Tạp chí Khoa học Đại học Quốc tế Sài Gòn

https://js.siu.edu.vn/index.php/siujs/issue/feed Tạp chí Khoa học Đại học Quốc tế Sài Gòn 2025-11-13T07:16:29+00:00 Open Journal Systems https://js.siu.edu.vn/index.php/siujs/article/view/3 PHÁP LÝ TRÍ TUỆ NHÂN TẠO TRONG KHOA HỌC CÔNG NGHỆ TẠI VIỆT NAM 2025-10-13T08:55:34+00:00 Hoàng Văn Kiếm Hồ Thiện Thông Minh

Bài viết phân tích các khía cạnh pháp lý liên quan đến trí tuệ nhân tạo (AI) trong bối cảnh cách mạng công nghiệp 4.0 tại Việt Nam. AI ngày càng khẳng định vai trò trong việc thúc đẩy phát triển kinh tế, nâng cao năng suất, đổi mới sáng tạo ở nhiều lĩnh vực như y tế, giáo dục, giao thông và công nghiệp. Tuy nhiên, sự phát triển mạnh mẽ của AI cũng đặt ra nhiều thách thức pháp lý phức tạp. Các vấn đề nổi bật bao gồm quyền sở hữu trí tuệ đối với các phát minh do AI tạo ra, trách nhiệm pháp lý khi AI gây ra sai sót và bảo vệ quyền riêng tư, an toàn dữ liệu. Bài viết cũng nhấn mạnh sự cần thiết của việc xây dựng khung pháp lý toàn diện để đảm bảo minh bạch, an toàn, công bằng trong việc phát triển và ứng dụng AI. Điều này đòi hỏi một cách tiếp cận linh hoạt nhưng chặt chẽ, đảm bảo các sản phẩm AI được kiểm soát nghiêm ngặt, đồng thời hỗ trợ các hoạt động đổi mới sáng tạo. Ngoài ra, bài viết đề xuất các biện pháp thúc đẩy hợp tác quốc tế, tái đào tạo nguồn nhân lực, hướng tới mục tiêu phát triển bền vững và hiệu quả. Kết luận nhấn mạnh rằng việc hoàn thiện hệ thống pháp luật sẽ không chỉ bảo vệ quyền lợi của các bên liên quan mà còn góp phần đưa Việt Nam trở thành một trong những quốc gia tiên phong trong lĩnh vực AI trên bản đồ công nghệ toàn cầu.

Copyright (c) 2025 Tạp chí Khoa học Đại học Quốc tế Sài Gòn https://js.siu.edu.vn/index.php/siujs/article/view/4 URBAN TRAFFIC DATA COLLECTION AND TRAFFIC VIEW APPROACHES 2025-10-13T09:01:01+00:00 Tran Minh Quang

Data quality is crucial in crowd-sourced traffic information systems. While expanding data collection methods is essential, ensuring accuracy and reliability is equally important. Conventional traffic information systems collect data through multiple methods such as web-based forms, speech data, and GPS sensors on mobile devices. This paper enhances these methods by introducing new approaches to traffic data collection from cameras that leverage existing city surveillance infrastructures to provide a continuous stream of real-time traffic data. A novel approach for background scheduling to update traffic status predicted from camera-based data applying AI models is proposed. Then we design necessary components to implement background data fetching scheme to insert traffic camera data into the existing traffic information system which is used to evaluate the proposed approaches in real-world scenarios. The results revealed the effectiveness and the efficiency of the proposed mechanisms showing that they are ready to be applied in real-world applications.

Copyright (c) 2025 Tạp chí Khoa học Đại học Quốc tế Sài Gòn https://js.siu.edu.vn/index.php/siujs/article/view/5 EFFECTIVE KNOWLEDGE REPRESENTATION AND UTILIZATION FOR SUSTAINABLE COLLABORATIVE LEARNING ACROSS HETEROGENEOUS SYSTEMS 2025-10-13T09:07:16+00:00 Hoang Trong Nghia

The increasingly decentralized and private nature of data in our digital society has motivated the development of collaborative intelligent systems that enable knowledge aggregation among data owners. However, collaborative learning has only been investigated in simple settings. For example, clients are often assumed to train solution models de novo, disregarding all prior expertise. The learned model is typically represented in task-specific forms that are not generalizable to unseen, emerging scenarios. Finally, a universal model representation is enforced among collaborators, ignoring their local compute constraints or input representations. These limitations hampers the practicality of prior collaborative systems in learning scenarios with limited task data that demand constant knowledge adaptation and transfer across information silos, tasks, and learning models, as well as the utilization of prior solution expertise. Furthermore, prior collaborative learning frameworks are not sustainable on a macro scale where participants desire fairness allocation of benefits (e.g., access to the combined model) based on their costs of participation (e.g., overhead of model sharing and training synchronization, risk of information breaches etc.). This necessitates a new perspective of collaborative learning where the server not only aggregates but also conducts valuation of the participant’s contribution, and distribute aggregated information to individuals in commensurate to their contribution. To substantiate the above vision, we propose a new research agenda on developing effective and sustainable collaborative learning frameworks across heterogeneous systems, featuring three novel computational capabilities on knowledge organization: model expression, comprehension and valuation.

Copyright (c) 2025 Tạp chí Khoa học Đại học Quốc tế Sài Gòn https://js.siu.edu.vn/index.php/siujs/article/view/6 NHỮNG THÁCH THỨC ĐỐI VỚI VIỆC BẢO VỆ DỮ LIỆU CÁ NHÂN TRONG BỐI CẢNH PHÁT TRIỂN TRÍ TUỆ NHÂN TẠO 2025-10-13T09:13:08+00:00 Nguyễn Thị Hạnh

Trí tuệ nhân tạo (AI) đã và đang tạo ra sự thay đổi lớn trong các lĩnh vực như y tế, giáo dục, tài chính, công nghiệp và nông nghiệp. Công nghệ này giúp tối ưu hóa quy trình, nâng cao năng suất và hiệu suất, đồng thời mở ra nhiều cơ hội cải thiện cuộc sống. Tuy nhiên, AI cũng tạo ra thêm nhiều thách thức về quyền riêng tư, bảo mật dữ liệu cá nhân như rò rỉ thông tin cá nhân, mua bán dữ liệu cá nhân. Bài viết sẽ đưa ra một số kiến nghị về bảo vệ dữ liệu cá nhân trong bối cảnh phát triển AI với mục tiêu then chốt để đảm bảo quyền lợi và an toàn của người dân đồng thời thúc đẩy sự phát triển bền vững của công nghệ.

Copyright (c) 2025 Tạp chí Khoa học Đại học Quốc tế Sài Gòn https://js.siu.edu.vn/index.php/siujs/article/view/7 PHÁP LUẬT VỀ TRÁCH NHIỆM DÂN SỰ TRONG NGHIÊN CỨU, PHÁT TRIỂN VÀ ỨNG DỤNG TRÍ TUỆ NHÂN TẠO 2025-10-13T09:20:37+00:00 Nguyễn Bích Thảo

Bài viết phân tích một số thách thức đặt ra đối với pháp luật về trách nhiệm dân sự trong nghiên cứu, phát triển và ứng dụng trí tuệ nhân tạo, phân tích kinh nghiệm lập pháp của Liên minh châu Âu về trách nhiệm dân sự trong kỷ nguyên trí tuệ nhân tạo, từ đó đưa ra một số khuyến nghị cho Việt Nam.

Copyright (c) 2025 Tạp chí Khoa học Đại học Quốc tế Sài Gòn https://js.siu.edu.vn/index.php/siujs/article/view/8 PHÁP LUẬT VỀ TRÍ TUỆ NHÂN TẠO Ở VIỆT NAM: ĐỊNH HƯỚNG VÀ YÊU CẦU HOÀN THIỆN 2025-10-13T09:22:44+00:00 Phan Trung Lý

Việc xây dựng, hoàn thiện chính sách, pháp luật về trí tuệ nhân tạo (AI) ở Việt Nam đang được đặt ra cấp thiết, nhằm phát huy được những yếu tố tích cực, đồng thời giảm thiểu tác động tiêu cực từ việc ứng dụng công nghệ này

Copyright (c) 2025 Tạp chí Khoa học Đại học Quốc tế Sài Gòn https://js.siu.edu.vn/index.php/siujs/article/view/9 GOVERNING AI FOR HUMANITY: REFLECTIONS FROM THE UNITED NATIONS AI ADVISORY BODY 2025-10-13T09:24:06+00:00 Nelson Alondra

Artificial Intelligence (AI) holds immense potential for societal advancement, yet it also poses significant risks. This paper examines global challenges and opportunities in AI governance, highlighting insights from the United Nations High-Level Advisory Board on AI. It discusses the need for inclusive, transparent, and ethical governance frameworks to foster public trust and ensure AI technologies serve the public good. Recommendations include establishing an international scientific panel, promoting trustworthy AI, and enhancing global cooperation.

Copyright (c) 2025 Tạp chí Khoa học Đại học Quốc tế Sài Gòn https://js.siu.edu.vn/index.php/siujs/article/view/10 INNOVATION WITH INTEGRITY: BUILDING FUTURE-READY DIGITAL PUBLIC INFRASTRUCTURE 2025-10-13T09:25:45+00:00 Sharma Sharad

This paper explores the necessity of stewardship in ensuring that artificial intelligence (AI) technologies contribute positively to society. Drawing on India's innovative approach to building digital public infrastructure, this study examines how public digital systems like India Stack have transformed digital transactions, financial inclusion, and public services. It highlights the implications for global digital infrastructure, regulatory frameworks, and AI safety protocols, particularly concerning child safety in digital spaces.

Copyright (c) 2025 Tạp chí Khoa học Đại học Quốc tế Sài Gòn https://js.siu.edu.vn/index.php/siujs/article/view/11 KNN-BASED MIXED NUMEROLOGY RESOURCE ALLOCATION FOR 5G-V2X COMMUNICATIONS 2025-10-13T09:30:29+00:00 Ouali Kaouthar Khabaz Sehla Nguyen Thi Mai Trang

5G-V2X is an emerging technology for vehicular networks where radio resource allocation plays a crucial role in the overall network performance. In this paper, we highlight the resource scheduling problem for two V2X applications, the safety applications and the non-safety applications, in a mixed numerology scenario in which different 5G numerologies are multiplexed in the time domain. Machine learning is leveraged to select the best numerology. The K-Nearest Neighbor (KNN) algorithm learns the channel characteristics to obtain the optimal numerology selection. A priority policy is applied in favor of the safety traffic since this is the most time-constrained V2X traffic type. Then, the remaining resources are optimally scheduled for the non-safety traffic. The simulation results show that the proposed Priority and Satisfaction-based Resource Allocation algorithm with KNN mixed numerology for 5G-V2X communications (PSRA-KNN) algorithm achieves better performance in terms of end-to-end delay for safety traffic.

This article examines the transformative potential of artificial intelligence (AI) within the mission of the United Nations. It highlights how AI can complement natural intelligence in humanitarian action, disaster preparedness, climate change mitigation, and the sustainable management of critical mineral resources. Emphasizing the need for inclusive and globally coordinated governance, the paper argues that AI should be treated as a global commons requiring collective stewardship. Drawing on United Nations history and forward-looking proposals, the author calls for repurposing existing UN mechanisms, such as the Trusteeship Council, to act as a multi-stakeholder body that safeguards long-term global interests. By combining scientific evidence, policy innovation, and ethical responsibility, the article envisions AI as both a catalyst for human progress and a challenge demanding preventive, collaborative action to ensure dignity, equity, and sustainability for future generations.