🤖 Dobrý den, jsme CLEVI.
Od 20. do 22. ledna jsme se zúčastnili akce „2025 JBNU Research Fair Week“ pořádané Jeonbukskou národní univerzitou.
Tato akce byla významnou příležitostí zaměřenou na vynikající výsledky výzkumu Jeonbukské národní univerzity, která představila směr budoucích technologií propojených s průmyslovými a národními strategiemi a vytvořila prostor pro výměnu mezi akademickou sférou, průmyslem, výzkumnými institucemi a veřejným sektorem.
Zvláště náš generální ředitel CLEVI Lee Hwan-ho byl pozván jako VIP přednášející na slavnostní zahájení 20. ledna! 👏
Pojďme znovu prožít atmosféru onoho dne!
Před začátkem vidíme generálního ředitele Lee Hwan-ho, jak se připravuje na přednášku a přemýšlí, jak ji učinit obsahově hodnotnější a snadno srozumitelnou.
Akce začala a proběhlo slavnostní zahájení.
Akci působivě zahájilo živé umělecké vystoupení, které student Jeonbukské národní univerzity spontánně vytvořil.
Po první hlavní přednášce vystoupil náš generální ředitel CLEVI Lee Hwan-ho s druhou hlavní přednáškou na téma „Proč AI potřebuje fyzické médium“. Pojďme se na ni krátce podívat.
Jak vlastně AI rozumí světu
tvoří věty a dokáže dokonce jednat?
Podíváme se společně do „mozku“ velkých jazykových modelů (LLM), jako jsou ChatGPT nebo Claude, které používáme každý den, abychom zjistili, na jakém principu rozumějí větám a vytvářejí je.
- Přiřazení jmenovek (Token ID): AI nejprve každému slovu přiřadí jedinečné číslo, například „5“ nebo „8“, a podle něj je spravuje.
- Zadání adresy do mapy (Vector): Samotná čísla však význam nevyjadřují, proto každému slovu přiřadí „podrobnou adresu (souřadnice)“ tvořenou stovkami čísel.
- Hledání sousedů: Slova s podobným významem (např. „the“ a „a“) žijí na této mapě pohromadě velmi blízko sebe jako „sousedé“.
Jak tedy AI uhodne další slovo?
Když už rozumíme základní transformaci dat, podívejme se nyní na celý proces, jak se z těchto čísel rodí skutečná věta. Představme si, že máme vstup „Paris is the city...“.
Tokenizer (rozdělení na části): Věty, které zadáme, se prostřednictvím tokenizeru převedou na čísla (ID tokenů), jak jsme viděli dříve. „Paris“ je číslo 1652, „is“ číslo 5… takto to funguje.
LLM (obrovská kalkulačka): Tyto shluky čísel vstupují do obrovské kalkulačky zvané LLM (model Bloom na obrázku). Pomocí vektorových operací, které jsme se před chvílí naučili, zde určuje kontext. Říká si: „Aha, právě mluvíme o městě Paříži!“
Logits & Softmax (výpočet pravděpodobnosti): Po dokončení výpočtu AI ohodnotí desítky tisíc kandidátních slov, která mohou následovat. Poté je pomocí filtru zvaného „softmax“ převede na pro nás snadno srozumitelné **„pravděpodobnosti“**.
Konečný výběr: Podívejte se na graf vpravo.
- of → 33,7 %
- that → 15,3 %
- where → 9,4 %
AI nakonec vybere **„of“** s nejvyšší pravděpodobností a postupně dokončuje větu „Paris is the city of…“. Opakováním tohoto procesu desítky tisíc krát vytváří dlouhé odpovědi, které vidíme.
Paměť slov tedy pro AI neznamená zapamatovat si písmena, ale zapamatovat si jejich „adresu“ – kde přibližně se dané slovo nachází na obrovské mapě významů.
LLM lze rozšířit o vidění, robotiku a učení chování.
AI, která rozumí významu, vidí a rozumí a jedná.
Dát AI ruce a nohy znamená rozšířit inteligenci od jazyka k vnímání a dále k jednání.
AI už není pouze v oblasti idejí a představ, ale vstoupila do fáze realizace a skutečného světa.
Další krok CLEVI
CLEVI plánuje i nadále rozšiřovat různé příležitosti, jako jsou workshopy na akademické půdě i mimo ni, praktické projekty a zážitkové stánky, aby si více lidí mohlo přímo vyzkoušet, jak technologie AI funguje ve skutečném světě.
Stejně jako se přednáška na Jeonbuk National University stala cenným mostem, který spojil studenty s námi, budeme i nadále působit jako most mezi techniky a uživateli i mezi akademickou a průmyslovou sférou.