Công việc nghiên cứu của Giảng viên PTIT, người hỗ trợ nhập khẩu gỗ – Viện công nghệ sau và viễn thông – PTIT

Liên quan đến thực tế là lâm nghiệp ở Việt Nam thúc đẩy chuyển đổi kỹ thuật số, việc quản lý nguồn gốc và loại gỗ đóng vai trò quan trọng trong sự minh bạch của chuỗi cung ứng, phòng ngừa thương mại bất hợp pháp và hoàn thành các tiêu chuẩn quốc tế. Gần đây, ứng dụng Woodid – chính thức đã bắt đầu một công cụ ngắn để xác định gỗ với trí tuệ nhân tạo – đã mở ra một bước mới trong chính quyền nhà nước và các công ty hỗ trợ.

Đặc biệt là PGS.prof.dr. Nguyễn Trong Khanh, Trưởng phòng Hệ thống thông tin 1, Bộ Công nghệ Thông tin, Học viện Công nghệ Bưu điện và Viễn thông (PTIT), với nhóm nghiên cứu đã tham gia trực tiếp từ giai đoạn đầu tiên: từ các đề xuất công nghệ, phát triển các giải pháp nhận dạng và tối ưu hóa mô hình AI để thực hiện ứng dụng.

Công việc nghiên cứu của Giảng viên PTIT, người hỗ trợ nhập khẩu gỗ – Viện công nghệ sau và viễn thông – PTIT

PGS.PROF.DR. Nguyễn Trong Khanh đã thiết lập ứng dụng trong diễn đàn “để đảm bảo các vật liệu gỗ hợp pháp cho lâm nghiệp bền vững ở Việt Nam”.

Woodid là ứng dụng AI đầu tiên tại Việt Nam, trong đó có thể nhập khẩu nhanh chóng và chính xác của 260 loại gỗ ở Việt Nam và ngành công nghiệp Việt Nam Holz giúp cố định vào thị trường EU và Hoa Kỳ. Ứng dụng được xây dựng bởi Sở Bảo vệ Lâm nghiệp và Lâm nghiệp, Tổ chức Hợp tác Quốc tế Đức, Viện Khoa học Lâm nghiệp Việt Nam và Học viện Bưu điện và Viễn thông. Ứng dụng đã được thử nghiệm tại Việt Nam, Bỉ và Ghana.

Tính năng đặc biệt của Woodid là khả năng tích hợp công nghệ trí tuệ nhân tạo ở biên giới với dữ liệu gỗ tiêu chuẩn quốc tế để kết quả nhận dạng không chỉ phục vụ quản lý trong nước mà còn đáp ứng các yêu cầu nghiêm ngặt của thị trường xuất khẩu. Các thử nghiệm thành công ở Việt Nam, Bỉ và Ghana cho thấy sự áp dụng và độ tin cậy chung của hệ thống, góp phần xác nhận vị trí của Việt Nam khi xây dựng lâm nghiệp trong suốt, bền vững và tích hợp sâu vào chuỗi cung ứng toàn cầu.

Ứng dụng Woodid đã được giới thiệu và thực hiện vào ngày 16 tháng 9 tại buổi biểu diễn nổi bật của lĩnh vực giáo dục và đào tạo.

Từ nhiều ngày kiểm tra đến ít hơn một giây

Trước đây, các quan chức hải quan thường phải gửi mẫu để đánh giá để đánh giá nhiều ngày và chi phí cao. Với Woodid bây giờ mất ít hơn 1 giây, hệ thống có thể cung cấp kết quả phát hiện với độ chính xác cao. Kể từ đó, các nhân viên hải quan tại cổng biên giới có thể nhanh chóng có được một cái nhìn tổng quan về những cái không có gỗ nhập khẩu/nhập khẩu. Ngay cả các kiểm lâm viên, ngay cả khi không có kết nối internet, cũng có thể biết chính xác chúng là loại nào. Ngoài ra, ứng dụng này rất thân thiện và có thể truy cập để các công chức vẫn có thể dễ dàng thao túng mà không cần kiến ​​thức rừng chuyên sâu.

Nghiên cứu tiên phong, ứng dụng thực tế

Woodid dựa trên cơ sở dữ liệu là 260 tại Việt Nam, bao gồm nhiều loại hiếm theo danh mục CITES. Mỗi mô hình gỗ được thực hiện hàng trăm bức ảnh của nhiều góc độ được phân tích bằng công nghệ hiện đại kết hợp với thuật toán để học máy để đảm bảo độ tin cậy. Nhóm nghiên cứu từ PGS.Prof.Dr. Nguyễn Trong Khanh đã tập trung vào các giai đoạn: tích hợp và đào tạo mô hình AI để xác định ảnh gỗ; Tối ưu hóa tốc độ xử lý để kết quả trở lại. Thiết kế ứng dụng di động, dễ sử dụng, phù hợp cho cả hai môi trường làm việc hiện trường mà không có internet.

Đóng góp vào việc thực hiện Nghị quyết 57 của Văn phòng Chính trị

Việc đưa AI vào quản lý rừng không chỉ hỗ trợ chính quyền trong quản lý, mà còn góp phần cải thiện tính minh bạch và tạo niềm tin với các thị trường xuất khẩu gỗ lớn như EU, Hoa Kỳ và Nhật Bản.

PGS.

Để mở rộng và nâng cao

Trong thời gian tới, nhóm sẽ tiếp tục phối hợp với các cơ quan quản lý quốc tế và các đối tác để mở rộng cơ sở dữ liệu bằng gỗ, để cải thiện khả năng xác định và áp dụng Woodid trong thực tế. Đây là bằng chứng về vai trò tiên phong của các tổ chức đào tạo và nghiên cứu như PTIT trong việc kết nối các công nghệ với nhu cầu thực tế và phát triển bền vững.

Bài trướcNhững nỗ lực của Trump trong việc cải cách Fed Shading theo chính sách tiền tệ