Mở cổng thi đấu chưa đầy 1 tuần, đấu trường trí tuệ nhân tạo hàng đầu Việt Nam đã thu hút hơn 700 đội thi.
Với chủ đề Generative AI – xu hướng trí tuệ nhân tạo được quan tâm nhất trong thời gian gần đây, Zalo AI Challenge 2023 đã trở thành một đề tài nóng trên các diễn đàn công nghệ và trí tuệ nhân tạo tại Việt Nam. Chưa đến 1 tuần kể từ khi chính thức công bố đề bài, hơn 700 đội thi đã đăng ký tranh tài. Không chỉ thu hút các sinh viên, kỹ sư trẻ tại Việt Nam, cuộc thi còn nhận được sự quan tâm, tham dự của thí sinh đang học tập và làm việc tại nhiều quốc gia trên thế giới.
Với chủ đề mang tính thời sự, chuyên môn và thực tiễn, Zalo AI Challenge 2023 được đánh giá là thử thách và hóc búa hơn so với những năm trước đây. Việc đưa ra những bài toán liên quan chủ đề Trí tuệ nhân tạo tạo sinh cho thấy sân chơi này không ngừng khuyến khích các kỹ sư AI ở Việt Nam nhanh chóng bắt kịp các làn sóng công nghệ của thế giới nhưng có tính ứng dụng cao, giải quyết những bài toán thực tiễn trong cuộc sống.
“Generative AI là xu hướng còn khá mới không chỉ ở Việt Nam mà trên toàn thế giới. Năm nay các đội thi cần phải có sự đầu tư vào cả khâu nghiên cứu lẫn thiết bị huấn luyện”, TS. Châu Thành Đức – Trưởng Bộ phận Nghiên cứu và phát triển tại Zalo AI, Phó Ban tổ chức cuộc thi nhận định.
Với chủ đề Generative AI, các đội thi sẽ lựa chọn 1 trong 3 bộ đề thi tương ứng 3 mảng khác nhau của AI. Theo đó lần lượt các đề thi bao gồm giải toán tiểu học theo chuẩn chương trình giáo dục Việt Nam, thiết kế các banner quảng cáo dựa trên các thông tin mô tả cho trước, hay tạo ra các đoạn nhạc nền dựa trên yêu cầu về giai điệu, nhạc cụ, thể loại nhạc…Tất cả yêu cầu đầu vào cho 3 bài toán trên đều được thể hiện dưới dạng văn bản.
Như mọi năm, Zalo AI Challenge luôn được đầu tư kỹ càng để mang đến một sân chơi chất lượng cho cộng đồng AI Việt Nam, tạo động lực để các nhóm nghiên cứu trẻ theo đuổi giấc mơ AI thế giới.
Để có thể chọn ra 3 đề bài tương ứng với 3 mảng khác nhau của AI là Xử lý ngôn ngữ tự nhiên, Hình ảnh và Âm thanh, BTC cuộc thi đã phải chuẩn bị hơn 30 đề thi khác nhau. Bên cạnh đó, bộ dữ liệu cũng được đầu tư để giúp các đội thi và cộng đồng AI có thể tiếp tục các nghiên cứu sau đó.
“Nhờ bộ dữ liệu Việt hóa, mình đã có cơ hội quan sát dữ liệu, nghiên cứu và thử nghiệm các giải pháp từ đơn giản đến phức tạp để đưa ra lời giải tốt nhất”, Vũ Duy Khánh, đội Telegram – Quán quân bảng thi E2E Question Answering, Zalo AI Challenge 2022 chia sẻ.
Chia sẻ thêm về quá trình chuẩn bị bộ dữ liệu, TS. Châu Thành Đức cho biết dữ liệu luôn là vấn đề khó khăn, đội ngũ Zalo AI phải tự làm mới để không trùng lặp, đảm bảo chất lượng, và phải đủ lớn để sau khi kết thúc cuộc thi, các phòng Lab hay sinh viên ở các trường Đại học vẫn có thể tiếp tục dựa trên đó để phát triển nghiên cứu của mình.
Ngoài ban giám khảo là các nhân sự cấp cao tại Zalo AI, cuộc thi Zalo AI Challenge còn có sự góp mặt và đồng hành cùng ban cố vấn là các giáo sư, tiến sĩ đầu ngành về lĩnh vực công nghệ AI tại Việt Nam và quốc tế gồm: GS. Nguyễn Lê Minh, hiện đang làm Giám đốc trung tâm nghiên cứu về Interpretable AI ở Viện khoa học và Công nghệ tiên tiến Nhật Bản (JAIST); PGS. Trần Thanh Long, Phó Trưởng khoa, Giám đốc nghiên cứu khoa Khoa học Máy tính, Đại học Warwick (Anh); TS. Ngô Đức Thành – Trưởng khoa Khoa học Máy tính, Đại học Công nghệ Thông tin TP.HCM.
Tổng giải thưởng của cuộc thi lên đến 15.000 USD, theo đó đội Quán quân của mỗi bảng đấu sẽ nhận được phần thưởng 3.500 USD, 3 đội Á quân mỗi đội nhận được 1.500 USD. Ngoài các phần thưởng có giá trị, với việc tham gia cuộc thi, các bạn sinh viên và các nhóm nghiên cứu nhỏ có thể tiếp cận nguồn dữ liệu quý giá và chất lượng để huấn luyện và cải tiến mô hình của mình, từ đó góp phần thúc đẩy các nghiên cứu về AI ở Việt Nam trên quy mô đại trà.
Zalo AI Challenge 2023 vẫn duy trì thể thức thi đấu Kaggle như 6 mùa giải trước, theo đó, các đội thi có thể theo dõi nhau trong suốt “cuộc đua” qua bảng xếp hạng Leaderboard Ranking. Hạn chót để nộp bài trên bộ dữ liệu huấn luyện vào ngày 1.12.2023, sau đó, tất cả mô hình sẽ được chạy trên bộ dữ liệu đánh giá, kết quả cuối cùng của mô hình sẽ dựa vào kết quả dựa trên bộ dữ liệu này.