Вперше проведений у 2017 році, саміт Zalo AI Summit – це захід, який об’єднує відомих експертів у галузі штучного інтелекту. Під гаслом «В’єтнам в епоху штучного інтелекту» саміт Zalo AI Summit 2025 представить рішення для застосування штучного інтелекту в повсякденному житті, передбачить тенденції розвитку штучного інтелекту та продемонструє досягнення Zalo у наближенні штучного інтелекту до користувачів.
У своєму вступному слові пан Нгуєн Мінь Ту, директор з технологій Zalo, заявив, що ера штучного інтелекту почалася у 2018-2019 роках з першими моделями трансформерів. Однак лише з появою GPT-3.5 та ChatGPT у 2022 році ці мовні моделі досягли високої якості та стали доступними для ширшої аудиторії.
«Саме тоді почалася ера штучного інтелекту, коли люди почали використовувати ChatGPT», – наголосив пан Ту.
Позитивний сигнал для В'єтнаму
Оскільки такі компанії, як Google, Anthropic та DeepSeek, дедалі більше вдосконалюють моделювання великих мов (LLM), ринок штучного інтелекту переживає поворотний момент, який називається агентним ШІ.
На відміну від звичайного ШІ, який може вирішувати лише окремі завдання, агентний ШІ — це автономна система, здатна об'єднувати кількох агентів для вирішення складних проблем.
«Агентський ШІ функціонує так само, як наші співробітники. Він може аналізувати, міркувати, виконувати завдання та писати звіти на основі наших команд», – додав пан Ту.
У В'єтнамі Zalo є однією з компаній, яка інтегрує багато функцій штучного інтелекту для обслуговування користувачів. Очікується, що до 2025 року кількість користувачів цих послуг перевищить 17 мільйонів, що становить збільшення більш ніж на 200%. Понад 7,5 мільйона людей використовують функцію диктування (перетворення мовлення в текст).
«Ця функція змінила спосіб використання Zalo багатьма людьми. Замість друку тексту, використання голосу стало набагато швидшим і зручнішим», – наголосив пан Ту.
Функція перекладу повідомлень з в'єтнамської на англійську також привабила велику кількість користувачів. Пан Ту повідомив, що незабаром буде додано живий переклад для дзвінків Zalo.
 |
Пан Нгуєн Мінь Ту, директор із технологій Zalo. |
Окрім обслуговування кінцевих користувачів, штучний інтелект також підтримує діяльність Zalo. Компанія створила чат-бот для обслуговування клієнтів, який допомагає вирішити проблему масштабування в періоди пікового навантаження, коли важко найняти додатковий персонал.
Після 3 місяців впровадження система чат-ботів у Зало досягла рівня реагування 90%, що вище, ніж у людей. Лише близько 2-3% випадків потребували допомоги людини від чат-бота.
Представник Zalo визнав, що все ще існують деякі труднощі у внутрішньому застосуванні штучного інтелекту, пов'язані з конфіденційністю та безпекою. Саме тому платформа обрала гнучкий підхід, застосовуючи власну розроблену модель для конфіденційних даних та використовуючи зовнішніх чат-ботів для менш конфіденційних даних.
Пан Ту також згадав про Zalo AI Challenge 2025, конкурс з розробки рішень на основі штучного інтелекту для повсякденного життя. Окрім молоді та студентів, цьогорічний конкурс залучив кількох учнів старших класів, деякі з яких навіть увійшли до п’ятірки найкращих.
«Це показує, що штучний інтелект проник у всі сфери суспільства, поширившись навіть на школи, де діти стикаються зі штучним інтелектом у дуже ранньому віці. Це позитивний знак для В'єтнаму в епоху «трансформації штучного інтелекту»», – наголосив представник Zalo.
Хвиля агентів штучного інтелекту
На першій сесії доцент Куан Тхань Тхо з Технологічного університету міста Хошимін порушив питання про те, як мультимодальний штучний інтелект змінить світ . Він стверджував, що магістратура з права (LLM) досягла свого кінцевого циклу, і технологічний тренд поступово зміщується в бік багатоагентних систем (MAS).
Доцент доктор погодився з паном Ту щодо важливої віхи в LLM – впровадження GPT-3.5, заявивши, що спільною метою чат-ботів є максимально точне імітування людей. Концепція агентів штучного інтелекту існувала й раніше, але по-справжньому розквітла лише в рамках LLM.
«Агент — це досить класична архітектура, і в поєднанні з LLM вона забезпечує можливість зв’язку між моделями», — сказав пан Тхо. Ключові слова «AI Agents» та «Agentic AI» також були серед найпопулярніших пошукових запитів у Google Trends з кінця 2024 року до теперішнього часу.
 |
Доц. доктор Куан Тхань Тхо, завідувач кафедри комп'ютерних наук та інженерії, Технологічний університет міста Хошимін. |
Доцент поділився тим, що агентний ШІ – це просто система, що складається з кількох агентів, які працюють разом. Отримавши команду від користувача, агенти розбивають запит на частини, призначають завдання, вибирають відповідні інструменти та виконують їх крок за кроком, щоб досягти вищої ефективності порівняно з однією моделлю.
Пан Тхо також представив деякі практичні застосування MAS у побуті. Зокрема, агенти зі штучним інтелектом можуть одночасно обробляти PDF-файли, зображення та документи, підвищуючи ефективність на 40-60%. У страховому секторі ця технологія допомагає компанії автоматизувати 20-40% свого робочого навантаження.
Крім того, агенти ШІ мають можливість збирати інформацію в режимі реального часу, допомагаючи надавати миттєві ринкові ціни. На роботі доцент доктор [Ім'я] заявив, що система агентів ШІ діє як інтелектуальний помічник, здатний відповідати на запитання батьків та учнів, пов'язані зі школою. В освіті агенти ШІ допомагають створювати персоналізовані моделі навчання, адаптовані до навчального шляху кожного учня.
 |
Саміт Zalo AI 2025 привабив велику кількість учасників, зацікавлених у сфері штучного інтелекту. |
Загалом, перевага MAS полягає в її здатності паралельно обробляти кілька складних проблем. Завдяки процесу міркування агенти можуть обробляти інформацію незалежно, навчатися один в одного та вчитися у користувача, щоб зменшити кількість помилок, отримувати точні та персоналізовані результати.
Сучасні агентні архітектури часто надаються як інструменти та платформи зі зручними інтерфейсами, що робить їх доступнішими для широкої публіки.
Виходячи з цих переваг, пан Тхо наголосив на важливості застосування технологій та коригування внутрішніх робочих процесів у бізнесі. За словами доцента, в контексті сильної інноваційної тенденції, що відбувається у всьому світі, це хвиля, на яку бізнесу потрібно звернути особливу увагу.
Що буде після агентного ШІ?
Останнім часом людиноподібні роботи стали трендом, що привертає увагу у світі технологій. Це також найпоширеніше застосування фізичного штучного інтелекту.
Поділившись своїми думками з цього приводу, доктор Тран Мінь Куан, старший технолог-розробник у Nvidia Vietnam, наголосив, що фізичний ШІ є найпередовішим розвитком у тенденціях ШІ після ери генеративного ШІ або агентного ШІ.
«Ці моделі штучного інтелекту здатні отримувати команди або вхідні дані, а потім виконувати певні дії, які впливають на двигуни або керують компонентами роботів, такими як роботизовані маніпулятори, автономні транспортні засоби, фабрики тощо», – поділився пан Куан, надаючи огляд фізичного штучного інтелекту.
 |
Доктор Тран Мінь Куан з Nvidia поділився своїми думками щодо тенденцій у фізичному штучному інтелекті. |
За словами представників Nvidia, фізичний ШІ може стати індустрією вартістю в трильйон доларів у майбутньому. Потенціал застосування фізичного ШІ величезний, враховуючи, що поточна глобальна апаратна інфраструктура включає приблизно 2 мільярди промислових камер, 10 мільйонів заводів, 200 000 складів та 1,5 мільярда транспортних засобів, не кажучи вже про мільярди людиноподібних роботів, які можуть бути розгорнуті в майбутньому.
«Якби кожен пристрій був оснащений «мозком» штучного інтелекту для обробки поточного робочого навантаження, ці завдання можна було б підтримувати в зовсім іншому масштабі, ніж сьогодні», – додав пан Куан.
Потреба у фізичному штучному інтелекті зумовлена нестачею персоналу в багатьох галузях промисловості. Висококваліфікована робота в суворих умовах, така як зварювання в закритих, темних приміщеннях, виявляється складною для людей.
Роботи зараз є рішенням, яке збалансовує витрати на персонал та експлуатаційні витрати. Витрати можна оптимізувати, оскільки роботи тепер мають здатність самостійно вивчати нові завдання, а не просто виконувати повторювані роботи.
«Ось чому «момент» ChatGPT для робототехніки може настати цього або наступного року», – наголосив пан Куан.
 |
Фізичний ШІ вважається наступним кроком після генеративного ШІ та агентного ШІ. |
Щоб реалізувати це бачення, представники Nvidia запропонували модель із трьох комп'ютерів, що відповідають трьом ключовим етапам розвитку фізичного ШІ.
Відповідно, перший етап зосереджений на створенні основи на сервері. Після навчання модель можна помістити в середовище симуляції для вивчення причинно-наслідкових взаємодій, що допоможе моделі розвивати кращу поведінку в реальному світі.
Моделювання допомагає роботам точно розпізнавати об'єкти та способи їх обробки. Що ще важливіше, моделювання дозволяє кільком роботам працювати разом одночасно, тестуючи сценарії зіткнень без витрат на реальне обладнання. Зрештою, воно забезпечує безпосереднє розгортання на обладнанні.
Проблема розгортання штучного інтелекту у великих масштабах.
Процес «штучної інтелектизації», який передбачає інтеграцію технологій у щоденні операції для підвищення ефективності та підтримки прийняття рішень, прискорюється у всьому світі.
За словами доктора Чау Тхань Дика, директора з досліджень Zalo AI, темпи розвитку штучного інтелекту у В'єтнамі зумовлені багатьма факторами, зокрема розвитком моделей штучного інтелекту, швидким удосконаленням апаратного забезпечення та інфраструктури даних, а також процесом цифрової трансформації.
В'єтнам вважається однією з країн зі значним потенціалом для розвитку штучного інтелекту, про що свідчать програми залучення талантів, розбудова технологічної спільноти та державна підтримка. Крім того, оцінюється, що громадяни В'єтнаму мають високий рівень готовності до цифрової трансформації.
 |
Д-р Чау Тхань Дик, директор з досліджень Zalo AI. |
У рамках цієї трансформації Zalo запустила багато функцій, пов'язаних зі штучним інтелектом, таких як віртуальний помічник Kiki. Компанія прагне розробляти інструменти, що підвищують ефективність роботи та є особливо простими у використанні для кожного. Інструменти Zalo підтримують усе: від кодування, програмування та досліджень до повсякденних дій, таких як комунікація, переклад та пошук зображень.
Однак експерти вважають, що це лише початок, і в процесі трансформації штучного інтелекту все ще існує багато труднощів. Доктор Нгуєн Труонг Сон, директор з науки Zalo AI, зазначив, що труднощі пов'язані з безпекою, питаннями вартості та високими вимогами користувачів. Це труднощі не лише для Zalo, а й для користувачів та бізнесу.
Перша перешкода полягає у виборі моделі штучного інтелекту, яка забезпечує певний рівень автономії. Моделі сторонніх розробників часто пропонують кращу продуктивність та якість результату, тоді як внутрішні моделі мають перевагу контролю інформації, але обмежені з точки зору стабільності та ефективності.
    |
Інформація, якою поділилися представники Zalo AI. |
Крім того, більшість сучасних моделей мають спільні недоліки, такі як неповна точність та непослідовність результатів. Багато чат-ботів мають обмежені можливості розуміти та обробляти в'єтнамську мову, не відповідаючи конкретним вимогам або контекстам.
Щоб вирішити цю проблему, експерти Zalo запропонували кілька рішень, таких як застосування передових технологій розробки моделей та поєднання надійних джерел даних під час навчання чат-бота. Одночасно команда розробників постійно оцінювала модель за допомогою внутрішніх тестів.
Ще одна проблема полягає у балансуванні вартості, продуктивності та безпеки. За словами доктора Нгуєн Труонг Сона, використання невеликої моделі для обробки складних запитів може збільшити час обробки та експлуатаційні витрати, і навпаки.
 |
Доктор Нгуєн Чионг Сон, директор з науки Zalo AI. |
Він стверджував, що оптимізацію можна починати одразу з етапу введення команди. Користувачі можуть зменшити вартість токенів, обмежуючи непотрібну довжину та надаючи чат-боту чіткий та лаконічний контекст.
На системному рівні команда Zalo впроваджує різні рішення, такі як пропонування відповідних команд та розгортання рівнів контролю для забезпечення безпеки та захисту інформації користувачів.
Загалом, В'єтнам вважається добре підготовленим до глобальної хвилі штучного інтелекту. Zalo є одним із перших учасників цієї трансформації, зосереджуючись на вирішенні проблем вартості, якості та безпеки під час розгортання штучного інтелекту у великих масштабах.
Запекла гонка за чіпами
Вибуховий розвиток штучного інтелекту є результатом удосконалення апаратного забезпечення або чіпів. Доктор Фам Хай Х'єу з OpenAI наголошує, що поява ChatGPT революціонізувала чіпи, дозволивши Nvidia швидко зростати за короткий проміжок часу.
Коли ChatGPT було вперше запущено, його робота майже повністю залежала від чіпів Nvidia. Це призвело до сплеску закупівель обладнання у таких технологічних гігантів, як Anthropic та Meta.
Однак, гра не лише для Nvidia. Конкуренти, такі як AMD та Google, також пропонують оптимальні апаратні рішення для розробників моделювання штучного інтелекту.
«Потік чіпів та капіталу, пов’язаного з чіпами, також впливає на економічні потоки, принаймні на зростання економіки США».
Крім того, компанії, які прагнуть розробляти штучний інтелект, також мають амбіції розробляти власні чіпи, оскільки вартість придбання чіпів зростає, тому навіть невелика економія є величезною перевагою. Ось чому кожна компанія хоче бути самодостатньою в ресурсах чіпів», – додав пан Х’ю.
 |
Доктор Pham Hy Hieu, який представляє OpenAI. |
Ринок чіпів штучного інтелекту наразі поділяється на дві основні категорії залежно від їхнього цільового використання. Перша категорія – це навчальні чіпи, які потребують здатності виконувати множення великих матриць, рівномірної розмірності та високої пропускної здатності для одночасного підключення тисяч чіпів.
Другий тип – це чип логічного висновку, який вимагає скромнішої кількості посилань (близько 50-100 чипів) і зосереджений на невеликих матричних задачах нерівного розміру. Однак, для сталої роботи чипи логічного висновку потребують гарної оптимізації енергоспоживання.
Озираючись на історію розробки, якщо в період з 2019 по 2023 рік основна увага була зосереджена на навчанні та стисканні даних для моделей GPT, то з 2024 року акцент зміщується на можливості міркування. Цей зсув призводить до попиту на чіпи логічного висновку.
«Яку роль відіграє В’єтнам у виробництві чіпів? Хоча індустрія чіпів має трильйонний обіг, нам не потрібні десятки мільярдів доларів для участі. В’єтнамці можуть зробити свій внесок у розвиток штучного інтелекту у багатьох аспектах», – поділився пан Х’єу.
 |
Аналітика доктора Фам Хай Х'єу щодо апаратного забезпечення в інфраструктурі штучного інтелекту. |
Представники OpenAI запропонували два основні напрямки. Замість того, щоб змагатися у виробництві чіпів для масштабних мовних моделей, В'єтнам міг би зосередитися на розробці малопотужних чіпів для автомобілів, смартфонів або імплантованих медичних пристроїв. Це сегменти ринку зі значним потенціалом зростання та нижчими інвестиційними витратами.
По-друге, існує інтеграція апаратного та програмного забезпечення. Такі внески, як алгоритм Flash Attention 2, демонструють, як розумне поєднання програмування та апаратного забезпечення може створювати прориви, не вимагаючи величезних капіталовкладень.
«Майбутнє в руках тих, хто наважується бачити можливості, наважується ризикувати та наважується зустрічати небезпеки», – підсумував пан Х’ю.
Видатні команди на Zalo AI Challenge 2025
Після презентацій доповідачів, на Zalo AI Challenge 2025 було представлено багато практичних рішень для застосування штучного інтелекту. Змагання, що стартували наприкінці жовтня, залучили понад 1000 команд-учасниць.
Цього року конкурс Zalo AI Challenge поділено на дві категорії: RoadBuddy (використання алгоритмів для розпізнавання дорожніх знаків) та AeroEyes (розробка штучного інтелекту для дронів з метою розпізнавання наземних об’єктів). Команди-переможці отримають загальний грошовий приз у розмірі 12 000 доларів США, а також подарунки від спонсорів.
За словами організаторів, цьогорічні екзаменаційні питання були практичними, демонструючи потенціал штучного інтелекту поза межами дослідницького середовища для вирішення реальних проблем.
У челенджі RoadBuddy учасники зосередилися на обробці даних з автомобільних відеореєстраторів. Команди мали обробити набори відео тривалістю від 0 до 15 секунд, записані за різних часових умов. Завданням моделі штучного інтелекту було точно визначити такі деталі, як дорожні знаки, світлофори та розмітка смуг руху, що з'являлися на відео.
    |
Обмін та вручення призів для Zalo AI Challenge 2025. |
Маючи набір даних, що складається з 1500 навчальних зразків, 500 публічних тестових зразків та 500 приватних тестових зразків, команди-конкуренти оцінювалися за двома критеріями: точність та час відгуку.
За оцінкою пана Нгуєн Труонг Сона, учасники застосували передові методи, такі як модель мови візуального зображення (VLM). Загальний процес включає вилучення кадрів з відео як вхідних даних, а потім їх поєднання з такими моделями, як Qwen або YOLO, для ідентифікації об'єктів та проведення логічного аналізу.
У фінальних результатах команда CtelAI посіла перше місце з показником точності 71,3%, а BitterSweet – 70,5%.
В рамках теми AeroEyes команди брали участь у відбірковому раунді, перш ніж виходити до фіналу. У фіналі кандидати мали програмувати моделі безпосередньо на дрони, встановлювати траєкторії польоту та керувати камерами в реальних умовах для виявлення об'єктів.
Через складність завдання кількість команд, які відповідали вимогам, була невеликою, тому організатори гнучко ввели додаткову тему. Команди-учасниці швидко скоригували свої моделі відповідно до вимог. У результаті перемогу здобула команда AIO_C3A завдяки найвищій ефективності. Друге місце розділили команди IUH_Alers_K16 та AEB.
Джерело: https://znews.vn/ai-se-di-xa-den-dau-post1613033.html
Коментар (0)