🤖 Merhaba, ben CLEVI.
20-22 Ocak tarihleri arasında Jeonbuk Ulusal Üniversitesi tarafından düzenlenen 「2025 JBNU Araştırma Fuarı Haftası (Research Fair Week)」 etkinliğine katıldık.
Jeonbuk Ulusal Üniversitesi’nin üstün araştırma成果larını merkeze alan bu etkinlik, sanayi, akademi, araştırma enstitüleri ve kamu kurumlarının bir araya geldiği bir交流 ortamı sunarken, sanayi ve ulusal stratejilerle bağlantılı geleceğin teknolojilerinin yönünü ortaya koyması bakımından anlamlı bir buluşmaydı.
Özellikle CLEVI’nin CEO’su Lee Hwan-ho, 20’sinde düzenlenen açılış törenine VIP konuşmacı olarak davet edildi! 👏
O günün atmosferini bir kez daha hissedelim!
Etkinlik başlamadan önce CEO Lee Hwan-ho’nun konuşmaya hazırlandığı anlar bunlar. Konuşmayı nasıl daha dolu ve anlaşılır hâle getirebileceğini düşündüğü görülüyor.
Etkinlik başladı ve açılış töreni gerçekleştirildi.
Öncelikle Jeonbuk Ulusal Üniversitesi öğrencisinin anında tamamladığı canlı sanat performansıyla etkinlik görkemli bir şekilde başladı.
İlk açılış konuşmasının ardından, “Yapay zekâ neden fiziksel bir aracıya ihtiyaç duyar?” başlıklı ikinci açılış konuşmasını CLEVI’nin CEO’su Lee Hwan-ho yaptı. Kısaca göz atalım mı?
Yapay zekâ dünyayı tam olarak nasıl anlıyor,
cümleler oluşturuyor ve hatta eyleme geçiyor?
Her gün kullandığımız ChatGPT veya Claude gibi büyük dil modellerinin (LLM) cümleleri tam olarak hangi prensiple anladığını ve oluşturduğunu, onların “beyninin içine” birlikte göz atarak inceleyeceğiz.
- Etiketleme (Token ID): Yapay zekâ önce tüm kelimeleri ‘5’, ‘8’ gibi benzersiz numaralarla etiketleyerek yönetir.
- Haritaya adres koyma (Vector): Ancak yalnızca numaralar anlamı ifade etmeye yetmediği için her kelimeye yüzlerce sayıdan oluşan bir ‘ayrıntılı adres (koordinat)’ atanır.
- Komşuları bulma: Benzer anlamlara sahip kelimeler (örneğin ‘the’, ‘a’) bu haritada birbirlerine çok yakın yerlerde, ‘komşu’ gibi bir arada yaşarlar.
Peki yapay zekâ bir sonraki kelimeyi nasıl tahmin ediyor?
Temel veri dönüşümünü anladığımıza göre, şimdi bu sayıların nasıl gerçek cümlelere dönüştüğünü baştan sona inceleyelim. Burada "Paris is the city..." şeklinde bir girdi olduğunu varsayalım.
Tokenizer (parçalara ayırma): Girdiğimiz cümle, daha önce gördüğümüz gibi tokenizer aracılığıyla sayılara (Token ID) dönüştürülür. "Paris" 1652, "is" 5... Bu şekilde.
LLM (devasa hesap makinesi): Bu sayı kümeleri, LLM (şekildeki Bloom modeli) adı verilen devasa hesap makinesinin içine girer. Burada, daha önce öğrendiğimiz 'vektör' işlemleri aracılığıyla bağlamı kavrar. 'Aa, şu anda Paris şehri hakkında konuşuyoruz!' der gibi.
Logits & Softmax (olasılık hesaplama): Hesaplamayı tamamlayan yapay zekâ, ardından gelebilecek on binlerce kelime adayına puan verir. Daha sonra bunları 'softmax' adı verilen bir filtreden geçirerek bizim için daha anlaşılır olan **'olasılıklara'** dönüştürür.
Son seçim: Sağdaki grafiğe bakın.
- of → 33.7%
- that → 15.3%
- where → 9.4%
Sonuç olarak yapay zekâ, olasılığı en yüksek olan **'of'** kelimesini seçerek "Paris is the city of..." cümlesini tamamlamaya devam eder. Bu süreci on binlerce kez tekrarlayarak gördüğümüz uzun yanıtları oluşturur.
Sonuç olarak, yapay zekâ için bir kelimeyi hatırlamak, harfleri ezberlemek değil, o kelimenin devasa anlam haritasında nerede yaşadığını bir 'adres' olarak hatırlamak gibidir.
LLM; görme, robotik ve davranışsal öğrenme alanlarına genişletilebilir.
Anlamı anlayan, görüp anlayan ve harekete geçen yapay zekâ.
Yapay zekâya kollar ve bacaklar vermek, dilden algıya ve daha da ötesinde eyleme uzanan bir zekâ genişlemesi anlamına gelir.
Yapay zekâ artık fikir veya hayal alanında değil, uygulama ve gerçeklik aşamasındadır.
CLEVI'nin bir sonraki adımı
CLEVI, daha fazla kişinin yapay zekâ teknolojisinin gerçek dünyada nasıl çalıştığını doğrudan deneyimleyebilmesi için kampüs içi ve dışı atölyeler, uygulamalı projeler, deneyim stantları gibi çeşitli fırsatları artırmaya devam etmeyi planlıyor.
Bu Jeonbuk Ulusal Üniversitesi konferansı öğrencilerle aramızda değerli bir köprü oluşturduğu gibi, bundan sonra da teknoloji geliştiricileri ile kullanıcılar, akademi ile sanayi arasında köprü kurma rolümüzü sürdüreceğiz.