വാർത്തകൾ

2025 JBNU റിസർച്ച് ഫെയർ വീക്ക് - CLEVIയുടെ AI ഉപയോഗിച്ച് ഭാവിയെ പരിചയപ്പെടുത്തുന്നു.

🤖 നമസ്കാരം, CLEVI ആണ്.

പ്രധാന ഉള്ളടക്ക ചിത്രം

🤖 നമസ്കാരം, CLEVI ആണ്.

ജനുവരി 20 മുതൽ 22 വരെ ജെonbuk നാഷണൽ യൂണിവേഴ്സിറ്റി സംഘടിപ്പിച്ച 「2025 JBNU റിസർച്ച് ഫെയർ വീക്ക് (Research Fair Week)」 പരിപാടിയിൽ ഞങ്ങൾ പങ്കെടുത്തു.

ജെonbuk നാഷണൽ യൂണിവേഴ്സിറ്റിയുടെ മികച്ച ഗവേഷണ成果ങ്ങളെ കേന്ദ്രീകരിച്ച്, വ്യവസായ-ദേശീയ തന്ത്രങ്ങളുമായി ബന്ധപ്പെട്ട ഭാവി സാങ്കേതികവിദ്യകളുടെ ദിശ അവതരിപ്പിക്കുകയും വ്യവസായം, അക്കാദമിക മേഖല, ഗവേഷണ സ്ഥാപനങ്ങൾ, സർക്കാർ എന്നിവ ഒരുമിച്ച് ഇടപഴകുന്നതിനുള്ള വേദിയൊരുക്കുകയും ചെയ്ത അർത്ഥവത്തായ അവസരമായിരുന്നു ഈ പരിപാടി.

പ്രത്യേകിച്ച്, CLEVIയുടെ പ്രതിനിധിയായ ഹ്വാൻഹോ ലീ 20-ന് നടന്ന ഉദ്ഘാടനച്ചടങ്ങിലെ VIP പ്രഭാഷകനായി ക്ഷണിക്കപ്പെട്ടിരുന്നു! 👏

അന്നത്തെ അന്തരീക്ഷം ഒരിക്കൽ കൂടി അനുഭവിക്കാം!

തുടങ്ങുന്നതിന് മുമ്പ്, പ്രതിനിധിയായ ഹ്വാൻഹോ ലീ പ്രഭാഷണത്തിനായി തയ്യാറെടുക്കുന്ന ദൃശ്യമാണിത്. പ്രഭാഷണം എങ്ങനെ കൂടുതൽ സമഗ്രവും എളുപ്പം മനസ്സിലാക്കാവുന്നതുമാക്കാമെന്ന് അദ്ദേഹം ചിന്തിക്കുന്നതായി കാണാം.

പ്രധാന ഉള്ളടക്ക ചിത്രം

പരിപാടി ആരംഭിച്ച് ഉദ്ഘാടനച്ചടങ്ങ് നടന്നു.

ആദ്യം, ജെonbuk നാഷണൽ യൂണിവേഴ്സിറ്റിയിലെ ഒരു വിദ്യാർത്ഥി തത്സമയം പൂർത്തിയാക്കിയ ലൈവ് ആർട്ട് പ്രകടനത്തോടെ പരിപാടിക്ക് ഗംഭീരമായ തുടക്കമായി.

ആദ്യ മുഖ്യപ്രഭാഷണത്തിന് ശേഷം, “AIയ്ക്ക് ഭൗതിക മാധ്യമം ആവശ്യമായത് എന്തുകൊണ്ട്” എന്ന വിഷയത്തിൽ ഞങ്ങളുടെ CLEVIയുടെ പ്രതിനിധിയായ ഹ്വാൻഹോ ലീ രണ്ടാമത്തെ മുഖ്യപ്രഭാഷണം നടത്തി. നമുക്ക് ചുരുക്കത്തിൽ നോക്കാം?

AI യഥാർത്ഥത്തിൽ എങ്ങനെയാണ് ലോകത്തെ മനസ്സിലാക്കുന്നത്,

വാക്യങ്ങൾ സൃഷ്ടിക്കുകയും പ്രവർത്തിക്കുകയും ചെയ്യുന്നത്?

KakaoTalk_20260128_145004324_07

നാം ദിവസവും ഉപയോഗിക്കുന്ന ChatGPT, Claude എന്നിവ പോലുള്ള വലിയ ഭാഷാ മോഡലുകൾ (LLM) യഥാർത്ഥത്തിൽ ഏത് തത്വത്തിന്റെ അടിസ്ഥാനത്തിലാണ് വാക്യങ്ങൾ മനസ്സിലാക്കുകയും സൃഷ്ടിക്കുകയും ചെയ്യുന്നതെന്ന് അവയുടെ 'തലച്ചോറിനുള്ളിലേക്ക്' ഒരുമിച്ച് നോക്കാം.

  1. പേര് ടാഗ് ചെയ്യൽ (Token ID): AI ആദ്യം എല്ലാ വാക്കുകൾക്കും '5', '8' എന്നിങ്ങനെയുള്ള തനതായ നമ്പറുകൾ നൽകി അവ കൈകാര്യം ചെയ്യുന്നു.
  2. മാപ്പിൽ വിലാസം അടയാളപ്പെടുത്തൽ (Vector): എന്നാൽ വെറും നമ്പറുകൾ കൊണ്ട് മാത്രം അർത്ഥം മനസ്സിലാക്കാനാകില്ല. അതിനാൽ ഓരോ വാക്കിനും നൂറുകണക്കിന് അക്കങ്ങളടങ്ങിയ 'വിശദമായ വിലാസം (കോർഡിനേറ്റ്)' നൽകുന്നു.
  3. അയൽവാസികളെ കണ്ടെത്തൽ: സമാന അർത്ഥമുള്ള വാക്കുകൾ (ഉദാ: 'the', 'a') ഈ മാപ്പിൽ വളരെ അടുത്തായി 'അയൽവാസികളെപ്പോലെ' ഒത്തുചേർന്ന് താമസിക്കുന്നു.
പ്രധാന ഉള്ളടക്ക ചിത്രം

അപ്പോൾ AI എങ്ങനെയാണ് അടുത്ത വാക്ക് പ്രവചിക്കുന്നത്?

അടിസ്ഥാന ഡാറ്റാ പരിവർത്തനം മനസ്സിലാക്കിയതിനാൽ, ഈ അക്കങ്ങൾ എങ്ങനെയാണ് യഥാർത്ഥ വാക്യങ്ങളായി രൂപപ്പെടുന്നതെന്ന് ഇപ്പോൾ മുഴുവൻ പ്രക്രിയയും നോക്കാം. ഇവിടെ "Paris is the city..." എന്ന ഇൻപുട്ട് ഉണ്ടെന്ന് കരുതുക.

ടോക്കണൈസർ (ഭാഗങ്ങളാക്കൽ): നമ്മൾ നൽകിയ വാക്യം, മുമ്പ് കണ്ടതുപോലെ, ടോക്കണൈസർ വഴി അക്കങ്ങളായി (Token ID) മാറുന്നു. "Paris" 1652-ാം നമ്പർ, "is" 5-ാം നമ്പർ... ഇങ്ങനെയാണ്.

LLM (വലിയ കണക്കുകൂട്ടൽ യന്ത്രം): ഈ അക്കങ്ങളുടെ കൂട്ടങ്ങൾ LLM (ചിത്രത്തിലെ Bloom മോഡൽ) എന്ന വലിയ കണക്കുകൂട്ടൽ യന്ത്രത്തിനുള്ളിലേക്ക് പ്രവേശിക്കുന്നു. ഇവിടെ നേരത്തെ പഠിച്ച 'വെക്റ്റർ' കണക്കുകൂട്ടലിലൂടെ സന്ദർഭം മനസ്സിലാക്കുന്നു. 'ഓ, ഇപ്പോൾ പാരിസ് എന്ന നഗരത്തെക്കുറിച്ചാണ് സംസാരിക്കുന്നത്!' എന്നതുപോലെ.

Logits & Softmax (സാധ്യതാ കണക്കുകൂട്ടൽ): കണക്കുകൂട്ടൽ പൂർത്തിയാക്കിയ AI, അടുത്തതായി വരാവുന്ന പതിനായിരക്കണക്കിന് വാക്കുകളുടെ സ്ഥാനാർഥികൾക്ക് സ്കോർ നൽകുന്നു. തുടർന്ന് 'സോഫ്റ്റ്മാക്സ്' എന്ന ഫിൽട്ടറിലൂടെ അവയെ നമുക്ക് കാണാൻ എളുപ്പമുള്ള **'സാധ്യത'**കളാക്കി മാറ്റുന്നു.

അന്തിമ തിരഞ്ഞെടുപ്പ്: വലതുവശത്തെ ഗ്രാഫ് നോക്കൂ.

  • of → 33.7%
  • that → 15.3%
  • where → 9.4%

അവസാനം, AI ഏറ്റവും ഉയർന്ന സാധ്യതയുള്ള **'of'** തിരഞ്ഞെടുക്കുകയും "Paris is the city of..." എന്ന വാക്യം പൂർത്തിയാക്കുകയും ചെയ്യുന്നു. ഈ പ്രക്രിയ പതിനായിരക്കണക്കിന് തവണ ആവർത്തിച്ചാണ് നമ്മൾ കാണുന്ന ദീർഘമായ ഉത്തരങ്ങൾ സൃഷ്ടിക്കുന്നത്.

ചുരുക്കത്തിൽ, AI ഒരു വാക്ക് ഓർക്കുന്നു എന്നത് അക്ഷരങ്ങൾ മനഃപാഠമാക്കുന്നതല്ല; മറിച്ച്, വിശാലമായ അർത്ഥങ്ങളുടെ ഭൂപടത്തിൽ ആ വാക്ക് എവിടെയാണ് സ്ഥിതിചെയ്യുന്നതെന്ന് സൂചിപ്പിക്കുന്ന 'വിലാസം' ഓർക്കുന്നതുപോലെയാണ്.

LLM-നെ കാഴ്ച, റോബോട്ടിക്സ്, പെരുമാറ്റ പഠനം എന്നിവയിലേക്ക് വികസിപ്പിക്കാം.

അർത്ഥം മനസ്സിലാക്കുകയും, കണ്ട് മനസ്സിലാക്കുകയും, പ്രവർത്തിക്കുകയും ചെയ്യുന്ന AI.

AI-യ്ക്ക് കൈകളും കാലുകളും നൽകുക എന്നത് ഭാഷയിൽ നിന്ന് ഗ്രഹണത്തിലേക്കും, അതിനപ്പുറം പ്രവർത്തനത്തിലേക്കും നീളുന്ന ബുദ്ധിയുടെ വിപുലീകരണത്തെ സൂചിപ്പിക്കുന്നു.

​AI ഇനി ആശയങ്ങളുടെയോ ഭാവനയുടെയോ പരിധിയിലല്ല, നടപ്പാക്കലിന്റെയും യാഥാർഥ്യത്തിന്റെയും ഘട്ടത്തിലെത്തിയിരിക്കുന്നു.

CLEVI-യുടെ അടുത്ത ചുവട്

ഭാവിയിലും കൂടുതൽ ആളുകൾക്ക് AI സാങ്കേതികവിദ്യ യഥാർഥ ലോകത്ത് എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് നേരിട്ട് അനുഭവിക്കാനാകുന്നതിനായി, ക്യാമ്പസിനകത്തും പുറത്തുമുള്ള വർക്ക്‌ഷോപ്പുകൾ, പ്രായോഗിക പ്രോജക്റ്റുകൾ, അനുഭവവേദികൾ എന്നിവയുൾപ്പെടെ വിവിധ അവസരങ്ങൾ വിപുലീകരിക്കാൻ CLEVI പദ്ധതിയിടുന്നു.

ഈ ജിയോൺബുക്ക് നാഷണൽ യൂണിവേഴ്സിറ്റി പ്രഭാഷണം വിദ്യാർഥികളെയും ഞങ്ങളെയും ബന്ധിപ്പിച്ച വിലപ്പെട്ട പാലമായതുപോലെ, ഇനിയും സാങ്കേതികവിദഗ്ധരും ഉപയോക്താക്കളും, അക്കാദമിക് ലോകവും വ്യവസായലോകവും തമ്മിലുള്ള പാലമായി ഞങ്ങൾ തുടർന്നും പ്രവർത്തിക്കും.

വാർത്താമുറിയിലേക്ക് മടങ്ങുക
CLEVI

ഭാഷയും പ്രദേശവും

മെഷീൻ വിവർത്തനം ചെയ്ത ഭാഷകൾ അടയാളപ്പെടുത്തിയിരിക്കുന്നു. ലഭ്യത പ്രസിദ്ധീകരിച്ച സൈറ്റ് ബണ്ടിലിനെ ആശ്രയിച്ചിരിക്കുന്നു.

136 ഭാഷകൾ

ശുപാർശ ചെയ്തത്

1

കിഴക്കൻ ഏഷ്യ

7

തെക്ക്-കിഴക്കൻ ഏഷ്യ

11

തെക്കേ ഏഷ്യ

18

മദ്ധ്യേഷ്യ

5

മധ്യപൂർവ ദേശവും കോക്കസസും

10

പശ്ചിമ യൂറോപ്പ് കൂടാതെ തെക്കേ യൂറോപ്പ്

16

യുണൈറ്റഡ് കിംഗ്ഡം കൂടാതെ അയർലൻഡ്

4

വടക്കേ യൂറോപ്പ്

10

മധ്യ യൂറോപ്പും ബാൽക്കണും

14

കിഴക്കൻ യൂറോപ്പ്

5

കിഴക്കൻ ആഫ്രിക്ക

8

പശ്ചിമ ആഫ്രിക്ക കൂടാതെ മദ്ധ്യ ആഫ്രിക്ക

9

തെക്കേ ആഫ്രിക്ക

8

അമേരിക്കകൾ

5

ഓഷ്യാനിയ

5
2025 JBNU റിസർച്ച് ഫെയർ വീക്ക് - CLEVIയുടെ AI ഉപയോഗിച്ച് ഭാവിയെ പരിചയപ്പെടുത്തുന്നു. — CLEVI