggunakan lapisan kawalan untuk memastikan keselamatan dan sekuriti maklumat pengguna.
Secara keseluruhannya, Vietnam dianggap telah bersedia sepenuhnya untuk gelombang AI global. Zalo merupakan salah satu peserta awal dalam transformasi ini, yang memberi tumpuan kepada menangani cabaran kos, kualiti dan keselamatan apabila menggunakan AI secara besar-besaran.
Perlumbaan cip yang sengit
Ledakan AI adalah hasil daripada kemajuan dalam perkakasan atau cip. Dr. Pham Hy Hieu dari OpenAI menekankan bahawa kemunculan ChatGPT telah merevolusikan cip, membolehkan Nvidia berkembang pesat dalam tempoh masa yang singkat.
Apabila ChatGPT pertama kali dilancarkan, operasinya bergantung hampir sepenuhnya pada cip Nvidia. Ini membawa kepada lonjakan pembelian perkakasan daripada gergasi teknologi seperti Anthropic dan Meta.
Walau bagaimanapun, permainan ini bukan sahaja untuk Nvidia. Pesaing seperti AMD dan Google juga menawarkan penyelesaian perkakasan optimum untuk pembangun pemodelan AI.
"Aliran cip dan modal berkaitan cip juga memberi kesan kepada aliran ekonomi, sekurang-kurangnya pertumbuhan ekonomi AS."
Tambahan pula, syarikat-syarikat yang bercita-cita untuk membangunkan AI juga mempunyai cita-cita untuk membangunkan cip mereka sendiri kerana kos pembelian cip semakin meningkat, jadi penjimatan kecil pun sudah menjadi manfaat yang besar. Itulah sebabnya setiap syarikat mahu berdikari dalam sumber cip," tambah Encik Hieu.
 |
Dr. Pham Hy Hieu, mewakili OpenAI. |
Pasaran cip AI kini dibahagikan kepada dua kategori utama berdasarkan tujuan penggunaannya. Kategori pertama ialah cip latihan, yang memerlukan keupayaan untuk melakukan pendaraban matriks yang besar, dimensi seragam dan lebar jalur yang tinggi untuk menyambungkan beribu-ribu cip secara serentak.
Jenis kedua ialah cip inferens, yang memerlukan bilangan pautan yang lebih sederhana (sekitar 50-100 cip) dan memberi tumpuan kepada masalah matriks kecil yang bersaiz tidak sekata. Walau bagaimanapun, cip inferens memerlukan pengoptimuman kuasa yang baik untuk operasi yang mampan.
Melihat kembali sejarah pembangunan, jika tempoh dari 2019-2023 tertumpu pada latihan dan pemampatan data untuk model GPT, dari 2024 dan seterusnya, tumpuan beralih kepada keupayaan penaakulan. Peralihan ini membawa kepada permintaan untuk cip inferens.
"Apakah peranan yang dimainkan oleh Vietnam dalam industri pembuatan cip? Walaupun industri cip merupakan industri bernilai trilion dolar, kita tidak memerlukan puluhan bilion dolar untuk menyertainya. Rakyat Vietnam boleh menyumbang kepada landskap cip AI dalam pelbagai cara," kongsi Encik Hieu.
 |
Pandangan daripada Dr. Pham Hy Hieu tentang perkakasan dalam infrastruktur AI. |
Wakil OpenAI mencadangkan dua hala tuju utama. Daripada berlumba-lumba menghasilkan cip untuk model bahasa berskala besar, Vietnam boleh menumpukan pada pembangunan cip berkuasa rendah untuk kereta, telefon pintar atau peranti perubatan yang boleh diimplan. Ini adalah segmen pasaran dengan potensi pertumbuhan yang ketara dan kos pelaburan yang lebih rendah.
Kedua, terdapat penyepaduan perkakasan dan perisian. Sumbangan seperti algoritma Flash Attention 2 menunjukkan bagaimana gabungan pintar pengaturcaraan dan perkakasan boleh mencipta kejayaan tanpa memerlukan pelaburan modal yang besar.
"Masa depan terletak di tangan mereka yang berani melihat peluang, berani mengambil risiko, dan berani menghadapi bahaya," Encik Hieu menyimpulkan.
Pasukan cemerlang di Zalo AI Challenge 2025
Berikutan pembentangan penceramah, banyak penyelesaian praktikal untuk mengaplikasikan AI telah dibentangkan di Zalo AI Challenge 2025. Dilancarkan pada akhir Oktober, pertandingan ini telah menarik lebih daripada 1,000 pasukan yang mengambil bahagian.
Tahun ini, Cabaran Zalo AI dibahagikan kepada dua kategori: RoadBuddy (menggunakan algoritma untuk mengenal pasti papan tanda lalu lintas) dan AeroEyes (mereka bentuk AI untuk dron bagi mengenal pasti objek darat). Pasukan yang menang akan menerima hadiah wang tunai keseluruhan sebanyak $12,000 berserta hadiah daripada penaja.
Menurut penganjur, kesemua soalan peperiksaan tahun ini adalah praktikal, mempamerkan potensi AI di luar persekitaran penyelidikan untuk menyelesaikan masalah dunia sebenar.
Dalam cabaran RoadBuddy, para peserta memberi tumpuan kepada pemprosesan data daripada kamera papan pemuka kereta. Pasukan perlu memproses set data video berdurasi 0-15 saat, yang dirakam dalam pelbagai keadaan masa. Tugas model AI adalah untuk mengenal pasti butiran seperti papan tanda jalan, lampu isyarat dan tanda lorong yang muncul dalam video dengan tepat.
    |
Perkongsian dan pemberian hadiah untuk Cabaran Zalo AI 2025. |
Dengan set data yang terdiri daripada 1,500 sampel latihan, 500 sampel ujian awam dan 500 sampel ujian persendirian, pasukan yang bertanding dinilai berdasarkan dua kriteria: ketepatan dan masa tindak balas.
Menurut penilaian Encik Nguyen Truong Son, para peserta menggunakan teknik canggih seperti Model Bahasa Visi (VLM). Proses umum melibatkan pengekstrakan bingkai daripada video sebagai data input, kemudian menggabungkannya dengan model seperti Qwen atau YOLO untuk mengenal pasti objek dan menyediakan analisis logik.
Dalam keputusan akhir, pasukan CtelAI mendapat tempat pertama dengan kadar ketepatan 71.3%, diikuti oleh BitterSweet dengan 70.5%.
Dengan tema AeroEyes, pasukan telah menyertai pusingan kelayakan sebelum mara ke peringkat akhir. Dalam peringkat akhir, calon perlu memprogram model terus ke atas dron, menetapkan laluan penerbangan dan mengawal kamera dalam keadaan dunia sebenar untuk mengesan objek.
Disebabkan oleh kesukaran tugasan tersebut, bilangan pasukan yang memenuhi keperluan tidak tinggi, jadi penganjur secara fleksibel memperkenalkan topik tambahan. Pasukan yang bertanding dengan cepat menyesuaikan model mereka untuk memenuhi keperluan. Hasilnya, pasukan AIO_C3A menang kerana kecekapan tertingginya. Tempat kedua dikongsi oleh pasukan IUH_Alers_K16 dan AEB.
Sumber: https://znews.vn/ai-se-di-xa-den-dau-post1613033.html
Komen (0)