Inteligența artificială de bază „Make in Vietnam” clasată în top 12 în lume

În contextul transformării digitale și al inteligenței artificiale (IA) din Vietnam, tehnologia OCR (recunoașterea optică a caracterelor) joacă un rol din ce în ce mai important în digitalizarea documentelor, automatizarea proceselor de afaceri, economisirea costurilor și îmbunătățirea eficienței managementului. Cu toate acestea, având în vedere caracteristicile limbii vietnameze, cum ar fi accente și scrisul de mână, problema recunoașterii nu se oprește la „citirea cuvintelor”, ci necesită ca modelul să aibă capacitatea de a înțelege contextul în mod cuprinzător.

Recent, Institutul de Aplicații Tehnologice CMC (CMC ATI) a anunțat modelul CATI-VLM (Visual Document Understanding - Înțelegerea Vizuală a Documentelor) dezvoltat de echipa de cercetare dintr-un depozit de date de 5 TB, care a ajuns în Top 12 în lume și Top 1 în Vietnam în clasamentul anunțat recent de Robust Reading Competition (RRC) în iunie 2025, la categoria Document Visual Question Answering (DocVQA).

Legendă foto

Clasamentul RRC în categoria DocVQA 6/2025.

Competiția de Lectură Robustă (RRC) este un prestigios teren de joacă științific (https://rrc.cvc.uab.es/) organizat de Centrul de Viziune prin Calculator (CVC) al Universității Autònome din Barcelona (UAB) din Spania, o instituție de cercetare prestigioasă la nivel mondial în domeniul vederii prin computer. Inițiată în 2011, însoțind întotdeauna Conferința Internațională privind Analiza și Recunoașterea Textului (ICDAR) - unul dintre cele mai mari forumuri din lume privind analiza documentelor și viziunea prin computer, competiția a devenit un eveniment important, atrăgând cercetători, ingineri de la universități prestigioase, institute de cercetare și companii de tehnologie precum Universitatea Tsinghua, Hyundai Motor Group și Tencent... Sarcinile RRC sunt concepute pentru a promova progresul tehnologic, strâns legat de probleme practice, de la traducere, managementul datelor întreprinderilor până la analiza urbană și procesarea documentelor istorice.

Dr. Dang Minh Tuan, directorul CMC ATI, a declarat: „Capacitatea de cercetare a echipei CMC este afirmată printr-un teren de joacă global prestigios precum RRC. Suntem mândri că, într-un timp scurt, echipa poate obține un rang înalt, fiind alături de nume mari din țările dezvoltate. Mai important, aceasta este o demonstrație clară a capacității de a stăpâni tehnologia pentru a rezolva probleme specifice vietnamezilor și domenii specializate din Vietnam.”

CATI-VLM diferă de OCR-ul tradițional prin faptul că nu numai că extrage caractere, ci înțelege și mai multe straturi de informații: conținut textual, elemente non-textuale (casete de bifat, casete de selectare, diagrame, semnături, formule), aspect (structura paginii, tabele, formulare) și stil (fonturi, evidențieri etc.). Modelul poate răspunde la întrebări vizuale puse pe imaginile documentelor, similar cu ChatGPT, fără a fi nevoie să înveți în prealabil formulare specifice.

Conform ziarului News and People

Sursă: https://doanhnghiepvn.vn/cong-nghe/ai-loi-make-in-vietnam-duoc-xep-hang-top-12-the-gioi/20250703100726051