TỪ NEURAL NETWORK ĐẾN LLM: NẮM BẮT AI HIỆN ĐẠI ĐỂ KHÔNG TỤT HẬU - Workshop #2: CNN và RNN – AI cho xử lý ảnh và ngôn ngữ

🧠 TỪ NEURAL NETWORK ĐẾN LLM: NẮM BẮT AI HIỆN ĐẠI ĐỂ KHÔNG TỤT HẬU 🧠
Workshop #2: CNN và RNN – AI cho xử lý ảnh và ngôn ngữ

Tiếp nối Workshop #1 với chủ đề “Neural Network và huấn luyện mô hình”, Khoa Công nghệ Phần mềm tiếp tục tổ chức Workshop #2 thuộc chuỗi Seminar Nghiên cứu Khoa học Sinh viên 2026 với các nội dung quan trọng về AI cho xử lý ảnh và xử lý ngôn ngữ tự nhiên.

📌 Thời gian: 10h00 sáng Thứ 5 ngày 28/05/2026

📌 Địa điểm: Phòng C213

📌 Nội dung chính:
• Convolutional Neural Network (CNN)
• Xử lý ảnh bằng AI
• Recurrent Neural Network (RNN)
• Ứng dụng AI trong xử lý ngôn ngữ tự nhiên
• Hàm mất mát đa mục tiêu trong AI hiện đại

Linh đăng kí: https://forms.gle/GMnJJJZ2R5s44HpAA

✨ Trong buổi workshop, sinh viên sẽ được tìm hiểu cách AI “nhìn” và “hiểu” dữ liệu hình ảnh thông qua CNN — kiến trúc nền tảng đứng sau rất nhiều công nghệ quen thuộc như nhận diện khuôn mặt, phân loại ảnh, xe tự lái hay các hệ thống giám sát thông minh.

Bên cạnh đó, workshop cũng giới thiệu RNN và các ý tưởng cốt lõi giúp AI xử lý dữ liệu dạng chuỗi như văn bản và ngôn ngữ tự nhiên. Đây là một trong những bước phát triển quan trọng dẫn đến sự ra đời của Transformer, GPT và các hệ thống LLM hiện nay.

💡 Một nội dung đáng chú ý khác của workshop là cách các mô hình AI hiện đại có thể học nhiều nhiệm vụ cùng lúc thông qua hàm mất mát đa mục tiêu (multitask loss function). Đây là kỹ thuật được sử dụng trong rất nhiều hệ thống AI thực tế như:
• Nhận diện vật thể và xác định vị trí vật thể trong ảnh
• Phân tích cảm xúc kết hợp phát hiện chủ đề trong văn bản
• Các hệ thống AI đa nhiệm và đa phương thức hiện đại

👩‍💻 Chuỗi workshop không chỉ giúp sinh viên tiếp cận các kiến trúc AI hiện đại theo hướng trực quan và dễ hiểu, mà còn tạo nền tảng để phát triển các đề tài nghiên cứu khoa học, đồ án và các dự án AI ứng dụng trong tương lai.

✨ Các buổi tiếp theo sẽ tiếp tục với những nội dung rất quan trọng của AI hiện đại gồm:
• Attention và Transformer
• BERT, BART và GPT
• Large Language Model (LLM)
• RAG và LoRA
• Vision-Language Model và AI đa phương thức