vi
en
ja
Vượt qua gần 80 đối thủ, đại diện team FPT AI Vision – bạn Hoàng Vũ An (AI Engineer tại FPT Smart Cloud) cùng đề tài nghiên cứu “Metric-Matched Test-Time Selection for Traffic Anomaly Video Question Answering” (tạm dịch: Chọn lựa tối ưu theo thước đo cho hỏi đáp video sự cố giao thông) đã đạt Top 3 và được lựa chọn trình bày tại Hội nghị quốc tế uy tín AI City Challenge 2026, diễn ra vào ngày 8/9/2026 vừa qua.
Nghiên cứu mang không chỉ ghi tên FPT AI Vision trên bảng xếp hạng thế giới mà còn khẳng định năng lực vượt trội của đội ngũ kỹ sư nhà FPT Smart Cloud trong việc giải quyết các bài toán AI phức tạp bậc nhất hiện nay.
🌟 BÀI TOÁN KHÓ TẠI TRACK 3: KHI AI PHẢI “TƯ DUY VÀ GIẢI THÍCH” SỰ CỐ GIAO THÔNG
Tham gia Track 3 tại AI City Challenge 2026 với chủ đề sự cố giao thông, nhóm đối mặt với thách thức xây dựng một hệ thống hiểu video thống nhất, không chỉ phát hiện bất thường mà còn có khả năng suy luận và giải thích chi tiết.
Khác với các bài toán truyền thống vốn chỉ dừng lại ở phân loại nhị phân hay định vị khung hình, Track 3 đòi hỏi mô hình phải:
- Tư duy theo chuỗi (Chain-of-thought): Đưa ra lập luận dựa trên bằng chứng không gian và thời gian rõ ràng.
- Đa dạng định dạng câu hỏi: Trả lời qua 9 loại câu hỏi từ xác minh nhị phân, trắc nghiệm đa đáp án, đến mô tả tự luận mở (Free-text).
- Khả năng tổng quát hóa: Xử lý được các video đa dạng về chất lượng, góc quay, điều kiện ánh sáng để dự đoán chính xác ý định của các tham gia giao thông và phân tích tình huống phức tạp.
💡 ĐỘT PHÁ CÔNG NGHỆ TỪ ĐỘI NGŨ FPT AI VISION
Thay vì cải tiến mô hình (trọng số đã cố định), team FPT AI Vision tập trung tối ưu hóa chiến lược suy luận. Đó là cách chọn và kết hợp câu trả lời từ các mô hình hiện có:
Tập hợp đa mô hình (Compact Ensemble):
Kết hợp các mô hình Thị giác-Ngôn ngữ (VLM) đã tinh chỉnh với mô hình dựng sẵn. Bổ sung kỹ thuật tăng cường dữ liệu lúc kiểm thử như thay đổi thứ tự phương án và điều chỉnh nhiệt độ lấy mẫu. Kết quả là một tập hợp câu trả lời đa dạng.
Chọn lọc theo đúng độ đo (Metric-Matched Selection):
Với câu hỏi mô tả tự do, team sử dụng phương pháp chọn lọc Rủi ro Bayes Tối thiểu (MBR) dựa trên điểm BERTScore. Cách này tăng +0.038 điểm trên tập kiểm định so với phương pháp tạo lời tường thuật trực tiếp thông thường.
Tác vụ Rời rạc (Nhị phân, Trắc nghiệm): Áp dụng bỏ phiếu đa số (Majority voting) kết hợp với kỹ thuật vote chéo định dạng (Cross-format voting). Kỹ thuật này phân tích lập luận từ bản câu hỏi mở để bổ sung phiếu cho bản câu hỏi đóng, giúp tăng độ tin cậy quyết định.
🏆 KẾT QUẢ ẤN TƯỢNG VÀ BÀI BÁO KHOA HỌC SẮP ĐƯỢC XUẤT BẢN
Chiến lược chọn lọc thông minh cùng tư duy phân tích sâu sắc đã đưa bài nộp của team xuất sắc đạt điểm trung bình 0.6696 trên cả 9 tác vụ ở tập Kiểm thử (Test), giành thứ hạng Top 3 trên bảng xếp hạng chung cuộc của AI City Challenge 2026.
Bài báo khoa học (paper) với tiêu đề “Metric-Matched Test-Time Selection for Traffic Anomaly Video Question Answering” đã được chấp nhận làm bài trình bày Oral tại AICity Challenge Workshop, ECCV 2026. Paper sẽ được công bố trong kỷ yếu chính thức của hội thảo và trở thành tài liệu tham khảo cho cộng đồng nghiên cứu AI toàn cầu.