🤖 Здравствуйте, это CLEVI.
С 20 по 22 января мы посетили мероприятие «Неделя исследовательской ярмарки JBNU 2025 (Research Fair Week)», организованное Чонбукским национальным университетом.
Это значимое мероприятие, посвящённое выдающимся результатам исследований Чонбукского национального университета, представлению направлений развития будущих технологий, связанных с промышленными и государственными стратегиями, а также созданию площадки для взаимодействия промышленности, академической среды, исследовательских институтов и государственных организаций.
Особенно приятно, что генеральный директор CLEVI Ли Хван-хо был приглашён в качестве VIP-лектора на церемонию открытия, состоявшуюся 20 января! 👏
Давайте ещё раз почувствуем атмосферу того дня!
Перед началом мероприятия генеральный директор Ли Хван-хо готовится к лекции, размышляя над тем, как сделать её содержательнее и понятнее.
Мероприятие началось с церемонии открытия.
Сначала мероприятие эффектно открылось импровизированным живым арт-перформансом, созданным студентом Чонбукского национального университета.
После первой основной лекции генеральный директор CLEVI Ли Хван-хо выступил со второй основной лекцией на тему «Почему ИИ необходим физический носитель». Давайте кратко ознакомимся с ней.
Как именно ИИ понимает мир
создаёт предложения и даже начинает действовать?
Давайте заглянем в «мозг» больших языковых моделей (LLM), таких как ChatGPT и Claude, которыми мы пользуемся каждый день, чтобы понять, по какому принципу они понимают и создают предложения.
- Присвоение имён (Token ID): Сначала ИИ присваивает каждому слову уникальный номер — например, «5» или «8» — и использует его для управления словами.
- Нанесение адресов на карту (Vector): Однако по одному номеру нельзя понять значение, поэтому каждому слову присваивается «подробный адрес (координата)», состоящий из сотен чисел.
- Поиск соседей: Слова с похожими значениями (например, «the» и «a») собираются на этой карте очень близко друг к другу, словно «соседи».
Как же ИИ угадывает следующее слово?
Теперь, когда мы поняли базовое преобразование данных, давайте рассмотрим весь процесс и увидим, как эти числа превращаются в настоящие предложения. Предположим, что у нас есть входное значение «Paris is the city...»,.
Токенизатор (разбиение на части): как мы видели ранее, введённое нами предложение проходит через токенизатор и преобразуется в числа (идентификаторы токенов). Например, «Paris» — в 1652, «is» — в 5... и так далее.
LLM (огромный вычислитель): эти наборы чисел поступают внутрь огромного вычислителя под названием LLM (модель Bloom на рисунке). Здесь с помощью изученных ранее операций над «векторами» определяется контекст. «А, сейчас речь идёт о городе Париже!» — примерно так.
Logits & Softmax (расчёт вероятностей): завершив вычисления, AI оценивает десятки тысяч кандидатов слов, которые могут идти дальше. Затем через фильтр под названием «softmax» преобразует эти оценки в удобные для восприятия **«вероятности»**.
Финальный выбор: посмотрите на график справа.
- of → 33.7%
- that → 15.3%
- where → 9.4%
В итоге AI выбирает **«of»** с наибольшей вероятностью и продолжает предложение «Paris is the city of...». Повторяя этот процесс десятки тысяч раз, он создаёт длинный ответ, который мы видим.
Таким образом, для AI запоминать слова — значит не заучивать буквы, а запоминать «адрес» слова — то, где оно находится на огромной карте значений.
LLM можно расширить, добавив зрение, робототехнику и обучение действиям.
AI, который понимает смысл, видит и понимает, а также действует.
Наделить AI руками и ногами — значит перейти от языка к восприятию, а затем к действиям, расширяя интеллект.
AI больше не находится в сфере идей или воображения — он вступил в этап реализации и воплощения в реальности.
Следующий шаг CLEVI
В дальнейшем CLEVI планирует расширять различные возможности — такие как семинары в учебных заведениях и за их пределами, практические проекты и демонстрационные стенды, — чтобы ещё больше людей могли на практике испытать, как технологии AI работают в реальном мире.
Как эта лекция в Чонбукском национальном университете стала ценным мостом, соединившим студентов и нас, так и в дальнейшем мы продолжим выступать связующим звеном между специалистами и пользователями, академическим сообществом и индустрией.