🤖 မင်္ဂလာပါ၊ CLEVI ဖြစ်ပါတယ်။
ဇန်နဝါရီ ၂၀ ရက်မှ ၂၂ ရက်အထိ Jeonbuk National University မှ စီစဉ်ကျင်းပသော 「2025 JBNU ရှာဖွေလေ့လာရေးပွဲ ရက်သတ္တပတ် (Research Fair Week)」 သို့ သွားရောက်ခဲ့ပါတယ်။
ဤပွဲသည် Jeonbuk National University ၏ ထူးချွန်သော သုတေသနရလဒ်များကို အခြေခံ၍ စက်မှုလုပ်ငန်းနှင့် နိုင်ငံတော်မဟာဗျူဟာများနှင့် ချိတ်ဆက်ထားသော အနာဂတ်နည်းပညာများ၏ ဦးတည်ချက်ကို ဖော်ပြပေးပြီး၊ စက်မှုလုပ်ငန်း၊ ပညာရေး၊ သုတေသနနှင့် အစိုးရကဏ္ဍများ အတူတကွ ဖလှယ်နိုင်သည့် အဓိပ္ပာယ်ရှိသော နေရာတစ်ခု ဖြစ်ပါတယ်။
အထူးသဖြင့် CLEVI ၏ CEO ဖြစ်သူ Lee Hwan-ho ကို ၂၀ ရက်နေ့တွင် ကျင်းပသည့် ဖွင့်ပွဲအခမ်းအနား၏ VIP ဟောပြောသူအဖြစ် ဖိတ်ကြားခဲ့ပါတယ်! 👏
အဲဒီနေ့က အငွေ့အသက်ကို တစ်ဖန် ပြန်လည်ခံစားကြည့်ရအောင်!
မစတင်မီ Lee Hwan-ho CEO က ဟောပြောပွဲအတွက် ပြင်ဆင်နေတဲ့ ပုံရိပ်ဖြစ်ပါတယ်။ ဟောပြောပွဲကို ပိုမိုပြည့်စုံပြီး နားလည်လွယ်အောင် ဘယ်လိုပြင်ဆင်ရမလဲဆိုတာ စဉ်းစားနေတဲ့ပုံကို တွေ့ရပါတယ်။
ပွဲစတင်ပြီး ဖွင့်ပွဲအခမ်းအနားကို ကျင်းပခဲ့ပါတယ်။
ပထမဦးစွာ Jeonbuk National University ကျောင်းသားတစ်ဦးက ချက်ချင်းဖန်တီးပြသခဲ့သော တိုက်ရိုက်အနုပညာဖျော်ဖြေမှုဖြင့် ပွဲကို ခမ်းနားစွာ ဖွင့်လှစ်ခဲ့ပါတယ်။
ပထမအကြိမ် အဓိကဟောပြောပွဲအပြီးတွင် “AI သည် အဘယ်ကြောင့် ရုပ်ပိုင်းဆိုင်ရာ ကြားခံတစ်ခု လိုအပ်သနည်း” ဟူသော ခေါင်းစဉ်ဖြင့် ကျွန်ုပ်တို့၏ CLEVI မှ Lee Hwan-ho CEO က ဒုတိယအကြိမ် အဓိကဟောပြောပွဲကို ပြုလုပ်ခဲ့ပါတယ်။ အကျဉ်းချုပ် လေ့လာကြည့်ရအောင်။
AI သည် အမှန်တကယ် မည်သည့်နည်းလမ်းဖြင့် ကမ္ဘာကြီးကို နားလည်ပြီး
ဝါကျများကို ဖန်တီးကာ လုပ်ဆောင်ချက်များအထိ လုပ်ဆောင်နိုင်သနည်း။
ကျွန်ုပ်တို့ နေ့စဉ်အသုံးပြုနေသော ChatGPT သို့မဟုတ် Claude ကဲ့သို့သော ကြီးမားသည့် ဘာသာစကားမော်ဒယ်များ (LLM) သည် မည်သည့်မူအရ ဝါကျများကို နားလည်ပြီး ဖန်တီးသည်ကို ၎င်းတို့၏ 'ဦးနှောက်အတွင်း' ကို အတူတကွ လေ့လာကြည့်ကြမည်ဖြစ်သည်။
- အမည်တပ်ခြင်း (Token ID): AI သည် ပထမဦးစွာ စကားလုံးတိုင်းကို 'နံပါတ် ၅'၊ 'နံပါတ် ၈' ကဲ့သို့သော သီးခြားနံပါတ်များ သတ်မှတ်ပြီး စီမံခန့်ခွဲပါတယ်။
- မြေပုံပေါ်တွင် လိပ်စာမှတ်ခြင်း (Vector): သို့သော် ရိုးရိုးနံပါတ်များဖြင့်သာ အဓိပ္ပာယ်ကို မသိနိုင်သောကြောင့် စကားလုံးတိုင်းအတွက် ရာနှင့်ချီသော နံပါတ်များဖြင့် ဖွဲ့စည်းထားသည့် 'အသေးစိတ်လိပ်စာ (သြဒီနိတ်)' ကို သတ်မှတ်ပေးပါတယ်။
- အိမ်နီးချင်းများ ရှာဖွေခြင်း: အဓိပ္ပာယ်ဆင်တူသော စကားလုံးများ (ဥပမာ 'the'၊ 'a') သည် ဤမြေပုံပေါ်တွင် အလွန်နီးကပ်သောနေရာ၌ 'အိမ်နီးချင်းများ' ကဲ့သို့ စုဝေးနေထိုင်ကြပါတယ်။
ဒါဆို AI က နောက်လာမည့် စကားလုံးကို ဘယ်လို ခန့်မှန်းနိုင်သလဲ။
အခြေခံဒေတာပြောင်းလဲခြင်းကို နားလည်ပြီးပြီဖြစ်သောကြောင့် ယခုအခါ ဤနံပါတ်များသည် အမှန်တကယ် ဝါကျများအဖြစ် မည်သို့ ပေါ်ပေါက်လာသည်ကို လုပ်ငန်းစဉ်တစ်ခုလုံးအနေဖြင့် လေ့လာကြည့်ကြပါစို့။ ဤနေရာတွင် "Paris is the city..." ဟူသော ထည့်သွင်းတန်ဖိုးတစ်ခု ရှိသည်ဟု ယူဆကြပါစို့။
Tokenizer (အပိုင်းပိုင်းခွဲခြင်း): ကျွန်ုပ်တို့ထည့်သွင်းလိုက်သော စာကြောင်းများသည် ယခင်ကတွေ့ခဲ့သည့်အတိုင်း tokenizer မှတစ်ဆင့် နံပါတ်များ (Token ID) အဖြစ် ပြောင်းလဲသွားပါသည်။ "Paris" သည် 1652၊ "is" သည် 5... ဤသို့ဖြစ်ပါသည်။
LLM (ကြီးမားသောတွက်ချက်စက်): ဤနံပါတ်အစုများသည် LLM (ပုံထဲရှိ Bloom မော်ဒယ်) ဟုခေါ်သော ကြီးမားသည့်တွက်ချက်စက်ထဲသို့ ဝင်ရောက်သွားပါသည်။ ဤနေရာတွင် ယခင်ကလေ့လာခဲ့သော 'ဗက်တာ' လုပ်ဆောင်ချက်များမှတစ်ဆင့် အကြောင်းအရာကို နားလည်သဘောပေါက်ပါသည်။ 'အာ၊ အခု Paris မြို့အကြောင်း ပြောနေခြင်းပဲ!' ဟူသကဲ့သို့ ဖြစ်ပါသည်။
Logits & Softmax (ဖြစ်နိုင်ခြေတွက်ချက်ခြင်း): တွက်ချက်မှုပြီးဆုံးသော AI သည် နောက်တွင်လာနိုင်သည့် ထောင်နှင့်ချီသော စကားလုံး候ပတ်များကို အမှတ်ပေးပါသည်။ ထို့နောက် 'softmax' ဟုခေါ်သော filter မှတစ်ဆင့် ၎င်းတို့ကို ကျွန်ုပ်တို့ကြည့်ရှုရလွယ်ကူသည့် **'ဖြစ်နိုင်ခြေ'** အဖြစ် ပြောင်းလဲပေးပါသည်။
နောက်ဆုံးရွေးချယ်မှု: ညာဘက်ရှိဂရပ်ကို ကြည့်ပါ။
- of → 33.7%
- that → 15.3%
- where → 9.4%
နောက်ဆုံးတွင် AI သည် ဖြစ်နိုင်ခြေအမြင့်ဆုံး **'of'** ကိုရွေးချယ်ပြီး "Paris is the city of..." ဟူသော စာကြောင်းကို ဆက်လက်ဖြည့်စွက်ပါသည်။ ထို့နောက် ဤလုပ်ငန်းစဉ်ကို သောင်းနှင့်ချီ၍ ထပ်ခါတလဲလဲလုပ်ကာ ကျွန်ုပ်တို့မြင်တွေ့ရသော ရှည်လျားသည့်အဖြေကို ဖန်တီးပေးပါသည်။
အနှစ်ချုပ်အားဖြင့် AI အတွက် စကားလုံးတစ်လုံးကို မှတ်မိသည်ဆိုသည်မှာ စာလုံးများကို အလွတ်ကျက်ခြင်းမဟုတ်ဘဲ ကြီးမားသောအဓိပ္ပာယ်မြေပုံပေါ်တွင် ထိုစကားလုံးသည် မည်သည့်နေရာတွင် ရှိနေသည်ကို 'လိပ်စာ' အဖြစ် မှတ်မိခြင်းနှင့် တူပါသည်။
LLM ကို အမြင်အာရုံ၊ ရိုဘော့နှင့် အပြုအမူဆိုင်ရာသင်ယူမှုများအထိ တိုးချဲ့နိုင်ပါသည်။
အဓိပ္ပာယ်ကို နားလည်ပြီး၊ မြင်တွေ့နားလည်ကာ၊ လုပ်ဆောင်သော AI။
AI ကို လက်နှင့်ခြေများ ပေးခြင်းသည် ဘာသာစကားမှ သိမြင်နားလည်မှုသို့၊ ထို့ထက်ပို၍ လုပ်ဆောင်မှုသို့ ဆက်လက်ရောက်ရှိသည့် ဉာဏ်ရည်တိုးချဲ့မှုကို ဆိုလိုပါသည်။
AI သည် အိုင်ဒီယာများ သို့မဟုတ် စိတ်ကူးယဉ်မှုများ၏ နယ်ပယ်တွင် မရှိတော့ဘဲ အကောင်အထည်ဖော်မှုနှင့် လက်တွေ့ဘဝအဆင့်သို့ ဝင်ရောက်လာပြီဖြစ်ပါသည်။
CLEVI ၏ နောက်တစ်ဆင့်
CLEVI သည် လူများပိုမိုများပြားစွာ AI နည်းပညာသည် လက်တွေ့ကမ္ဘာတွင် မည်သို့အလုပ်လုပ်သည်ကို ကိုယ်တိုင်တွေ့ကြုံနိုင်စေရန် တက္ကသိုလ်အတွင်းနှင့် ပြင်ပ အလုပ်ရုံဆွေးနွေးပွဲများ၊ လက်တွေ့လေ့ကျင့်ရေးပရောဂျက်များ၊ အတွေ့အကြုံရယူနိုင်သည့် ပြခန်းများအပါအဝင် အခွင့်အလမ်းအမျိုးမျိုးကို ဆက်လက်တိုးချဲ့သွားရန် စီစဉ်ထားပါသည်။
ဤ Jeonbuk National University ဟောပြောပွဲသည် ကျောင်းသားများနှင့် ကျွန်ုပ်တို့ကို ချိတ်ဆက်ပေးသည့် တန်ဖိုးရှိသော တံတားတစ်စင်း ဖြစ်ခဲ့သကဲ့သို့၊ အနာဂတ်တွင်လည်း နည်းပညာရှင်များနှင့် အသုံးပြုသူများ၊ ပညာရေးလောကနှင့် စက်မှုလောကအကြား ပေါင်းကူးတံတားအဖြစ် ဆက်လက်ဆောင်ရွက်သွားပါမည်။