🤖 ನಮಸ್ಕಾರ, CLEVI ಇಲ್ಲಿದೆ.
ಜನವರಿ 20ರಿಂದ 22ರವರೆಗೆ ಜಿಯೋನ್ಬುಕ್ ರಾಷ್ಟ್ರೀಯ ವಿಶ್ವವಿದ್ಯಾಲಯದ ವತಿಯಿಂದ ಆಯೋಜಿಸಲಾದ 「2025 JBNU ರಿಸರ್ಚ್ ಫೇರ್ ವೀಕ್ (Research Fair Week)」 ಕಾರ್ಯಕ್ರಮಕ್ಕೆ ಭೇಟಿ ನೀಡಿದೆವು.
ಈ ಕಾರ್ಯಕ್ರಮವು ಜಿಯೋನ್ಬುಕ್ ರಾಷ್ಟ್ರೀಯ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಶ್ರೇಷ್ಠ ಸಂಶೋಧನಾ成果ಗಳನ್ನು ಕೇಂದ್ರವಾಗಿಟ್ಟುಕೊಂಡು, ಕೈಗಾರಿಕೆ ಮತ್ತು ರಾಷ್ಟ್ರೀಯ ಕಾರ್ಯತಂತ್ರಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ಭವಿಷ್ಯದ ತಂತ್ರಜ್ಞಾನಗಳ ದಿಕ್ಕನ್ನು ಪ್ರಸ್ತುತಪಡಿಸುವುದರ ಜೊತೆಗೆ, ಕೈಗಾರಿಕೆ, ಶಿಕ್ಷಣ, ಸಂಶೋಧನೆ ಮತ್ತು ಸರ್ಕಾರಿ ಸಂಸ್ಥೆಗಳು ಒಟ್ಟಾಗಿ交流ಿಸುವ ವೇದಿಕೆಯನ್ನು 마련ಿಸಿದ ಅರ್ಥಪೂರ್ಣ ಕಾರ್ಯಕ್ರಮವಾಗಿತ್ತು.
ವಿಶೇಷವಾಗಿ, CLEVI ಯ ಪ್ರತಿನಿಧಿ ಲೀ ಹ್ವಾನ್-ಹೋ ಅವರು 20ರಂದು ನಡೆದ ಉದ್ಘಾಟನಾ ಸಮಾರಂಭದಲ್ಲಿ VIP ಉಪನ್ಯಾಸಕರಾಗಿ ಆಹ್ವಾನಿಸಲ್ಪಟ್ಟಿದ್ದರು! 👏
ಆ ದಿನದ ವಾತಾವರಣವನ್ನು ಮತ್ತೊಮ್ಮೆ ಅನುಭವಿಸೋಣ!
ಆರಂಭಕ್ಕೂ ಮೊದಲು ಪ್ರತಿನಿಧಿ ಲೀ ಹ್ವಾನ್-ಹೋ ಅವರು ಉಪನ್ಯಾಸಕ್ಕೆ ಸಿದ್ಧತೆ ನಡೆಸುತ್ತಿರುವ ದೃಶ್ಯ ಇದು. ಉಪನ್ಯಾಸವನ್ನು ಇನ್ನಷ್ಟು ಸಮೃದ್ಧವಾಗಿ ಮತ್ತು ಸುಲಭವಾಗಿ ಹೇಗೆ ನೀಡಬೇಕು ಎಂದು ಅವರು ಆಲೋಚಿಸುತ್ತಿರುವುದು ಕಾಣಿಸುತ್ತದೆ.
ಕಾರ್ಯಕ್ರಮ ಆರಂಭವಾಗಿ ಉದ್ಘಾಟನಾ ಸಮಾರಂಭ ನಡೆಯಿತು.
ಮೊದಲು, ಜಿಯೋನ್ಬುಕ್ ರಾಷ್ಟ್ರೀಯ ವಿಶ್ವವಿದ್ಯಾಲಯದ ವಿದ್ಯಾರ್ಥಿಯೊಬ್ಬರು ತಕ್ಷಣವೇ ಪೂರ್ಣಗೊಳಿಸಿದ ಲೈವ್ ಆರ್ಟ್ ಪ್ರದರ್ಶನದ ಮೂಲಕ ಕಾರ್ಯಕ್ರಮವನ್ನು ಅದ್ಧೂರಿಯಾಗಿ ಆರಂಭಿಸಲಾಯಿತು.
ಮೊದಲ ಮುಖ್ಯ ಭಾಷಣದ ನಂತರ, “AI ಗೆ ಭೌತಿಕ ಮಾಧ್ಯಮ ಏಕೆ ಅಗತ್ಯ?” ಎಂಬ ವಿಷಯದ ಕುರಿತು ನಮ್ಮ CLEVI ಯ ಪ್ರತಿನಿಧಿ ಲೀ ಹ್ವಾನ್-ಹೋ ಅವರು ಎರಡನೇ ಮುಖ್ಯ ಭಾಷಣವನ್ನು ನೀಡಿದರು. ಸಂಕ್ಷಿಪ್ತವಾಗಿ ನೋಡೋಣವೇ?
AI ಕೊನೆಗೂ ಯಾವ ರೀತಿಯಲ್ಲಿ ಜಗತ್ತನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತದೆ,
ವಾಕ್ಯಗಳನ್ನು ರಚಿಸುತ್ತದೆ ಮತ್ತು ಕ್ರಿಯೆಗಳನ್ನು ಸಹ ನಿರ್ವಹಿಸುತ್ತದೆ?
ನಾವು ಪ್ರತಿದಿನ ಬಳಸುವ ChatGPT ಅಥವಾ Claude ನಂತಹ ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳು (LLM) ಯಾವ ತತ್ವದ ಆಧಾರದ ಮೇಲೆ ವಾಕ್ಯಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಂಡು ರಚಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ಅವುಗಳ 'ಮೆದುಳಿನೊಳಗೆ' ಒಟ್ಟಾಗಿ ನೋಡೋಣ.
- ಹೆಸರುಪಟ್ಟಿ ಹಾಕುವುದು (Token ID): AI ಮೊದಲು ಪ್ರತಿಯೊಂದು ಪದಕ್ಕೂ '5', '8' ಎಂಬಂತಹ ವಿಶಿಷ್ಟ ಸಂಖ್ಯೆಯನ್ನು ನೀಡಿ ನಿರ್ವಹಿಸುತ್ತದೆ.
- ನಕ್ಷೆಯಲ್ಲಿ ವಿಳಾಸ ಗುರುತಿಸುವುದು (Vector): ಆದರೆ ಕೇವಲ ಸಂಖ್ಯೆಯಿಂದ ಅರ್ಥವನ್ನು ತಿಳಿಯಲು ಸಾಧ್ಯವಿಲ್ಲದ ಕಾರಣ, ಪ್ರತಿಯೊಂದು ಪದಕ್ಕೂ ನೂರಾರು ಸಂಖ್ಯಗಳಿಂದ ಕೂಡಿದ 'ವಿವರವಾದ ವಿಳಾಸ (ನಿರ್ದೇಶಾಂಕ)'ವನ್ನು ನೀಡುತ್ತದೆ.
- ನೆರೆಹೊರೆಯವರನ್ನು ಹುಡುಕುವುದು: ಒಂದೇ ರೀತಿಯ ಅರ್ಥವಿರುವ ಪದಗಳು (ಉದಾ: 'the', 'a') ಈ ನಕ್ಷೆಯಲ್ಲಿ ಪರಸ್ಪರ ಬಹಳ ಹತ್ತಿರದಲ್ಲಿರುವ 'ನೆರೆಹೊರೆಯವರಂತೆ' ಗುಂಪಾಗಿ ವಾಸಿಸುತ್ತವೆ.
ಹಾಗಾದರೆ AI ಮುಂದಿನ ಪದವನ್ನು ಹೇಗೆ ಊಹಿಸುತ್ತದೆ?
ಮೂಲಭೂತ ಡೇಟಾ ಪರಿವರ್ತನೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಂಡಿರುವುದರಿಂದ, ಈಗ ಈ ಸಂಖ್ಯೆಗಳು ನಿಜವಾದ ವಾಕ್ಯವಾಗಿ ಹೇಗೆ ರೂಪುಗೊಳ್ಳುತ್ತವೆ ಎಂಬ ಸಂಪೂರ್ಣ ಪ್ರಕ್ರಿಯೆಯನ್ನು ನೋಡೋಣ. ಇಲ್ಲಿ "Paris is the city..." ಎಂಬ ಇನ್ಪುಟ್ ಇದೆ ಎಂದು ಊಹಿಸೋಣ.
ಟೋಕನೈಸರ್ (ತುಂಡುಗಳಾಗಿ ವಿಭಜಿಸುವುದು): ನಾವು ಇನ್ಪುಟ್ ಮಾಡಿದ ವಾಕ್ಯಗಳು, ಹಿಂದೆ ನೋಡಿದಂತೆ, ಟೋಕನೈಸರ್ ಮೂಲಕ ಸಂಖ್ಯೆಗಳಾಗಿ (Token ID) ಬದಲಾಗುತ್ತವೆ. "Paris" 1652, "is" 5... ಹೀಗೆ.
LLM (ದೈತ್ಯ ಗಣಕಯಂತ್ರ): ಈ ಸಂಖ್ಯೆಗಳ ಗುಚ್ಛಗಳು LLM (ಚಿತ್ರದಲ್ಲಿರುವ Bloom ಮಾದರಿ) ಎಂಬ ದೈತ್ಯ ಗಣಕಯಂತ್ರದೊಳಗೆ ಪ್ರವೇಶಿಸುತ್ತವೆ. ಇಲ್ಲಿ ನಾವು ಈ ಹಿಂದೆ ಕಲಿತ 'ವೆಕ್ಟರ್' ಗಣನೆಯ ಮೂಲಕ ಸಂದರ್ಭವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತದೆ. 'ಆಹಾ, ಈಗ ಪ್ಯಾರಿಸ್ ನಗರ ಕುರಿತು ಮಾತನಾಡಲಾಗುತ್ತಿದೆ!' ಎಂದು ಹೇಳುವಂತೆ.
Logits & Softmax (ಸಂಭಾವ್ಯತೆಯ ಲೆಕ್ಕಾಚಾರ): ಲೆಕ್ಕಾಚಾರ ಮುಗಿಸಿದ AI, ಮುಂದಿನದಾಗಿ ಬರಬಹುದಾದ ಹತ್ತಾರು ಸಾವಿರ ಪದಗಳ ಅಭ್ಯರ್ಥಿಗಳಿಗೆ ಅಂಕಗಳನ್ನು ನೀಡುತ್ತದೆ. ನಂತರ 'ಸಾಫ್ಟ್ಮ್ಯಾಕ್ಸ್' ಎಂಬ ಫಿಲ್ಟರ್ ಮೂಲಕ ಅವುಗಳನ್ನು ನಾವು ಸುಲಭವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ **'ಸಂಭಾವ್ಯತೆ'**ಯಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ.
ಅಂತಿಮ ಆಯ್ಕೆ: ಬಲಭಾಗದ ಗ್ರಾಫ್ ನೋಡಿ.
- of → 33.7%
- that → 15.3%
- where → 9.4%
ಕೊನೆಯಲ್ಲಿ AI ಅತ್ಯಧಿಕ ಸಂಭವನೀಯತೆಯಿರುವ **'of'** ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿಕೊಂಡು "Paris is the city of..." ಎಂಬ ವಾಕ್ಯವನ್ನು ಪೂರ್ಣಗೊಳಿಸುತ್ತಾ ಹೋಗುತ್ತದೆ. ಈ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಹತ್ತಾರು ಸಾವಿರ ಬಾರಿ ಪುನರಾವರ್ತಿಸುವ ಮೂಲಕ ನಾವು ನೋಡುವ ದೀರ್ಘ ಉತ್ತರಗಳನ್ನು ರಚಿಸುತ್ತದೆ.
ಸಾರಾಂಶವಾಗಿ, AI ಒಂದು ಪದವನ್ನು ನೆನಪಿಟ್ಟುಕೊಳ್ಳುವುದು ಎಂದರೆ ಅಕ್ಷರಗಳನ್ನು ಕಂಠಪಾಠ ಮಾಡುವುದು ಅಲ್ಲ; ಬದಲಾಗಿ, ವಿಶಾಲವಾದ ಅರ್ಥಗಳ ನಕ್ಷೆಯಲ್ಲಿ ಆ ಪದವು ಎಲ್ಲಿದೆ ಎಂಬ 'ವಿಳಾಸವನ್ನು' ನೆನಪಿಟ್ಟುಕೊಳ್ಳುವುದಕ್ಕೆ ಸಮಾನವಾಗಿದೆ.
LLM ಅನ್ನು ದೃಷ್ಟಿ, ರೋಬೋಟಿಕ್ಸ್ ಮತ್ತು ಕ್ರಿಯಾ-ಅಧ್ಯಯನದ ಕ್ಷೇತ್ರಗಳಿಗೂ ವಿಸ್ತರಿಸಬಹುದು.
ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ, ನೋಡಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಮತ್ತು ಕಾರ್ಯನಿರ್ವಹಿಸುವ AI.
AIಗೆ ಕೈಕಾಲುಗಳನ್ನು ನೀಡುವುದು ಎಂದರೆ ಭಾಷೆಯಿಂದ ಗ್ರಹಿಕೆಗೆ, ಅಲ್ಲಿಂದ ಮತ್ತಷ್ಟು ಮುಂದುವರಿದು ಕ್ರಿಯೆಯತ್ತ ಸಾಗುವ ಬುದ್ಧಿಮತ್ತೆಯ ವಿಸ್ತರಣೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ.
AI ಇನ್ನು ಮುಂದೆ ಕೇವಲ ಆಲೋಚನೆ ಅಥವಾ ಕಲ್ಪನೆಯ ಕ್ಷೇತ್ರದಲ್ಲಿಲ್ಲ; ಅದು ಅನುಷ್ಠಾನ ಮತ್ತು ವಾಸ್ತವದ ಹಂತವನ್ನು ಪ್ರವೇಶಿಸಿದೆ.
ಕ್ಲೆವಿಯ ಮುಂದಿನ ಹೆಜ್ಜೆ
ಕ್ಲೆವಿ ಮುಂದೆಯೂ ಹೆಚ್ಚಿನ ಜನರು AI ತಂತ್ರಜ್ಞಾನವು ನೈಜ ಜಗತ್ತಿನಲ್ಲಿ ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ನೇರವಾಗಿ ಅನುಭವಿಸಲು ಸಾಧ್ಯವಾಗುವಂತೆ, ಕ್ಯಾಂಪಸ್ ಒಳಗೆ ಮತ್ತು ಹೊರಗೆ ಕಾರ್ಯಾಗಾರಗಳು, ಪ್ರಾಯೋಗಿಕ ಯೋಜನೆಗಳು, ಅನುಭವ ಮಳಿಗೆಗಳು ಸೇರಿದಂತೆ ವಿವಿಧ ಅವಕಾಶಗಳನ್ನು ವಿಸ್ತರಿಸುವ ಯೋಜನೆಯನ್ನು ಹೊಂದಿದೆ.
ಈ ಜಿಯೋನ್ಬುಕ್ ರಾಷ್ಟ್ರೀಯ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಉಪನ್ಯಾಸವು ವಿದ್ಯಾರ್ಥಿಗಳು ಮತ್ತು ನಮ್ಮನ್ನು ಸಂಪರ್ಕಿಸುವ ಅಮೂಲ್ಯ ಸೇತುವೆಯಾದಂತೆ, ಮುಂದೆಯೂ ತಂತ್ರಜ್ಞರು ಮತ್ತು ಬಳಕೆದಾರರು, ಶೈಕ್ಷಣಿಕ ವಲಯ ಮತ್ತು ಕೈಗಾರಿಕಾ ವಲಯಗಳ ನಡುವೆ ಸೇತುವೆಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದನ್ನು ಮುಂದುವರಿಸುತ್ತೇವೆ.