🤖 Hola, somos CLEVI.
Del 20 al 22 de enero, asistimos al evento «Semana de la Feria de Investigación 2025 de JBNU (Research Fair Week)» organizado por la Universidad Nacional de Jeonbuk.
Este evento fue una ocasión significativa que, centrada en los destacados logros de investigación de la Universidad Nacional de Jeonbuk, presentó la dirección de las tecnologías del futuro vinculadas a las estrategias industriales y nacionales, y creó un espacio de intercambio en el que participaron conjuntamente la industria, la universidad, los institutos de investigación y el Gobierno.
En particular, el CEO de CLEVI, Hwanho Lee, fue invitado como conferencista VIP en la ceremonia de apertura celebrada el día 20. 👏
¡Volvamos a sentir el ambiente de aquel día!
Antes de comenzar, vemos al CEO Hwanho Lee preparando su conferencia y reflexionando sobre cómo hacerla más completa y fácil de entender.
El evento comenzó y se celebró la ceremonia de apertura.
En primer lugar, el evento se inauguró magníficamente con una actuación de arte en vivo improvisada por un estudiante de la Universidad Nacional de Jeonbuk.
Después de la primera conferencia magistral, el CEO de CLEVI, Hwanho Lee, ofreció la segunda conferencia magistral sobre el tema «¿Por qué la IA necesita un medio físico?». Veámosla brevemente.
¿De qué manera entiende realmente la IA el mundo
crea frases e incluso llega a actuar?
Vamos a echar un vistazo al «interior de su cerebro» para entender con qué principios los grandes modelos de lenguaje (LLM), como ChatGPT o Claude, que usamos a diario, comprenden y generan frases.
- Asignación de etiquetas (Token ID): Primero, la IA gestiona todas las palabras asignándoles números únicos como «5» u «8».
- Marcar una dirección en el mapa (Vector): Sin embargo, como no se puede conocer el significado con simples números, asigna a cada palabra una «dirección detallada (coordenadas)» compuesta por cientos de números.
- Buscar vecinos: Las palabras con significados similares (por ejemplo, «the» y «a») se agrupan en lugares muy cercanos de este mapa, como vecinos.
Entonces, ¿cómo predice la IA la siguiente palabra?
Ahora que entendemos la transformación básica de los datos, veamos todo el proceso mediante el cual estos números se convierten en frases reales. Supongamos que tenemos una entrada como «Paris is the city...».
Tokenizador (fragmentación): Las frases que introducimos se convierten en números (Token ID) mediante el tokenizador, como vimos antes. "Paris" es el número 1652, "is" es el número 5... y así sucesivamente.
LLM (calculadora gigantesca): Estos grupos de números entran en una calculadora gigantesca llamada LLM (el modelo Bloom de la imagen). Aquí comprende el contexto mediante las operaciones de «vectores» que aprendimos antes. «¡Ah, ahora estamos hablando de la ciudad de París!», por así decirlo.
Logits y Softmax (cálculo de probabilidades): Una vez finalizado el cálculo, la IA asigna una puntuación a decenas de miles de candidatos de palabras que pueden aparecer a continuación. Después, los convierte en «probabilidades», más fáciles de interpretar para nosotros, mediante un filtro llamado «softmax».
Selección final: Mire el gráfico de la derecha.
- of → 33.7%
- that → 15.3%
- where → 9.4%
Al final, la IA selecciona **«of»**, que tiene la probabilidad más alta, y completa la frase «Paris is the city of...». Repite este proceso decenas de miles de veces para crear las largas respuestas que vemos.
En conclusión, para una IA, recordar una palabra no significa memorizar sus letras, sino recordar su «dirección»: dónde vive esa palabra aproximadamente en un enorme mapa de significados.
Un LLM puede ampliarse a la visión, la robótica y el aprendizaje de acciones.
Una IA que comprende el significado, ve y comprende, y actúa.
Dar brazos y piernas a la IA significa pasar del lenguaje a la percepción y, más allá, ampliar la inteligencia hasta convertirla en acción.
La IA ya no pertenece al ámbito de las ideas o la imaginación, sino que ha entrado en la etapa de la implementación y la realidad.
El próximo paso de CLEVI
CLEVI seguirá ampliando diversas oportunidades, como talleres dentro y fuera del campus, proyectos prácticos y espacios de experiencia, para que más personas puedan experimentar directamente cómo funciona la tecnología de IA en el mundo real.
Así como la conferencia de la Universidad Nacional de Jeonbuk se convirtió en un valioso puente entre los estudiantes y nosotros, seguiremos desempeñando nuestro papel de enlace entre los técnicos y los usuarios, así como entre el mundo académico y la industria.