🤖 Tere, siin on CLEVI.
Käisime 20.–22. jaanuarini Jeonbuki rahvusülikooli korraldatud üritusel „2025 JBNU teadusmessinädal (Research Fair Week)” .
See oli tähendusrikas sündmus, mille keskmes olid Jeonbuki rahvusülikooli suurepärased teadustulemused ning kus tutvustati tööstuse ja riiklike strateegiatega seotud tulevikutehnoloogiate suundi ja loodi tööstuse, akadeemiliste ringkondade, teadusasutuste ning valitsusasutuste ühise koostöö ja suhtluse võimalus.
Eriti rõõmustav oli see, et CLEVI tegevjuht Lee Hwan-ho kutsuti 20. jaanuaril toimunud avatseremoonia VIP-lektoriks! 👏
Elagem veel kord selle päeva atmosfäärile kaasa!
Enne algust näeme tegevjuht Lee Hwan-hot loenguks valmistumas. On näha, kuidas ta mõtleb sellele, kuidas muuta loeng võimalikult sisukaks ja arusaadavaks.
Üritus algas ja toimus avatseremoonia.
Kõigepealt avati üritus suurejooneliselt Jeonbuki rahvusülikooli tudengi kohapeal valminud live-kunsti etendusega.
Pärast esimest peakõnet pidas meie CLEVI tegevjuht Lee Hwan-ho teise peakõne teemal „Miks vajab tehisintellekt füüsilist vahendajat”. Vaatame seda lühidalt lähemalt.
Kuidas tehisintellekt üldse maailma mõistab
loob lauseid ja suudab isegi tegutseda?
Vaatame lähemalt, millisel põhimõttel mõistavad ja loovad meie igapäevaselt kasutatavad suured keelemudelid (LLM), nagu ChatGPT ja Claude, lauseid – heidame pilgu nende „ajju”.
- Tokenite määramine (Token ID): esmalt määrab tehisintellekt igale sõnale unikaalse numbri, näiteks „5” või „8”, ning haldab neid selle alusel.
- Aadressi märkimine kaardile (Vector): kuna üksnes numbri põhjal tähendust mõista ei saa, määratakse igale sõnale sadadest numbritest koosnev „üksikasjalik aadress (koordinaadid)”.
- Naabrite leidmine: sarnase tähendusega sõnad (nt „the” ja „a”) koonduvad sellel kaardil „naabritena” väga lähestikku.
Kuidas arvab tehisintellekt ära järgmise sõna?
Nüüd, kui oleme mõistnud andmete põhiteisendust, vaatame kogu protsessi, mille käigus need numbrid muutuvad tegelikeks lauseteks. Oletame, et sisendiks on „Paris is the city...”.
Tokeniseerija (tükeldamine): Nagu eespool nägime, teisendatakse meie sisestatud lause tokeniseerija abil numbriteks (Token ID). "Paris" on 1652, "is" on 5 jne.
LLM (tohutu kalkulaator): Need numbrikogumid sisestatakse tohutusse kalkulaatorisse nimega LLM (joonisel kujutatud Bloomi mudel). Siin mõistab see vektoroperatsioonide abil konteksti. Näiteks: „Aa, praegu räägitakse Pariisi linnast!“
Logits ja Softmax (tõenäosuse arvutamine): Arvutuse lõpetanud tehisintellekt hindab kümneid tuhandeid võimalikke järgmisi sõnakandidaate. 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 kõige suurema tõenäosusega **„of“** ning jätkab lause „Paris is the city of...“ lõpetamist. Korrates seda protsessi kümneid tuhandeid kordi, loob ta pika vastuse, mida meie näeme.
Kokkuvõttes ei tähenda tehisintellekti jaoks sõna meelespidamine tähtede päheõppimist, vaid selle „aadressi“ meelespidamist — teadmist, kus see sõna tohutul tähenduste kaardil asub.
LLM-i saab laiendada nägemise, robootika ja tegevuspõhise õppega.
Tehisintellekt, mis mõistab tähendust, näeb ja mõistab ning tegutseb.
Tehisintellektile käte ja jalgade andmine tähendab liikumist keelelt tajule ning sealt edasi tegevusele — see tähistab intelligentsuse laienemist.
Tehisintellekt ei kuulu enam ideede ega kujutlusvõime valdkonda, vaid on jõudnud rakendamise ja tegelikkuse etappi.
CLEVI järgmine samm
CLEVI kavatseb ka edaspidi laiendada mitmesuguseid võimalusi, nagu ülikoolisisesed ja -välised töötoad, praktilised projektid ning kogemuspunktid, et veel rohkem inimesi saaks isiklikult kogeda, kuidas tehisintellekti tehnoloogia päris maailmas toimib.
Nii nagu seekordne Jeonbuki riikliku ülikooli loeng sai väärtuslikuks sillaks tudengite ja meie vahel, jätkame ka edaspidi sillaehitaja rolli tehnoloogide ja kasutajate ning akadeemilise maailma ja tööstuse vahel.