🤖 こんにちは、CLEVIです。
1月20日から22日まで、全北大学が主催する「2025 JBNUリサーチフェアウィーク（Research Fair Week）」のイベントに行ってきました。
このイベントは、全北大学の優れた研究成果を中心に、産業および国家戦略と連携した未来技術の方向性を示し、産学研官が共に交流できる場を設けるという意義深い機会でした。
特に、CLEVIのイ・ファンホ代表が、20日に開催された開幕式のVIP講演者として招待されました！👏
その日の雰囲気をもう一度感じてみましょう！
開始前に、イ・ファンホ代表が講演の準備をしている様子です。どうすればより充実した、分かりやすい講演にできるか悩んでいる姿が見られます。
イベントが始まり、開幕式が進行されました。
まず、全北大学の学生がその場で完成させたライブアートパフォーマンスで、イベントを華々しく幕開けしました。
1つ目の基調講演に続き、2つ目の基調講演では「AIにはなぜ物理的な媒体が必要なのか」というテーマで、CLEVIのイ・ファンホ代表が講演を行いました。簡単に見てみましょう。
AIはいったいどのようにして世界を理解し、
文章を作り、行動まで行うのか？
私たちが毎日使っているChatGPTやClaudeのような大規模言語モデル（LLM）が、いったいどのような原理で文章を理解し、生成しているのか、その「頭脳の中」を一緒に覗いてみましょう。
- 名前を付ける（Token ID）：AIはまず、すべての単語に「5番」「8番」のような固有の番号を付けて管理します。
- 地図に住所を記す（Vector）：しかし、単純な番号だけでは意味が分からないため、単語ごとに数百個の数字で構成された「詳細な住所（座標）」を割り当てます。
- 隣人を探す：似た意味を持つ単語（例：「the」「a」）は、この地図上でとても近い場所に「近所の住人」のように集まって暮らすことになります。
では、AIはどのようにして次の単語を当てるのでしょうか？
基本的なデータ変換について理解したので、次はこれらの数字がどのように実際の文章として生まれるのか、その全体の過程を見てみましょう。ここに「Paris is the city...」という入力値があると仮定してみます。
Tokenizer（分割）: 私たちが入力した文章は、先ほど見たようにTokenizerを通じて数字（Token ID）に変換されます。「Paris」は1652番、「is」は5番…という具合です。
LLM（巨大な計算機）: これらの数字の集合が、LLM（図中のBloomモデル）という巨大な計算機の中に入ります。ここで、先ほど学んだ「ベクトル」演算を通じて文脈を把握します。「ああ、今はパリという都市について話しているんだな！」という具合です。
Logits & Softmax（確率計算）: 計算を終えたAIは、次に来る可能性のある数万個の単語候補に点数を付けます。そして「ソフトマックス」というフィルターを通して、これを私たちが見やすい**「確率」**に変換します。
最終選択: 右側のグラフをご覧ください。
- of → 33.7%
- that → 15.3%
- where → 9.4%
最終的にAIは、確率が最も高い**「of」**を選択し、「Paris is the city of...」という文章を完成させていきます。そしてこの過程を数万回繰り返し、私たちが目にする長い回答を作り出すのです。
つまり、AIにとって単語を記憶するということは、文字を暗記するのではなく、巨大な意味の地図上でその単語がどのあたりに存在するのかという「住所」を記憶することに似ています。
LLMは、視覚、ロボット、行動学習へと拡張できます。
意味を理解し、見て理解し、行動するAI。
AIに腕と脚を与えるということは、言語から認識へ、さらに行動へとつながる知能の拡張を意味します。
AIはもはやアイデアや想像の領域ではなく、実装と現実の段階に入っています。
CLEVIの次の一歩
CLEVIはこれからも、より多くの方々がAI技術が実際の世界でどのように機能するのかを直接体験できるよう、学内外のワークショップ、実習プロジェクト、体験ブースなど、さまざまな機会を拡大していく予定です。
今回の全北大学での講演が学生の皆さんと私たちをつなぐ貴重な架け橋となったように、これからも技術者とユーザー、学界と産業界の間で橋渡し役を続けていきます。