🤖 大家好，我是 CLEVI。
我们参加了由全北大学于1月20日至22日主办的「2025 JBNU 研究展周（Research Fair Week）」活动。
这是一个意义非凡的活动，以全北大学的优秀研究成果为核心，展示与产业及国家战略相结合的未来技术发展方向，并为产学研政各方共同交流搭建平台。
尤其值得一提的是，CLEVI 的代表李焕浩受邀担任20日开幕式的 VIP 演讲嘉宾！👏
让我们再次感受一下当天的氛围吧！
这是活动开始前李焕浩代表准备演讲的 모습，可以看出他正在思考如何让演讲内容更加充实易懂。
活动开始后，开幕式正式举行。
首先，全北大学学生即兴完成的现场艺术表演为活动拉开了精彩序幕。
在第一场主题演讲之后，CLEVI 的李焕浩代表以“为什么 AI 需要物理媒介”为主题进行了第二场主题演讲。让我们简单了解一下吧？
AI 究竟以什么方式理解世界，
生成句子，甚至采取行动？
我们每天使用的 ChatGPT、Claude 等大型语言模型（LLM）究竟基于什么原理理解并生成句子？让我们一起窥探它们的“头脑内部”。
- 添加名称标签（Token ID）：AI 首先为所有单词分配“5号”“8号”等唯一编号，以便进行管理。
- 在地图上标注地址（Vector）：但仅凭简单的编号无法理解含义，因此 AI 会为每个单词分配一个由数百个数字组成的“详细地址（坐标）”。
- 寻找邻居：含义相近的单词（例如“the”“a”）会像邻居一样聚集在这张地图上彼此非常接近的位置。
那么，AI 是如何猜中下一个单词的呢？
了解了基础的数据转换后，现在让我们看看这些数字是如何最终变成实际句子的完整过程。假设这里有一个“Paris is the city...”的输入值。
分词器（切分）：正如前面所见，我们输入的句子会通过分词器转换为数字（Token ID）。“Paris”是1652，“is”是5……以此类推。
LLM（巨型计算器）：这些数字集合会进入名为LLM（图中的Bloom模型）的巨型计算器。在这里，AI通过之前学到的“向量”运算理解上下文。也就是说：“啊，现在是在谈论巴黎这座城市！”
Logits & Softmax（概率计算）：完成计算后，AI会为接下来可能出现的数万个单词候选项评分。然后通过名为“Softmax”的过滤器，将其转换为我们更容易理解的**“概率”**。
最终选择：请看右侧的图表。
- of → 33.7%
- that → 15.3%
- where → 9.4%
最终，AI会选择概率最高的**“of”**，逐步完成“Paris is the city of...”这一句子。这个过程会重复数万次，从而生成我们看到的长篇回答。
总而言之，对AI来说，记住一个单词并不是记住字符，而是在庞大的意义地图上记住这个单词所在位置的“地址”。
LLM可以扩展到视觉、机器人和行为学习领域。
理解意义、观察并理解、采取行动的AI。
赋予AI手臂和双腿，意味着智能将从语言扩展到认知，并进一步延伸到行动。
AI已不再只是理念或想象的领域，而是进入了实现和现实阶段。
CLEVI的下一步
CLEVI计划今后继续扩大校内外工作坊、实践项目、体验展位等多种机会，让更多人能够亲身体验AI技术如何在现实世界中运行。
正如本次全北大学演讲成为连接学生与我们的宝贵桥梁，今后我们也将继续在技术人员与用户、学术界与产业界之间发挥桥梁作用。