Buổi gặp mặt cộng đồng Ultralytics tại Trung Quốc: Quốc gia có sự quan tâm lớn nhất toàn cầu về học máy

Khi công nghệ computer vision không ngừng phát triển, trọng tâm của ngành cũng đang thay đổi. Trước đây, mọi người quan tâm nhiều hơn đến việc liệu các SOTA model từ phòng thí nghiệm có đủ tiên tiến hay không. Tuy nhiên, ngày nay một câu hỏi quan trọng hơn đã xuất hiện:

Làm thế nào để các model này thực sự được áp dụng trong các kịch bản thực tế? Làm thế nào để các dự án vision AI có thể chuyển từ demo sang ứng dụng thực tiễn, tiếp tục lặp lại và tạo ra giá trị thực?

Với những câu hỏi này, Ultralytics đã đến Thâm Quyến để tổ chức Meetup cộng đồng offline đầu tiên tại Trung Quốc. Thông qua sự kiện này, chúng tôi hy vọng được kết nối trực tiếp với các developer, đối tác trong ngành và những người đam mê computer vision tại Trung Quốc để thảo luận về vị thế hiện tại của Ultralytics YOLO và định hướng tương lai của Ultralytics.

Hình 1. Người sáng lập & CEO của Ultralytics, Glenn Jocher, đang thuyết trình tại sự kiện cộng đồng đầu tiên của chúng tôi ở Thâm Quyến.

Link to this sectionTừ Ultralytics YOLO đến Ultralytics Platform#

Trong quá khứ, Ultralytics YOLO nổi tiếng nhất vì tốc độ nhanh, tính thực tế và dễ deploy. Dù là cho object detection, kiểm tra công nghiệp, giám sát an ninh hay các tác vụ vision thời gian thực trên các thiết bị edge, YOLO đã trở thành một trong những công cụ hàng đầu cho nhiều developer khi bắt đầu các dự án computer vision của họ.

Ngày nay, Ultralytics đang vượt ra ngoài phạm vi một model đơn lẻ để hướng tới một computer vision platform hoàn chỉnh bao gồm quản lý tập dữ liệu, training, deployment, giám sát và vòng lặp phản hồi để cải tiến liên tục.

Mọi người từng hỏi: Model này có chính xác không? Nó có nhanh không?

Bây giờ, chúng tôi tập trung hơn vào việc giải quyết một câu hỏi rộng hơn: Làm thế nào để một dự án vision AI có thể thực sự khởi chạy, được sử dụng trong các kịch bản thực tế và không ngừng cải tiến theo thời gian?

Đây là mục tiêu mà Ultralytics Platform hướng tới: làm cho việc gán nhãn dữ liệu hiệu quả hơn, việc training model dễ dàng hơn, việc deployment đa nền tảng mượt mà hơn và cho phép các developer liên tục lặp lại các ứng dụng vision AI của họ.

Hình 2. Sự kiện cộng đồng đầu tiên của Ultralytics ở Thâm Quyến, Trung Quốc.

Link to this sectionUltralytics Platform: Làm cho quy trình làm việc của vision AI trở nên hoàn thiện hơn#

Trong phiên thảo luận, Glenn cũng giới thiệu một số tính năng cốt lõi của Ultralytics Platform, bao gồm automatic annotation, training một cú nhấp chuột, multi-format deployment và khả năng cải tiến model liên tục thông qua dữ liệu phản hồi.

Hình 3. Người sáng lập & CEO của Ultralytics, Glenn Jocher đang thuyết trình tại sự kiện cộng đồng đầu tiên của chúng tôi ở Thâm Quyến.

Đối với nhiều đội ngũ, việc xây dựng một dự án vision AI không chỉ là chọn một model. Sự phức tạp thực sự thường nằm ở các câu hỏi như dữ liệu đến từ đâu, nó nên được gán nhãn như thế nào, model nên được train và deploy ra sao, và làm thế nào để nó có thể tiếp tục cải thiện sau khi ra mắt. Nếu các bước này bị ngắt quãng, sẽ rất khó để một dự án thực sự đi vào sản xuất.

Ultralytics Platform kết nối các bước này, cho phép các developer hoàn thành toàn bộ quy trình làm việc một cách mượt mà hơn, từ dữ liệu đến model, từ training đến deployment, và từ lúc ra mắt đến phản hồi, mà không cần liên tục chuyển đổi giữa các công cụ khác nhau.

Hiện nay, nền tảng này đã ghi nhận hơn 100 triệu hình ảnh được tải lên, hơn 600 triệu nhãn dữ liệu và khoảng 40.000 đến 50.000 tập dữ liệu.

Đằng sau những con số này là một tín hiệu rõ ràng: nhu cầu về computer vision là có thật, và nó đang chuyển dịch từ nghiên cứu và thử nghiệm sang deployment thực tế quy mô lớn. Ultralytics Platform mở rộng để đáp ứng các nhu cầu đa dạng này của người dùng - từ các plans phù hợp với từng developer và nhóm nghiên cứu, đến giấy phép doanh nghiệp (enterprise licensing) cho các tổ chức quy mô lớn.

Hình 4. Glenn Jocher phác thảo các tác vụ detection chính được Ultralytics YOLO hỗ trợ.

Link to this sectionCộng đồng Trung Quốc là một phần thiết yếu trong hệ sinh thái toàn cầu của Ultralytics#

Glenn đề cập rằng Trung Quốc là một phần rất quan trọng trong Ultralytics user community, và có thể là một trong những quốc gia có số lượng người học machine learning và quan tâm đến machine learning lớn nhất.

Đối với Ultralytics, Trung Quốc không chỉ là một khu vực có cơ sở người dùng lớn mà còn là một cộng đồng cực kỳ năng động với sự hiện diện mạnh mẽ của các developer, các kịch bản ứng dụng đa dạng và những phản hồi kỹ thuật có giá trị.

Để một công cụ được đón nhận rộng rãi, chỉ công nghệ mạnh là chưa đủ. Tài liệu, cộng đồng, khả năng truy cập, trải nghiệm deployment và sự hỗ trợ tại địa phương đều cần phải mượt mà và đáng tin cậy.

Link to this sectionChứng kiến sự tập trung thực sự của các developer vào việc deployment vision AI#

Trong phiên Q&A, những người tham gia đã đặt ra nhiều câu hỏi sâu sắc, giúp chúng tôi có cái nhìn rõ hơn về những gì mà các developer Trung Quốc thực sự quan tâm khi đưa computer vision vào các ứng dụng thực tế.

Một người tham dự từ AMD đã hỏi liệu Ultralytics Platform có hỗ trợ môi trường training riêng tư hoặc cục bộ hay không. Đây cũng là mối quan tâm chính của nhiều công ty và đội ngũ. Khi các dự án liên quan đến dữ liệu nhạy cảm, dữ liệu chuyên ngành hoặc dữ liệu kinh doanh nội bộ, quyền riêng tư, bảo mật và khả năng deployment cục bộ trở nên đặc biệt quan trọng.

Glenn chia sẻ rằng đây là một hướng đi mà đội ngũ đang tích cực thảo luận. Khi vision AI chạy trên nhiều thiết bị và môi trường chip hơn, sự hỗ trợ hệ sinh thái phần cứng sẽ trở thành một phần quan trọng trong trải nghiệm deployment model.

Ngoài các trường hợp sử dụng trong công nghiệp, phần cứng và deployment, một số người tham dự cũng hỏi liệu YOLO có thể được sử dụng để nhận diện phong cách nghệ thuật hay có thể hỗ trợ hiểu thị giác (visual understanding) với nhận thức về IP hay không.

Những câu hỏi này thực sự truyền cảm hứng. Chúng cho thấy trí tưởng tượng về các ứng dụng của YOLO không còn giới hạn ở kiểm tra công nghiệp truyền thống, object detection và các kịch bản an ninh. Nó hiện đang mở rộng sang các lĩnh vực rộng lớn hơn như sáng tạo nội dung, hiểu nội dung đa phương tiện và sản xuất sáng tạo.

Ngoài ra, các chủ đề như thiết bị edge nhỏ, offline deployment và tối ưu hóa lượng tử hóa (quantization optimization) cũng là những lĩnh vực quan tâm chính. Rõ ràng là các developer không chỉ quan tâm đến hiệu năng model mà còn quan tâm đến trải nghiệm thực tế tổng thể khi sử dụng vision AI.

Đây chính xác là những câu hỏi mà computer vision phải giải quyết khi nó chuyển từ nghiên cứu sang các ứng dụng thực tế.

Link to this sectionComputer Vision đang bước vào một giai đoạn mới#

Sự kiện này đã mang lại cho chúng tôi cảm nhận mạnh mẽ về một xu hướng rõ ràng:

Computer vision đang vượt ra khỏi cuộc cạnh tranh về model và bước vào giai đoạn mới của quá trình platformization (nền tảng hóa), productization (sản phẩm hóa) và phát triển hệ sinh thái.

Điểm mạnh cốt lõi của YOLO luôn là tốc độ, tính thực tế và sự dễ dàng trong deployment. Ngày nay, Ultralytics hy vọng sẽ mở rộng những điểm mạnh này trên toàn bộ quy trình làm việc, để các developer không chỉ có thể tiếp cận các model mạnh mẽ mà còn có thể quản lý dữ liệu, train model, deploy ứng dụng và tối ưu hóa hệ thống vision AI của họ một cách dễ dàng hơn.

Cộng đồng AI Trung Quốc cũng đang trở thành một phần ngày càng quan trọng trong hành trình này. Họ có nền tảng developer lớn, các kịch bản ứng dụng phong phú và niềm đam mê mạnh mẽ với việc học tập và thực hành. Hướng tới tương lai, chúng tôi rất hào hứng khi được hợp tác với nhiều developer, đối tác doanh nghiệp và thành viên cộng đồng Trung Quốc để đưa computer vision vào nhiều ứng dụng thực tế hơn.

Như Glenn đã nói:

“Chúng tôi muốn mọi người đều có thể sử dụng computer vision.”

Đây có lẽ là lời giải thích tốt nhất cho bước tiến của Ultralytics hướng tới một tương lai dựa trên nền tảng (platform-driven).