🤖 გამარჯობა, CLEVI გესალმებათ.
20-დან 22 იანვრამდე ჯეონბუკის ეროვნულ უნივერსიტეტში გამართულ 「2025 JBNU კვლევითი გამოფენის კვირეულს (Research Fair Week)」 დავესწარით.
ეს მნიშვნელოვანი ღონისძიება ჯეონბუკის ეროვნული უნივერსიტეტის გამორჩეულ კვლევით成果ებზე დაყრდნობით წარმოადგენდა ინდუსტრიასა და ეროვნულ სტრატეგიებთან დაკავშირებული მომავალი ტექნოლოგიების მიმართულებებს და ქმნიდა მრეწველობის, აკადემიის, კვლევითი ინსტიტუტებისა და სახელმწიფო უწყებების ერთობლივი交流ის სივრცეს.
განსაკუთრებით აღსანიშნავია, რომ CLEVI-ის აღმასრულებელი დირექტორი ლი ჰვან-ჰო 20-ში გამართული გახსნის ცერემონიის VIP ლექტორად იყო მიწვეული! 👏
კიდევ ერთხელ გავიხსენოთ იმ დღის ატმოსფერო!
ეს არის გახსნამდე კადრი, სადაც CLEVI-ის აღმასრულებელი დირექტორი ლი ჰვან-ჰო ლექციისთვის ემზადება და ფიქრობს, როგორ გახადოს ის უფრო შინაარსიანი და ადვილად გასაგები.
ღონისძიება დაიწყო და გახსნის ცერემონია გაიმართა.
ღონისძიება ჯეონბუკის ეროვნული უნივერსიტეტის სტუდენტის მიერ ადგილზე შექმნილი ცოცხალი ხელოვნების შთამბეჭდავი პერფორმანსით გაიხსნა.
პირველი ძირითადი მოხსენების შემდეგ, მეორე ძირითადი მოხსენების თემაზე — „რატომ სჭირდება AI-ს ფიზიკური媒介ი“ — ჩვენი CLEVI-ის წარმომადგენელმა ლი ჰვან-ჰომ ლექცია წაიკითხა. მოკლედ გადავხედოთ?
როგორ იგებს AI საერთოდ სამყაროს,
ქმნის წინადადებებს და მოქმედებამდეც კი მიდის?
ვაპირებთ ერთად ჩავიხედოთ იმ „ტვინში“, რომ გავიგოთ, რა პრინციპით იგებენ და ქმნიან წინადადებებს დიდი ენობრივი მოდელები (LLM), როგორიცაა ChatGPT ან Claude, რომლებსაც ყოველდღიურად ვიყენებთ.
- სახელის მინიჭება (Token ID): AI თავდაპირველად ყველა სიტყვას უნიკალურ ნომერს, მაგალითად „5“-ს ან „8“-ს, ანიჭებს და ასე მართავს მათ.
- მისამართის მონიშვნა რუკაზე (Vector): თუმცა მხოლოდ ნომრით მნიშვნელობის გაგება შეუძლებელია, ამიტომ თითოეულ სიტყვას ასობით რიცხვისგან შემდგარ „დეტალურ მისამართს (კოორდინატს)“ ანიჭებს.
- მეზობლების პოვნა: მსგავსი მნიშვნელობის მქონე სიტყვები (მაგალითად, „the“ და „a“) ამ რუკაზე ერთმანეთთან ძალიან ახლოს, „მეზობლების“ მსგავსად ცხოვრობენ.
მაშ, როგორ გამოიცნობს AI შემდეგ სიტყვას?
ახლა, როცა მონაცემთა საბაზისო გარდაქმნა გავიგეთ, ვნახოთ მთელი პროცესი — როგორ იბადება ეს რიცხვები რეალურ წინადადებად. დავუშვათ, რომ გვაქვს შეყვანილი მნიშვნელობა: „Paris is the city...“.
Tokenizer (დაყოფა): როგორც ადრე ვნახეთ, ჩვენს მიერ შეყვანილი წინადადება Tokenizer-ის მეშვეობით რიცხვებად (Token ID) გარდაიქმნება. "Paris" არის 1652, "is" — 5... ასე შემდეგ.
LLM (უზარმაზარი კალკულატორი): რიცხვების ეს ერთობლიობა შედის უზარმაზარ კალკულატორში, რომელსაც LLM (სურათზე ნაჩვენები Bloom მოდელი) ეწოდება. აქ ის კონტექსტს ადრე ნასწავლი „ვექტორული“ ოპერაციების მეშვეობით აღიქვამს. მაგალითად: „ა, ახლა ქალაქ პარიზზე ვსაუბრობთ!“
Logits & Softmax (ალბათობის გამოთვლა): გამოთვლების დასრულების შემდეგ AI შემდეგ მოსალოდნელი ათიათასობით სიტყვის კანდიდატს ქულას ანიჭებს. შემდეგ კი „Softmax“-ის სახელით ცნობილი ფილტრის მეშვეობით მათ ჩვენთვის ადვილად გასაგებ **„ალბათობებად“** გარდაქმნის.
საბოლოო არჩევანი: შეხედეთ გრაფიკს მარჯვნივ.
- of → 33.7%
- that → 15.3%
- where → 9.4%
საბოლოოდ, AI ირჩევს ყველაზე მაღალი ალბათობის მქონე **„of“**-ს და ასრულებს წინადადებას: "Paris is the city of...". ამ პროცესის ათიათასობით გამეორებით ის ქმნის გრძელ პასუხს, რომელსაც ჩვენ ვხედავთ.
საბოლოო ჯამში, AI-სთვის სიტყვის დამახსოვრება ნიშნავს არა ასოების დამახსოვრებას, არამედ იმ „მისამართის“ დამახსოვრებას, თუ სად მდებარეობს ეს სიტყვა მნიშვნელობების უზარმაზარ რუკაზე.
LLM შეიძლება გაფართოვდეს ხედვის, რობოტიკისა და ქცევითი სწავლების მიმართულებით.
AI, რომელიც იგებს მნიშვნელობას, ხედავს და იგებს, და მოქმედებს.
AI-სთვის ხელებისა და ფეხების მიცემა ნიშნავს ენობრივი უნარებიდან აღქმაზე, ხოლო შემდეგ მოქმედებაზე გადასვლას — ინტელექტის გაფართოებას.
AI აღარ არის მხოლოდ იდეებისა და წარმოსახვის სფერო — ის განხორციელებისა და რეალობის ეტაპზე გადავიდა.
CLEVI-ის შემდეგი ნაბიჯი
CLEVI გეგმავს სხვადასხვა შესაძლებლობის გაფართოებას, მათ შორის კამპუსში და მის ფარგლებს გარეთ ვორქშოფების, პრაქტიკული პროექტებისა და საცდელი სტენდების ორგანიზებას, რათა კიდევ უფრო მეტმა ადამიანმა შეძლოს უშუალოდ გამოცადოს, თუ როგორ მუშაობს AI ტექნოლოგია რეალურ სამყაროში.
როგორც ჯონბუკის ეროვნული უნივერსიტეტში ჩატარებული ეს ლექცია გახდა ძვირფასი ხიდი სტუდენტებსა და ჩვენს შორის, მომავალშიც გავაგრძელებთ ხიდის როლის შესრულებას ტექნოლოგებსა და მომხმარებლებს, აკადემიურ და ინდუსტრიულ სფეროებს შორის.