🤖 Pozdrav, ovdje CLEVI.
Od 20. do 22. siječnja posjetili smo događanje „2025 JBNU Tjedan istraživačkog sajma (Research Fair Week)”, koje je organiziralo Nacionalno sveučilište Jeonbuk.
Ovaj je događaj bio značajna prilika koja je, s naglaskom na izvrsne istraživačke rezultate Nacionalnog sveučilišta Jeonbuk, predstavila smjer budućih tehnologija povezanih s industrijskim i nacionalnim strategijama te pružila prostor za razmjenu među akademskom zajednicom, industrijom, istraživačkim institucijama i javnim sektorom.
Posebno je izvršni direktor tvrtke CLEVI, Lee Hwan-ho, pozvan kao VIP predavač na svečanost otvorenja održanu 20. siječnja! 👏
Ponovno osjetimo atmosferu toga dana!
Prije početka, izvršni direktor Lee Hwan-ho priprema predavanje. Vidljivo je kako razmišlja o tome kako predavanje učiniti sadržajnijim i jednostavnijim za razumijevanje.
Događanje je započelo, a održana je i svečanost otvorenja.
Događanje je svečano otvoreno dojmljivim nastupom uživo, koji su studenti Nacionalnog sveučilišta Jeonbuk improvizirano dovršili.
Nakon prvog uvodnog predavanja, drugi uvodni govor na temu „Zašto je AI-ju potreban fizički medij” održao je Lee Hwan-ho, izvršni direktor tvrtke CLEVI. Pogledajmo ukratko o čemu je riječ.
Na koji način AI uopće razumije svijet
stvara rečenice i čak poduzima radnje?
Zajedno ćemo zaviriti u „mozak” velikih jezičnih modela (LLM), kao što su ChatGPT ili Claude, koje svakodnevno koristimo, kako bismo vidjeli na kojem principu razumiju i stvaraju rečenice.
- Dodjeljivanje oznaka (Token ID): AI najprije svim riječima dodjeljuje jedinstvene brojeve, poput „5” ili „8”, kako bi njima upravljao.
- Upisivanje adrese na kartu (Vector): No samo na temelju broja nije moguće razumjeti značenje, pa svakoj riječi dodjeljuje „detaljnu adresu (koordinate)” sastavljenu od stotina brojeva.
- Pronalaženje susjeda: Riječi sličnog značenja (npr. „the” i „a”) na toj karti žive vrlo blizu jedna drugoj, poput susjeda.
Kako AI pogađa sljedeću riječ?
Sada kada razumijemo osnovnu pretvorbu podataka, pogledajmo cijeli postupak u kojem ti brojevi nastaju u stvarne rečenice. Pretpostavimo da imamo ulaz „Paris is the city...”.
Tokenizer (rastavljanje na dijelove): Rečenice koje unesemo pretvaraju se u brojeve (Token ID) putem tokenizatora, kao što smo ranije vidjeli. „Paris” je broj 1652, „is” je broj 5... i tako dalje.
LLM (ogroman kalkulator): Ove skupine brojeva ulaze u ogroman kalkulator pod nazivom LLM (model Bloom na slici). Ovdje se kontekst razumijeva putem vektorskih operacija koje smo ranije naučili. „Aha, sada govorimo o gradu Parizu!”
Logits & Softmax (izračun vjerojatnosti): Nakon izračuna AI dodjeljuje bodove desecima tisuća kandidata za riječi koje mogu slijediti. Zatim ih kroz filtar pod nazivom „softmax” pretvara u **„vjerojatnosti”** koje su nam lakše razumljive.
Konačni odabir: Pogledajte grafikon s desne strane.
- of → 33.7%
- that → 15.3%
- where → 9.4%
Na kraju AI odabire **„of”**, riječ s najvećom vjerojatnošću, i dovršava rečenicu „Paris is the city of...”. Ponavljajući ovaj postupak desecima tisuća puta, stvara dugačke odgovore koje vidimo.
Zaključno, kada kažemo da AI pamti riječi, to ne znači da pamti slova, već da pamti „adresu” na kojoj se ta riječ nalazi na golemoj karti značenja.
LLM se može proširiti na vid, robotiku i učenje ponašanja.
AI koji razumije značenje, vidi i razumije te djeluje.
Dati AI-ju ruke i noge znači proširiti inteligenciju od jezika prema percepciji, a zatim i prema djelovanju.
AI više nije samo područje ideja i mašte, već je ušao u fazu implementacije i stvarnosti.
Sljedeći korak CLEVI-ja
CLEVI planira i dalje širiti različite prilike, poput radionica na kampusu i izvan njega, praktičnih projekata i iskustvenih štandova, kako bi još više ljudi moglo izravno iskusiti kako AI tehnologija funkcionira u stvarnom svijetu.
Kao što je ovo predavanje na Nacionalnom sveučilištu Jeonbuk postalo vrijedan most koji povezuje studente i nas, i ubuduće ćemo nastaviti imati ulogu poveznice između tehnologa i korisnika te akademske zajednice i industrije.