====== Den otevřených dveří ====== Stránka pro sdílení know-how o prezentaci ÚFALu na Dnech otevřených dveří (a podobných akcích). ===== Poznámky pro budoucnost ===== * chce to sexy název, například "Jak funguje ChatGPT?" * chceme zkusit mít stánek na chodbě ve 2. patře před kanclem a ne uvnitř kanclu * chceme si pořídit velkou plyšovou lamu a mít ji na stánku :-) 🦙 ===== 2023 ===== ==== DOD v listopadu 2023 ==== Koordinuje Rudolf, viz kanál #dod na Slacku! * stánek * Rudolf Rosa, Patrícia Schmidtová, Zdeněk Kasner * v ÚFALím kanclu N 231 🐬 * dema * Generování poezie * https://huggingface.co/jinymusim/gpt-czech-poet * Buď přímo přes huggingface (ale tam se naráží na limity) * Anebo na nějakém solu v terminálu, třebas takto: https://github.com/ufal/dod/blob/main/gpt-czech-poet-userfriendly.py * Povídání k tomu: https://docs.google.com/document/d/15Gd79Kdx70OavSctt7z7BK40v27F8PLWO40t5QJZlO0/edit?usp=sharing * Generování textu s hlasovým vstupem a výstupem * https://quest.ms.mff.cuni.cz/nlg/text-generation-webui/ * Hlavní zábava: persony (odskrollovat níže a vybrat kliknutím na obrázek) * Sčítání a odčítání word embeddings * spuštění například: * ''srun -p cpu-troja,cpu-ms --mem=50G --cpus-per-task=8 --pty bash'' * ''cd /home/musil/lnet_work_musil/emb_ar'' * ''python3 emb_arithm.py syn9_w15_lemma.pkl --history ~/my_history_file.txt'' * dobré příklady např.: * pes - kost + myš * vodka - Rusko + Česko * Hitler - Německo + Rusko * škola - učitel + lékař * k vysvětlení např Tomášovy slajdy * http://tomasm.cz/slides/lmph/slides.pdf * Detailnější pokyny od TM: * Ve složce ''/home/musil/lnet_work_musil/emb_ar'' je skript emb_arithm.py , kterému se dá jako argument soubor s embeddingy v mém vlastním formátu. Načte to během pár desítek vteřin seznam embeddingů + ball tree, který dokáže efektivně hledat nejbližší sousedy v řádu nízkých jednotek sekund (v závistlosti na množství a velikosti embeddingů). * Potřebuje to numpy a sklearn a pro větší modely běžet aspoň na solu * jsou tam k tomu různé české embeddingy, nejlíp se mi zatím osvědčil soubor ''cnk_lemma_norm_embs_ar.pkl'', což jsou nějaké staré embeddingy na ČNK syn4, které mají dimenzi jenom 100; nové embeddingy na syn9 s větší dimenzí kupodivu nefungují tak pěkně * a taky si ten skript pamatuje historii (pohybuje se v ní normálně šipkou nahoru a dolu) a když mu dáte v --history nějaký file, tak si v něm bude historii udržovat i mezi běhy * (což bych na DOD doporučil, můžeme pak z té historie vybrat nějaké zajímavé examples, co zájemci o studium vymyslí) * ty embeddingy, které mají v názvu 'lemma' jsou na lemmatech, což mi přijde lepší, protože pak ve výstupu není opakované totéž v různých tvarech; ale zase se na nich nedají předvádět morfologické analogie * mimochodem, ve výstupu vynechávám slova z promptu, kdyby se někdo třeba divil, jaktože 'pes' není nejbližší sám sobě * Generování divadelních her * https://theaitre.com/demo * https://ufallab.ms.mff.cuni.cz/cgi-bin/rosa/theaitre-demo/demo.py * běží, mám dojem že je to nějak horší než to bývalo, ale těžko říct * Generování příběhů * https://ufal.mff.cuni.cz/AIvK/exponat/sekce/pribehy/ * generuje text i obrázky * ale zatim to nemá hezkej vzhled, na tom teď pracuje kolega a buď to do úterka bude nebo ne * Generování otisků duší * https://bit.ly/clovek-duse-ai * To asi spíš ne? To se asi na MFF moc nehodí :slightly_smiling_face: * letáčky * Zdroj: https://www.canva.com/design/DAFQx44Q3_A/Auet77a9F4j6MGBsYOm13Q/edit * PDF 2022: {{ ::letacek_ufal_dod_2022_tisk.pdf |}} * nějaký asi pošle Iva, možná Zdeněk ještě upraví, vytiskneme si na Impaktu * rollup -- přinést z MS * zkusí poslat Iva ve spolupráci se SISALem * harmonogram * 8:00 sraz (Rudolf, +Patricia?) * 8:45 start * 10:30 hlavní nápor * 13:30 přichází Zdeněk * 14:30 odchází Rudolf * 16:00 konec (Zdeněk, +Patricia?) * přednášky * N1 OBojar 14:30-14:55 LLM: Od strojového překladu k řešení všech textových úloh světa * N2 Rudolf 14:45-15:30 Více než jen ChatGPT: Principy a možnosti současných nástrojů umělé inteligence (přednáška pro fakultní školy, možná to není open for all, nevím) * web MFF: https://www.mff.cuni.cz/cs/uchazeci/dny-otevrenych-dveri/2023 ==== JDIM v lednu 2023 ==== * Dema * THEaiTRE * Generování scénářů divadelních her * https://theaitre.com/demo * QR kód: {{::e8e712050ddacee1af8b140f8e38288a.png?200|}} * Rudolf * DeriNet * Slovotvorný les: jak se tvoří slova * https://lukyjanek.github.io/subpages/2023-jdim-demo-annotation/UDerAnnotation.html * Lukáš + Jonáš * ELITR * Živý překlad mluvené řeči do 42 jazyků * https://quest.ms.mff.cuni.cz/elitr/demo/ * Dominik * nápisy na polepení stánků: {{ ::jdim_cedulky.odt |}} * letáčky viz DOD 2022, zbylé jsou zavřené ve skříni vedle věšáku v S 409 * přednáška: https://bit.ly/theaitre-jdim-2023 ===== 2022 ===== Koordinuje Rudolf, viz kanál #dod na Slacku! * Letáček od Zdeňka Kasnera: * Zdroj: https://www.canva.com/design/DAFQx44Q3_A/Auet77a9F4j6MGBsYOm13Q/edit * PDF: {{ ::letacek_ufal_dod_2022_tisk.pdf |}} * SVG: {{ ::letacek_dod_svg.zip |}} (konvertováno přes Inkscape z PDF + font) * Asi 50 výtisků se nachází u Rudolfa v kanceláři N 235 🐙 * THEaiTRE: * demo: https://theaitre.com/demo * letáček česky: https://docs.google.com/document/d/1RCzOS5RE8u6CERcEz_rxhsQ10TYCGh5qpy8Pj56HHrw/edit?usp=sharing * sestřih videozáznamu hry: https://youtu.be/apPLTXbuFkg * Sčítání a odčítání slov: * Tomášovo slajdy: http://tomasm.cz/slides/lmph/slides.pdf * Tomášovo demo pomalé v Haskellu (loaduje se cca 20 minut): ''/home/musil/scitani_slov'' ... ''scitani.sh'' * Tomášovo demo rychlé v Pythonu (loaduje se minutu ale padá): ''/home/musil/scitani_slov'' ... ''scitani.py cnk-slemma-100-15-normalized.txt'' ===== 2021 ===== **!!! VŠECHNO JINAK, ASI TO BUDE DISTANČNĚ A STÁNEK NEBUDE !!!** * organizační **!!! VŠECHNO JINAK, ASI TO BUDE DISTANČNĚ A STÁNEK NEBUDE !!!** * Koordinaci stánku má na starosti Ruda (formulář vyplnil) * velkou přednášku bude mít Martin Popel (nahlášeno Vladanovi Majerechovi) * v pondělí 22.11. kolem 16:00 je potřeba na Malé Straně předat věci k odvozu na Impakt (1-2 projektory, 2 prodlužovačky, HDMI kabely?) * v úterý 23.11. je DOD, je potřeba mít někoho na stánku cca 8:00 -- 17:00 * Rudolf tam bude, ale nezvládne tam být nonstop, potřebuju ještě 1-3 další dobrovolníky * hardware **!!! VŠECHNO JINAK, ASI TO BUDE DISTANČNĚ A STÁNEK NEBUDE !!!** * máme zamluvené 2 stoly, 3 zásuvky, 4 židle * monitory vezmeme z kanclů na Impaktu; máme je připojené přes display port, ale mají i HDMI. Tomáš Musil má v šuplíčku jeden HDMI kabel. * notebooky ÚFALí ze sekretariátu (a podle potřeby + vlastní) * Projektor (1-2) dovézt z MS * prodlužku (1-2) možná taky z MS * dema **!!! VŠECHNO JINAK, ASI TO BUDE DISTANČNĚ A STÁNEK NEBUDE !!!** * určitě chceme ukazovat THEaiTRE demo * URL sem nedávám protože to ještě nechceme mít úplně veřejné * a k tomu asi i pouštět ukázku té divadelní hry * ODušek má Alex (česky, chcete jet z Anděla) a syntézu řeči (zvlášť, nečesky) * asi ukazovat tu Alex * Tomáš Musil snad připraví sčítání a odčítání slov (= embedinků) * ukazovat CUBBITT překlad, ukazovat příklady kde Popel překládá líp než Google * Martin zkusí něco připravit, s Googlem to není problém, s DeepL je to větší problém * Sunit by mohl ukazovat eye tracking * Peter Polák by taky mohl mít nějaké demo * další materiály * letáky? * ještě něco? * info o studiu u nás? * Bc.: program Informatika, specializace Umělá inteligence, zaměření Zpracování přirozeného jazyka * Mgr.: program Informatika - Jazykové technologie a počítačová lingvistika, 2 zaměření (počítačová a formální lingvistika; statistické metody a metody strojového učení pro zpracování jazyka) * Ph.D.: program Computational linguistics / Matematická lingvistika ===== 2018 ===== ==== stánek ==== * název: Počítačové zpracování přirozeného jazyka * osazenstvo: Rudolf Rosa (7:30-15:30), Tomáš Musil (8:00-17:30), Dušan Variš (11:00-17:30), Tea Vojtěchová (8-17), Jonáš Kratochvíl (10-17?) * leták * PDF: {{ :dod-2018.pdf |}} * SVN: https://svn.ms.mff.cuni.cz/svn/phd_students/rosa/conferences/2018-11-22-DOD * dema * LSD demo * překlad z angličtiny do češtiny, pozitivní/negativní recenze, popisování obrázku (ty recenze zdá se moc nefungujou; ty obrázky taky ne ale to je aspoň zábava) * http://quest.ms.mff.cuni.cz/neuralmonkey-czm/ * doprovodné slajdy k sentimentu: http://tomasm.cz/slides/lmph/slides.pdf#page=17 * vizualizace valence a arousal {{:sprostarny.png?linkonly|}} * Transformer demo (jen překlad): https://lindat.mff.cuni.cz/services/transformer/ * Embeddings (sčítání a odčítání slov) -- to umí asi pustit jen Tomáš Musil na svém kompu * doprovodné slajdy: http://tomasm.cz/slides/lmph/slides.pdf * Bert (odpovídání na otázky): https://zilinec.me/bert/ * Ptakopět (vyplňování formuláře s překladačem): https://vilda.net/s/dod_ptakopet/ * NEZAVÍRAT BROWSER, UKLÁDÁ DATA DO LOCAL STORAGE (Vilda si to večer přijde sebrat) * ASR (porozumí vám robot?) * česky: https://docs.google.com/document/d/1bYOsPfxu-ZwUHYmDoWQ9jEMyw1t7zySPOKL8dawcboM/edit#heading=h.5mp58sbojq3j * vyhodnocení: http://ufallab.ms.mff.cuni.cz/~bojar/asr-clearvoice/evalcze.html * anglicky: https://docs.google.com/document/d/1yd3hcYYh5zO3wT9Dv3gAIgmTxRgZV7Ky50A9fPeZ6GA/edit#heading=h.5siguct6qfs9 * vyhodnocení: http://ufallab.ms.mff.cuni.cz/~bojar/asr-clearvoice/evaleng * PER je position-independent error rate, tj. neco jako velikost pruniku (tokenu) deleno asi sjednocenim, nebo mozna referenci. * WER je pocet editaci (tokenu coby atomickych jednotek) deleno asi delkou reference, nevim jiste. * To "n" tam pisu, protoze uvadim 1-skore, cili cim vyssi, tim lepsi. * know-how * prodlužovačky má paní Brdičková v dostatečném počtu * embedingy jsou cool, a je to zároveň dobrej starting point pro ukazování dalších věcí * nebylo by špatný mít aspoň jedno demo offline, protože internet vypadává ===== 2017 ===== ==== stánek ==== * název: Počítačové zpracování přirozeného jazyka (ÚFAL) * osazenstvo: Rudolf Rosa, Tomáš Musil, Petra Barančíková, Dušan Variš * dema: * word embeddings od Tomáše Musila (/net/me/merkur3/musil/simplewiki/) * receptron od Petry Barančíkové * Modely jsou ulozeny na clusteru tu: /home/barancikova/WORK/recipes/recessential * Poustim to tu pres ipython3 (potrebuje tensorflow a tflearn): from train_model import * m, encoding, char_indices = load_model() m.make_recipe("Kachna na pomerančích", encoding,temperature=0.68) * leták: upravený leták od Jindry Libovického (upravil Rudolf Rosa, v SVN zde: https://svn.ms.mff.cuni.cz/svn/phd_students/rosa/conferences/2017-11-23-DOD) * {{ :dod.pdf |PDF pro tisk}} * {{ :dod-2017.zip |ZIP se zdrojovými soubory}} (make.sh vygeneruje z SVG souborů PDF pro tisk; SVG používá Windowsí fonty, ale na ÚFALu jsou zdá se instalované i na Linuxech) * zkušenosti: * vyžádali jsme si jen jeden stůl a bylo to málo (už jen proto že nám tam nacpali spousta matfyzových letáků), příště vyžádat 2 stoly! (a 4 židle) * je dobré se předem zajistit kabely k připojení notebooků k projektorům (naše projektory mají jen VGA, a kabel HDMI-VGA Milan Fučík nemá a nechce mít, ale půjčil nám ho Martin Mareš; microHDMI-VGA má doma Rudolf Rosa i Tomáš Musil) * je dobré si vzít prodlužku * je šikovné mít externí klávesnici, aby na ní mohli lidi psát (Rudolf Rosa má doma bezdrátovou) * asi by bývalo bylo dobré mít u stánku nějak viditelně nápis s tím kdo jsme a co děláme a hlavně co to tam ukazujeme (měli jsme jen ÚFALí roll-up), to že tam v terminálu ukazujeme nějaký slova a texty není zdaleka samovysvětlující... * předvádění aritmetických operací na word embeddings, když se dobře vysvětlí, tak lidem obvykle připadá zajímavé a pěkné /a těm ideálním kandidátům na budoucí ÚFALáky přímo fascinující)