Jonge Vietnamese ingenieurs zijn voor het tweede jaar op rij de beste ter wereld op het gebied van AI

Onlangs vond de bekendmaking van de resultaten van de AI City Challenge 2025 (AI in slimme steden) plaats in het kader van de Internationale Conferentie over Computer Vision (ICCV 2025) op Hawaï (VS). Na de overwinning in 2024 behaalde het AI-engineeringteam van VNPT dit jaar de eerste plaats in de categorie 'Verwerking en herkenning van objecten uit ultragroothoekcamerabeelden op edge-apparaten' (edge AI). Dit probleem vereist een AI-systeem met realtime verwerkingssnelheid, direct op compacte hardware, dat tegelijkertijd een hoge nauwkeurigheid garandeert bij het herkennen van objecten uit sterk vervormde beeldgegevens en voldoet aan de praktische behoeften.

AI City Challenge 2025 is een van 's werelds meest prestigieuze jaarlijkse wedstrijden voor kunstmatige intelligentie (AI) in slimme steden. De wedstrijd van dit jaar omvat vier categorieën met een hogere complexiteit dan voorgaande seizoenen en trekt meer dan 30.000 teams uit landen met een sterke AI-ontwikkeling, zoals de VS, China, Korea, Taiwan, enz.

Het engineeringteam van VNPT loopt voorop dankzij de nauwkeurigheid en verwerkingssnelheid van AI.

De uitdaging om de AI-capaciteiten aan de rand te verbeteren

Het probleem van het verwerken en herkennen van objecten uit ultragroothoekcamerabeelden is sinds 2024 opgenomen in de AI City Challenge, wat aansluit bij de trend om computer vision toe te passen op huidige verkeersmonitoringsystemen. Deze categorie, met een hoge mate van praktische toepasbaarheid, is altijd de categorie met het grootste aantal teams in de hele competitie. Dit jaar is de moeilijkheidsgraad van de categorie verhoogd, omdat teams naast het nauwkeurig verwerken van vervormde beelden ook het hele proces moeten optimaliseren, zodat het model effectief kan functioneren op edge-apparaten.

Het engineeringteam van VNPT gebruikt veel verschillende technieken om voertuigen snel en nauwkeurig te identificeren.

Teams moesten hun modellen optimaliseren om efficiënt te kunnen werken op de Jetson Orin, een klein apparaatje dat zich op het dataverzamelpunt bevindt (een zogenaamde edge-device), met een vermogenslimiet van 30 W en een veel lagere rekenkracht dan een centrale server. Dit betekende dat teams geen al te grote modellen konden gebruiken, maar het programma moesten stroomlijnen en optimaliseren om sneller te werken, minder resources te verbruiken en voertuigen toch nauwkeurig te herkennen. Deze veranderingen maakten de AI City Challenge 2025 tot een van de moeilijkste seizoenen tot nu toe, vooral omdat teams leerden van de ervaringen van vorig jaar en het competitieniveau aanzienlijk toenam.

Profiteer van praktijkervaring met modeloptimalisatie

Bij problemen met verkeersmonitoring zijn de computerinfrastructuur en netwerkverbindingen vaak beperkt, waardoor de ontwikkeling van AI-modellen die zowel nauwkeurig als efficiënt zijn een grote uitdaging is. Dit is ook de reden waarom Edge AI een onvermijdelijke trend is geworden. In plaats van alle data naar een centrale server te sturen voor verwerking, wordt het model direct bij het verzamelapparaat (zoals een camera) geplaatst, wat helpt om sneller te reageren, de latentie te verminderen, bandbreedte te besparen en de gegevensbeveiliging te waarborgen, met name in grootschalige monitoringsystemen.

Volgens de resultaten die werden bekendgemaakt tijdens de AI City Challenge 2025, behaalde het VNPT-engineeringteam de eerste plaats en liet daarmee honderden teams van grote technologiebedrijven, onderzoeksinstituten en universiteiten wereldwijd achter zich. Deze prestatie draagt bij aan de versterking van het AI-ecosysteem voor verkeersmonitoring en stedelijke veiligheid in het land, waar ultragroothoekcamera's op grote schaal worden ingezet om het observatiegebied te vergroten, dode hoeken te verkleinen, het aantal geïnstalleerde apparaten te verminderen en de efficiëntie van stedelijke infrastructuur te verbeteren. Met meer dan zeven jaar ervaring in het ontwikkelen van AI-modellen voor beeldverwerking en de implementatie ervan in eigen land, heeft het VNPT-engineeringteam het vermogen opgebouwd om nauwkeurigheid, snelheid en operationele kosten in evenwicht te brengen - factoren die de effectiviteit van de toepassing van AI in reële omgevingen bepalen.

Het VNPT-team heeft meer dan 40 AI-modellen voor beeldverwerking ontwikkeld en onder de knie.

Momenteel heeft het VNPT-team meer dan 40 verschillende AI-modellen voor beeldverwerking ontwikkeld en onder de knie, zoals kentekenherkenning, verkeersstroommeting en helmdetectie, evenals modellen die specifiek zijn voor Vietnam, zoals het detecteren van voertuigen met drie personen, het vervoeren van omvangrijke goederen of het detecteren van branden en wapens op het gebied van beveiliging en stadsbewaking. Deze modellen zijn geoptimaliseerd voor gebruik op diverse hardware, van GPU's en CPU's tot NPU's, en voldoen aan de uiteenlopende eisen van systemen en klanten.

Om effectief te kunnen implementeren op grote schaal, met name in het on-premise model en aan de edge met honderden camera's tegelijk, hebben VNPT-ingenieurs ook optimale verwerkingsmethoden ontwikkeld die de gelijktijdige verwerking van honderden videodatastromen mogelijk maken. Deze aanpak maakt AI-oplossingen eenvoudig schaalbaar, bespaart resources en is geschikt voor de infrastructuuromstandigheden in veel regio's.

Door die ervaring toe te passen op de AI City Challenge 2025, paste het team een combinatie van technieken toe, zoals modelcompressie om de grootte en verwerkingsbronnen te verminderen, optimalisatie van de beeldverwerkingsstroom om latentie te verminderen, en verfijning van programmeertaal en codestructuur om de algehele verwerkingsketen te vormen voor de hoogste prestaties. Deze aanpak helpt het model nauwkeurig te blijven en tegelijkertijd de inferentiesnelheid en implementatie op hardwarebeperkte edge-apparaten te verhogen.

Multidisciplinair deep learning AI-onderzoeksplatform

VNPT beschikt niet alleen over een team van jonge, getalenteerde medewerkers en een sterke computerinfrastructuur. Een van de belangrijke voorwaarden voor een uitgebreid AI-productecosysteem dat voldoet aan internationale normen en hoge prijzen wint bij prestigieuze wedstrijden, is het diepgaande AI-onderzoeksplatform op vele gebieden.

Wat betreft AI-toepassingen in beeldverwerking, promoot VNPT, naast slimme stedelijke en verkeerssystemen, ook onderzoekstoepassingen in de medische sector. In september 2025 kondigde de groep wetenschappelijk onderzoek aan op MICCAI 2025, 's werelds toonaangevende conferentie over AI en computer vision in de geneeskunde. Het onderzoek richtte zich op AI-toepassingen bij de diagnose van schildklierkanker en werd uitgevoerd met gegevens van bijna 10.000 patiënten in drie regio's van het land, gedurende vier jaar. Het project speelt een fundamentele rol bij de ontwikkeling van automatische diagnostische ondersteuningssystemen die geschikt zijn voor de bevolkingskenmerken en medische aandoeningen in het land. Het draagt bij aan het verbeteren van de nauwkeurigheid, het verkorten van de diagnosetijd, het verminderen van de werkdruk voor artsen en het uitbreiden van de toegang tot hoogwaardige medische diensten op lokaal niveau.

Het AI-engineeringteam van VNPT publiceerde onderzoek op vele prestigieuze wetenschappelijke conferenties.

Op het gebied van taal- en spraakverwerking kondigde VNPT ook onderzoek aan op EMNLP 2025 – een AI-conferentie met A*-classificatie over natuurlijke taalverwerking – en ICASSP 2025 – een conferentie met A1-classificatie over spraakverwerking. Deze werken passen geavanceerde machine learning-technieken toe bij de ontwikkeling van grote taalmodellen (LLM) en generatieve AI, met als doel het vermogen van AI-modellen om de Vietnamese context, emoties en nuances te begrijpen – complexe factoren die zelden worden gemodelleerd in internationale corpora – te verbeteren. Hierdoor is de Vietnamese taal steeds meer aanwezig in de wereldwijde NLP-onderzoeksgemeenschap, wat de mogelijkheid biedt om sterke, unieke en geschikte taalmodellen voor Vietnamezen te ontwikkelen.

Bron: 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