Мэдээ

Ирээдүйн салбарын хариу арга хэмжээний стратегийн семинар – Солонгосын аж үйлдвэрийн оюунжуулалтын холбоо

Өнгөрсөн 10 дугаар сарын 24-нд Солонгосын аж үйлдвэрийн оюунжуулалтын холбоо (KOIIA)-ны урилгаар зохион байгуулагдсан “2025 оны дунд хэмжээний аж ахуйн нэгжүүдийн гол авьяастныг хөгжүүлэх академи, ирээдүйн салбарын хариу арга хэмжээний стратегийн семинар”-т оролцож, CLEVI-ийн төлөөлөн удирдах захирал И Хван Хо үндсэн илтгэл тавилаа.

Үндсэн хэсгийн зураг

Өнгөрсөн 10 дугаар сарын 24-нд Солонгосын аж үйлдвэрийн оюунжуулалтын холбоо (KOIIA)-ны урилгаар зохион байгуулагдсан “2025 оны дунд хэмжээний аж ахуйн нэгжүүдийн гол авьяастныг хөгжүүлэх академи, ирээдүйн салбарын хариу арга хэмжээний стратегийн семинар”-т оролцож, CLEVI-ийн төлөөлөн удирдах захирал И Хван Хо үндсэн илтгэл тавилаа.

Бид “AI технологи нэвтрүүлсэн тохиолдол болон DX-ийн практик стратеги” сэдэвт хуралдаанд “Physical AI ашигласан тохиолдол, RAG агент нэвтрүүлэх явц дахь бүтэлгүйтлийн хүчин зүйлс болон сайжруулах стратеги” сэдвээр оролцлоо.

Үндсэн хэсгийн зураг

Сүүлийн үед AI агентын талаарх сонирхол нэмэгдэхийн хэрээр AI нэвтрүүлэхийг авч үзэж буй компаниудын тоо мөн өсөж байна. Олон байгууллага, аж ахуйн нэгж AI-ийг туршилтаар нэвтрүүлэн ажиллуулж байгаа гэж ойлгож байна.

Гэвч харамсалтай нь олон аж ахуйн нэгж, байгууллагад хүлээж байсан ROI гарахгүй байх, эсвэл PoC-д ажиллаж байсан функцүүд үндсэн төсөл болон бодит талбарт зөв хариулт өгөхгүй, эсвэл огт ажиллахгүй байх тохиолдол маш олон байгааг судалгаагаар тогтоосон.

Эдгээр мэдээллийн улмаас олон компани AI-ийг яаран нэвтрүүлэхээс зайлсхийж байна.

Үндсэн хэсгийн зураг

Энэ удаагийн лекцээр CLEVI-ийн төлөөлөн удирдах захирал И Хван Хо яаран AI нэвтрүүлсний гол бүтэлгүйтлийн шалтгаанууд болох RAG системийн хязгаарлалт, нээлттэй эхийн загвар болон жижиг LLM (SLM)-ийн талаар дэлгэрэнгүй тайлбарлаж, өмнөх нэвтрүүлэлтийн тохиолдлууд яагаад бүтэлгүйтсэнийг тайлбарлалаа.

Эцсийн дүндээ AI ашиглах болсон шалтгаан нь хүний ажлыг орлуулах, эсвэл хүнээс илүү гүйцэтгэл үзүүлнэ гэж хүлээж байгаатай холбоотой юм.

Одоогоор AI нэвтрүүлсэн компаниудын практик ажилтнууд AI-ийн хариултын чанарт итгэж чадахгүй байгаа тул AI-ийн хариултыг нэг бүрчлэн шалгахад хүрч, харин ч ажлын ачаалал нэмэгдэж байна гэсэн гомдол гаргаж байна.

Үндсэн хэсгийн зураг

Шалтгаан нь ихэнх компаниуд нээлттэй эхийн SLM загварыг fine-tuning хийж, шийдэл болгон ашигладагтай холбоотой.

Зөн совингоор AI шинэ зүйл сурвал илүү ухаалаг болно гэж боддог ч, харин AI-д шинэ мэдлэг заахад өмнөх дурсамж буюу дурын параметрийн жингээ алдах тохиолдол гардаг.

Илүү ноцтой асуудал нь ямар мэдээлэл, мэдлэгээ алдсаныг хэн ч мэдэхгүй болдогт оршино.

Үндсэн хэсгийн зураг

AI нэвтрүүлэх нь бага хэмжээний нөөц шаарддаг ажил биш учраас PoC үеэс эхлэн олон талаас нь баталгаажуулсан байх.

Тэгвэл яагаад энэ үед ийм асуудал гараагүй вэ? Учир нь зорилтот мэдээллээр дахин сургасан юм.

Зөвхөн тоо мэддэг AI-д цагаан толгой зааж, дараа нь зөвхөн цагаан толгойн тухай асуулт тавьсан тул мэдээж сайн хариулна. Гэхдээ бодит ажлын талбарт ийм тодорхой домэйнд мэргэшсэн загвар л хэрэгтэй гэж үү?

Бидний ажлын орчин өдөр бүр шинэ нөхцөл байдал, шинэ өгөгдөлтэй тулгардаг. Гэвч өмнөх мэдлэгийг санамсаргүйгээр устган байж сургасан AI нь ерөнхий хэрэглээний боломж төдийгүй нарийвчлалаа ч баталгаажуулж чаддаггүй.

Үндсэн хэсгийн зураг

Тиймээс From-scratch Foundation асар том хэлний загварыг эзэмшсэн байх, эсвэл ийм загвар бүтээх технологитой байх шаардлагатай.

Учир нь ийм загварууд дэлхийн бараг бүх мэдлэгийг агуулдаг тул хариултын чанар төдийгүй нарийвчлал нь ч өндөр байдаг.

Мэргэшсэн домэйны хувьд SFT(Supervised Fine-Tuning) хэмээх технологийг ашиглах, эсвэл бага хэмжээний өгөгдөлд RAG систем, эсвэл CLEVI-ийн өөрсдийн хөгжүүлсэн оюун ухааны мэдээллийн сангийн систем болох семантик мэдээллийн сангийн технологийг ашигласнаар fine-tuning хийсэн SLM-ийн сул талыг даван туулж болно.

Үндсэн хэсгийн зураг

Засгийн газар ч ийм суурь загварын ач холбогдлыг ойлгож байгаа учраас ихээхэн дэмжлэг үзүүлж байна.

Энэ бол Үндэсний төлөөлөгч AI төсөл юм. Энэ төслийн хамгийн том зорилго нь дижитал бүрэн эрхт байдлыг хангах явдал юм.

Манай CLEVI мөн нээлттэй эхийн загвар ашиглах үед гарч болох ноцтой сул талуудыг мэддэг байсан тул өгөгдөл цуглуулахаас эхлээд архитектурын загварчлал хүртэл бүхнийг бие даан хөгжүүлж, CLEVI-ийн загваруудыг сургасан.

Одоогийн CLEVI-ийн загварууд дэлхийн тэргүүлэх AI-тай өрсөлдсөн ч огтхон ч хоцрохгүй гүйцэтгэлтэй.

Ялангуяа өөрийн загвартай учраас гадаад загвар ашиглах үед үүсэж болох хамаарлын асуудал CLEVI-д хамааралгүй.

Үндсэн хэсгийн зураг

Өдгөө AI нэвтрүүлэх нь сонголт бус зайлшгүй шаардлага болж байна. Гэхдээ зөвхөн хамгийн сүүлийн үеийн технологийг нэвтрүүлснээр хүссэн үр дүнд хүрэхэд хэцүү.

Жинхэнэ инноваци нь технологийн хязгаарыг зөв ойлгож, байгууллагынхаа орчин, зорилгод нийцсэн оновчтой стратегийг боловсруулах үед л эхэлдэг.

CLEVI нь өөрийн асар том хэлний загвар, семантик мэдээллийн сан зэрэг ялгарах технологийн чадавхаараа байгууллагууд AI нэвтрүүлэх явцад тулгардаг туршилт, алдаа болон эрсдэлийг хамгийн бага түвшинд хүргэж байна.

Цаашид ч бид талбар дээрх дуу хоолойг анхааралтай сонсож, илүү олон байгууллагын итгэл хүлээсэн AI түнш болохын төлөө бүх хүчээ дайчлан ажиллах болно. AI-ийг нэвтрүүлсний жинхэнэ амжилтыг CLEVI-тэй хамт бүтээн байгуулаарай.

Үндсэн хэсгийн зураг
Мэдээллийн төв рүү буцах
CLEVI

Хэл, бүс нутаг

Машинаар орчуулсан хэлүүдийг тэмдэглэсэн. Боломжтой байдал нь нийтэлсэн сайтын багцыг дагана.

136 хэл

Санал болгосон

1

Зүүн Ази

7

Зүүн өмнөд Ази

11

Өмнөд Ази

18

Төв Ази

5

Ойрхи Дорнод ба Кавказ

10

Баруун Европ, Өмнөд Европ

16

Их Британи, Ирланд

4

Хойд Европ

10

Төв Европ ба Балкан

14

Зүүн Европ

5

Зүүн Африк

8

Баруун Африк, Төв Африк

9

Өмнөд Африк тив

8

Америк

5

Номхон далайн орнууд

5
Ирээдүйн салбарын хариу арга хэмжээний стратегийн семинар – Солонгосын аж үйлдвэрийн оюунжуулалтын холбоо — CLEVI