====== 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)