Meetup cộng đồng Ultralytics tại Trung Quốc: quốc gia có mức độ quan tâm đến machine learning cao nhất thế giới

Khi công nghệ computer vision tiếp tục phát triển, trọng tâm của ngành cũng đang thay đổi. Trước đây, mọi người quan tâm nhiều hơn đến việc các model SOTA 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 những model này thực sự được áp dụng vào các tình huống thực tế? Làm thế nào để các dự án vision AI chuyển từ bản demo sang ứng dụng thực tiễn, tiếp tục cải tiến 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 mong muốn kết nối trực tiếp với các developer, đối tác trong ngành và những người đam mê computer vision tại Trung Quốc, cùng trao đổi về vị thế hiện tại của Ultralytics YOLO và định hướng tiếp theo của Ultralytics.

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

Từ Ultralytics YOLO đến Ultralytics Platform#

Trước đây, Ultralytics YOLO được biết đến nhiều nhất nhờ tốc độ nhanh, tính thực tiễn và khả năng triển khai dễ dàng. Dù dùng cho bài toán phát hiện đối tượng, kiểm tra công nghiệp, giám sát an ninh hay các tác vụ vision theo thời gian thực trên thiết bị edge, YOLO đã trở thành một trong những công cụ được nhiều developer lựa chọn khi bắt đầu các dự án computer vision.

Ngày nay, Ultralytics đang vượt ra ngoài phạm vi một model đơn lẻ để hướng tới một nền tảng computer vision hoàn chỉnh, bao phủ việc quản lý dataset, training, deployment, monitoring và vòng lặp feedback để liên tục cải tiến.

Trước đây, mọi người thường hỏi: Model có chính xác không? Model có nhanh không?

Giờ đây, chúng tôi tập trung hơn vào một câu hỏi rộng hơn: Làm thế nào để một dự án vision AI thực sự được khởi chạy, được sử dụng trong các tình huống thực tế và tiếp tục cải tiến theo thời gian?

Đó là mục tiêu của Ultralytics Platform: giúp việc gắn nhãn dữ liệu hiệu quả hơn, training model dễ dàng hơn, deployment đa nền tảng mượt mà hơn và cho phép developer liên tục lặp cải tiến các ứng dụng vision AI của mình.

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

Ultralytics Platform: Hoàn thiện hơn quy trình vision AI#

Trong phiên trình bày, Glenn cũng giới thiệu một số capability cốt lõi của Ultralytics Platform, bao gồm gắn nhãn tự động, training một click, deployment đa định dạng và khả năng liên tục cải tiến model thông qua dữ liệu feedback.

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

Đối với nhiều team, xây dựng một dự án vision AI không chỉ là lựa chọn một model. Độ phức tạp thực sự thường nằm ở những câu hỏi như dữ liệu đến từ đâu, nên gắn nhãn dữ liệu như thế nào, nên training và deployment model ra sao, cũng như làm thế nào để model tiếp tục cải tiến sau khi ra mắt. Nếu các bước này bị tách rời, dự án sẽ khó thực sự đi vào production.

Ultralytics Platform kết nối các bước này, cho phép developer hoàn tất toàn bộ workflow mượt mà hơn, từ dữ liệu đến model, từ training đến deployment và từ launch đến feedback, mà không phải liên tục chuyển đổi giữa các công cụ khác nhau.

Đến nay, nền tảng đã ghi nhận hơn 100 triệu hình ảnh được upload, hơn 600 triệu annotation và khoảng 40.000 đến 50.000 dataset.

Đằng sau những con số này là một tín hiệu rõ ràng: nhu cầu về computer vision là có thực và đang vượt ra ngoài nghiên cứu, thử nghiệm để tiến vào deployment thực tế quy mô lớn. Ultralytics Platform có khả năng mở rộng để đáp ứng các nhu cầu đa dạng của người dùng - từ các gói phù hợp với developer cá nhân và team nghiên cứu đến licensing doanh nghiệp dành cho các tổ chức quy mô lớn.

Hình 4. Glenn Jocher trình bày các tác vụ detection chính được Ultralytics YOLO hỗ trợ.

Cộng đồng Trung Quốc là một phần thiết yếu trong hệ sinh thái toàn cầu của Ultralytics#

Glenn cho biết Trung Quốc là một phần rất quan trọng của cộng đồng người dùng Ultralytics, đồng thời 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 lượng người dùng lớn mà còn là một cộng đồng hoạt động rất tích cực, với sự hiện diện mạnh mẽ của developer, các tình huống ứng dụng đa dạng và những phản hồi kỹ thuật giá trị.

Để một công cụ được áp dụng rộng rãi, chỉ công nghệ mạnh là chưa đủ. Documentation, cộng đồng, khả năng tiếp cận, trải nghiệm deployment và hỗ trợ tại địa phương đều cần mượt mà và đáng tin cậy.

Nhận thấy mối quan tâm thực tế của developer đối với deployment vision AI#

Trong phiên Q&A, người tham dự đã đặt ra nhiều câu hỏi sâu sắc, giúp chúng tôi hiểu rõ hơn điều mà các developer Trung Quốc thực sự quan tâm khi đưa computer vision vào các ứng dụng thực tế.

Một người tham dự đến 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 then chốt của nhiều công ty và team. Khi dự án liên quan đến dữ liệu nhạy cảm, dữ liệu đặc thù của ngành hoặc dữ liệu kinh doanh nội bộ, khả năng bảo mật, an toàn và deployment cục bộ trở nên đặc biệt quan trọng.

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

Ngoài các use case 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 hỗ trợ khả năng hiểu hình ảnh có nhận thức về IP hay không.

Những câu hỏi này mang lại nhiều cảm hứng. Chúng cho thấy cách hình dung về các ứng dụng YOLO không còn bị giới hạn ở kiểm tra công nghiệp truyền thống, phát hiện đối tượng và các tình huống an ninh. Giờ đây, phạm vi này đang mở rộng sang những lĩnh vực như sáng tạo nội dung, hiểu media và sản xuất sáng tạo.

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

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

Computer Vision đang bước vào một giai đoạn mới#

Sự kiện này giúp chúng tôi cảm nhận rõ một xu hướng nổi bật:

Computer vision đang vượt ra ngoài cuộc cạnh tranh giữa các model và bước vào một giai đoạn mới của việc xây dựng nền tảng, thương mại hóa sản phẩm và phát triển hệ sinh thái.

Những thế mạnh cốt lõi của YOLO luôn là tốc độ, tính thực tiễn và khả năng deployment dễ dàng. Ngày nay, Ultralytics mong muốn mở rộng những thế mạnh này trên toàn bộ workflow, để developer không chỉ có thể tiếp cận các model mạnh mà còn dễ dàng quản lý dữ liệu, training model, deployment ứng dụng và liên tục tối ưu hóa hệ thống vision AI.

Cộng đồng AI Trung Quốc cũng đang trở thành một phần ngày càng quan trọng trong hành trình này. Cộng đồng có lượng developer lớn, các tình huống ứng dụng phong phú và niềm đam mê mạnh mẽ đối với việc học tập cũng như thực hành trực tiếp. Trong thời gian tới, chúng tôi rất hào hứng được hợp tác với nhiều developer Trung Quốc, đối tác doanh nghiệp và thành viên cộng đồng hơn nữa 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 rõ nhất cho việc Ultralytics chuyển hướng tới một tương lai dựa trên nền tảng nhiều hơn.