• Viện Tiến tiến về Kỹ thuật và Công Nghệ (AVITECH)

  • Xê-mi-na khoa học

    January 11, 2024: Prof. Mérouane Debbah (Khalifa University of Science and Technology, UAE) TelecomGPT: The Next Big Wave in Telecomunications

    The evolution of generative artificial intelligence (GenAI) constitutes a turning point in reshaping the future of technology in different aspects. Wireless networks in particular, with the blooming of self-evolving networks, represent a rich field for exploiting GenAI and reaping several benefits that can fundamentally change the way how wireless networks are designed and operated nowadays. To be specific, large language models (LLMs), a subfield of GenAI, are envisioned to open up a new era of autonomous wireless networks, in which a multimodal large model trained over various Telecom data, can be fine-tuned to perform several downstream tasks, eliminating the need for dedicated AI models for each task and paving the way for the realization of artificial general intelligence (AGI)-empowered wireless networks. In this talk, we aim to unfold the opportunities that can be reaped from integrating LLMs into the Telecom domain. In particular, we aim to put a forward-looking vision on a new realm of possibilities and applications of LLMs in future wireless networks, defining directions for designing, training, testing, and deploying Telecom LLMs, and reveal insights on the associated theoretical and practical challenges.

    Người trình bày: GS. Mérouane Debbah, Khalifa University of Science and Technology, UAE

    Thời gian: 14:00 – 15:00, Thứ 5, ngày 11/01/2024

    Địa điểm: Phòng 405 E3, 144 Xuân Thủy, Cầu Giấy, Hà Nội

    speaker

    Mérouane Debbah is Professor at Khalifa University of Science and Technology in Abu Dhabi and founding Director of the KU 6G Research Center. He is a frequent keynote speaker at international events in the field of telecommunication and AI. His research has been lying at the interface of fundamental mathematics, algorithms, statistics, information and communication sciences with a special focus on random matrix theory and learning algorithms. In the Communication field, he has been at the heart of the development of small cells (4G), Massive MIMO (5G) and Large Intelligent Surfaces (6G) technologies. In the AI field, he is known for his work on Large Language Models, distributed AI systems for networks and semantic communications. He received multiple prestigious distinctions, prizes and best paper awards (more than 40 IEEE best paper awards) for his contributions to both fields and according to research.com is ranked as the best scientist in France in the field of Electronics and Electrical Engineering. He is an IEEE Fellow, a WWRF Fellow, a Eurasip Fellow, an AAIA Fellow, an Institut Louis Bachelier Fellow and a Membre émérite SEE. His recent work led to the development of NOOR (upon it release, largest language model in Arabic) released in 2022 and Falcon LLM (upon its release, top ranked open source large language model) released in 2023.

    This seminar is jointly organized with the Department of Computer Science, the Institute for Artificial Intelligence, and the Human-Machine Interface Laboratory, VNU University of Engineering and Technology.

    Cùng chuyên mục

    11/04/2024: TS. Đặng Trần Bình (Bộ môn Khoa học máy tính), Tương tác giữa thông tin chủ đề và Thông tin ngữ cảnh cho việc biểu diễn văn bản

    Trong hầu hết các ứng dụng, việc hiểu và biểu diễn văn bản luôn đóng vai trò quan trọng, đặc biệt là trong xử lý tự động. Cùng với các đặc điểm bề mặt của từ, thông tin về chủ đề rất có ý nghĩa và cần thiết để cung cấp ý nghĩa ngữ cảnh […]

    11/04/2024: PGS.TS. Hoàng Văn Xiêm (Bộ môn Kỹ thuật Robot), Tương tác Người – Robot: Thách thức và cách tiếp cận mới

    Công nghệ Robot đã và đang đóng vai trò quan trọng việc định hình sự phát triển của cuộc cách mạng công nghiệp 4.0. Cùng với trí tuệ nhân tạo – AI, công nghệ Robot mang lại nhiều cải tiến cho lĩnh vực tự động hóa nói riêng và các hoạt động phát triển kinh […]

    07/03/2024: Nguyễn Văn Phi (Viện Trí tuệ nhân tạo), Mô hình tạo sinh cho dữ liệu y tế

    Một trong những vấn đề lớn của xử lý ảnh y tế là việc thiếu hụt dữ liệu gắn nhãn do chi phí, thời gian và sự sai lệch trong nhãn của các chuyên gia. Mô hình phân tán (Diffusion models) có khả năng sinh dữ liệu một cách chân thực bằng cách mô phỏng […]