Até onde a IA pode chegar?

No evento anual de IA da Zalo, os palestrantes compartilharam suas experiências na aplicação da IA ​​no dia a dia e previram novas tendências em torno da IA ​​ativa e da IA ​​física.

Realizado pela primeira vez em 2017, o Zalo AI Summit é um evento que reúne renomados especialistas na área de IA. Com o tema "Vietnã na Era da IA-ificação", o Zalo AI Summit 2025 apresentará soluções para a aplicação de IA no dia a dia, preverá tendências em IA e demonstrará as conquistas da Zalo em aproximar a IA dos usuários.

Em suas observações iniciais, o Sr. Nguyen Minh Tu, Diretor de Tecnologia da Zalo, afirmou que a era da IA ​​começou a surgir em 2018-2019 com os primeiros modelos Transformer. No entanto, foi somente com o surgimento do GPT-3.5 e do ChatGPT em 2022 que esses modelos de linguagem atingiram alta qualidade e se tornaram acessíveis a um público mais amplo.

"Foi aí que começou a era da IA, quando as pessoas começaram a usar o ChatGPT", enfatizou o Sr. Tu.

Sinal positivo para o Vietnã

À medida que empresas como Google, Anthropic e DeepSeek aprimoram cada vez mais a modelagem de linguagem em larga escala (LLM, na sigla em inglês), o mercado de IA está testemunhando um ponto de virada chamado IA agente.

Ao contrário da IA ​​convencional, que só consegue resolver tarefas individuais, a IA agética é um sistema autônomo capaz de conectar múltiplos agentes para lidar com problemas complexos.

"A IA agente funciona como nossos funcionários. Ela pode analisar, raciocinar, executar tarefas e escrever relatórios com base em nossos comandos", acrescentou o Sr. Tu.

No Vietnã, a Zalo é uma das empresas que integra diversos recursos de IA para atender aos usuários. Até 2025, espera-se que o número de usuários desses serviços ultrapasse 17 milhões, um aumento de mais de 200%. Mais de 7,5 milhões de pessoas utilizam o recurso de ditado (conversão de fala em texto).

"Essa funcionalidade mudou a forma como muitas pessoas usam o Zalo. Em vez de digitar texto, usar a voz é muito mais rápido e conveniente", enfatizou o Sr. Tú.

O recurso de tradução de mensagens do vietnamita para o inglês também atraiu um grande número de usuários. O Sr. Tu revelou que a tradução simultânea para chamadas do Zalo será adicionada em breve.

Sr. Nguyen Minh Tu, Diretor de Tecnologia da Zalo.

Além de atender aos usuários finais, a IA também dá suporte às operações da Zalo. A empresa criou um chatbot de atendimento ao cliente, ajudando a resolver o problema de expansão durante períodos de pico, quando é difícil recrutar funcionários adicionais.

Após 3 meses de implementação, o sistema de chatbot do Zalo alcançou uma taxa de resposta de 90%, superior à dos atendentes humanos. Apenas cerca de 2 a 3% dos casos exigiram intervenção humana por parte do chatbot.

Um representante da Zalo reconheceu que ainda existem alguns desafios na aplicação interna de IA, relacionados à privacidade e segurança. Por isso, a plataforma opta por uma abordagem flexível, utilizando um modelo desenvolvido internamente para dados sensíveis e recorrendo a chatbots externos para dados menos sensíveis.

O Sr. Tú também mencionou o Zalo AI Challenge 2025, uma competição para desenvolver soluções de IA para o dia a dia. Além de jovens e estudantes, a competição deste ano atraiu vários alunos do ensino médio, alguns dos quais chegaram ao top 5.

"Isso demonstra que a IA permeou todas as áreas da sociedade, chegando até mesmo às escolas, onde as crianças são expostas à IA desde muito cedo. Este é um sinal positivo para o Vietnã na era da 'transformação da IA'", enfatizou um representante da Zalo.

A onda de agentes de IA

Na primeira sessão, o Professor Associado Quan Thanh Tho, da Universidade de Tecnologia da Cidade de Ho Chi Minh, levantou a questão de como a IA multimodal irá mudar o mundo . Ele argumentou que o modelo de aprendizado de máquina (LLM) chegou ao fim de seu ciclo e que a tendência tecnológica está gradualmente se voltando para os Sistemas Multiagentes (SMA).

O Professor Associado Dr. concordou com o Sr. Tu sobre o marco significativo do LLM com a introdução do GPT-3.5, afirmando que o objetivo comum dos chatbots é imitar os humanos o mais fielmente possível. O conceito de agentes de IA já existia antes, mas só floresceu verdadeiramente sob a estrutura do LLM.

“Agent é uma arquitetura bastante clássica e, quando combinada com LLM, proporciona a capacidade de comunicação entre modelos”, disse o Sr. Tho. As palavras-chave “Agentes de IA” e “IA Agentica” também estiveram entre os termos mais pesquisados ​​no Google Trends desde o final de 2024 até o presente.

Prof. Dr. Quan Thanh Tho, Chefe do Departamento de Ciência da Computação e Engenharia da Universidade de Tecnologia da Cidade de Ho Chi Minh.

O professor associado explicou que a IA agética é simplesmente um sistema composto por múltiplos agentes trabalhando em conjunto. Ao receber um comando do usuário, os agentes analisam a solicitação, atribuem tarefas, selecionam as ferramentas apropriadas e as executam passo a passo para alcançar maior eficiência em comparação com um modelo único.

O Sr. Tho também apresentou algumas aplicações práticas de MAS em empresas nacionais. Em particular, agentes de IA podem processar simultaneamente arquivos PDF, imagens e documentos, melhorando a eficiência em 40 a 60%. No setor de seguros, essa tecnologia ajuda uma empresa a automatizar de 20 a 40% de sua carga de trabalho.

Além disso, os agentes de IA têm a capacidade de coletar informações em tempo real, ajudando a fornecer preços de mercado instantâneos. No trabalho, o Professor Associado Dr. [Nome] afirmou que o sistema de agentes de IA atua como um assistente inteligente, capaz de responder a perguntas relacionadas à escola para pais e alunos. Na educação , os agentes de IA ajudam a criar modelos de aprendizagem personalizados, adaptados à trajetória de aprendizagem de cada aluno.

O Zalo AI Summit 2025 atraiu um grande número de participantes interessados ​​na área de IA (Inteligência Artificial).

Em geral, a vantagem dos Sistemas Multiagentes (SMA) reside na sua capacidade de lidar com múltiplos problemas complexos em paralelo. Através do processo de raciocínio, os agentes podem processar informações de forma independente, aprender uns com os outros e com o usuário para reduzir erros e produzir resultados precisos e personalizados.

As arquiteturas de agentes modernas são frequentemente fornecidas como ferramentas e plataformas com interfaces amigáveis, tornando-as mais acessíveis ao público em geral.

Com base nesses benefícios, o Sr. Tho enfatizou a importância da aplicação da tecnologia e do ajuste dos processos de trabalho internos nas empresas. Segundo o professor associado, no contexto da forte tendência de inovação que ocorre em todo o mundo, essa é uma onda à qual as empresas precisam dar atenção especial.

O que vem depois da IA ​​agente?

Recentemente, robôs humanoides se tornaram uma tendência que atrai a atenção do mundo da tecnologia. Essa é também a aplicação mais comum da inteligência artificial física.

Ao compartilhar suas ideias sobre o assunto, o Dr. Tran Minh Quan, Tecnólogo Sênior de Desenvolvimento da Nvidia Vietnam, enfatizou que a IA física é o desenvolvimento mais avançado nas tendências de IA, seguindo a era da IA ​​generativa ou IA agente.

"Esses modelos de IA são capazes de receber comandos ou dados de entrada e, em seguida, produzir ações específicas que afetam motores ou componentes de controle de robôs, como braços robóticos, veículos autônomos, fábricas, etc.", compartilhou o Sr. Quan, dando uma visão geral da IA ​​física.

O Dr. Tran Minh Quan, da Nvidia, compartilhou suas ideias sobre as tendências em IA física.

Segundo representantes da Nvidia, a IA física poderá se tornar uma indústria de trilhões de dólares no futuro. O potencial de aplicação da IA ​​física é enorme, visto que a infraestrutura global de hardware atual inclui aproximadamente 2 bilhões de câmeras industriais, 10 milhões de fábricas, 200 mil armazéns e 1,5 bilhão de veículos, sem mencionar os bilhões de robôs humanoides que poderão ser implantados no futuro.

"Se cada dispositivo fosse equipado com um 'cérebro' de IA para lidar com a carga de trabalho atual, as tarefas que poderiam ser suportadas seriam em uma escala muito diferente da atual", acrescentou o Sr. Quan.

A necessidade de IA física surge da escassez de pessoal em muitos setores. Trabalhos altamente especializados em ambientes hostis, como soldagem em espaços fechados e escuros, estão se mostrando difíceis para humanos.

Os robôs representam agora uma solução que equilibra os custos de pessoal e operacionais. Os custos podem ser otimizados, uma vez que os robôs têm a capacidade de aprender novas tarefas de forma independente, em vez de simplesmente executar trabalhos repetitivos.

"É por isso que o 'momento' do ChatGPT para a robótica pode chegar este ano ou no próximo", enfatizou o Sr. Quan.

A IA física é considerada o próximo passo após a IA generativa e a IA agentiva.

Para concretizar essa visão, os representantes da Nvidia propuseram um modelo com três computadores, correspondentes a três estágios-chave no desenvolvimento da IA ​​física.

Assim, a primeira fase concentra-se na construção da base no servidor. Após o treinamento, o modelo pode ser inserido em um ambiente de simulação para aprender sobre interações causais, ajudando-o a desenvolver um comportamento mais adequado no mundo real.

A simulação ajuda os robôs a reconhecer objetos com precisão e a saber como manipulá-los. Mais importante ainda, a simulação permite que vários robôs trabalhem juntos simultaneamente, testando cenários de colisão sem incorrer no custo de hardware real. Por fim, possibilita a implantação direta no hardware.

O desafio de implementar IA em larga escala.

O processo de "IA-ização", que envolve a integração da tecnologia nas operações diárias para melhorar a eficiência e apoiar a tomada de decisões, está se acelerando globalmente.

Segundo o Dr. Chau Thanh Duc, Diretor de Pesquisa da Zalo AI, o ritmo acelerado da IA ​​no Vietnã decorre de diversos fatores, principalmente do desenvolvimento de modelos de IA, da rápida melhoria da infraestrutura de hardware e dados e do processo de transformação digital.

O Vietnã é considerado um dos países com significativo potencial para o desenvolvimento da IA, como evidenciado por programas de aquisição de talentos, a construção de uma comunidade tecnológica e o apoio governamental. Além disso, avalia-se que os cidadãos vietnamitas possuem um alto nível de prontidão para a transformação digital.

Dr. Chau Thanh Duc, Diretor de Pesquisa da Zalo AI.

Nessa transformação, a Zalo lançou diversos recursos relacionados à IA, como a assistente virtual Kiki. A empresa busca desenvolver ferramentas que aumentem a eficiência no trabalho e que sejam, principalmente, fáceis de usar para todos. As ferramentas da Zalo oferecem suporte a tudo, desde codificação, programação e pesquisa, até atividades cotidianas como comunicação, tradução e busca de imagens.

No entanto, especialistas acreditam que isso é apenas o começo e que ainda existem muitas dificuldades no processo de transformação da IA. O Dr. Nguyen Truong Son, Diretor de Ciência da Zalo AI, afirmou que as dificuldades decorrem de questões de segurança, custos e das altas exigências dos usuários. Essas dificuldades não afetam apenas a Zalo, mas também os usuários e as empresas.

O primeiro obstáculo reside na escolha de um modelo de IA que garanta um certo nível de autonomia. Modelos de terceiros geralmente oferecem melhor desempenho e qualidade de saída, enquanto modelos internos têm a vantagem do controle da informação, mas são limitados em termos de estabilidade e eficiência.

Informações compartilhadas por representantes da Zalo AI.

Além disso, a maioria dos modelos atuais compartilha fragilidades comuns, como precisão incompleta e resultados inconsistentes. Muitos chatbots têm capacidade limitada para entender e processar o vietnamita, não atendendo a requisitos ou contextos específicos.

Para solucionar esse problema, os especialistas da Zalo propuseram diversas soluções, como a aplicação de tecnologia avançada de desenvolvimento de modelos e a combinação de fontes de dados confiáveis ​​durante o treinamento do chatbot. Simultaneamente, a equipe de desenvolvimento avaliou continuamente o modelo por meio de testes internos.

Outro desafio reside no equilíbrio entre custo, desempenho e segurança. De acordo com o Dr. Nguyen Truong Son, usar um modelo pequeno para lidar com solicitações complexas pode aumentar o tempo de processamento e os custos operacionais, e vice-versa.

Dr. Nguyen Truong Son, Diretor de Ciência da Zalo AI.

Ele argumentou que a otimização pode começar já na fase de entrada de comandos. Os usuários podem reduzir os custos de tokens limitando o comprimento desnecessário e fornecendo um contexto claro e conciso para o chatbot.

Em nível de sistema, a equipe da Zalo implementa diversas soluções, como sugerir comandos apropriados e implantar camadas de controle para garantir a segurança das informações do usuário.

De modo geral, o Vietnã é considerado bem preparado para a onda global da IA. A Zalo é uma das pioneiras nessa transformação, focando em solucionar os desafios de custo, qualidade e segurança na implementação de IA em larga escala.

A acirrada corrida dos chips

A explosão da IA ​​é resultado de avanços em hardware ou chips. O Dr. Pham Hy Hieu, da OpenAI, enfatiza que o surgimento do ChatGPT revolucionou os chips, permitindo que a Nvidia crescesse rapidamente em um curto período de tempo.

Quando o ChatGPT foi lançado, seu funcionamento dependia quase que inteiramente de chips da Nvidia. Isso levou a um aumento nas compras de hardware de gigantes da tecnologia como a Anthropic e a Meta.

No entanto, o jogo não é só para a Nvidia. Concorrentes como a AMD e o Google também estão oferecendo soluções de hardware otimizadas para desenvolvedores de modelagem de IA.

"O fluxo de chips e de capital relacionado a chips também impacta os fluxos econômicos, pelo menos o crescimento da economia dos EUA."

Além disso, as empresas que aspiram a desenvolver IA também têm ambições de desenvolver seus próprios chips, porque o custo de aquisição de chips está aumentando, então mesmo uma pequena economia representa um grande benefício. É por isso que toda empresa quer ser autossuficiente em recursos de chips”, acrescentou o Sr. Hieu.

Dr. Pham Hy Hieu, representando OpenAI.

O mercado de chips de IA está atualmente dividido em duas categorias principais com base em sua finalidade de uso. A primeira categoria é a de chips de treinamento, que exigem a capacidade de realizar multiplicação de matrizes grandes, dimensionalidade uniforme e alta largura de banda para conectar milhares de chips simultaneamente.

O segundo tipo é o chip de inferência, que requer um número mais modesto de conexões (em torno de 50 a 100 chips) e se concentra em problemas de matrizes pequenas e de tamanho irregular. No entanto, os chips de inferência exigem uma boa otimização de energia para uma operação sustentável.

Analisando o histórico de desenvolvimento, se o período de 2019 a 2023 focou no treinamento e na compressão de dados para modelos GPT, a partir de 2024 o foco se desloca para as capacidades de raciocínio. Essa mudança gera uma demanda por chips de inferência.

"Qual o papel do Vietnã na indústria de fabricação de chips? Embora a indústria de chips movimente trilhões de dólares, não precisamos de dezenas de bilhões de dólares para participar. Os vietnamitas podem contribuir para o cenário de chips de IA de diversas maneiras", compartilhou o Sr. Hieu.

Análises do Dr. Pham Hy Hieu sobre hardware na infraestrutura de IA.

Os representantes da OpenAI propuseram duas direções principais. Em vez de correr para produzir chips para modelos de linguagem em larga escala, o Vietnã poderia se concentrar no desenvolvimento de chips de baixo consumo de energia para carros, smartphones ou dispositivos médicos implantáveis. Esses são segmentos de mercado com significativo potencial de crescimento e custos de investimento mais baixos.

Em segundo lugar, há a integração de hardware e software. Contribuições como o algoritmo Flash Attention 2 demonstram como uma combinação inteligente de programação e hardware pode gerar avanços sem exigir investimentos de capital maciços.

"O futuro está nas mãos daqueles que ousam enxergar oportunidades, ousam correr riscos e ousam enfrentar perigos", concluiu o Sr. Hieu.

Equipes de destaque no Zalo AI Challenge 2025

Após as apresentações dos palestrantes, muitas soluções práticas para a aplicação de IA foram apresentadas no Zalo AI Challenge 2025. Lançada no final de outubro, a competição atraiu mais de 1.000 equipes participantes.

Este ano, o Desafio de IA da Zalo está dividido em duas categorias: RoadBuddy (que utiliza algoritmos para identificar placas de trânsito) e AeroEyes (que desenvolve IA para drones reconhecerem objetos no solo). As equipes vencedoras receberão um prêmio total em dinheiro de US$ 12.000, além de brindes dos patrocinadores.

Segundo os organizadores, as questões da prova deste ano foram todas práticas, demonstrando o potencial da IA ​​fora dos ambientes de pesquisa para resolver problemas do mundo real.

No desafio RoadBuddy, os participantes se concentraram no processamento de dados de câmeras veiculares. As equipes tiveram que processar conjuntos de dados de vídeo com duração de 0 a 15 segundos, gravados em diversas condições de tempo. A tarefa do modelo de IA era identificar com precisão detalhes como placas de sinalização, semáforos e faixas de rodagem que apareciam no vídeo.

Partilha e entrega de prémios para o Zalo AI Challenge 2025.

Com um conjunto de dados composto por 1.500 amostras de treinamento, 500 amostras de teste públicas e 500 amostras de teste privadas, as equipes concorrentes foram avaliadas com base em dois critérios: precisão e tempo de resposta.

Segundo a avaliação do Sr. Nguyen Truong Son, os participantes aplicaram técnicas avançadas como o Vision Language Model (VLM). O processo geral envolve a extração de frames de vídeo como dados de entrada, combinando-os em seguida com modelos como Qwen ou YOLO para identificar objetos e fornecer análises lógicas.

Nos resultados finais, a equipe CtelAI conquistou o primeiro lugar com uma taxa de acerto de 71,3%, seguida pela BitterSweet com 70,5%.

Com o tema AeroEyes, as equipes participaram de uma rodada classificatória antes de avançarem para a final. Na final, os candidatos tiveram que programar modelos diretamente em drones, estabelecer trajetórias de voo e controlar câmeras em condições reais para detectar objetos.

Devido à dificuldade da tarefa, o número de equipes que atenderam aos requisitos não foi alto, então os organizadores introduziram, de forma flexível, um tópico suplementar. As equipes participantes ajustaram rapidamente seus modelos para atender aos requisitos. Como resultado, a equipe AIO_C3A venceu graças à sua maior eficiência. O segundo lugar foi dividido entre as equipes IUH_Alers_K16 e AEB.

Fonte: https://znews.vn/ai-se-di-xa-den-dau-post1613033.html