Október 24-én a 한국산업지능화협회 (KOIIA) meghívására részt vettünk a „2025-ös akadémia a középvállalatok kulcsfontosságú tehetségeinek fejlesztésére, szeminárium a jövő iparágaira való felkészülés stratégiáiról” című rendezvényen, ahol CLEVI vezérigazgatója, 이환호 tartotta a vitaindító előadást.
Az „AI-technológiák bevezetésének esetei és a DX gyakorlati stratégiái” című szekcióban a „Physical AI alkalmazási esetei, valamint a RAG-ügynökök bevezetése során felmerülő sikertelenségi tényezők és fejlesztési stratégiák” témájában vettünk részt.
Az AI-ügynökök iránti érdeklődés közelmúltbeli növekedésével egyre több vállalat fontolgatja számos AI-technológia bevezetését. Tudomásunk szerint már számos intézmény és vállalat kísérleti jelleggel bevezette és működteti az AI-t.
Sajnálatos módon azonban a felmérések szerint számos vállalatnál és intézménynél nem valósul meg a kívánt ROI, illetve nagyon gyakran előfordul, hogy a PoC során működő funkciók a tényleges projektben vagy a helyszíni környezetben nem adnak megfelelő válaszokat, illetve egyáltalán nem működnek.
Ezen tapasztalatok miatt sok vállalat vonakodik az AI elhamarkodott bevezetésétől.
Az előadás során CLEVI vezérigazgatója, 이환호 részletesen ismertette a RAG-rendszerek korlátait, amelyek az AI elhamarkodott bevezetésének egyik tipikus okát jelentik, valamint a nyílt forráskódú modelleket és a kis LLM-eket (SLM), és elmagyarázta, miért vallottak kudarcot a korábbi bevezetési esetek.
Végső soron azért használjuk az AI-t, mert azt várjuk tőle, hogy átvegye az emberek feladatait, vagy az embereknél jobb teljesítményt nyújtson.
Az AI-t már bevezető vállalatok munkatársai azonban nem bíznak az AI válaszainak minőségében, ezért minden egyes választ ellenőrizniük kell, ami inkább a munkaterhelés növekedéséhez vezet – egyre több panasz érkezik emiatt.
Ennek oka az, hogy a legtöbb vállalat nyílt forráskódú SLM-modelleket finomhangol, majd megoldásként használja őket.
Intuitívan úgy gondolhatjuk, hogy az AI az új ismeretek megtanulásával intelligensebbé válik, valójában azonban az új ismeretek betanítása azt eredményezi, hogy az AI elveszíti korábbi emlékeit, vagyis bizonyos paraméterek súlyait.
Még súlyosabb probléma, hogy senki sem tudja, mely információk vagy ismeretek vesztek el.
Mivel az AI bevezetése nem kis erőforrást igénylő feladat, valószínűleg már a PoC során is számos ellenőrzést végeztek.
Miért nem jelentkezett ekkor ez a probléma? Természetesen azért, mert a modellt a célzott információkkal újratanították.
Egy számokat ismerő AI-t megtanítottak az ábécére, majd csak az ábécével kapcsolatos kérdéseket tettek fel neki, így természetes, hogy jól válaszolt. De vajon a gyakorlatban csak az ilyen specifikus tartományokra specializált modellekre van szükségünk?
A gyakorlatban nap mint nap új környezetekkel és új adatokkal szembesülünk. A korábbi tudást véletlenszerűen lerombolva tanuló AI azonban sem az általános alkalmazhatóságot, sem a pontosságot nem tudja garantálni.
Ezért olyan technológiára van szükség, amely lehetővé teszi egy From-scratch Foundation nagy nyelvi modell birtoklását vagy létrehozását.
Mivel ezek a modellek a világ szinte teljes tudásával rendelkeznek, nemcsak a válaszok minősége, hanem azok pontossága is magas.
Specializált területek esetén az SFT (Supervised Fine-Tuning) technológia alkalmazásával, illetve kisebb mennyiségű adat esetén RAG-rendszer vagy a CLEVI által saját fejlesztésű intelligens adatbázis-rendszer, a szemantikus adatbázis technológiájának használatával leküzdhetők a finomhangolt SLM-ek hátrányai.
Mivel a kormány is tisztában van az ilyen alapmodellek fontosságával, jelentős támogatást biztosít.
Ez a Nemzeti AI projekt. Ennek a projektnek a legfontosabb célja minden bizonnyal a digitális szuverenitás biztosítása.
A CLEVI-nél tisztában voltunk a nyílt forráskódú modellek használatának súlyos hátrányaival is, ezért az adatgyűjtéstől az architektúra megtervezéséig mindent önállóan fejlesztettünk, és így tanítottuk be a CLEVI modelljeit.
A CLEVI modelljei jelenleg olyan teljesítményt nyújtanak, amely a világ vezető AI-rendszereivel összehasonlítva sem marad el azokétól.
Különösen azért, mert saját modellekkel rendelkezünk, a CLEVI-t nem érinti az a függőségi probléma sem, amely külső modellek használatakor merülhet fel.
Az AI bevezetése mára nem választássá, hanem szükségletté válik. A kívánt eredményeket azonban pusztán a legújabb technológiák bevezetésével nehéz elérni.
Az igazi innováció akkor kezdődik, amikor pontosan megértjük a technológia korlátait, és a szervezetünk környezetéhez és céljaihoz igazodó optimális stratégiát dolgozunk ki.
A CLEVI egyedi nagy nyelvi modelljeivel, szemantikus adatbázisával és más megkülönböztető technológiáival minimalizálja a vállalatok AI-bevezetés során tapasztalt próbálkozásait, hibáit és kockázatait.
A jövőben is meghallgatjuk a helyszínen dolgozók hangját, és mindent megteszünk azért, hogy még több vállalat megbízható AI-partnere lehessünk. Kívánjuk, hogy az AI bevezetésének valódi sikerét a CLEVI-vel együtt valósítsák meg.