🤖 Hallo, hier ist CLEVI.
Vom 20. bis 22. Jänner haben wir die von der Jeonbuk National University veranstaltete „2025 JBNU Research Fair Week (Research Fair Week)“ besucht.
Diese Veranstaltung war ein bedeutender Anlass, der sich auf die herausragenden Forschungsergebnisse der Jeonbuk National University konzentrierte, die Richtung zukünftiger Technologien im Zusammenhang mit Industrie- und nationalen Strategien aufzeigte und eine Plattform für den Austausch zwischen Wissenschaft, Industrie, Regierung und Forschungseinrichtungen bot.
Insbesondere wurde der CEO von CLEVI, Lee Hwan-ho, als VIP-Referent für die am 20. Jänner stattfindende Eröffnungszeremonie eingeladen! 👏
Lassen Sie uns die Atmosphäre dieses Tages noch einmal erleben!
Vor Beginn sehen wir CEO Lee Hwan-ho bei der Vorbereitung seines Vortrags. Man sieht, wie er darüber nachdenkt, wie er den Vortrag noch informativer und verständlicher gestalten kann.
Die Veranstaltung begann und die Eröffnungszeremonie wurde abgehalten.
Zunächst wurde die Veranstaltung mit einer beeindruckenden Live-Art-Performance eröffnet, die von einem Studenten der Jeonbuk National University spontan fertiggestellt wurde.
Nach dem ersten Hauptvortrag hielt unser CEO von CLEVI, Lee Hwan-ho, den zweiten Hauptvortrag zum Thema „Warum braucht KI ein physisches Medium?“. Werfen wir einen kurzen Blick darauf!
Auf welche Weise versteht KI eigentlich die Welt
erstellt Sätze und kann sogar handeln?
Wir möchten gemeinsam einen Blick in das „Gehirn“ großer Sprachmodelle (LLMs) wie ChatGPT oder Claude werfen, die wir täglich verwenden, und verstehen, nach welchem Prinzip sie Sätze verstehen und erzeugen.
- Token vergeben (Token ID): Zunächst weist die KI jedem Wort eine eindeutige Nummer wie „5“ oder „8“ zu und verwaltet es damit.
- Adressen auf der Karte markieren (Vector): Da sich die Bedeutung jedoch nicht anhand einer einfachen Nummer erkennen lässt, wird jedem Wort eine „detaillierte Adresse (Koordinate)“ aus Hunderten von Zahlen zugewiesen.
- Nachbarn finden: Wörter mit ähnlicher Bedeutung (z. B. „the“ und „a“) leben auf dieser Karte wie Nachbarn sehr nahe beieinander.
Wie errät die KI also das nächste Wort?
Nachdem wir die grundlegende Datenumwandlung verstanden haben, sehen wir uns nun den gesamten Prozess an, wie diese Zahlen in tatsächliche Sätze umgewandelt werden. Nehmen wir an, dass hier der Eingabewert „Paris is the city...“ vorliegt.
Tokenizer (Aufteilen): Der von uns eingegebene Satz wird, wie zuvor gesehen, über den Tokenizer in Zahlen (Token-IDs) umgewandelt. „Paris“ ist die Nummer 1652, „is“ die Nummer 5 ... und so weiter.
LLM (riesiger Rechner): Diese Zahlenmengen gelangen in einen riesigen Rechner namens LLM (das Bloom-Modell in der Abbildung). Mithilfe der zuvor erlernten „Vektor“-Operationen wird hier der Kontext erfasst. „Ah, wir sprechen gerade über die Stadt Paris!“ – sozusagen.
Logits & Softmax (Wahrscheinlichkeitsberechnung): Nach Abschluss der Berechnung bewertet die KI zehntausende mögliche Wortkandidaten, die als Nächstes kommen könnten. Anschließend werden diese durch einen Filter namens „Softmax“ in für uns leichter verständliche **„Wahrscheinlichkeiten“** umgewandelt.
Endgültige Auswahl: Sehen Sie sich das Diagramm auf der rechten Seite an.
- of → 33.7%
- that → 15.3%
- where → 9.4%
Letztlich wählt die KI das **„of“** mit der höchsten Wahrscheinlichkeit aus und vervollständigt den Satz „Paris is the city of...“. Indem sie diesen Vorgang zehntausende Male wiederholt, erstellt sie die langen Antworten, die wir sehen.
Zusammenfassend bedeutet das Erinnern eines Wortes für eine KI nicht, sich die Buchstaben einzuprägen, sondern sich die „Adresse“ zu merken, an der dieses Wort auf einer riesigen Landkarte der Bedeutung ungefähr angesiedelt ist.
LLMs können auf visuelle Wahrnehmung, Robotik und Verhaltenslernen erweitert werden.
Eine KI, die Bedeutung versteht, sieht und versteht und handelt.
Der KI Arme und Beine zu geben, bedeutet eine Erweiterung der Intelligenz – von der Sprache zur Wahrnehmung und darüber hinaus zum Handeln.
Die KI ist nicht länger ein Bereich von Ideen oder Vorstellungen, sondern in die Phase der Umsetzung und Realität eingetreten.
CLEVIs nächster Schritt
CLEVI plant auch in Zukunft, verschiedene Möglichkeiten wie Workshops innerhalb und außerhalb der Hochschule, Praxisprojekte und Erlebnisstände auszubauen, damit noch mehr Menschen selbst erfahren können, wie KI-Technologie in der realen Welt funktioniert.
So wie der Vortrag an der Jeonbuk National University zu einer wertvollen Brücke zwischen den Studierenden und uns geworden ist, werden wir auch in Zukunft unsere Rolle als Brücke zwischen Technologieentwicklern und Anwendern sowie zwischen Wissenschaft und Industrie fortsetzen.