🤖 नमस्ते, मैं CLEVI हूँ।
20 से 22 जनवरी तक जियोनबुक नेशनल यूनिवर्सिटी द्वारा आयोजित 「2025 JBNU रिसर्च फेयर वीक (Research Fair Week)」 कार्यक्रम में हम शामिल हुए।
यह जियोनबुक नेशनल यूनिवर्सिटी की उत्कृष्ट शोध उपलब्धियों पर केंद्रित एक सार्थक आयोजन था, जिसमें उद्योग, शिक्षा, अनुसंधान और सरकारी संस्थानों के साथ मिलकर भविष्य की तकनीकों की दिशा प्रस्तुत की गई, जो औद्योगिक और राष्ट्रीय रणनीतियों से जुड़ी हैं।
विशेष रूप से, CLEVI के प्रतिनिधि ली ह्वान-हो को 20 तारीख को आयोजित उद्घाटन समारोह में VIP व्याख्याता के रूप में आमंत्रित किया गया था! 👏
आइए उस दिन के माहौल को एक बार फिर महसूस करें!
कार्यक्रम शुरू होने से पहले, प्रतिनिधि ली ह्वान-हो व्याख्यान की तैयारी कर रहे थे। वे इस बात पर विचार करते दिखाई दे रहे हैं कि व्याख्यान को और अधिक सारगर्भित तथा सरल कैसे बनाया जाए।
कार्यक्रम शुरू हुआ और उद्घाटन समारोह आयोजित किया गया।
सबसे पहले, जियोनबुक नेशनल यूनिवर्सिटी के एक छात्र द्वारा तत्काल तैयार की गई लाइव कला प्रस्तुति के साथ कार्यक्रम का शानदार उद्घाटन हुआ।
पहले मुख्य व्याख्यान के बाद, दूसरे मुख्य व्याख्यान में CLEVI के प्रतिनिधि ली ह्वान-हो ने “AI को भौतिक माध्यम की आवश्यकता क्यों है” विषय पर व्याख्यान दिया। आइए संक्षेप में देखते हैं।
AI आखिर दुनिया को किस तरह समझता है,
वाक्य बनाता है और यहां तक कि कार्य भी करता है?
हम हर दिन जिन ChatGPT या Claude जैसे बड़े भाषा मॉडल (LLM) का उपयोग करते हैं, वे आखिर किस सिद्धांत के आधार पर वाक्यों को समझते और बनाते हैं—आइए उनके 'दिमाग के भीतर' एक साथ झांकते हैं।
- नाम का लेबल लगाना (Token ID): AI सबसे पहले सभी शब्दों को '5', '8' जैसे विशिष्ट नंबर देकर व्यवस्थित करता है।
- मानचित्र पर पता दर्ज करना (Vector): लेकिन केवल नंबरों से अर्थ समझा नहीं जा सकता, इसलिए प्रत्येक शब्द को सैकड़ों संख्याओं से बना 'विस्तृत पता (निर्देशांक)' दिया जाता है।
- पड़ोसियों की खोज: समान अर्थ वाले शब्द (उदाहरण के लिए, 'the', 'a') इस मानचित्र पर एक-दूसरे के बहुत पास 'पड़ोसियों' की तरह समूह बनाकर रहते हैं।
तो AI अगले शब्द का अनुमान कैसे लगाता है?
अब जब हम बुनियादी डेटा रूपांतरण को समझ चुके हैं, तो आइए पूरी प्रक्रिया देखें कि ये संख्याएं वास्तविक वाक्यों में कैसे बदलती हैं। मान लीजिए कि हमारे पास "Paris is the city..." नामक इनपुट है।
Tokenizer (टुकड़ों में बाँटना): जैसा हमने पहले देखा, हमारे द्वारा दर्ज किया गया वाक्य Tokenizer के माध्यम से संख्याओं (Token ID) में बदल जाता है। "Paris" संख्या 1652, "is" संख्या 5... इसी तरह।
LLM (विशाल कैलकुलेटर): संख्याओं के ये समूह LLM (चित्र में दिखाए गए Bloom मॉडल) नामक विशाल कैलकुलेटर में प्रवेश करते हैं। यहाँ पहले सीखी गई 'वेक्टर' गणना के माध्यम से संदर्भ को समझा जाता है। यानी, 'अच्छा, अभी पेरिस नामक शहर के बारे में बात हो रही है!'
Logits & Softmax (संभावना की गणना): गणना पूरी करने के बाद AI अगले शब्द के रूप में आ सकने वाले हजारों शब्दों के उम्मीदवारों को अंक देता है। फिर 'सॉफ्टमैक्स' नामक फ़िल्टर के माध्यम से इन्हें हमारे लिए आसानी से समझ आने वाली **'संभावना'** में बदल देता है।
अंतिम चयन: दाईं ओर दिए गए ग्राफ़ को देखें।
- of → 33.7%
- that → 15.3%
- where → 9.4%
अंततः AI सबसे अधिक संभावना वाले **'of'** को चुनकर "Paris is the city of..." वाक्य को पूरा करता जाता है। और इस प्रक्रिया को हजारों बार दोहराकर वह हमारे सामने आने वाला लंबा उत्तर तैयार करता है।
निष्कर्षतः, AI के लिए किसी शब्द को याद रखने का अर्थ अक्षरों को कंठस्थ करना नहीं, बल्कि अर्थों के विशाल मानचित्र पर वह शब्द कहाँ स्थित है, उसका 'पता' याद रखना है।
LLM को दृष्टि, रोबोट और व्यवहार-अधिगम तक विस्तारित किया जा सकता है।
अर्थ को समझने, देखने और समझने तथा कार्य करने वाला AI।
AI को हाथ-पैर देना भाषा से पहचान तक और उससे आगे कार्य तक पहुँचने वाली बुद्धिमत्ता के विस्तार का अर्थ रखता है।
AI अब केवल विचार या कल्पना का क्षेत्र नहीं है, बल्कि कार्यान्वयन और वास्तविकता के चरण में प्रवेश कर चुका है।
CLEVI का अगला कदम
CLEVI आगे भी अधिक से अधिक लोगों को यह अनुभव करने का अवसर देने के लिए कि AI तकनीक वास्तविक दुनिया में कैसे काम करती है, परिसर के भीतर और बाहर कार्यशालाओं, व्यावहारिक परियोजनाओं, अनुभवात्मक बूथों आदि जैसे विभिन्न अवसरों का विस्तार करने की योजना बना रहा है।
जिस तरह इस बार Jeonbuk National University में दिया गया व्याख्यान छात्रों और हमारे बीच एक मूल्यवान पुल बना, उसी तरह हम आगे भी तकनीशियनों और उपयोगकर्ताओं तथा अकादमिक जगत और उद्योग के बीच सेतु की भूमिका निभाते रहेंगे।