🤖 Tere, siin on CLEVI.
Käisime 20.–22. jaanuarini Jeonbuki rahvusülikooli korraldatud „2025. aasta JBNU teadusmessinädala (Research Fair Week)” üritusel.
See oli tähendusrikas sündmus, mis keskendus Jeonbuki rahvusülikooli suurepärastele teadustulemustele, tutvustas tööstuse ja riiklike strateegiatega seotud tulevikutehnoloogiate suundi ning pakkus võimaluse tööstuse, akadeemiliste ringkondade, teadusasutuste ja valitsuse koostööks ning suhtluseks.
Eriti tore oli see, et CLEVI tegevjuht Lee Hwan-ho kutsuti 20. jaanuaril toimunud avatseremoonia VIP-lektoriks! 👏
Elagem selle päeva meeleolu veel kord läbi!
Enne algust valmistub tegevjuht Lee Hwan-ho loenguks ning mõtleb, kuidas muuta see sisukamaks ja lihtsamini mõistetavaks.
Üritus algas ja toimus avatseremoonia.
Kõigepealt avati üritus suurejooneliselt Jeonbuki rahvusülikooli tudengi kohapeal valminud live-kunstietendusega.
Pärast esimest peakõnet pidas meie CLEVI tegevjuht Lee Hwan-ho teise peakõne teemal „Miks vajab AI füüsilist kandjat?”. Vaatame seda lühidalt lähemalt.
Kuidas tehisintellekt üldse maailma mõistab
loob lauseid ja jõuab isegi tegutsemiseni?
Vaatame lähemalt, millistel põhimõtetel mõistavad ja loovad meie igapäevaselt kasutatavad suured keelemudelid (LLM-id), nagu ChatGPT ja Claude, lauseid – heidame pilgu nende „ajju”.
- Nimede andmine (Token ID): esmalt annab AI igale sõnale haldamiseks kordumatu numbri, näiteks „5” või „8”.
- Aadressi märkimine kaardil (Vector): kuna pelgalt numbri põhjal ei saa tähendust teada, määrab AI igale sõnale „üksikasjaliku aadressi (koordinaadi)”, mis koosneb sadadest numbritest.
- Naabrite leidmine: sarnase tähendusega sõnad (nt „the” ja „a”) elavad sellel kaardil üksteisele väga lähedal nagu naabrid.
Kuidas siis AI järgmise sõna ära arvab?
Nüüd, kui oleme mõistnud andmete põhiteisendust, vaatame kogu protsessi, mille käigus need numbrid päris lauseks muutuvad. Oletame, et sisendiks on „Paris is the city...“.
Tokenizer (tükeldamine): meie sisestatud lause teisendatakse, nagu eespool nägime, tokeniseerija abil numbriteks (Token ID). "Paris" on number 1652, "is" number 5... just nii.
LLM (hiiglaslik kalkulaator): need numbrikogumid sisestatakse hiiglaslikku kalkulaatorisse nimega LLM (pildil olev Bloomi mudel). Siin mõistab see varem õpitud „vektori” operatsioonide abil konteksti. „Aa, praegu räägitakse Pariisi linnast!” — umbes nii.
Logits ja Softmax (tõenäosuse arvutamine): arvutuse lõpetanud tehisintellekt hindab kümnete tuhandete järgmisena tulla võivate sõnakandidaatide sobivust. Seejärel teisendab ta need „softmaxi” nimelise filtri abil meile hõlpsasti mõistetavaks **„tõenäosuseks”**.
Lõplik valik: vaadake parempoolset graafikut.
- of → 33.7%
- that → 15.3%
- where → 9.4%
Lõpuks valib tehisintellekt suurima tõenäosusega sõna **„of”** ja jätkab lause „Paris is the city of...” lõpetamist. Seda protsessi kümneid tuhandeid kordi korrates loob ta pika vastuse, mida me näeme.
Kokkuvõttes tähendab tehisintellekti jaoks sõna meeldejätmine mitte tähtede päheõppimist, vaid selle „aadressi” meeldejätmist — teadmist, kus see sõna tohutul tähenduste kaardil asub.
LLM-i saab laiendada nägemise, robootika ja käitumisõppe valdkondadesse.
Tehisintellekt, mis mõistab tähendust, näeb ja mõistab ning tegutseb.
Tehisintellektile käte ja jalgade andmine tähendab liikumist keelelt tajule ning veelgi kaugemale — käitumisele. See tähendab intelligentsi laienemist.
Tehisintellekt ei kuulu enam ideede ega kujutlusvõime valdkonda, vaid on jõudnud rakendamise ja reaalsuse etappi.
CLEVI järgmine samm
CLEVI kavatseb ka edaspidi laiendada mitmesuguseid võimalusi, nagu töötoad ülikoolides ja väljaspool neid, praktilised projektid ning kogemusboksid, et veel rohkem inimesi saaks ise kogeda, kuidas tehisintellekti tehnoloogia pärismaailmas toimib.
Nii nagu see Jeonbuki riiklikus ülikoolis peetud loeng sai väärtuslikuks sillaks üliõpilaste ja meie vahel, jätkame ka edaspidi sillaehitaja rolli täitmist tehnoloogide ja kasutajate ning akadeemilise ja tööstusmaailma vahel.