Unga vietnamesiska ingenjörer toppar global AI-lekplats två år i rad

Nyligen ägde ceremonin för tillkännagivandet av resultaten av AI City Challenge 2025 (AI i smarta städer) rum inom ramen för den internationella konferensen om datorseende (ICCV 2025) på Hawaii (USA). Efter segern 2024 vann VNPT :s AI-ingenjörsteam i år första plats i kategorin Bearbetning och igenkänning av objekt från bilddata från ultravidvinkelkameror på edge-enheter (edge AI). Problemet kräver ett AI-system med realtidsbearbetningshastighet, direkt på kompakta hårdvaruenheter, samtidigt som hög noggrannhet säkerställs vid igenkänning av objekt från mycket förvrängda bilddata, vilket uppfyller praktiska behov.

AI City Challenge 2025 är en av världens mest prestigefyllda årliga tävlingar om artificiell intelligens (AI) tillämpad i smarta städer. Årets tävling omfattar fyra kategorier med högre komplexitet än tidigare säsonger och lockar mer än 30 000 lag från länder med stark AI-utveckling, såsom USA, Kina, Korea, Taiwan etc.

VNPT:s ingenjörsteam leder vägen tack vare AI:s noggrannhet och bearbetningshastighet i utkanten av kretsar.

Utmaningen att förbättra AI-kapaciteten i utkanten

Problemet med att bearbeta och känna igen objekt från bilddata från ultravidvinkelkameror har inkluderats i AI City Challenge sedan 2024, vilket återspeglar trenden att tillämpa datorseende på nuvarande trafikövervakningssystem. Med hög praktisk betydelse är kategorin alltid den tävling med flest lag i hela tävlingen. I år ökar kategorins svårighetsgrad då lagen, förutom att korrekt bearbeta förvrängda och deformerade bilder, måste optimera hela processen så att modellen kan fungera effektivt på edge-enheter.

VNPT:s ingenjörsteam använder många tekniker för att snabbt och exakt identifiera fordon.

Teamen var tvungna att optimera sina modeller för att köras effektivt på Jetson Orin, en liten enhet placerad vid datainsamlingspunkten (kallad edge-enhet), som har en effektgräns på 30 W och mycket lägre datorkraft än en central server. Detta innebar att teamen inte kunde använda alltför stora modeller, utan var tvungna att effektivisera och optimera programmet för att köras snabbare, förbruka mindre resurser och fortfarande känna igen fordon korrekt. Dessa förändringar gjorde AI City Challenge 2025 till en av de svåraste säsongerna hittills, särskilt eftersom teamen lärde sig av förra årets erfarenheter och tävlingsnivån ökade avsevärt.

Dra nytta av verklig erfarenhet av modelloptimering

Vid trafikövervakningsproblem är datorinfrastruktur och nätverksanslutningar ofta begränsade, vilket gör utvecklingen av AI-modeller som är både exakta och effektiva till en stor utmaning. Det är också anledningen till att Edge AI har blivit en oundviklig trend. Istället för att skicka all data till en central server för bearbetning placeras modellen direkt vid insamlingsenheten (t.ex. en kamera), vilket hjälper till att reagera snabbare, minska latensen, spara bandbredd och säkerställa datasäkerhet, särskilt i storskaliga övervakningssystem.

Enligt resultaten som tillkännagavs vid AI City Challenge 2025 kom VNPT:s ingenjörsteam på första plats och överträffade hundratals team från stora teknikföretag, forskningsinstitut och universitet runt om i världen. Denna prestation bidrar till att stärka AI-ekosystemet för trafikövervakning och urban säkerhet i landet, där ultravidvinkelkameror används i stor utsträckning för att utöka observationsområdet, minska döda vinklar, minska antalet installerade enheter och förbättra effektiviteten i driften av urban infrastruktur. Med mer än sju års erfarenhet av att utveckla AI-modeller för bildbehandling och driftsätta dem nationellt har VNPT:s ingenjörsteam samlat på sig förmågan att balansera noggrannhet, hastighet och driftskostnader – faktorer som avgör effektiviteten av att tillämpa AI i verkliga miljöer.

VNPT-teamet har utvecklat och bemästrat mer än 40 AI-modeller för bildbehandling.

För närvarande har VNPT-teamet utvecklat och bemästrat mer än 40 olika AI-modeller för bildbehandling, såsom registreringsskyltsigenkänning, trafikflödesmätning, hjälmdetektering, samt modeller specifika för Vietnam, såsom att detektera fordon som transporterar tre personer, transportera skrymmande varor eller upptäcka bränder och vapen inom säkerhets- och stadsövervakning. Dessa modeller är optimerade för att fungera på en mängd olika hårdvaror, från GPU:er, processorer till NPU:er, och uppfyller de olika kraven från system och kunder.

För att kunna driftsätta effektivt i stor skala, särskilt i den lokala modellen och vid gränsen med hundratals kameror samtidigt, har VNPT:s ingenjörer också byggt optimala bearbetningsmetoder som möjliggör samtidig drift av hundratals videodataströmmar . Denna metod gör AI-lösningar enkla att skala, sparar resurser och är lämpliga för infrastrukturförhållanden på många platser.

Genom att tillämpa den erfarenheten på AI City Challenge 2025 använde teamet en kombination av tekniker som modellkomprimering för att minska storlek och bearbetningsresurser, optimering av bildbehandlingsflöde för att minska latens, och förfining av programmeringsspråk och kodstruktur för att skapa den övergripande bearbetningskedjan för högsta prestanda. Denna metod hjälper modellen att bibehålla noggrannhet samtidigt som den ökar inferenshastigheten och distributionen på hårdvarubegränsade edge-enheter.

Multidisciplinär AI-forskningsplattform för djupinlärning

VNPT har inte bara ett team av unga, begåvade medarbetare och en stark datorinfrastruktur, utan en av de viktiga förutsättningarna för att ha ett heltäckande ekosystem för AI-produkter som uppfyller internationella standarder och vinner höga priser vid prestigefyllda tävlingar är den djupgående plattformen för AI-forskning inom många områden.

När det gäller AI-tillämpningar inom bildbehandling, utöver smarta stads- och trafiksystem, främjar VNPT även forskningstillämpningar inom det medicinska området. I september 2025 tillkännagav gruppen vetenskaplig forskning vid MICCAI 2025 - världens ledande konferens om AI och datorseende inom medicin. Forskningen fokuserade på AI-tillämpningar vid diagnos av sköldkörtelcancer, utförd med data från nästan 10 000 patienter i tre regioner i landet under fyra år. Projektet spelar en grundläggande roll i att utveckla automatiska diagnostiska stödsystem som är lämpliga för befolkningens egenskaper och medicinska tillstånd i landet, vilket bidrar till att förbättra noggrannheten, förkorta diagnostiden, minska arbetsbelastningen för läkare och utöka tillgången till högkvalitativa medicinska tjänster till gräsrotsnivå.

VNPT:s AI-ingenjörsteam publicerade forskning vid många prestigefyllda vetenskapliga konferenser.

Inom området språk- och talbehandling tillkännagav VNPT även forskning vid EMNLP 2025 – en A*-rankad AI-konferens om naturlig språkbehandling, och ICASSP 2025 – en A1-rankad konferens om talbehandling. Dessa arbeten tillämpar avancerade maskininlärningstekniker för att utveckla stora språkmodeller (LLM) och generativ AI, i syfte att förbättra AI-modellers förmåga att förstå vietnamesiska sammanhang, känslor och nyanser – vilka är komplexa faktorer och sällan modelleras i internationella korpusar. Tack vare detta är det vietnamesiska språket alltmer närvarande i den globala NLP-forskningsgemenskapen, vilket öppnar upp möjligheten att bygga starka, unika och lämpliga språkmodeller för vietnameser.

Källa: 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