🤖 שלום, כאן CLEVI.
ביקרנו באירוע 「שבוע יריד המחקר של JBNU 2025 (Research Fair Week)」 שנערך באוניברסיטה הלאומית של ג'אונבוק בין 20 ל-22 בינואר.
האירוע היה מפגש משמעותי שהציג את כיווני ההתפתחות של טכנולוגיות העתיד הקשורות לאסטרטגיות התעשייה והמדינה, והתמקד בהישגי המחקר המצטיינים של האוניברסיטה הלאומית של ג'אונבוק, תוך יצירת זירה לחילופי ידע ושיתוף פעולה בין האקדמיה, התעשייה, מוסדות המחקר והממשלה.
במיוחד, מנכ״ל CLEVI, לי הוואנהו, הוזמן כמרצה VIP בטקס הפתיחה שנערך ב-20 לחודש! 👏
בואו נחווה שוב את האווירה של אותו יום!
לפני תחילת האירוע, כך נראה מנכ״ל CLEVI, לי הוואנהו, כשהוא מתכונן להרצאה. ניתן לראות כיצד הוא שוקל איך להפוך את ההרצאה למעשירה ונגישה יותר.
האירוע התחיל וטקס הפתיחה יצא לדרך.
ראשית, האירוע נפתח בצורה מרשימה במופע אמנות חי שאולתר והושלם במקום על ידי סטודנט מהאוניברסיטה הלאומית של ג'אונבוק.
לאחר הרצאת המליאה הראשונה, מנכ״ל CLEVI, לי הוואנהו, נשא את הרצאת המליאה השנייה בנושא "מדוע AI זקוק למתווך פיזי". בואו נבחן זאת בקצרה.
כיצד AI מבין את העולם,
יוצר משפטים ואף מסוגל לפעול?
ננסה להתבונן יחד ב״מוח״ של מודלי שפה גדולים (LLM), כמו ChatGPT או Claude שבהם אנו משתמשים מדי יום, ולהבין באיזה עיקרון הם מבינים ויוצרים משפטים.
- הענקת תגיות לשמות (Token ID): תחילה, AI מנהל את כל המילים באמצעות הקצאת מספר ייחודי לכל מילה, כמו '5' או '8'.
- סימון כתובת על המפה (Vector): אך אי אפשר להבין את המשמעות באמצעות מספרים בלבד, ולכן לכל מילה מוקצית 'כתובת מפורטת (קואורדינטות)' המורכבת ממאות מספרים.
- מציאת שכנים: מילים בעלות משמעות דומה (לדוגמה, 'the' ו-'a') מתקבצות על המפה זו לצד זו, כמו 'שכנים קרובים'.
אם כך, כיצד AI מנחש את המילה הבאה?
כעת, לאחר שהבנו את המרת הנתונים הבסיסית, בואו נבחן את התהליך המלא שבו המספרים הללו הופכים למשפטים אמיתיים. נניח שיש לנו את הקלט "Paris is the city...".
Tokenizer (פירוק לחלקים): המשפט שהזנו מומר למספרים (Token ID) באמצעות טוקנייזר, כפי שראינו קודם. "Paris" הוא 1652, "is" הוא 5... כך זה עובד.
LLM (מחשבון ענק): אוסף המספרים הזה נכנס לתוך מחשבון ענק שנקרא LLM (מודל Bloom שבתמונה). כאן הוא מבין את ההקשר באמצעות פעולות ה׳וקטורים׳ שלמדנו קודם. הוא אומר: "אה, אנחנו מדברים עכשיו על העיר פריז!"
Logits & Softmax (חישוב הסתברויות): לאחר שסיים את החישוב, ה-AI מעניק ציונים לעשרות אלפי מועמדים למילים שיכולות להופיע בהמשך. לאחר מכן הוא מעביר אותם דרך מסנן שנקרא "Softmax" וממיר אותם ל**"הסתברויות"** שקל לנו להבין.
בחירה סופית: הסתכלו בגרף שמימין.
- of → 33.7%
- that → 15.3%
- where → 9.4%
בסופו של דבר, ה-AI בוחר ב-**"of"**, שלה ההסתברות הגבוהה ביותר, ומשלים את המשפט "Paris is the city of...". הוא חוזר על התהליך הזה עשרות אלפי פעמים וכך יוצר את התשובות הארוכות שאנחנו רואים.
לסיכום, כאשר אומרים ש-AI זוכר מילים, אין הכוונה שהוא משנן את האותיות, אלא שהוא זוכר את ה׳כתובת׳ של המילה — היכן היא נמצאת בערך על גבי מפת המשמעויות הענקית.
ניתן להרחיב את ה-LLM לראייה, לרובוטיקה וללמידת פעולה.
AI שמבין משמעות, רואה ומבין, ופועל.
הענקת ידיים ורגליים ל-AI פירושה מעבר משפה לתפיסה, ומעבר לכך — לפעולה. משמעות הדבר היא הרחבת האינטליגנציה.
ה-AI כבר אינו תחום של רעיונות או דמיון בלבד, אלא נכנס לשלב היישום והמציאות.
הצעד הבא של CLEVI
CLEVI מתכננת להמשיך ולהרחיב מגוון הזדמנויות, כגון סדנאות בקמפוס ומחוצה לו, פרויקטים מעשיים ודוכני התנסות, כדי שיותר אנשים יוכלו לחוות בעצמם כיצד טכנולוגיית AI פועלת בעולם האמיתי.
כשם שההרצאה באוניברסיטה הלאומית של ג׳אונבוק הפכה לגשר יקר ערך שחיבר בין הסטודנטים לבינינו, נמשיך למלא תפקיד של גשר בין טכנולוגים למשתמשים ובין האקדמיה לתעשייה.