Čo je generatívna AI?

Generatívna AI (generative AI) je druh umelej inteligencie, ktorý vytvára nový, originálny obsah, ako je text, obrázky, hudba, video alebo programový kód. Na rozdiel od tradičnej AI, ktorá hlavne triedi alebo predpovedá (napríklad rozpozná spam), generatívna AI sama produkuje výstupy podobné tým, na ktorých sa naučila. Patria sem nástroje ako ChatGPT, Gemini, Midjourney či Sora.

Tento článok je rozcestníkom do sveta umelej inteligencie. Vysvetlíme, ako generatívna AI funguje, aké typy existujú a na čom stojí. Pre hlbšie detaily odkazujeme na samostatné články o veľkých jazykových modeloch, strojovom učení a deep learningu.

Čím sa generatívna AI líši od tradičnej AI

Klasické modely umelej inteligencie sú väčšinou diskriminatívne, čo znamená, že rozlišujú medzi možnosťami. Odpovedajú na otázky typu „je toto mačka, alebo pes?". Generatívne modely sú naopak generatívne: naučia sa, ako dáta vyzerajú, a potom dokážu vytvoriť úplne nový príklad, napríklad nový obrázok mačky, ktorý nikdy neexistoval.

Inými slovami, diskriminatívny model rozpoznáva, generatívny model tvorí. Práve táto schopnosť tvoriť spustila po roku 2022 vlnu záujmu o umelú inteligenciu.

Ako generatívna AI funguje

Generatívna AI sa počas tréningu naučí štatistické rozdelenie obrovského množstva dát, teda aké vzory, kombinácie a štruktúry sú v nich bežné. Pri tvorbe potom z tohto naučeného rozdelenia „vzorkuje" a skladá nový výstup kúsok po kúsku.

Pri texte to znamená predpovedanie ďalšieho tokenu, ako vysvetľujeme pri jazykových modeloch. Pri obrázkoch model postupne premieňa náhodný šum na zmysluplnú scénu. Spoločné majú to, že nič nekopírujú doslova, ale generujú nový obsah na základe naučených pravidiel.

Aké typy generatívnej AI existujú

Generatívne modely sa delia podľa typu obsahu, ktorý vytvárajú:

Typ obsahu	Čo dokáže	Príklady nástrojov
Text	Písanie, preklad, sumarizácia, kód	ChatGPT, Gemini, Claude
Obrázky	Tvorba a úprava obrazu z textu	Midjourney, DALL-E
Zvuk a hudba	Generovanie hlasu a skladieb	ElevenLabs, Suno
Video	Tvorba videa z textového popisu	Sora, Runway
Kód	Písanie a dopĺňanie programov	GitHub Copilot

Na akých technológiách generatívna AI stojí

Za dnešným rozmachom stoja najmä tri prelomy v deep learningu:

• Generatívne adversariálne siete (GAN), predstavené v štúdii z roku 2014, kde proti sebe súťažia dve siete: jedna tvorí, druhá rozlišuje pravé od falošného.
• Architektúra Transformer, opísaná v štúdii z roku 2017, ktorá umožnila efektívne trénovať obrovské jazykové modely. Venujeme sa jej v článku o neurónových sieťach a Transformeri.
• Difúzne modely (diffusion), ktoré poháňajú väčšinu dnešných generátorov obrázkov a videa tým, že postupne odstraňujú šum.

Na čo sa generatívna AI používa v praxi

Generatívna AI sa rýchlo stala pracovným nástrojom naprieč odvetviami. Najčastejšie sa využíva na:

• Tvorbu marketingového obsahu, článkov a popisov produktov
• Zákaznícku podporu cez chatbotov
• Programovanie a generovanie kódu
• Návrh grafiky, vizuálov a konceptov
• Sumarizáciu dlhých dokumentov a analýzu dát

Aké má generatívna AI riziká a obmedzenia

So schopnosťou tvoriť prichádzajú aj problémy, ktoré treba brať vážne:

• Halucinácie. Model môže sebavedomo vygenerovať nepravdivé tvrdenie.
• Dezinformácie a deepfaky. Realistický falošný obsah sa dá zneužiť.
• Autorské práva. Otázka pôvodu tréningových dát a vlastníctva výstupov je stále otvorená.
• Skreslenie (bias). Model preberá predsudky z dát, na ktorých sa učil.

Časť problému s halucináciami a neaktuálnosťou rieši technika RAG, ktorá modelu dodá overené zdroje.

Generatívna AI a budúcnosť vyhľadávania

Generatívna AI zásadne mení spôsob, akým ľudia hľadajú informácie. Namiesto zoznamu odkazov dostávajú priamu odpoveď s citáciami. Pre firmy to znamená novú disciplínu: pripraviť web tak, aby ho generatívne vyhľadávače citovali.

Tejto téme sa venujeme v sprievodcovi AI optimalizáciou (GEO) a v porovnaní AI optimalizácia vs SEO.

Často kladené otázky

Aký je rozdiel medzi generatívnou AI a umelou inteligenciou?

Umelá inteligencia je široký pojem pre systémy napodobňujúce inteligentné správanie. Generatívna AI je jej podskupina zameraná na tvorbu nového obsahu, ako je text, obrázky či zvuk.

Je ChatGPT generatívna AI?

Áno. ChatGPT je aplikácia postavená na veľkom jazykovom modeli, ktorý generuje text. Patrí teda medzi najznámejšie príklady generatívnej AI.

Vytvára generatívna AI naozaj nový obsah, alebo len kopíruje?

Generatívna AI nekopíruje konkrétne príklady, ale skladá nový výstup na základe vzorov, ktoré sa naučila z tréningových dát. Výstup je preto nový, hoci je inšpirovaný existujúcimi dátami.

Je generatívna AI vždy presná?

Nie. Generatívne modely môžu halucinovať, teda vytvoriť presvedčivý, ale nepravdivý obsah. Dôležité fakty z AI výstupov treba vždy overiť.

Aké sú najznámejšie nástroje generatívnej AI?

Pre text sú to ChatGPT, Gemini a Claude, pre obrázky Midjourney a DALL-E, pre video Sora a Runway a pre kód GitHub Copilot.