Definícia generatívnej AI
Generatívna umelá inteligencia (generatívna AI alebo GenAI) označuje modely AI, ktoré vytvárajú nový obsah namiesto toho, aby iba analyzovali existujúce dáta. Môže ísť o text, obrázky, zvuk, video, 3D objekty, kód alebo štruktúrované dáta.
Tieto modely sa trénujú na veľmi veľkých súboroch dát. Naučia sa ich štatistickú štruktúru natoľko dobre, že dokážu vytvárať nové príklady, ktoré do nich zapadajú: nový odsek, obrázok či melódiu.
Generatívna AI sa dostala do povedomia širokej verejnosti po spustení ChatGPT v novembri 2022. Odvtedy sa generatívne modely stali multimodálnymi, výrazne sa zlepšili v uvažovaní a ich používanie je oveľa lacnejšie.
Generatívna AI vs. tradičná AI
| Tradičná (prediktívna) AI | Generatívna AI | |
|---|---|---|
| Hlavná úloha | Triediť, predpovedať, rozpoznávať | Vytvárať nový obsah |
| Výstup | Kategória, skóre alebo číslo | Text, obrázky, zvuk, video, kód |
| Príklad | Je tento e-mail spam? | Napíš odpoveď na tento e-mail |
| Typické modely | Rozhodovacie stromy, klasifikátory, regresné modely | LLM, difúzne modely |
| Spôsob použitia | Beží na pozadí | Konverzačné použitie pomocou promptov |
Ako funguje generatívna AI
Text: predpovedanie ďalšieho tokenu
Veľký jazykový model prečíta váš prompt ako postupnosť tokenov, predpovie najvhodnejší ďalší token, pridá ho a postup opakuje. Nastavenie nazývané teplota určuje, nakoľko odvážne sú jeho voľby. Po úvodnom trénovaní na obrovskom množstve textu sa modely ďalej dolaďujú pomocou spätnej väzby od ľudí a AI, aby boli užitočné a bezpečné.
Obrázky: od šumu k obrázku
Difúzne modely sa učia odstraňovať šum z obrázkov. Pri generovaní začnú náhodným šumom a podľa textovej reprezentácie vášho promptu ho krok za krokom odstraňujú, až kým nevznikne obrázok zodpovedajúci opisu.
Zvuk a video
Modely reči a hudby vytvárajú zvuk ako sekvencie zvukových tokenov alebo spektrogramov. Video modely rozširujú generovanie obrázkov v čase a zachovávajú konzistentný vzhľad objektov aj ich pohyb medzi snímkami.
Prepojenie so zdrojmi a nástrojmi
Generatívne modely sa často prepájajú s vyhľadávaním, dokumentmi alebo databázami (generovanie rozšírené o vyhľadávanie), aby ich výstupy vychádzali z aktuálnych a overiteľných informácií. Prečítajte si celý návod, ako funguje AI
Typy generatívnych AI modelov
Veľké jazykové modely (LLM)
Transformerové modely na prácu s textom a kódom. Tvoria základ chatovacích asistentov.
Modely na uvažovanie
LLM trénované na postupné uvažovanie pred odpoveďou na náročné otázky.
Difúzne modely
Generujú obrázky a video postupným odstraňovaním šumu.
Multimodálne modely
Jeden model, ktorý pracuje s textom, obrázkami, zvukom a niekedy aj videom.
GAN a VAE
Staršie generatívne architektúry, ktoré sa stále používajú pri niektorých úlohách s obrázkami a dátami.
Modely reči a hudby
Prevod textu na reč, úprava hlasu a generovanie hudby.
Populárne generatívne AI nástroje
- Chatovací asistenti: ChatGPT (OpenAI), Claude (Anthropic), Gemini (Google), Microsoft Copilot, Meta AI a ďalší.
- Rodiny modelov s otvorenými váhami: Llama, Mistral, Qwen, DeepSeek a ďalšie, ktoré môžu firmy prevádzkovať na vlastných serveroch.
- Generovanie obrázkov: nástroje založené na modeloch od OpenAI, Google, Midjourney, Stability AI, Black Forest Labs a ďalších.
- Generovanie videa: modely ako OpenAI Sora, Google Veo a Runway.
- Asistenti a agenti na programovanie integrovaní do editorov kódu.
Rebríčky modelov sa menia každých pár mesiacov, preto mnohí ľudia uprednostňujú aplikácie, ktoré ponúkajú prístup k viacerým špičkovým modelom na jednom mieste.
Čo môžete robiť s generatívnou AI
- Píšte a upravujte: e-maily, správy, eseje, príspevky na sociálne siete a preklady.
- Učte sa: získajte vysvetlenia na svojej úrovni, kvízy a študijné plány.
- Premýšľajte: hľadajte nápady, zvažujte výhody a nevýhody, testujte odolnosť svojho plánu.
- Tvorte vizuály: ilustrácie, produktové obrázky, náhľady a koncepty.
- Tvorte: píšte kód, analyzujte dáta a automatizujte rutinné úlohy.
- Rozprávajte sa: nacvičujte rozhovory, pracovné pohovory alebo vyjednávanie s AI postavami.
Výkonným, no menej známym využitím je štruktúrovaná debata. Namiesto jednej vygenerovanej odpovede vytvorí niekoľko AI postáv čo najsilnejšie argumenty pre rôzne stanoviská a AI rozhodca ich porovná. Vďaka tomu jasnejšie uvidíte kompromisy spojené s rozhodnutím.
Obmedzenia a riziká
- Halucinácie: tvrdenia, citácie alebo čísla, ktoré znejú vierohodne, ale sú nepravdivé.
- Autorské práva a súhlas: otvorené právne otázky týkajúce sa tréningových dát a vygenerovaných diel.
- Deepfaky a dezinformácie: realistické falošné obrázky, zvuk a videá. Akt EÚ o umelej inteligencii vyžaduje označovanie určitého obsahu vytvoreného AI.
- Zaujatosť a stereotypy prevzaté z tréningových dát.
- Súkromie: pri zadávaní pokynov buďte opatrní s osobnými alebo dôvernými údajmi.
Ako písať lepšie prompty
| Slabé zadanie | Lepšie zadanie |
|---|---|
| Napíš o elektromobiloch. | Napíš 300-slovný úvod blogového článku pre ľudí, ktorí si kupujú auto prvýkrát. Porovnaj elektromobily a hybridy priateľským tónom a na záver uveď tri otázky, ktoré by mali položiť predajcovi. |
| Obrázok psa. | Šteniatko zlatého retrievera sediace v jesennom lístí, jemné ranné svetlo, malá hĺbka ostrosti, fotorealistický štýl. |
| Mám dať výpoveď? | Dajte mi najsilnejšie argumenty za a proti odchodu zo stabilnej práce a založeniu firmy, keď mám úspory na šesť mesiacov. |
Vzorec: kontext, cieľ, formát, obmedzenia a podľa možnosti príklad dobrého výsledku.