Zalo AI Summit, który odbył się po raz pierwszy w 2017 roku, to wydarzenie, na którym spotykają się uznani eksperci w dziedzinie sztucznej inteligencji. Zalo AI Summit 2025, którego tematem przewodnim jest „Wietnam w erze sztucznej inteligencji”, zaprezentuje rozwiązania dotyczące zastosowania sztucznej inteligencji w życiu codziennym, prognozuje trendy w dziedzinie sztucznej inteligencji oraz prezentuje osiągnięcia Zalo w przybliżaniu AI użytkownikom.
W swoim przemówieniu otwierającym, pan Nguyen Minh Tu, dyrektor ds. technologii w Zalo, stwierdził, że era sztucznej inteligencji (AI) rozpoczęła się w latach 2018-2019 wraz z pojawieniem się pierwszych modeli transformatorowych. Jednak dopiero pojawienie się GPT-3.5 i ChatGPT w 2022 roku sprawiło, że te modele językowe osiągnęły wysoką jakość i stały się dostępne dla szerszej publiczności.
„Wtedy właśnie rozpoczęła się era sztucznej inteligencji, kiedy ludzie zaczęli używać ChatGPT” – podkreślił pan Tu.
Pozytywny sygnał dla Wietnamu
W miarę jak firmy takie jak Google, Anthropic i DeepSeek w coraz większym stopniu udoskonalają modelowanie dużych języków (LLM), rynek sztucznej inteligencji przeżywa punkt zwrotny zwany sztuczną inteligencją agentową.
W przeciwieństwie do konwencjonalnej sztucznej inteligencji, która potrafi rozwiązywać tylko pojedyncze zadania, sztuczna inteligencja agentowa to autonomiczny system, który łączy w sobie wielu agentów w celu rozwiązywania złożonych problemów.
„Agentowa sztuczna inteligencja działa jak nasi pracownicy. Potrafi analizować, rozumować, wykonywać zadania i tworzyć raporty na podstawie naszych poleceń” – dodał pan Tu.
W Wietnamie Zalo jest jedną z firm integrujących wiele funkcji sztucznej inteligencji, aby służyć użytkownikom. Przewiduje się, że do 2025 roku liczba użytkowników tych usług przekroczy 17 milionów, co oznacza wzrost o ponad 200%. Ponad 7,5 miliona osób korzysta z funkcji dyktowania (konwersji mowy na tekst).
„Ta funkcja zmieniła sposób, w jaki wiele osób korzysta z Zalo. Zamiast wpisywania tekstu, korzystanie z głosu jest znacznie szybsze i wygodniejsze” – podkreślił pan Tú.
Funkcja tłumaczenia wiadomości z wietnamskiego na angielski również przyciągnęła dużą liczbę użytkowników. Pan Tu ujawnił, że wkrótce zostanie dodana funkcja tłumaczenia na żywo dla połączeń Zalo.
 |
Pan Nguyen Minh Tu, dyrektor ds. technologii w Zalo. |
Poza obsługą użytkowników końcowych, sztuczna inteligencja wspiera również działalność Zalo. Firma stworzyła chatbota do obsługi klienta, który pomaga rozwiązać problem skalowania w okresach szczytowych, gdy trudno jest zrekrutować dodatkowych pracowników.
Po 3 miesiącach wdrożenia system chatbotów w Zalo osiągnął wskaźnik odpowiedzi na poziomie 90%, wyższy niż w przypadku ludzi. Tylko około 2-3% przypadków wymagało pomocy ze strony chatbota.
Przedstawiciel Zalo przyznał, że wdrażanie sztucznej inteligencji wewnętrznie wciąż wiąże się z pewnymi wyzwaniami, związanymi z prywatnością i bezpieczeństwem. Dlatego platforma wybrała elastyczne podejście, stosując samodzielnie opracowany model dla danych wrażliwych i wykorzystując zewnętrzne chatboty do danych mniej wrażliwych.
Pan Tú wspomniał również o Zalo AI Challenge 2025, konkursie mającym na celu opracowanie rozwiązań z zakresu sztucznej inteligencji (AI) w codziennym życiu. Oprócz młodzieży i studentów, tegoroczny konkurs przyciągnął kilku uczniów szkół średnich, z których niektórzy znaleźli się nawet w pierwszej piątce.
„To pokazuje, że sztuczna inteligencja przeniknęła do wszystkich sfer społeczeństwa, docierając nawet do szkół, gdzie dzieci mają styczność ze sztuczną inteligencją już od najmłodszych lat. To pozytywny sygnał dla Wietnamu w erze „transformacji sztucznej inteligencji”” – podkreślił przedstawiciel Zalo.
Fala agentów AI
Podczas pierwszej sesji profesor nadzwyczajny Quan Thanh Tho z Uniwersytetu Technologicznego w Ho Chi Minh poruszył kwestię, jak multimodalna sztuczna inteligencja zmieni świat . Argumentował, że LLM osiągnął swój końcowy etap, a trend technologiczny stopniowo przesuwa się w kierunku systemów wieloagentowych (MAS).
Profesor nadzwyczajny dr Tu zgodził się z panem Tu co do istotnego kamienia milowego LLM, jakim było wprowadzenie GPT-3.5, stwierdzając, że wspólnym celem chatbotów jest jak najwierniejsze naśladowanie człowieka. Koncepcja agentów AI istniała już wcześniej, ale rozkwitła dopiero w ramach LLM.
„Agent to dość klasyczna architektura, która w połączeniu z LLM umożliwia komunikację między modelami” – powiedział pan Tho. Słowa kluczowe „AI Agents” i „Agentic AI” również należały do najczęściej wyszukiwanych haseł w Google Trends od końca 2024 roku do chwili obecnej.
 |
Prof. dr hab. Quan Thanh Tho, kierownik Katedry Informatyki i Inżynierii, Uniwersytet Technologiczny w Ho Chi Minh. |
Profesor nadzwyczajny wyjaśnił, że sztuczna inteligencja agentowa to po prostu system składający się z wielu agentów współpracujących ze sobą. Po otrzymaniu polecenia od użytkownika, agenci analizują żądanie, przydzielają zadania, wybierają odpowiednie narzędzia i wykonują je krok po kroku, aby osiągnąć wyższą wydajność w porównaniu z modelem pojedynczym.
Pan Tho przedstawił również praktyczne zastosowania MAS w przedsiębiorstwach krajowych. W szczególności agenci AI mogą jednocześnie przetwarzać pliki PDF, obrazy i dokumenty, zwiększając wydajność o 40-60%. W sektorze ubezpieczeniowym technologia ta pomaga firmie zautomatyzować 20-40% jej zadań.
Co więcej, agenci AI potrafią gromadzić informacje w czasie rzeczywistym, pomagając w ten sposób w natychmiastowym ustalaniu cen rynkowych. W swojej pracy, adiunkt dr [Nazwisko] stwierdził, że system agentów AI działa jak inteligentny asystent, zdolny do udzielania odpowiedzi na pytania rodziców i uczniów dotyczące szkoły. W edukacji agenci AI pomagają tworzyć spersonalizowane modele nauczania, dopasowane do ścieżki edukacyjnej każdego ucznia.
 |
Konferencja Zalo AI Summit 2025 przyciągnęła dużą liczbę uczestników zainteresowanych dziedziną sztucznej inteligencji. |
Ogólnie rzecz biorąc, zaletą MAS jest możliwość równoległego rozwiązywania wielu złożonych problemów. Dzięki procesowi wnioskowania agenci mogą niezależnie przetwarzać informacje, uczyć się od siebie nawzajem i od użytkownika, co pozwala ograniczyć liczbę błędów oraz generować dokładne i spersonalizowane wyniki.
Nowoczesne architektury agentów są często udostępniane w postaci narzędzi i platform z przyjaznymi dla użytkownika interfejsami, dzięki czemu są bardziej dostępne dla ogółu społeczeństwa.
W kontekście tych korzyści, pan Tho podkreślił znaczenie stosowania technologii i dostosowywania wewnętrznych procesów pracy w przedsiębiorstwach. Zdaniem profesora nadzwyczajnego, w kontekście silnego trendu innowacji na całym świecie, jest to fala, na którą firmy powinny zwrócić szczególną uwagę.
Co będzie po sztucznej inteligencji agentowej?
Ostatnio roboty humanoidalne stały się trendem przyciągającym uwagę w świecie technologii. Jest to również najpowszechniejsze zastosowanie fizycznej sztucznej inteligencji.
Dzieląc się swoimi przemyśleniami na ten temat, dr Tran Minh Quan, starszy technolog ds. programistów w Nvidia Vietnam, podkreślił, że fizyczna sztuczna inteligencja jest najbardziej zaawansowanym osiągnięciem w trendach sztucznej inteligencji, po erze sztucznej inteligencji generatywnej lub agentowej.
„Te modele sztucznej inteligencji (AI) potrafią odbierać polecenia lub dane wejściowe, a następnie wykonywać określone działania, które wpływają na silniki lub elementy sterujące robotów, takie jak ramiona robotyczne, pojazdy autonomiczne, fabryki itp.” – powiedział pan Quan, przedstawiając przegląd fizycznej sztucznej inteligencji.
 |
Dr Tran Minh Quan z firmy Nvidia podzielił się swoimi spostrzeżeniami na temat trendów w dziedzinie fizycznej sztucznej inteligencji. |
Według przedstawicieli firmy Nvidia, fizyczna sztuczna inteligencja może w przyszłości stać się branżą wartą biliony dolarów. Potencjał zastosowania fizycznej sztucznej inteligencji jest ogromny, biorąc pod uwagę, że obecna globalna infrastruktura sprzętowa obejmuje około 2 miliardów kamer przemysłowych, 10 milionów fabryk, 200 000 magazynów i 1,5 miliarda pojazdów, nie wspominając o miliardach robotów humanoidalnych, które mogłyby zostać wdrożone w przyszłości.
„Gdyby każde urządzenie było wyposażone w 'mózg' sztucznej inteligencji, który poradziłby sobie z obecnym obciążeniem, zadania mogłyby być obsługiwane na zupełnie inną skalę niż obecnie” – dodał pan Quan.
Potrzeba fizycznej sztucznej inteligencji wynika z niedoboru personelu w wielu branżach. Wysoko wykwalifikowane prace w trudnych warunkach, takie jak spawanie w zamkniętych, ciemnych pomieszczeniach, okazują się trudne dla ludzi.
Roboty stanowią obecnie rozwiązanie, które równoważy koszty osobowe i operacyjne. Koszty można zoptymalizować, ponieważ roboty potrafią teraz samodzielnie uczyć się nowych zadań, zamiast po prostu wykonywać powtarzalne czynności.
„Dlatego przełomowy moment ChatGPT dla robotyki może nadejść w tym lub przyszłym roku” – podkreślił pan Quan.
 |
Sztuczna inteligencja fizyczna jest uważana za kolejny krok po sztucznej inteligencji generatywnej i agentowej. |
Aby zrealizować tę wizję, przedstawiciele firmy Nvidia zaproponowali model trzech komputerów, odpowiadających trzem kluczowym etapom rozwoju fizycznej sztucznej inteligencji.
W związku z tym, pierwsza faza koncentruje się na budowaniu fundamentów na serwerze. Po szkoleniu model można umieścić w środowisku symulacyjnym, aby poznać interakcje przyczynowo-skutkowe, co pomoże modelowi rozwinąć lepsze zachowanie w świecie rzeczywistym.
Symulacja pomaga robotom precyzyjnie rozpoznawać obiekty i uczyć się, jak się nimi posługiwać. Co ważniejsze, symulacja umożliwia jednoczesną współpracę wielu robotów, testując scenariusze kolizji bez ponoszenia kosztów rzeczywistego sprzętu. Wreszcie, umożliwia bezpośrednie wdrożenie w sprzęcie.
Wyzwanie wdrażania sztucznej inteligencji na dużą skalę.
Proces „sztucznej inteligencji”, czyli integrowania technologii z codziennymi działaniami w celu zwiększenia efektywności i wsparcia procesu decyzyjnego, przyspiesza na całym świecie.
Zdaniem dr. Chau Thanh Duca, dyrektora ds. badań w Zalo AI, tempo rozwoju sztucznej inteligencji w Wietnamie wynika z wielu czynników, przede wszystkim z rozwoju modeli sztucznej inteligencji, szybkiego udoskonalania infrastruktury sprzętowej i danych oraz procesu transformacji cyfrowej.
Wietnam jest uważany za jeden z krajów o dużym potencjale rozwoju sztucznej inteligencji, o czym świadczą programy pozyskiwania talentów, budowa społeczności technologicznej i wsparcie rządowe. Ponadto, obywatele Wietnamu oceniani są jako wysoce gotowi na transformację cyfrową.
 |
Dr Chau Thanh Duc, dyrektor ds. badań w Zalo AI. |
W ramach tej transformacji Zalo wprowadziło wiele funkcji związanych ze sztuczną inteligencją, takich jak wirtualny asystent Kiki. Firma dąży do tworzenia narzędzi, które zwiększają efektywność pracy i są łatwe w obsłudze dla każdego. Narzędzia Zalo wspierają wszystko, od kodowania, programowania i badań, po codzienne czynności, takie jak komunikacja, tłumaczenia i wyszukiwanie obrazów.
Eksperci uważają jednak, że to dopiero początek i że proces transformacji sztucznej inteligencji (AI) wciąż napotyka wiele trudności. Dr Nguyen Truong Son, dyrektor ds. naukowych w Zalo AI, powiedział, że trudności te wynikają z kwestii bezpieczeństwa, kosztów i wysokich wymagań użytkowników. Są to trudności nie tylko dla Zalo, ale także dla użytkowników i firm.
Pierwsza przeszkoda wiąże się z wyborem modelu sztucznej inteligencji, który zapewnia pewien poziom autonomii. Modele innych firm często oferują lepszą wydajność i jakość wyników, podczas gdy modele wewnętrzne mają przewagę w postaci kontroli informacji, ale są ograniczone pod względem stabilności i wydajności.
    |
Informacje udostępnione przez przedstawicieli Zalo AI. |
Co więcej, większość obecnych modeli ma wspólne słabości, takie jak niepełna dokładność i niespójne wyniki. Wiele chatbotów ma ograniczoną zdolność rozumienia i przetwarzania języka wietnamskiego, nie spełniając określonych wymagań lub kontekstów.
Aby rozwiązać ten problem, eksperci z Zalo zaproponowali szereg rozwiązań, takich jak zastosowanie zaawansowanej technologii tworzenia modeli i łączenie wiarygodnych źródeł danych podczas szkolenia chatbota. Jednocześnie zespół programistów stale ewaluował model poprzez testy wewnętrzne.
Kolejnym wyzwaniem jest zrównoważenie kosztów, wydajności i bezpieczeństwa. Według dr. Nguyen Truong Sona, wykorzystanie małego modelu do obsługi złożonych żądań może wydłużyć czas przetwarzania i zwiększyć koszty operacyjne, i odwrotnie.
 |
Dr Nguyen Truong Son, dyrektor naukowy w Zalo AI. |
Twierdził, że optymalizacja może rozpocząć się już na etapie wprowadzania poleceń. Użytkownicy mogą obniżyć koszty tokenów, ograniczając zbędną długość i zapewniając jasny, zwięzły kontekst dla chatbota.
Na poziomie systemu zespół Zalo wdraża różne rozwiązania, takie jak sugerowanie odpowiednich poleceń i wdrażanie warstw kontroli, aby zagwarantować bezpieczeństwo informacji użytkowników.
Ogólnie rzecz biorąc, Wietnam jest uważany za dobrze przygotowany na globalną falę sztucznej inteligencji. Zalo jest jednym z pierwszych uczestników tej transformacji, koncentrując się na rozwiązywaniu problemów związanych z kosztami, jakością i bezpieczeństwem podczas wdrażania sztucznej inteligencji na dużą skalę.
Zacięty wyścig chipów
Eksplozja sztucznej inteligencji jest wynikiem postępu w sprzęcie i układach scalonych. Dr Pham Hy Hieu z OpenAI podkreśla, że pojawienie się ChatGPT zrewolucjonizowało rynek układów scalonych, umożliwiając firmie Nvidia szybki rozwój w krótkim czasie.
Kiedy ChatGPT po raz pierwszy wystartował, jego działanie opierało się niemal wyłącznie na układach Nvidia. Doprowadziło to do gwałtownego wzrostu zakupów sprzętu od gigantów technologicznych, takich jak Anthropic i Meta.
Jednak gra nie jest przeznaczona tylko dla Nvidii. Konkurenci, tacy jak AMD i Google, również oferują optymalne rozwiązania sprzętowe dla twórców modeli AI.
„Przepływ chipów i kapitału związanego z chipami ma również wpływ na przepływy gospodarcze, przynajmniej na wzrost gospodarczy USA”.
Co więcej, firmy aspirujące do rozwoju sztucznej inteligencji (AI) mają również ambicje, aby tworzyć własne układy scalone, ponieważ koszty ich zakupu rosną, więc nawet niewielka oszczędność to ogromna korzyść. Dlatego każda firma chce być samowystarczalna pod względem zasobów układów scalonych” – dodał pan Hieu.
 |
Dr Pham Hy Hieu reprezentujący OpenAI. |
Rynek układów scalonych AI jest obecnie podzielony na dwie główne kategorie w zależności od ich przeznaczenia. Pierwsza kategoria to układy szkoleniowe, które wymagają możliwości wykonywania dużych mnożeń macierzowych, jednorodnej wymiarowości i dużej przepustowości, aby móc jednocześnie łączyć tysiące układów.
Drugim typem są układy wnioskowania, które wymagają skromniejszej liczby łączy (około 50-100 układów) i koncentrują się na małych, nieregularnych problemach macierzowych. Układy wnioskowania wymagają jednak dobrej optymalizacji poboru mocy dla zapewnienia stabilnego działania.
Patrząc wstecz na historię rozwoju, o ile w latach 2019-2023 koncentrowano się na trenowaniu i kompresji danych dla modeli GPT, to od 2024 roku uwaga skupia się na możliwościach wnioskowania. Ta zmiana prowadzi do zapotrzebowania na układy scalone do wnioskowania.
„Jaką rolę odgrywa Wietnam w grze o produkcję chipów? Chociaż przemysł chipów jest wart biliony dolarów, nie potrzebujemy dziesiątek miliardów dolarów, aby w nim uczestniczyć. Wietnamczycy mogą wnieść wkład w rozwój rynku chipów AI na wiele sposobów” – powiedział pan Hieu.
 |
Spostrzeżenia dr. Phama Hy Hieu na temat sprzętu w infrastrukturze AI. |
Przedstawiciele OpenAI zaproponowali dwa główne kierunki rozwoju. Zamiast ścigać się w produkcji układów scalonych do wielkoskalowych modeli językowych, Wietnam mógłby skupić się na opracowywaniu energooszczędnych układów scalonych do samochodów, smartfonów czy wszczepialnych urządzeń medycznych. Są to segmenty rynku o znacznym potencjale wzrostu i niższych kosztach inwestycyjnych.
Po drugie, mamy integrację sprzętu i oprogramowania. Takie osiągnięcia jak algorytm Flash Attention 2 pokazują, jak sprytne połączenie programowania i sprzętu może prowadzić do przełomów bez konieczności ogromnych inwestycji kapitałowych.
„Przyszłość leży w rękach tych, którzy odważą się dostrzec szanse, podjąć ryzyko i stawić czoła zagrożeniom” – podsumował pan Hieu.
Wybitne zespoły na Zalo AI Challenge 2025
Po prezentacjach prelegentów, podczas konkursu Zalo AI Challenge 2025 zaprezentowano wiele praktycznych rozwiązań w zakresie zastosowań sztucznej inteligencji. W konkursie, który wystartował pod koniec października, wzięło udział ponad 1000 zespołów.
W tym roku konkurs Zalo AI Challenge podzielony jest na dwie kategorie: RoadBuddy (wykorzystujący algorytmy do identyfikacji znaków drogowych) i AeroEyes (projektujący sztuczną inteligencję dla dronów do rozpoznawania obiektów naziemnych). Zwycięskie drużyny otrzymają nagrodę pieniężną w łącznej wysokości 12 000 dolarów oraz upominki od sponsorów.
Jak twierdzą organizatorzy, tegoroczny egzamin miał charakter praktyczny i miał na celu pokazanie potencjału sztucznej inteligencji poza środowiskami badawczymi, służącego rozwiązywaniu rzeczywistych problemów.
W wyzwaniu RoadBuddy uczestnicy koncentrowali się na przetwarzaniu danych z kamer samochodowych. Zespoły musiały przetwarzać zbiory danych wideo trwające od 0 do 15 sekund, zarejestrowane w różnych warunkach czasowych. Zadaniem modelu sztucznej inteligencji była precyzyjna identyfikacja szczegółów, takich jak znaki drogowe, sygnalizacja świetlna i oznaczenia pasów ruchu, widocznych na nagraniu.
    |
Udostępnianie i przyznawanie nagród w ramach Zalo AI Challenge 2025. |
Dysponując zbiorem danych obejmującym 1500 próbek szkoleniowych, 500 publicznych próbek testowych i 500 prywatnych próbek testowych, rywalizujące zespoły oceniano na podstawie dwóch kryteriów: dokładności i czasu reakcji.
Według oceny pana Nguyen Truong Sona, uczestnicy konkursu zastosowali zaawansowane techniki, takie jak Model Języka Wizji (VLM). Cały proces polega na wyodrębnianiu klatek z wideo jako danych wejściowych, a następnie łączeniu ich z modelami takimi jak Qwen lub YOLO w celu identyfikacji obiektów i zapewnienia logicznej analizy.
W końcowych wynikach zespół CtelAI zajął pierwsze miejsce ze wskaźnikiem dokładności na poziomie 71,3%, a na drugim miejscu znalazł się zespół BitterSweet z wynikiem 70,5%.
Pod hasłem „AeroEyes” zespoły brały udział w rundzie kwalifikacyjnej, a następnie awansowały do finału. W finale kandydaci musieli programować modele bezpośrednio na dronach, wyznaczać trasy lotu i sterować kamerami w warunkach rzeczywistych, aby wykrywać obiekty.
Ze względu na trudność zadania, liczba zespołów spełniających wymagania była niewielka, dlatego organizatorzy elastycznie wprowadzili temat uzupełniający. Rywalizujące zespoły szybko dostosowywały swoje modele do wymagań. W rezultacie zwyciężył zespół AIO_C3A, dzięki najwyższej efektywności. Drugie miejsce zajęły ex aequo zespoły IUH_Alers_K16 i AEB.
Źródło: https://znews.vn/ai-se-di-xa-den-dau-post1613033.html
Komentarz (0)