🤖 Hallo, wir sind CLEVI.
Wir haben vom 20. bis zum 22. Januar an der von der Jeonbuk National University veranstalteten „2025 JBNU Research Fair Week (Research Fair Week)“ teilgenommen.
Diese Veranstaltung war ein bedeutender Ort, an dem auf Grundlage der herausragenden Forschungsergebnisse der Jeonbuk National University die Richtung zukünftiger Technologien im Zusammenhang mit Industrie- und nationalen Strategien aufgezeigt und ein Austausch zwischen Industrie, Hochschulen, Forschungseinrichtungen und öffentlichen Institutionen ermöglicht wurde.
Insbesondere wurde der CEO von CLEVI, Hwanho Lee, als VIP-Referent für die am 20. Januar stattfindende Eröffnungszeremonie eingeladen! 👏
Lassen Sie uns die Atmosphäre dieses Tages noch einmal erleben!
Vor Beginn sehen wir CEO Hwanho Lee bei der Vorbereitung seines Vortrags. Man sieht, wie er darüber nachdenkt, wie er den Vortrag noch gehaltvoller und verständlicher gestalten kann.
Die Veranstaltung begann und die Eröffnungszeremonie fand statt.
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 Keynote-Vortrag hielt unser CEO Hwanho Lee von CLEVI den zweiten Keynote-Vortrag 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-ID vergeben (Token ID): Zuerst versieht die KI jedes Wort mit einer eindeutigen Nummer wie „5“ oder „8“ und verwaltet es auf diese Weise.
- Eine Adresse auf der Karte markieren (Vector): Da sich die Bedeutung jedoch nicht anhand einfacher Nummern erkennen lässt, erhält jedes Wort eine „detaillierte Adresse (Koordinate)“ aus Hunderten von Zahlen.
- Nachbarn finden: Wörter mit ähnlicher Bedeutung (z. B. „the“ und „a“) leben auf dieser Karte wie Nachbarn ganz dicht beieinander.
Wie sagt die KI dann das nächste Wort voraus?
Nachdem wir die grundlegende Datentransformation verstanden haben, betrachten wir nun den gesamten Prozess, wie diese Zahlen in tatsächliche Sätze umgewandelt werden. Nehmen wir an, es gibt die Eingabe „Paris is the city...“.
Tokenizer (Aufteilen in Segmente): Wie bereits gesehen, wird der von uns eingegebene Satz durch den Tokenizer in Zahlen (Token IDs) umgewandelt. „Paris“ ist Nummer 1652, „is“ ist Nummer 5 … und so weiter.
LLM (riesiger Rechner): Diese Zahlenfolgen gelangen in den riesigen Rechner namens LLM (das Bloom-Modell in der Abbildung). Dort wird mithilfe der zuvor gelernten „Vektor“-Operationen der Kontext erfasst. Nach dem Motto: „Ah, wir sprechen gerade über die Stadt Paris!“
Logits & Softmax (Wahrscheinlichkeitsberechnung): Nach Abschluss der Berechnung bewertet die KI Zehntausende mögliche nächste Wörter mit Punkten. Anschließend werden diese durch einen Filter namens „Softmax“ in für uns leichter verständliche **„Wahrscheinlichkeiten“** umgewandelt.
Endgültige Auswahl: Sehen Sie sich das Diagramm rechts an.
- of → 33,7 %
- that → 15,3 %
- where → 9,4 %
Letztendlich wählt die KI **„of“** mit der höchsten Wahrscheinlichkeit aus und vervollständigt den Satz „Paris is the city of...“. Diesen Vorgang wiederholt sie Zehntausende Male und erstellt so 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 Bedeutungslandkarte zu finden 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 über die Wahrnehmung bis hin zum Handeln.
KI ist nicht länger nur eine Idee oder Teil der Vorstellungskraft, sondern ist in die Phase der Umsetzung und Realität eingetreten.
CLEVIs nächster Schritt
CLEVI plant, auch künftig vielfältige Möglichkeiten wie Workshops innerhalb und außerhalb der Hochschule, Praxisprojekte und Erlebnisstände auszubauen, damit noch mehr Menschen selbst erleben 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 künftig unsere vermittelnde Rolle zwischen Technologieentwicklern und Nutzern sowie zwischen Wissenschaft und Industrie fortsetzen.