Op útnoeging fan de Koreaanske Feriening foar Yndustrialisaasje troch Yntelliginsje (KOIIA) hat ús CEO Lee Hwan-ho op 24 oktober ôfrûne meidien oan it 'Akademy foar de ûntwikkeling fan kearntalint by middelgrutte bedriuwen yn 2025, Seminar oer strategyen foar it omgean mei takomstige yndustryen' en de haadrede holden.
Wy hawwe meidien oan de sesje 'Foarbylden fan AI-technologyymplemintaasje en praktyske DX-strategyen' mei it ûnderwerp 'Foarbylden fan it brûken fan Physical AI en faktoaren foar mislearring en strategyen foar ferbettering by de ymplemintaasje fan RAG-aginten'.
Om't de belangstelling foar AI-aginten koartlyn tanommen is, nimt ek it tal bedriuwen ta dat oerwaget om in protte AI-oplossingen yn te fieren. Wy begripe dat in protte ynstellingen en bedriuwen AI al eksperiminteel ynfierd hawwe en brûke.
Spitigernôch is út ûndersyk bliken dien dat by in protte bedriuwen en ynstellingen de winske ROI net helle wurdt, of dat funksjes dy't yn in PoC wurken yn it eigentlike projekt of op 'e wurkflier gjin goede antwurden jouwe of hielendal net wurkje.
Troch dizze ynformaasje binne in protte bedriuwen weromhâldend wurden om AI hastich yn te fieren.
Yn dizze lêzing lei ús CEO Lee Hwan-ho yn detail út wat de beheiningen fan RAG-systemen en iepenboarne modellen of Small LLM's (SLM's) binne, as typyske oarsaken fan it mislearjen fan hastige AI-ymplemintaasje, en wêrom't eardere ymplemintaasjefoarbylden mislearre.
Uteinlik is de reden om AI te brûken dat wy ferwachtsje dat it it wurk fan minsken oernimt of bettere prestaasjes leveret as minsken.
Om't de praktyske meiwurkers fan bedriuwen dy't AI yntrodusearre hawwe gjin fertrouwen hawwe yn 'e kwaliteit fan AI-antwurden, komme der hieltyd mear klachten dat har wurk eins tanommen is, om't se de ynhâld fan AI-antwurden ien foar ien kontrolearje moatte.
De reden dêrfoar is dat de measte bedriuwen iepenboarne SLM-modellen finetune en se as oplossing brûke.
Yntuïtyf tinke wy dat AI tûker wurdt as it nije kennis oanleart, mar as AI nije kennis oanleart, ferliest it krekt syn oantinkens út it ferline, oftewol willekeurige parametergewichten.
In noch serieuzer probleem is dat nimmen wit hokker ynformaasje of kennis ferlern gien is.
Om't de ynfiering fan AI gjin saak is dy't mar in bytsje middels freget, sille jo wierskynlik al fanôf de PoC in protte ferifikaasjes útfierd hawwe.
Wêrom dienen sokke problemen har dan op dat stuit net foar? Dat komt fansels om't it systeem op 'e nij traind wie mei de doelgerichte ynformaasje.
Jo hawwe in AI dy't allinnich sifers koe it alfabet leard, en dêrnei allinnich fragen oer it alfabet steld. It is dan fansels dat de antwurden goed binne. Mar hawwe wy yn 'e praktyk allinnich modellen nedich dy't spesjalisearre binne yn sokke spesifike domeinen?
Yn ús praktyk wurde wy alle dagen konfrontearre mei nije omjouwings en nije gegevens. Mar in AI dy't traind is troch besteande kennis willekeurich te ferneatigjen, kin net allinnich de algemiene ynsetberens, mar ek de krektens net garandearje.
Dêrom is it nedich om in From-scratch Foundation gruttaalmodel te besitten of de technology te hawwen om sa'n model te meitsjen.
Om't sokke modellen hast alle kennis fan 'e wrâld befetsje, binne net allinnich de kwaliteit fan 'e antwurden, mar ek de krektens heech.
Foar spesjalisearre domeinen kinne jo de neidielen fan in fyntunet SLM oerwinne troch in technology mei de namme SFT(Supervised Fine-Tuning) te brûken, of by in lytse hoemannichte gegevens in RAG-systeem of de troch CLEVI sels ûntwikkele Semantic Database-technology te brûken, it yntelliginsjedatabasesysteem fan CLEVI.
Om't de oerheid it belang fan sokke foundationmodellen ek begrypt, stelt dy in soad stipe beskikber.
It giet om it National AI Project. It wichtichste doel fan dit projekt sil it garandearjen fan digitale soevereiniteit wêze.
Om't CLEVI ek bewust wie fan 'e krúsjale neidielen fan it brûken fan iepenboarnemodellen, hawwe wy de modellen fan CLEVI traind troch alles sels te ûntwikkeljen, fan gegevenssammeling oant arsjitektuerûntwerp.
De modellen fan CLEVI hawwe op it stuit prestaasjes dy't hielendal net ûnder dogge foar dy fan foaroansteande AI-systemen yn 'e wrâld, sels as se dêrmei konkurrearje.
Benammen om't wy ús eigen modellen hawwe, hat CLEVI gjin lêst fan ôfhinklikheidsproblemen dy't ûntstean kinne by it brûken fan eksterne modellen.
De ynfiering fan AI wurdt no in needsaak ynstee fan in kar. Mar it is dreech om de winske resultaten te berikken troch gewoan de nijste technology yn te fieren.
Echte ynnovaasje begjint pas wannear't jo de grinzen fan technology krekt begripe en de optimale strategy opstelle dy't past by de omjouwing en doelen fan jo organisaasje.
Mei differinsjearre technologyske mooglikheden, lykas in eigen gruttaalmodel en in Semantic Database, minimalisearret CLEVI de proefûnderfiningen en risiko's dy't bedriuwen ûnderfine by it ynfieren fan AI.
Ek yn de takomst sille wy harkje nei de stimmen út it fjild en ús bêst dwaan om in AI-partner te wurden dêr’t noch mear bedriuwen op fertrouwe kinne. Wy hoopje dat jo tegearre mei CLEVI it wiere súkses fan de ynfiering fan AI realisearje sille.