Buổi meetup cộng đồng Ultralytics tại Trung Quốc: quốc gia có mức độ quan tâm đến machine learning cao nhất toàn cầu
Những điểm nổi bật từ buổi meetup đầu tiên của Ultralytics tại Thâm Quyến: YOLO phát triển thành một nền tảng thị giác máy tính toàn diện và những bước tiếp theo của cộng đồng AI Trung Quốc.
Khi công nghệ thị giác máy tính tiếp tục phát triển, trọng tâm của ngành cũng đang dịch chuyển. Trước đây, mọi người quan tâm nhiều hơn đến việc liệu các model SOTA từ phòng thí nghiệm đã đủ tiên tiến hay chưa. Tuy nhiên, ngày nay một câu hỏi quan trọng hơn đã được đặt ra:
Làm thế nào để thực sự ứng dụng các model này trong những tình huống thực tế? Làm sao để các dự án vision AI chuyển từ bản demo sang ứng dụng thiết thực, tiếp tục được cải tiến và tạo ra giá trị thực sự?
Với những câu hỏi này, Ultralytics đã đến Thâm Quyến để tổ chức Meetup cộng đồng trực tiếp đầu tiên tại Trung Quốc. Thông qua sự kiện này, chúng tôi mong muốn gặp gỡ trực tiếp các nhà phát triển, đối tác trong ngành và những người đam mê thị giác máy tính tại Trung Quốc, cùng trao đổi về hiện trạng của Ultralytics YOLO và định hướng tiếp theo của Ultralytics.
Hình 1. Nhà sáng lập kiêm CEO của 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 nổi tiếng nhất nhờ tốc độ, tính thực tiễn và khả năng triển khai dễ dàng. Dù là phát hiện đối tượng, kiểm tra công nghiệp, giám sát an ninh hay các tác vụ thị giác thời gian thực trên thiết bị edge, YOLO đã trở thành một trong những công cụ được nhiều nhà phát triển lựa chọn khi bắt đầu dự án thị giác máy tính.
Ngày nay, Ultralytics đang mở rộng từ một model đơn lẻ sang một nền tảng thị giác máy tính toàn diện, bao quát quản lý dataset, huấn luyện, triển khai, giám sát và vòng lặp phản hồi 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 việc giải quyết một câu hỏi rộng hơn: Làm thế nào để một dự án vision AI thực sự đi vào hoạt động, được ứng dụng trong thực tế và tiếp tục cải thiện theo thời gian?
Đây chính là mục tiêu của Ultralytics Platform: giúp gán nhãn dữ liệu hiệu quả hơn, huấn luyện model dễ dàng hơn, triển khai đa nền tảng thuận tiện hơn và hỗ trợ nhà phát triển liên tục cải tiến ứng dụng vision AI.
Hình 2. Sự kiện cộng đồng đầu tiên của Ultralytics tại Thâm Quyến, Trung Quốc.
Ultralytics Platform: Hoàn thiện hơn workflow vision AI#
Trong phiên trình bày, Glenn cũng giới thiệu một số tính năng cốt lõi của Ultralytics Platform, bao gồm gán nhãn tự động, huấn luyện chỉ bằng một cú nhấp, triển khai đa định dạng và khả năng liên tục cải thiện model bằng dữ liệu phản hồi.
Hình 3. Nhà sáng lập kiêm CEO của Ultralytics, Glenn Jocher, thuyết trình tại sự kiện cộng đồng đầu tiên của chúng tôi ở Thâm Quyến.
Đối với nhiều nhóm, xây dựng dự án vision AI không chỉ là chọn một model. Độ phức tạp thực sự thường nằm ở những câu hỏi như dữ liệu đến từ đâu, cần gán nhãn như thế nào, nên huấn luyện và triển khai model ra sao, cũng như làm thế nào để model tiếp tục cải thiện 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, giúp nhà phát triển hoàn thành toàn bộ workflow thuận tiện hơn—từ dữ liệu đến model, từ huấn luyện đến triển khai, và từ khi ra mắt đến lúc nhận phản hồi—mà không phải liên tục chuyển đổi giữa các công cụ khác nhau.
Đến nay, nền tảng đã ghi nhận hơn 100 triệu ảnh được tải lên, hơn 600 triệu nhãn và khoảng 40.000 đến 50.000 dataset.
Đằng sau những con số này là một tín hiệu rõ ràng: nhu cầu về thị giác máy tính là có thật và đang vượt ra khỏi nghiên cứu, thử nghiệm để tiến tới triển khai thực tế trên quy mô lớn. Ultralytics Platform có thể mở rộng để đáp ứng các nhu cầu đa dạng này của người dùng — từ các gói phù hợp với từng developer và nhóm nghiên cứu cho đến giấy phép doanh nghiệp dành cho các tổ chức quy mô lớn.
Hình 4. Glenn Jocher trình bày các tác vụ phát hiện 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, và có thể là một trong những quốc gia có đông người học máy học cũng như quan tâm đến lĩnh vực này nhất.
Đối với Ultralytics, Trung Quốc không chỉ là khu vực có lượng người dùng lớn mà còn là một cộng đồng rất năng động, có đông developer, đa dạng kịch bản ứng dụng và cung cấp phản hồi kỹ thuật có giá trị.
Để một công cụ được áp dụng rộng rãi, chỉ có công nghệ mạnh là chưa đủ. Tài liệu, cộng đồng, khả năng tiếp cận, trải nghiệm triển khai và hỗ trợ tại địa phương đều cần liền mạch và đáng tin cậy.
Chứng kiến sự quan tâm thực tế của developer đến việc triển khai vision AI#
Trong phiên hỏi đáp Q&A, người tham dự đã nêu nhiều câu hỏi sâu sắc, giúp chúng tôi hiểu rõ hơn mối quan tâm thực sự của developer Trung Quốc khi đưa thị giác máy tính vào các ứng dụng thực tế.
Một người tham dự đến từ AMD hỏi liệu Ultralytics Platform có hỗ trợ môi trường huấn luyện riêng tư hoặc tại chỗ hay không. Đây cũng là mối quan tâm then chốt của nhiều công ty và nhóm. Khi 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 triển khai tại chỗ trở nên đặc biệt quan trọng.
Glenn chia sẻ rằng đây là hướng đi mà nhóm đang tích cực thảo luận. Khi vision AI chạy trên ngày càng nhiều thiết bị và môi trường chip, hỗ trợ hệ sinh thái phần cứng sẽ trở thành một phần quan trọng của trải nghiệm triển khai model.
Ngoài các trường hợp sử dụng trong công nghiệp, phần cứng và triển khai, một số người tham dự còn hỏi liệu YOLO có thể được dùng để nhận diện phong cách nghệ thuật hoặc hỗ trợ hiểu hình ảnh có nhận biết IP hay không.
Những câu hỏi này thật truyền cảm hứng. Chúng cho thấy sức tưởng tượng về các ứng dụng YOLO không còn giới hạn ở kiểm tra công nghiệp truyền thống, phát hiện đối tượng và các kịch bản an ninh. Lĩnh vực này hiện đang mở rộng sang những mảng rộng hơn như sáng tạo nội dung, hiểu biết về phương tiện truyền thông và sản xuất sáng tạo.
Ngoài ra, các chủ đề như thiết bị edge cỡ nhỏ, triển khai offline và tối ưu hóa quantization cũng là những mối quan tâm chính. Rõ ràng developer không chỉ quan tâm đến hiệu năng của model mà còn đến toàn bộ trải nghiệm thực tế khi sử dụng vision AI.
Đây chính là những câu hỏi mà thị giác máy tính cần giải đáp khi chuyển từ nghiên cứu sang ứng dụng thực tế.
Thị giác máy tính đang bước vào một giai đoạn mới#
Sự kiện này giúp chúng tôi cảm nhận rõ một xu hướng:
Thị giác máy tính đang vượt khỏi cuộc cạnh tranh giữa các model và bước vào giai đoạn mới của việc phát triển nền tảng, sản phẩm hóa và xây dựng hệ sinh thái.
Điểm mạnh cốt lõi của YOLO luôn là tốc độ, tính thực tiễn và khả năng triển khai dễ dàng. Ngày nay, Ultralytics mong muốn phát huy những điểm mạnh này trên toàn bộ workflow, để developer không chỉ tiếp cận được các model mạnh mà còn dễ dàng quản lý dữ liệu, huấn luyện model, triển khai 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 đông developer, nhiều kịch bản ứng dụng phong phú và niềm đam mê mạnh mẽ với việc học hỏi và thực hành. Trong thời gian tới, chúng tôi mong muốn hợp tác với nhiều developer, đối tác doanh nghiệp và thành viên cộng đồng Trung Quốc hơn nữa để đưa thị giác máy tính vào nhiều ứng dụng thực tế hơn.
Như Glenn đã nói:
“Chúng tôi muốn mọi người đều có thể sử dụng thị giác máy tính.”
Đây có lẽ là lời giải thích thuyết phục nhất cho định hướng chuyển sang tương lai lấy nền tảng làm trọng tâm của Ultralytics.
