🤖 Üdvözlöm, itt a CLEVI.
Január 20. és 22. között részt vettünk a „2025 JBNU Kutatási Vásár Hetén (Research Fair Week)”, amelyet a Cs 전북i Nemzeti Egyetem szervezett.
Ez az esemény a Cs 전북i Nemzeti Egyetem kiemelkedő kutatási eredményeire építve mutatta be az ipari és nemzeti stratégiákhoz kapcsolódó jövőbeli technológiák irányait, valamint jelentős fórumot biztosított az ipar, az akadémia, a kutatóintézetek és a kormányzat közös eszmecseréjéhez.
Különösen nagy öröm, hogy CLEVI vezérigazgatóját, Lee Hwan-hót meghívták a 20-án megrendezett megnyitó VIP-előadójaként! 👏
Éljük át újra az aznapi hangulatot!
Az esemény kezdete előtt Lee Hwan-ho vezérigazgató a prezentációjára készül. Látható, ahogy azon gondolkodik, hogyan tehetné az előadást még tartalmasabbá és könnyebben érthetővé.
Elkezdődött az esemény, és megkezdődött a megnyitóünnepség.
Az eseményt egy, a Cs 전북i Nemzeti Egyetem hallgatója által rögtönzött és elkészített élő művészeti performansz nyitotta meg nagyszerűen.
Az első vitaindító előadás után a második vitaindító előadást „Miért van szüksége a mesterséges intelligenciának fizikai közvetítőre?” címmel a CLEVI vezérigazgatója, Lee Hwan-ho tartotta. Nézzük meg röviden!
Hogyan érti meg egyáltalán a mesterséges intelligencia a világot,
hogyan alkot mondatokat, és hogyan képes akár cselekedni is?
Nézzük meg együtt, milyen elv alapján értik meg és hozzák létre a mindennap használt ChatGPT-hez vagy Claude-hoz hasonló nagy nyelvi modellek (LLM) a mondatokat, vagyis mi zajlik „az agyukban”.
- Névjegy hozzáadása (Token ID): A mesterséges intelligencia először egyedi számokat, például „5-öt” vagy „8-at” rendel minden szóhoz, és ezek alapján kezeli őket.
- Cím megadása a térképen (Vector): Mivel azonban pusztán a számokból nem derül ki a jelentés, minden szóhoz több száz számból álló „részletes címet (koordinátát)” rendel.
- Szomszédok keresése: A hasonló jelentésű szavak (például a „the” és az „a”) ezen a térképen egymáshoz nagyon közel, „szomszédokként” helyezkednek el.
Hogyan találja ki akkor a mesterséges intelligencia a következő szót?
Most, hogy megértettük az alapvető adatátalakítást, nézzük meg a teljes folyamatot, amelynek során ezekből a számokból tényleges mondatok születnek. Tegyük fel, hogy a bemenet a következő: „Paris is the city...”.
Tokenizer (darabolás): Ahogy korábban láttuk, a beírt mondatokat a tokenizer számokká (Token ID) alakítja. A „Paris” a 1652-es, az „is” az 5-ös szám... és így tovább.
LLM (hatalmas számológép): Ezek a számtömbök bekerülnek az LLM (az ábrán látható Bloom modell) nevű hatalmas számológépbe. Itt a korábban megismert „vektoros” műveletek segítségével értelmezi a kontextust. „Á, most Párizs városáról beszélünk!” – mondhatnánk.
Logits és Softmax (valószínűségszámítás): A számítás befejezése után az AI pontszámot rendel a következőként megjelenő több tízezer szójelölthöz. Ezután a „softmax” nevű szűrőn keresztül ezeket számunkra könnyebben értelmezhető **„valószínűségekké”** alakítja.
Végső kiválasztás: Nézze meg a jobb oldali grafikont.
- of → 33.7%
- that → 15.3%
- where → 9.4%
Végül az AI kiválasztja a legnagyobb valószínűségű **„of”** szót, és a „Paris is the city of...” mondatot folytatva fokozatosan befejezi azt. Ezt a folyamatot több tízezerszer megismételve hozza létre a hosszú választ, amelyet látunk.
Összefoglalva: amikor azt mondjuk, hogy az AI emlékszik egy szóra, az nem azt jelenti, hogy megjegyzi a betűket, hanem azt, hogy megjegyzi a szó „címét” – vagyis azt, hogy hol helyezkedik el a jelentések hatalmas térképén.
Az LLM kiterjeszthető a látás, a robotika és a viselkedésalapú tanulás területére.
AI, amely megérti a jelentést, lát és megért, valamint cselekszik.
Az, hogy karokat és lábakat adunk az AI-nak, az intelligencia nyelvi területről az észlelés, majd még tovább, a cselekvés felé történő kiterjesztését jelenti.
Az AI már nem csupán az ötletek és a képzelet területe, hanem a megvalósítás és a valóság szakaszába lépett.
A CLEVI következő lépése
A CLEVI a jövőben is bővíteni tervezi a különféle lehetőségeket – például az egyetemen és azon kívül szervezett workshopokat, gyakorlati projekteket és élményalapú bemutatókat –, hogy még többen saját tapasztalatot szerezhessenek arról, hogyan működik az AI-technológia a valós világban.
Ahogyan a Jeonbuk Nemzeti Egyetemen tartott előadásunk értékes híddá vált a hallgatók és köztünk, a jövőben is összekötő szerepet fogunk betölteni a technológusok és a felhasználók, valamint a tudományos és az ipari szféra között.