SIRI 3/5: 12 Oktober 2026 (Isnin)
SIRI PERJALANAN TEKNOLOGI DAN AI MIMOS
Perjalanan MIMOS daripada knowledge intelligence, Natural Language Processing dan Social Media Analytics kepada Computer Vision dan Video Analytics
Oleh: Dr. Saat Shukri Embong
Presiden dan Ketua Pegawai Eksekutif Kumpulan
MIMOS Berhad
Komputer yang sangat laju belum tentu komputer yang pintar. GPU boleh membuat berjuta-juta pengiraan. Database boleh menyimpan berbilion rekod. Tetapi ada satu masalah lain. Apakah makna di sebalik data tersebut? Jika sebuah sistem membaca perkataan “doctor”, adakah ia memahami hubungan antara doctor, hospital, patient, disease dan treatment? Jika sebuah komputer melihat seseorang berdiri terlalu lama di kawasan larangan, adakah ia tahu perkara itu mungkin mencurigakan? Daripada sinilah perjalanan MIMOS bergerak daripada compute kepada understanding.
- Semantic Technology: Mengajar mesin tentang hubungan
MIMOS membangunkan capability dalam Semantic Technology. Tujuannya bukan sekadar menyimpan data. Tetapi membina struktur makna dan relationship. Dalam dunia semantics, data tidak lagi semata-mata: “A ialah A.” Sebaliknya: A berkaitan dengan B. B mempunyai hubungan dengan C. Dan relationship itu membolehkan mesin membuat inference. Daripada capability ini berkembang teknologi seperti Mi-Semantic dan aplikasi semantic-based intelligence.
- Dari structured data kepada dunia manusia yang bersepah
Masalah besar dunia sebenar ialah kebanyakan maklumat manusia tidak datang dalam database yang bersih. Ia berada dalam: documents; news; social-media posts; reviews; emails; comments; free text. Bahasa manusia juga tidak teratur. Ada sarcasm. Slang. Dialek. Emosi. Context. Maka MIMOS membangunkan capability dalam: Natural Language Processing; Machine Learning; Semantic Analytics.
- Mi-Intelligence, apabila mesin cuba memahami apa yang manusia rasa
Mi-Intelligence ialah contoh yang baik. MIMOS menerangkannya sebagai collection of semantic components menggunakan Semantic Technology, Machine Learning dan Natural Language Processing untuk mendapatkan insights daripada kandungan social media yang tidak berstruktur. Ia boleh digunakan untuk mengenal pasti perkara seperti: sentiment; emotion; anxiety; concerns; topics; entities. Bayangkan betapa besar perubahan ini. Komputer dahulu hanya mengira. Kini ia mula cuba memahami: apa yang manusia tulis. Dan seterusnya: apa yang mungkin mereka maksudkan.
- Evolusi menuju NLP dan LLM tidak berlaku secara tiba-tiba
Hari ini ramai mengenali AI melalui ChatGPT. Tetapi LLM tidak muncul dalam ruang kosong. Sebelumnya terdapat puluhan tahun kemajuan dalam: linguistics; information retrieval; semantic modelling; statistical NLP; machine learning; deep neural networks; distributed representations. MIMOS melalui semantic dan NLP work merupakan sebahagian daripada perjalanan teknologi panjang ini.
- Dalam masa yang sama, komputer belajar melihat
Cabang lain yang sangat penting ialah: Computer Vision. Manusia melihat dunia menggunakan mata. Mesin melihat melalui: cameras; sensors; image processing; algorithms. MIMOS membangunkan capability video analytics melalui platform seperti: Mi-Surveillance. Platform tersebut menggunakan proprietary algorithms untuk mengesan behaviour atau activities tertentu daripada live video streams. Antara functionality yang disenaraikan ialah: climbing detection; loitering detection; aggressive activity; tampering; restricted-area detection; crowd density; object left; object removed. Perhatikan perubahan konsepnya. CCTV biasa hanya merakam. Video Analytics cuba memahami.
- Mengapa Video Analytics penting?
Bayangkan pusat keselamatan mempunyai 500 camera streams. Manusia tidak mampu memberi perhatian sempurna kepada semua camera sepanjang masa. AI boleh berfungsi sebagai: attention amplifier. Ia tidak menggantikan judgement manusia. Tetapi ia membantu memberitahu: “Lihat kamera ini.” “Ada sesuatu yang luar biasa.” “Objek ini berada terlalu lama.” “Ada crowd building up.” “Camera ini mungkin telah diganggu.” Inilah nilai operational AI.
- Dari Mi-Surveillance kepada generasi AI-powered video products
Capability tersebut hari ini berkembang kepada technology family yang jauh lebih luas. Contohnya: Mi-Safety, AI-powered Video Analytics untuk workplace safety. Ia membantu mengesan safety violations dan hazard situations. Mi-PlateIQ, AI-based vehicle plate recognition untuk parking, gated communities, logistics hubs dan secure facilities. Ia menggunakan AI-powered video analytics dan real-time plate recognition. Mi-GuardianAlert, AI-powered facial-recognition child-safety solution yang direka untuk memastikan kehadiran kanak-kanak dapat disahkan dan alert dihantar apabila ketidakhadiran tertentu dikesan. Mi-VGuard, Perimeter-surveillance system yang menggabungkan radar, camera, edge processing dan AI-assisted validation, malah boleh digunakan di kawasan remote dan off-grid.
Jika kita melihat semua ini sebagai satu continuum:
camera
→ video processing
→ computer vision
→ AI classification
→ behavioural understanding
→ real-time intervention.
- AI mula masuk ke manufacturing
Computer Vision sangat penting untuk Manufacturing. Human inspectors mempunyai limitations. Mereka letih. Defects kadangkala sangat kecil. Sesetengah defect pula terlalu jarang untuk menghasilkan banyak training data. MIMOS membangunkan R&D berkaitan: machine-learning defect inspection; synthetic-image generation; Machine Vision; Digital Twin; automation.
Pada ITEX 2025, antara technology yang menerima pengiktirafan ialah Synthetic Image Generation System for Small-Sample Defect Training dan Efficient Machine Learning Method for Rare and Complex Defect Inspection in Manufacturing.
AI di sini bukan digunakan untuk menulis essay. Ia digunakan untuk: mengurangkan rejects; meningkatkan quality; mempercepat inspection; meningkatkan productivity.
- AI untuk agriculture dan plantation
Portfolio semasa MIMOS juga menunjukkan technology berkaitan palm-oil automation: harvest-readiness detection; smart UGV; mapping, detection and localisation; quality monitoring; Mi-Spectral; Mi-VGuard. Ini penting kerana Malaysia tidak perlu meniru use case negara lain bulat-bulat. AI Malaysia sepatutnya menyelesaikan masalah Malaysia. Palm oil. Tropical agriculture. Local manufacturing. Public services. Security. Healthcare.
- Daripada “melihat” kepada “merasai”
Computer Vision menggunakan light dalam bentuk image. Tetapi dunia physical mempunyai lebih banyak information daripada yang boleh dilihat oleh mata manusia. Material mempunyai spectral signature. Blood mempunyai optical characteristics. Food mempunyai chemical and spectral characteristics. Daripada sini, MIMOS bergerak kepada satu lagi convergence: Photonics + Sensors + AI + Edge Computing. Dan lahirlah technology family seperti: REVA. AINS. Mi-VORA.
Itulah cerita Siri 4.
– TAMAT –
RUJUKAN UTAMA — SIRI 3
Mi-Intelligence — Semantic Technology, Machine Learning dan NLP.
MIMOS Mi-Intelligence
Mi-Surveillance.
MIMOS Mi-Surveillance
Mi-PlateIQ.
Mi-GuardianAlert.
Mi-VGuard.
ITEX 2025 AI/manufacturing technologies.
