Vietnam.vn - Nền tảng quảng bá Việt Nam

Unge vietnamesiske ingeniører vinner det globale AI-mesterskapet for to år på rad

VNPTs AI-ingeniørteam fortsetter å opprettholde sin ledende posisjon på AI City Challenge 2025, og markerer dermed andre året på rad at Vietnam har hatt en representant som vinner den høyeste prisen i denne prestisjetunge internasjonale konkurransen om AI-bildebehandling.

VietnamPlusVietnamPlus27/10/2025

Nylig fant kunngjøringsseremonien for resultatene av AI City Challenge 2025 (AI i smarte byer) sted innenfor rammen av den internasjonale konferansen om datasyn (ICCV 2025) på Hawaii (USA).

Etter seieren i 2024 vant VNPTs AI-ingeniørteam i år førsteplassen i kategorien Behandling og gjenkjenning av objekter fra ultravidvinkelkamerabildedata på Edge-enheter (Edge AI). Problemet krever et kunstig intelligens-system (AI) med sanntidsbehandlingshastighet, direkte på kompakte maskinvareenheter, samtidig som det sikrer høy nøyaktighet i gjenkjenningen av objekter fra svært forvrengte bildedata, og oppfyller praktiske behov.

AI City Challenge er en av verdens mest prestisjefylte årlige konkurranser om AI anvendt i smarte byer. Årets konkurranse inkluderer fire kategorier med høyere kompleksitet enn tidligere sesonger, og tiltrekker seg mer enn 30 000 lag fra land med sterk AI-utvikling, som USA, Kina, Sør-Korea, Taiwan (Kina)...

anh-1.png
VNPTs ingeniørteam leder an takket være nøyaktigheten og prosesseringshastigheten til AI i utkanten av teknologien. (Foto: VNPT)

Den vanskeligste eksamenssesongen

Problemet med å behandle og gjenkjenne objekter fra bildedata fra ultravidvinkelkameraer gjenspeiler trenden med å anvende datasyn i dagens trafikkovervåkingssystemer. Med høy praktisk anvendelighet er kategorien racerbanen med det største antallet konkurrerende lag. Vanskeligheten med kategorien ligger i behovet for å raskt og nøyaktig behandle forvrengte og deformerte bilder, samt operere effektivt på edge-enheter.

Teamene måtte optimalisere modellene sine for å kjøre på Jetson Orin, en liten enhet som sitter ved datainnsamlingspunktet (kalt en kantenhet), som har en effektgrense på 30 W og mye lavere datakraft enn en sentral server. Dette betydde at teamene ikke kunne bruke altfor store modeller, men måtte slanke dem ned og optimalisere dem slik at programmet skulle kjøre raskt, bruke færre ressurser og fortsatt gjenkjenne kjøretøy nøyaktig.

anh-2.png
VNPT-ingeniører bruker mange teknikker for å raskt og nøyaktig identifisere kjøretøy. (Foto: VNPT)

Disse endringene gjør AI City Challenge 2025 til en av de tøffeste sesongene hittil, spesielt ettersom lagene har lært av fjorårets erfaringer og konkurransenivået har økt betraktelig.

Dra nytte av erfaring med optimalisering av modeller i den virkelige verden

Innen trafikkovervåking er datainfrastruktur og nettverkstilkobling ofte begrenset, noe som gjør det utfordrende å utvikle AI-modeller som er både nøyaktige og effektive. Dette er grunnen til at Edge AI har blitt en trend. I stedet for å sende alle data til en sentral server for behandling, plasseres modellen rett ved innsamlingsenheten (for eksempel et kamera), noe som bidrar til å reagere raskere, redusere ventetid, spare båndbredde og sikre datasikkerhet, spesielt i store overvåkingssystemer.

Med mer enn syv års erfaring med utvikling og implementering av AI-modeller for bildebehandling har VNPTs ingeniørteam samlet evnen til å balansere nøyaktighet, hastighet og driftskostnader.

For tiden eier VNPT mer enn 40 AI-modeller for bildebehandling, som registrering av bilskilt, måling av trafikkflyt, hjelmdeteksjon og modeller spesifikke for Vietnam, som å oppdage kjøretøy som frakter tre personer, transporterer store varer eller oppdager branner og våpen i sikkerhetsovervåking. Disse modellene er optimalisert for å operere på mange typer maskinvare, fra GPU-er, CPU-er til NPU-er, og oppfyller de ulike kravene til systemene.

For å kunne distribueres effektivt i stor skala, spesielt i den lokale modellen og i utkanten av infrastrukturen med hundrevis av kameraer samtidig, har VNPT-ingeniører også bygget optimale behandlingsmetoder som tillater samtidig drift av hundrevis av videodatastrømmer . Denne tilnærmingen gjør AI-løsninger lett skalerbare, ressursbesparende og egnet for infrastrukturforhold på mange steder.

Ved å anvende denne erfaringen på AI City Challenge 2025, anvendte teamet en kombinasjon av teknikker for å danne den overordnede prosesseringskjeden som oppnår høyest mulig ytelse. Denne tilnærmingen hjelper modellen med å opprettholde nøyaktighet samtidig som den øker slutningshastigheten og distribusjonsmuligheten på konfigurasjonsbegrensede kantenheter.

anh-3.jpg
VNPT-teamet har utviklet og mestret mer enn 40 AI-modeller for bildebehandling. (Foto: PV/Vietnam+)

VNPTs resultater på AI City Challenge 2025 bidrar til å styrke AI-økosystemet for trafikkovervåking og bysikkerhet i landet, der ultravidvinkelkameraer gradvis blir bredt distribuert.

Når det gjelder AI-applikasjoner innen bildebehandling, fremmer VNPT, i tillegg til smarte by- og trafikksystemer, også forskningsapplikasjoner innen det medisinske feltet. I september 2025 annonserte gruppen vitenskapelig forskning på MICCAI 2025 – verdens ledende konferanse om AI og datasyn innen medisin. Forskningen fokuserte på AI-applikasjoner innen diagnostisering av skjoldbruskkreft, utført med data fra nesten 10 000 pasienter i 3 regioner av landet over 4 år. Prosjektet spiller en grunnleggende rolle i å utvikle automatiske diagnostiske støttesystemer som er egnet for egenskapene til Vietnams befolkning og medisinske tilstander, og bidrar til å forbedre nøyaktigheten, forkorte diagnosetiden, redusere arbeidsmengden for leger og utvide tilgangen til medisinske tjenester av høy kvalitet til grasrotnivå.

(Vietnam+)

Kilde: https://www.vietnamplus.vn/nhom-ky-su-tre-viet-nam-hai-nam-lien-vo-dich-san-choi-ai-toan-cau-post1073042.vnp


Kommentar (0)

No data
No data

Arv

Figur

Forretninger

Kald vind «berører gatene», innbyggere i Hanoi inviterer hverandre til innsjekking i begynnelsen av sesongen

Aktuelle hendelser

Det politiske systemet

Lokalt

Produkt