Ngày 26 tháng 02 năm 2026, Viện Công nghệ Thông tin – Đại học Quốc gia Hà Nội đã tổ chức seminar chuyên đề trí tuệ nhân tạo về các hệ thống Camera AI quy mô lớn và các mô hình Agentic AI trong giáo dục theo cả hai hình thức trực tiếp và trực tuyến. Buổi seminar do PGS. TS. Lê Hoàng Sơn, Phó Viện trưởng kiêm Giám đốc trung tâm AIRC chủ trì. Sự kiện thu hút sự tham gia của đông đảo các nhà khoa học, giảng viên, nghiên cứu sinh và học viên cao học quan tâm tham dự.
Bài trình bày đầu tiên do ông Siddhant Sahare, Krishna Engineering Collage, Ấn Độ trình bày, tập trung vào bài toán theo dõi đối tượng qua nhiều camera khác nhau trong cùng một hệ thống giám sát. Các thách thức kỹ thuật cốt lõi của bài toán như che khuất trong môi trường đông người, sự thay đổi ngoại hình giữa các camera, khoảng trống thời gian khi đối tượng di chuyển giữa các vùng quan sát không chồng lấn, cũng như độ phức tạp của bài toán ghép định danh liên camera đã được trình bày chi tiết.
Hệ thống được xây dựng dựa trên chuỗi xử lý tích hợp gồm phát hiện người bằng mô hình học sâu, theo dõi trong từng camera bằng mô hình chuyển động xác suất, trích xuất đặc trưng nhận dạng lại và ghép nối định danh toàn cục dựa trên độ tương đồng đặc trưng. Kết quả thực nghiệm cho thấy hệ thống có khả năng vận hành thời gian thực và duy trì định danh tương đối ổn định trong nhiều kịch bản khác nhau, bao gồm cả tình huống đa người và môi trường có điều kiện chiếu sáng khác biệt.
Nghiên cứu này có ý nghĩa quan trọng đối với định hướng phát triển các hệ thống giám sát thông minh, đô thị số và hạ tầng an ninh hiện đại. Bài toán theo dõi đa camera không chỉ dừng lại ở mức thuật toán nhận diện mà còn đòi hỏi khả năng quản lý định danh toàn cục, xử lý dữ liệu liên tục và đảm bảo khả năng mở rộng khi số lượng camera tăng lên. Đây là một trong những hướng nghiên cứu nền tảng góp phần xây dựng các hệ thống AI có khả năng nhận thức môi trường ở quy mô lớn.
Bài trình bày thứ hai do kỹ sư Ngô Quốc Khanh – ĐH Wollongong, Úc giới thiệu tập trung vào các mô hình Agentic AI trong giáo dục với trọng tâm là cơ chế cá nhân hóa. Các tiếp cận cho phép hệ thống AI thích nghi với từng người học trong quá trình vận hành mà không cần huấn luyện lại toàn bộ mô hình được trình bày chi tiết. Thay vì cập nhật tham số, hệ thống điều chỉnh trạng thái biểu diễn người dùng, chiến lược suy luận và tiêu chí đánh giá phản hồi dựa trên lịch sử tương tác.
Kiến trúc Agentic AI được phân tích theo các thành phần chính gồm nhận thức đầu vào, bộ nhớ ngắn hạn và dài hạn, cơ chế lập kế hoạch và suy luận, thực thi hành động, cùng khả năng tự đánh giá và điều chỉnh. Cách tiếp cận này giúp tăng cường mức độ cá nhân hóa, giảm chi phí tính toán, đồng thời góp phần bảo đảm quyền riêng tư dữ liệu của người học. Nghiên cứu cũng đặt ra các vấn đề về tính sư phạm, độ tin cậy, đạo đức và tiêu chuẩn đánh giá hiệu quả học tập trong bối cảnh ứng dụng AI ngày càng sâu rộng trong giáo dục.
PGS. TS. Lê Hoàng Sơn nhận định hai bài trình bày tuy thuộc các lĩnh vực ứng dụng khác nhau nhưng đều phản ánh định hướng nghiên cứu trọng tâm của Viện Công nghệ Thông tin trong giai đoạn hiện nay. Đó là phát triển các hệ thống trí tuệ nhân tạo có khả năng nhận thức dữ liệu phức tạp, duy trì trạng thái dài hạn, suy luận đa bước và thích nghi theo thời gian thực. Những năng lực này là nền tảng cho các hệ thống giám sát thông minh, trợ lý học tập cá nhân hóa, hệ thống hỗ trợ ra quyết định và các mô hình Bản sao số (Digital Twin) trong tương lai.
Phát biểu kết luận seminar, PGS. TS. Lê Hoàng Sơn đánh giá cao tính cập nhật và chiều sâu học thuật của hai hướng nghiên cứu và nhấn mạnh việc thúc đẩy các nghiên cứu liên ngành, tăng cường hợp tác trong nước và quốc tế nhằm phát triển các giải pháp AI có giá trị khoa học và tác động thực tiễn cao tại Viện CNTT trong thời gian tới.
