Why video is the first frontier as AI learns to read the physical world

Quesma1 Hot19 min1 d agoAI

Mushroom hunting with LLMs: what can go wrong?

Bài benchmark đánh giá 4 model LLM (GPT-5.6-Sol, Gemini 3.7 Flash, GLM-5.3-Flash, Claude Fable 5.1) trong nhiệm vụ nhận diện nấm độc/ăn được trên dataset FungiTastic. Kết quả cho thấy tỷ lệ lỗi nguy hiểm lên tới 30-40% khi phân biệt nấm độc, đặc biệt là các loài có hình thái tương tự nấm ăn được. Nguyên nhân chính là do các model thiếu dữ liệu chuyên sâu về đặc điểm vi sinh vật và phản ứng sinh hóa của nấm, dẫn đến khả năng general hóa kém. Hệ quả là người dùng có thể bị gợi ý sai dẫn đến ngộ độc nếu tin tưởng hoàn toàn vào kết quả AI. Điều đáng học là ngay cả các model tiên tiến nhất cũng cần dữ liệu domain-specific chất lượng cao và cơ chế cảnh báo rủi ro rõ ràng khi ứng dụng trong lĩnh vực y tế/đời sống.

Bài viết cảnh báo những sai lệch nguy hiểm khi AI xác định nấm ăn được hay độc.

#llm #computer-vision #google-gemini Source

Hackaday103 Hot2 min1 mo agoAI

Open Source Vacuum Avoids Cloud

OOMWOO là robot hút bụi mã nguồn mở hoàn toàn, hoạt động không phụ thuộc vào dịch vụ đám mây nhờ Raspberry Pi chạy ROS 2, sử dụng lidar 2D giá rẻ để lập bản đồ phòng và tích hợp với Home Assistant. Phần cứng chủ yếu cần in 3D, trong khi phần mềm đã tương đối hoàn thiện và dự án đang phát triển tích cực trên GitHub.

Là người phát triển robot hoặc IoT, bạn nên đọc để khám phá cách xây dựng hệ thống tự động hóa nhà ở tự chủ, hiệu quả về chi phí và không phụ thuộc vào dịch vụ đám mây, bằng cách kết hợp phần mềm tự động hóa nhà (Home Assistant) với ROS 2 và giải pháp thô sơ nhưng hiệu quả.

#tech-news #robotics #raspberry-pi Source

Towards Data Science1 Hot16 min12 d agoAI

Why We Fine-Tuned SigLip (And Why That’s Not Always the Right Call)

Alma Media phát triển một bộ phân loại hình ảnh riêng cho ảnh đăng bán bất động sản với 23 lớp phòng và nội dung, đồng thời đưa ra một khung quyết định để chọn giữa gọi API VLM hay huấn luyện mô hình riêng, chọn mô hình nền tảng và quyết định fine‑tune hay freeze backbone. Họ thực nghiệm trên tập dữ liệu riêng 40.000 ảnh, so sánh SigLIP freeze, DINOv2 freeze và SigLIP fine‑tune bằng LoRA, kết quả cho thấy LoRA nâng micro F1 từ 78,4% lên 82,6% và giảm tỷ lệ ảnh chưa gắn nhãn từ 9,4% xuống 3,4%, gần với mức cơ bản tự nhiên 3,9%. Lớp GARDEN nhận được tăng recall 26 điểm, trong khi việc đơn giản chuyển sang DINOv2 đã hồi phục hơn một nửa của khoảng cách này mà không cần fine‑tune. So sánh chi phí cho thấy việc sử dụng API VLM như Gemini tốn khoảng 1.500 USD cho mỗi triệu ảnh, natomiast bộ phân loại chạy trên GPU riêng chỉ tốn khoảng 0,37 USD cho cùng lượng ảnh, và việc thực hiện toàn bộ quá trình quét siêu tham số LoRA chỉ tốn khoảng 30 USD. Bài học là mặc dù fine‑tune có thể cải thiện chỉ số, nhưng việc lựa chọn mô hình nền tảng phù hợp và cân nhắc chi phí thường làm cho việc freeze backbone hoặc chuyển mô hình trở thành lựa chọn hiệu quả hơn.

Bài viết này cung cấp framework ra quyết định chi tiết và so sánh thực tế giữa việc fine-tune SigLIP, sử dụng DINOv2 hay gọi API VLM giúp lập trình viên tối ưu hóa lựa chọn mô hình hình ảnh với chi phí và hiệu suất tối ưu.

#deep-learning #computer-vision #lora Source

The New Stack1 Hot14 min14 d agoAI

Kubernetes at the edge has hit a wall. Fleet management is the way through.

Quản lý fleet Kubernetes tại edge sử dụng Cluster API, GitOps, chính sách tập trung và khả năng quan sát để chuẩn hóa hoạt động giữa các trang từ xa một cách an toàn hơn.

Đọc bài này để hiểu cách quản lý cụm Kubernetes tại biên hiệu quả và an toàn hơn qua các công cụ Fleet management.

#kubernetes #observability #edge-computing Source

Schneier on Security1 Hot2 min1 mo agoAI

Schneier on Security

MIT triển khai hơn 500 camera giám sát AI trên khuôn viên với chi phí trên 3 triệu USD từ tháng 11/2025 đến 9/2026. Các camera Hanwha Wisenet AI có thể nhận diện khuôn mặt, phân loại giới tính, tuổi tác từ xa 35 feet, phát hiện chuyển động, đám đông hay khẩu trang, lưu trữ dữ liệu 30 ngày, gây lo ngại về quyền riêng tư.

Bài viết này giúp lập trình viên hiểu rõ về những thách thức về an ninh và bảo mật khi tích hợp hệ thống AI vào môi trường thực tế, từ đó có thể phát triển giải pháp bảo vệ dữ liệu và đảm bảo tính riêng tư một cách hiệu quả.

#deep-learning #privacy #computer-vision Source

freeCodeCamp2 Hot25 min1 mo agoAI

"Relaxation and its Role in Vision": The 1977 PhD Thesis That Helped Shape Modern AI Research

Năm 1977, luận án tiến sĩ của Geoffrey Hinton về "Relaxation and its Role in Vision" đã góp phần quan trọng vào nền tảng nghiên cứu AI hiện đại, mặc dù ít được nhắc đến so với những đóng góp sau này của ông như backpropagation hay mạng nơ-ron sâu.

Đọc bài này để hiểu nguồn gốc và sự đột phá của các kỹ thuật AI hiện đại như backpropagation nhờ vào những khám phá về thư giãn (relaxation) trong mô hình học máy, giúp bạn nắm rõ cách những lý thuyết cơ bản đã định hình những tiến bộ của ngành.

#machine-learning #deep-learning #computer-vision Source

The Next Web1 Hot3 min28 d agoAI

Unitree’s IPO could value China’s robot champion at $7bn or more

Unitree, nhà tiên phong về robot hình người của Trung Quốc, có thể được định giá hơn 50 tỷ nhân dân tệ (khoảng 7 tỷ USD) sau đợt IPO tại Sở Giao dịch Chứng khoán Thượng Hải, đánh dấu cột mốc quan trọng khi nhu cầu về robot tăng tốc.

Đọc bài này để hiểu Unitree không chỉ là một công ty robot hàng đầu Trung Quốc mà còn là một trong những động lực quan trọng cho tương lai công nghiệp 4.0 tại nước này, giúp bạn cập nhật về xu hướng đầu tư, công nghệ và thị trường mới mẻ trong lĩnh vực robot hóa.

#robotics #ipo Source

Awesome Go1 Hot5 min29 d agoAI

KinetiGo: a Go toolchain for LEGO robotics

KinetiGo cung cấp một toolchain Go (sử dụng TinyGo) cho phép chạy trực tiếp trên hub LEGO MINDSTORMS và SPIKE Prime. Dự án độc lập này bao gồm cả IDE với chế độ preview dựa trên chạy thực tế và công cụ debug.

Lập trình viên muốn tự động hóa và tối ưu hóa phát triển cho robot LEGO bằng Go sẽ tìm hiểu KinetiGo để khám phá công cụ độc lập, hiệu suất cao và tích hợp IDE trực tiếp với môi trường thực tế, giúp rút ngắn thời gian phát triển và debug.

#infrastructure #golang #robotics Source

Why video is the first frontier as AI learns to read the physical world

Recommended for you

Bình luận

Mushroom hunting with LLMs: what can go wrong?

Open Source Vacuum Avoids Cloud

Why We Fine-Tuned SigLip (And Why That’s Not Always the Right Call)

Kubernetes at the edge has hit a wall. Fleet management is the way through.

Schneier on Security

"Relaxation and its Role in Vision": The 1977 PhD Thesis That Helped Shape Modern AI Research

Unitree’s IPO could value China’s robot champion at $7bn or more

KinetiGo: a Go toolchain for LEGO robotics

One account, the whole ecosystem

8syncdev.com

Courses

Coding practice

IELTS

ZUS — AI IDE

mind0

AcoLeads