Generativní umělá inteligence

Rozbalit box

Obsah boxu

Šablona:Infobox Umělá inteligence Generativní umělá inteligence (zkráceně generativní AI nebo GenAI) je podkategorie umělé inteligence a strojového učení, která je schopna vytvářet (generovat) nový, originální a realistický obsah, který nebyl explicitně naprogramován. Na rozdíl od diskriminativních modelů, které se učí rozlišovat nebo klasifikovat data (např. rozpoznávat obrázky, překládat text), se generativní modely učí složitou strukturu a vzorce ze vstupních dat a poté generují nová data, která odpovídají těmto vzorům.

Princip fungování

Základem generativní AI je hluboké učení a neuronové sítě, které jsou trénovány na obrovských datových souborech. Během tréninku se model učí distribuci dat, což mu umožňuje vytvářet nové vzorky, které se podobají těm, na kterých byl trénován.

Mezi klíčové architektury a techniky generativních modelů patří:

• Generativní adversární sítě (GANs): Skládají se ze dvou neuronových sítí – generátoru a diskriminátoru. Generátor se snaží vytvářet realistická data (např. obrázky), zatímco diskriminátor se snaží rozlišit mezi skutečnými daty a daty generovanými generátorem. Obě sítě se učí v konkurenčním boji a navzájem se zlepšují.
• Diferenční modely (Diffusion Models): Tyto modely se učí generovat data postupným odstraňováním "šumu" z náhodných dat. Během tréninku se učí, jak přidávat a odstraňovat šum do obrázků, a při generování pak začínají s náhodným šumem a postupně ho převádějí na požadovaný obrázek nebo jiné data.
• Variational Autoenkodéry (VAEs): Jedná se o typ neuronové sítě, která se učí komprimovat data do latentního prostoru (enkodér) a poté je dekomprimovat zpět do původní podoby (dekodér). VAEs se používají pro generování nových dat z latentního prostoru.
• Transformery: I když nejsou primárně generativní, jejich architektura (zejména mechanismus pozornosti) je klíčová pro velké jazykové modely (LLM) a velké multimodální modely (LMM), které se používají pro generování textu, kódu a pro text-to-image nebo text-to-video aplikace.

Vstupem pro generativní modely může být tzv. podnět (anglicky prompt), což je textový popis, obrázek, audio nebo jiný typ data, který modelu napoví, co má generovat.

Typy generativních modelů a jejich výstupy

Generativní AI je schopna produkovat širokou škálu obsahu:

• Generování textu (Large Language Models – LLMs):

 ** Výstupy: články, básně, e-mail, shrnutí, kód, scénář, dialog.
 ** Příklady: ChatGPT, Gemini, Claude, Copilot.

• Generování obrázků (Text-to-Image models):

 ** Výstupy: Realistické fotografie, obrazy v různých stylech, designy.
 ** Příklady: DALL-E, Midjourney, Stable Diffusion, Imagen.

• Generování videa:

 ** Výstupy: Krátké videoklipy z textového popisu, animace.
 ** Příklady: OpenAI Sora, Google Veo 3, RunwayML Gen-3.

• Generování zvuku a hudby:

 ** Výstupy: Hudební skladby, zvukové efekty, hlasové nahrávky (syntéza řeči).
 ** Příklady: Google MusicLM, ElevenLabs.

• Generování 3D modelů:

 ** Výstupy: 3D objekty a scény pro videohry, virtuální realitu nebo design.

• Generování kódu:

 ** Výstupy: Programovací kód v různých jazycích na základě textového popisu.
 ** Příklady: GitHub Copilot, Gemini Code Generation.

Aplikace a význam

Generativní AI má potenciál transformovat mnoho odvětví:

• Kreativní průmysl: Pomáhá umělcům, designérům, scenáristům a hudebníkům s tvorbou konceptů, rychlými prototypy a automatizací tvůrčích procesů.
• Marketing a reklama: Rychlá tvorba personalizovaného obsahu (texty, obrázky, videa) pro kampaně.
• Vývoj softwaru: Generování kódu, testovacích scénářů a dokumentace.
• Vzdělávání: Tvorba interaktivních výukových materiálů, simulací.
• Výzkum a vývoj: Generování hypotéz, modelování komplexních systémů.
• Personalizace: Adaptace obsahu na individuální preference uživatelů.

Generativní AI demokratizuje tvorbu obsahu, snižuje bariéry vstupu do kreativních oborů a výrazně zrychluje proces inovací.

Etické a společenské důsledky

S rychlým rozvojem generativní AI se objevují i významné etické a společenské otázky:

• Deepfake a dezinformace: Možnost vytvářet vysoce realistický, ale falešný text, obrázky, audio a video, což může vést k šíření dezinformací a poškození pověsti.
• Autorská práva: Kdo vlastní autorská práva k obsahu generovanému AI? Jaký je právní status dat použitých pro trénink modelů?
• Předsudky a zkreslení: Generativní modely se učí z tréninkových dat, a pokud tato data obsahují předsudky nebo zkreslení, AI je může replikovat nebo zesílit ve svých výstupech.
• Ztráta pracovních míst: Automatizace některých tvůrčích a rutinních úloh může ovlivnit pracovní trh.
• Rozlišení lidského a AI obsahu: Potřeba nástrojů pro identifikaci obsahu generovaného AI (např. digitální vodoznaky jako SynthID).

Vývojáři a regulátoři se snaží tyto problémy řešit tvorbou etických směrnic a regulačních rámců pro umělou inteligenci.

Generativní umělá inteligence pro laiky

Představte si, že máte superchytrý počítač, který se umí naučit spoustu věcí tím, že si prohlédne obrovské množství příkladů – třeba tisíce knih, miliony obrázků nebo hodiny hudby.

Generativní umělá inteligence (nebo jen generativní AI) je takový počítačový program, který se nejen učí, ale hlavně umí sám něco nového a originálního vytvořit.

• Už se naučil, jak vypadá kočka? Umí teď namalovat novou kočku, která nikdy neexistovala.
• Už si přečetl spoustu pohádek? Umí napsat úplně novou pohádku, která bude znít, jako by ji napsal člověk.
• Už poslouchal hudbu? Umí složit novou skladbu v určitém stylu.

Je to jako mít digitálního umělce, spisovatele nebo skladatele, který pracuje na základě vašich instrukcí. Stačí mu zadat jen pár slov (tomu říkáme prompt) a on vygeneruje něco, co je úplně nové, ale zároveň to vypadá (nebo zní), jako by to vytvořil člověk. To je ten hlavní rozdíl: generativní AI netřídí ani nepoznává, ona tvoří!

Viz také

• Umělá inteligence
• Strojové učení
• Hluboké učení
• Neuronová síť
• Generativní adversární sítě (GANs)
• Diferenční modely
• Velký jazykový model
• Text-to-image
• Text-to-video
• Deepfake
• ChatGPT
• Google Gemini
• OpenAI Sora
• Google Veo 3

Odkazy

• IBM – What is generative AI? (anglicky)
• Google Cloud – What is generative AI? (anglicky)
• The economic potential of generative AI - McKinsey & Company (anglicky)