🤖 Halo, kami CLEVI.
Kami menghadiri acara 「2025 JBNU Research Fair Week (Research Fair Week)」 yang diselenggarakan oleh Universitas Nasional Jeonbuk dari tanggal 20 hingga 22 Januari.
Acara ini merupakan kesempatan yang bermakna untuk menyoroti hasil penelitian unggulan Universitas Nasional Jeonbuk, menyajikan arah teknologi masa depan yang terhubung dengan strategi industri dan nasional, serta menyediakan wadah pertukaran yang melibatkan dunia akademik, industri, lembaga penelitian, dan pemerintah.
Khususnya, CEO CLEVI, Hwan-ho Lee, diundang sebagai pembicara VIP dalam acara pembukaan yang diadakan pada tanggal 20! 👏
Mari kita rasakan kembali suasana hari itu!
Ini adalah momen ketika CEO Hwan-ho Lee sedang mempersiapkan kuliahnya sebelum acara dimulai. Terlihat beliau sedang memikirkan cara menyampaikan kuliah yang lebih padat dan mudah dipahami.
Acara dimulai dan upacara pembukaan dilaksanakan.
Acara dibuka dengan meriah melalui pertunjukan seni langsung yang diselesaikan secara spontan oleh seorang mahasiswa Universitas Nasional Jeonbuk.
Setelah pidato utama pertama, CEO CLEVI Hwan-ho Lee menyampaikan pidato utama kedua dengan tema “Mengapa AI Membutuhkan Mediator Fisik”. Mari kita simak secara singkat.
Bagaimana sebenarnya AI memahami dunia,
membuat kalimat, bahkan melakukan tindakan?
Kami akan melihat bersama ke dalam 'otak' model bahasa besar (LLM) seperti ChatGPT dan Claude yang kita gunakan setiap hari, untuk memahami prinsip di balik cara mereka memahami dan menghasilkan kalimat.
- Memberi label nama (Token ID): AI terlebih dahulu mengelola semua kata dengan memberikan nomor unik seperti '5' dan '8'.
- Menentukan alamat pada peta (Vector): Namun, nomor sederhana saja tidak cukup untuk memahami makna, sehingga setiap kata diberi 'alamat detail (koordinat)' yang terdiri dari ratusan angka.
- Mencari tetangga: Kata-kata yang memiliki makna serupa (misalnya, 'the' dan 'a') berkumpul di tempat yang sangat berdekatan pada peta ini, seperti 'tetangga'.
Lalu, bagaimana AI menebak kata berikutnya?
Setelah memahami transformasi data dasar, sekarang mari kita lihat keseluruhan proses bagaimana angka-angka ini lahir menjadi kalimat nyata. Anggaplah ada masukan "Paris is the city..." di sini.
Tokenizer (memecah): Seperti yang telah kita lihat sebelumnya, kalimat yang kita masukkan diubah menjadi angka (Token ID) melalui tokenizer. "Paris" menjadi nomor 1652, "is" menjadi nomor 5... seperti itu.
LLM (kalkulator raksasa): Kumpulan angka ini masuk ke dalam kalkulator raksasa bernama LLM (model Bloom pada gambar). Di sini, konteks dipahami melalui operasi 'vektor' yang telah kita pelajari sebelumnya. Seperti, 'Oh, saat ini kita sedang membicarakan kota Paris!'
Logits & Softmax (perhitungan probabilitas): Setelah menyelesaikan perhitungan, AI memberikan skor kepada puluhan ribu kandidat kata yang mungkin muncul berikutnya. Kemudian, melalui filter bernama 'softmax', skor tersebut diubah menjadi **'probabilitas'** yang mudah kita pahami.
Pilihan akhir: Lihat grafik di sebelah kanan.
- of → 33.7%
- that → 15.3%
- where → 9.4%
Pada akhirnya, AI memilih **'of'** yang memiliki probabilitas tertinggi dan melengkapi kalimat "Paris is the city of...". AI mengulangi proses ini puluhan ribu kali untuk menghasilkan jawaban panjang yang kita lihat.
Kesimpulannya, bagi AI, mengingat sebuah kata bukan berarti menghafal huruf-hurufnya, melainkan mengingat 'alamat' tempat kata tersebut berada di peta makna yang sangat besar.
LLM dapat dikembangkan lebih lanjut ke bidang penglihatan, robotika, dan pembelajaran perilaku.
AI yang memahami makna, melihat dan memahami, lalu bertindak.
Memberikan lengan dan kaki kepada AI berarti memperluas kecerdasan dari bahasa menuju persepsi, dan lebih jauh lagi menuju tindakan.
AI tidak lagi berada dalam ranah ide atau imajinasi, tetapi telah memasuki tahap implementasi dan realitas.
Langkah berikutnya CLEVI
Ke depannya, CLEVI berencana memperluas berbagai kesempatan, seperti lokakarya di dalam dan di luar kampus, proyek praktik, serta stan pengalaman, agar lebih banyak orang dapat merasakan secara langsung bagaimana teknologi AI bekerja di dunia nyata.
Sebagaimana kuliah di Universitas Nasional Jeonbuk kali ini menjadi jembatan berharga yang menghubungkan mahasiswa dengan kami, ke depannya kami akan terus berperan sebagai penghubung antara para teknolog dan pengguna, serta antara akademisi dan industri.