សូមស្វាគមន៍មកកាន់បញ្ញាសិប្បនិម្មិតកម្ពុជា
យើងតែងតែស្វែងរកការសហការ និងចែករំលែកចំណេះដឹងជាមួយអ្នកស្រាវជ្រាវផ្សេងទៀត។ ប្រសិនបើអ្នកបានធ្វើការស្រាវជ្រាវប្រកបដោយប្រសិទ្ធភាពអំពី Machine Learning ហើយចង់បង្ហាញនៅលើវេទិការបស់យើង សូមទាក់ទងមកយើងខ្ញុំ។
កាត់បន្ថយភាពធន់នឹងថ្នាំអង់ទីប៊ីយោទិច (AMR)៖ ការកែលម្អសមត្ថភាពវិភាគអតិសុខុមប្រាណ និងការបង្កើនប្រសិទ្ធភាពនៃការប្រើប្រាស់ថ្នាំអង់ទីប៊ីយោទិចតាមរយៈ ម៉ាស៊ីនស្វ័យសិក្សារ (ក្រោមកិច្ចសហការជាមួយមន្ទីរពេទ្យកាល់ម៉ែត)
ការបកប្រែភាសាគថ្លង់ (Sign Language Recognition) ជាប្រព័ន្ធដែលបញ្ចូលការបញ្ចេញមតិពីជនគថ្លង់ ទៅជាទម្រង់អក្សរ ឬសំឡេងសម្រាប់ទំនាក់ទំនងជាមួយមនុស្សធម្មតា។
ទិន្នន័យអំពីអក្សរស្ទាបខ្មែរ – ១៤៤ តួអក្សរ៖
ប្រព័ន្ធបកប្រែតាមម៉ាស៊ីនមូលដ្ឋានត្រូវបានបង្កើតដោយប្រើគំរូស្ថិតិ ដោយអាចសម្រេចបានពិន្ទុ BLEU 85% សម្រាប់ភាសាខ្មែរទៅជាអក្សរ Braille និង 70% សម្រាប់ការបកប្រែអក្សរ Braille ទៅជាភាសាខ្មែរ (ដោយប្រើ Operation Sequence Model)។
Train set: 150h, Test set: 4h Architecture: CNN-TDNN WER: <10% in News, 15% in general
ដើម្បីដោះស្រាយតម្រូវការចាំបាច់ក្នុងការកាត់បន្ថយការប្រើប្រាស់សារធាតុគីមី ដើម្បីគ្រប់គ្រងសត្វល្អិត និងជំងឺស្រូវប្រកបដោយប្រសិទ្ធភាព ទន្ទឹមនឹងការអភិរក្សបរិស្ថាន សុខភាពមនុស្ស និងគុណភាពក្រអូបរបស់អង្ករ។ បង្កើតកម្មវិធីស្មាតហ្វូនសម្រាប់កសិករ ដោយបើកមុខងារជាភាសាខ្មែរ និងគិតគូរពីជំងឺដែលរីករាលដាលបំផុតនៅក្នុងប្រទេសកម្ពុជា។
គោលបំណង៖ ដើម្បីអភិវឌ្ឍប្រព័ន្ធកម្មវិធីសម្គាល់ស្លាកលេខរថយន្តខ្មែរ ដែលអាចចាប់យកស្លាកលេខបានត្រឹមត្រូវតាមពេលវេលាជាក់ស្តែង និងទាញយកព័ត៌មានរបស់វា។
គោលបំណង៖ ធ្វើឱ្យការដឹកជញ្ជូនសាធារណៈកាន់តែងាយស្រួលសម្រាប់ជនពិការ ពោលគឺរថយន្តក្រុងសាធារណៈក្នុងរាជធានីភ្នំពេញ។
គោលបំណង៖ ដើម្បីធ្វើបដិវត្តន៍បទពិសោធន៍របស់អ្នកប្រើប្រាស់ជាមួយនឹងការរួមបញ្ចូល chatbot សំនួរ-ចម្លើយ និងការបញ្ជាជាសំឡេងទៅក្នុងកម្មវិធីទូរស័ព្ទរបស់ធនាគារអេស៊ីលីដា។
គោលបំណង៖ ដើម្បីបង្កើត data pipeline ដ៏រឹងមាំ និងអាចធ្វើមាត្រដ្ឋានបានសម្រាប់ការទាញយក បំប្លែង និងផ្ទុកទិន្នន័យ (ETL) ពីប្រភពចម្រុះដូចជា Data Warehouses គេហទំព័រ និងប្រព័ន្ធផ្សព្វផ្សាយសង្គមសម្រាប់ភាសាខ្មែរ។
ក.ប.ទ. ជាក្រសួននាំមុខក្នុងការអនុវត្តវិធីសាស្រ្តវាយតម្លៃភាពរួចរាល់ផ្នែកសីលធម៌បញ្ញាសិប្បនិម្មិត(RAM)ជាមួយអង្គការយូណេស្កូ៖ អនុសាសន៍ស្តីពីក្រមសីលធម៌ AI ។
យើងកំពុងសិក្សាស្រាវជ្រាវនិងអភិវឌ្ឍសាកល្បង LLM មួយសម្រាប់ភាសាខ្មែរ។ ក្នុងគម្រោងនេះ យើងនឹងប្រមូលសំណុំទិន្នន័យអត្ថបទ និងកូដសាធារណៈជាច្រើន ដើម្បីបង្រៀនម៉ូដែលនេះឡើង។ ម៉ូដែលនឹងរំពឹងថានឹងអនុញ្ញាតឱ្យយើងអាចបង្កើត GenAIដ៏សម្បូរបែបមួយបម្រើដល់ការឈានទៅបង្កើតម៉ូដែល ដែលអាចសសេរអត្ថបទ បកប្រែភាសា ឬបង្កើតមាតិកាផ្សេងៗនៃ។ គម្រោងនេះបានចាប់ផ្តើមតាំងពីដើមឆ្នាំ២០២៤ និងរំពឹងថានឹងបញ្ចប់នៅចុងឆ្នាំ២០២៦។
ប្រព័ន្ធ ASR គឺត្រូវបានដាក់ឱ្យដំណើរការ ហើយរហូតមកដល់ពេលនេះ យើងមានអ្នកប្រើប្រាស់ចំនួនជាង 100,000 នាក់រួចហើយ។ ប្រព័ន្ធនេះអាចបំប្លែងការនិយាយភាសាខែ្មរទៅជាអត្ថបទយ៉ាងត្រឹមត្រូវ ធ្វើឱ្យក្លាយជាឧបករណ៍ដ៏មានតម្លៃសម្រាប់កម្មវិធីផ្សេងៗដូចជាការស្វែងរកដោយសំឡេង ការសរសេរតាមសំឡេង និងការបកប្រែដោយស្វ័យប្រវត្តិ។
យើងកំពុងអភិវឌ្ឍប្រព័ន្ធ ម៉ាស៊ីនសិក្សា (Machine Learning) ដំបូងសម្រាប់អក្សរស្ទាប ឬអក្សរប្រៃយ៍ (Braille)។ គម្រោងនេះសម្រេចបាននូវអត្រាភាពត្រឹមត្រូវរហូតដល់ 93% ដែលសម្រួលការប្រើប្រាស់ និងការទំនាក់ទំនងមានប្រសិទ្ធភាពជាងមុនសម្រាប់បុគ្គលពិការភ្នែក។ កាលពីដើមខែកក្កដានេះ គម្រោងនេះបានទទួលជ័យលាភី Best Accessibility Award ក្នុងកម្មវិធី “ AI for Good ” នៃសន្និសីទបញ្ញាសិប្បនិម្មិតពិភពលោក។
គម្រោងនេះមានគោលដៅបង្កើតជាឧបករណ៍ចាំបាច់មួយចំនួនសម្រាប់អ្នកអភិវឌ្ឍបច្ចេកវិទ្យាភាសាលូបនីយកម្ម (Natural language processing) អាចប្រើប្រាស់បាន។ Toolkit នេះរួមបញ្ចូលសមាសធាតុសំខាន់ៗសម្រាប់ការធ្វើការជាមួយភាសារ(language procesing) ដូចជាការបែងចែកពាក្យ (Word Segmentation) ការសំគាល់ឈ្មោះ (Named Entity Recognition) និងជាទម្រង់ជំពូកនៃសព្ទ (part-of-speech tagging) ។
ការបកប្រែភាសាគថ្លង់ (KSL) គឺជារបៀបទំនាក់ទំនងបឋមសម្រាប់ប្រជាជនកម្ពុជាដែលមានពិការភាព ប៉ុន្តែការបកប្រែនិងការយល់ដឹងនៅមានកម្រិតក្នុងស្រទាប់ប្រជាជនទូទៅ។ ការនេះធ្វើអោយមានគម្លាត ក្នុងការប្រាស្រ័យទាក់ទងគ្នារវាងជនពិការ និងប្រជាជនទូទៅ។ CADT កំពុងបង្កើតប្រព័ន្ធមួយដែលអាចបកប្រែភាសាគថ្លង់សមញ្ញជាច្រើនក្នុងគោលដៅកាត់បន្ថយគម្លាតប្រាស្រ័យទាក់ទងនេះ។ រហូតមកទល់នឹងពេលនេះ ប្រព័ន្ធនេះសម្រេចបាននូវភាពត្រឹមត្រូវចំនួន 84% លើសំណុំទិន្នន័យ MS-ASL ដែលជាស្តង់ដារសាធារណៈ។ យើងសង្ឃឹមថាប្រព័ន្ធនេះ នឹងចូលរួមចំណែកក្នុងការផ្តល់ភាពងាយស្រួលបន្ថែមទៀតជូនដល់ប្រជាជនកម្ពុជាដែលមានពិការភាព។
