Co je generativní AI?

AI, kterou jste už používali, věci třídila. Generativní AI je vytváří

Dvacet let byla AI v běžném životě neviditelná a třídila. Spamový filtr rozhodoval, zda jde o spam, nebo ne. Aplikace na fotky poznávala, komu patří která tvář. Banka rozhodovala, zda jde o podvod, nebo ne. Doporučovací systém řadil, co ukázat dál. Každá z těchto věcí bere něco, co existuje, a přidává tomu štítek nebo skóre. Co je AI pokrývá tuhle širší rodinu.

Generativní AI obrací směr. Místo aby vzala obrázek a vrátila "kočka", vezme text "kočka na okenním parapetu za soumraku" a vrátí obrázek. Místo aby ohodnotila e-mail, napíše ho. Model se naučil vzorce milionů příkladů natolik dobře, že dokáže vytvořit nový, který jim odpovídá.

Tenhle obrat je celý důvod, proč se technologie dostala k veřejnosti. Klasifikace je funkce uvnitř cizího produktu. Generování je produkt sám o sobě: napíšete požadavek, dostanete věc. ChatGPT spustili 30. listopadu 2022 a v lednu 2023, dva měsíce po startu, měl podle analýzy UBS, kterou 1. února 2023 uvedla agentura Reuters, odhadem 100 milionů měsíčně aktivních uživatelů, tehdy nejrychleji rostoucí spotřebitelská aplikace, protože poprvé bylo výstupem modelu to podstatné.

Co následovalo, nebylo pomalé kapání. Časová osa vydání modelů sleduje 41 velkých spuštění od toho dne, z toho 31 přišlo v letech 2025 a 2026. Oranžová barva označuje reasoning model nebo rodinu, která přichází s režimem přemýšlení; vystínovaný úsek začíná modelem o1-preview.

Každý generativní model se naučí, jak vypadá pravděpodobný příklad, a pak jeden vytvoří

Každý generativní model se v základu trénuje stejně: ukážete mu obrovské množství příkladů a necháte ho naučit se, jak vypadá pravděpodobný příklad. Pak ho v okamžiku použití požádáte, aby vytvořil nový vzorek, který odpovídá vzorci i zadání.

U textu se model učí předpovídat další token a generuje odpověď token po tokenu. Co je LLM je kompletní vysvětlení. U obrázků a videa je dominantní přístup difuze: model se učí postupně odstraňovat šum z obrázku v malých krocích a při generování začíná od čistého šumu a odstraňuje ho krok za krokem, zatímco textový popis usměrňuje, co vznikne. Recept, který používá většina modelů na obrázky, pochází z práce Denoising Diffusion Probabilistic Models z roku 2020 od Ho, Jaina a Abbeela; přístup, který nahradil, generativní adversariální sítě, pochází od Goodfellowa a kol. z roku 2014. Generátory hudby si většinou vypůjčují jeden z těchto dvou přístupů.

Důsledek, který si stojí za to zapamatovat, je ten, že všechny produkují to, co odpovídá vzorci, ne to, co je pravda. Textový model vytvoří citaci, která má tvar citace. Model na obrázky vytvoří ruku, která odpovídá vzorci rukou, někdy i se šesti prsty. Plynulost i chyby vycházejí ze stejného zdroje a co je halucinace AI rozebírá textovou verzi podrobně.

Čtyři média, čtyři druhy modelů, jedno okno

V roce 2022 generativní AI znamenala text a samostatně obrázky. Do roku 2026 jeden chatový produkt směruje ke čtyřem druhům generátorů a model za každým z nich je jiný.

Produktové rozhodnutí, které za tím stojí, je, že tyhle věci se měří jinak, protože jejich provoz stojí jinak. Textová odpověď je zlomek centu. Obrázek má samostatné počítadlo. Video a hudba jsou nákladné položky a patří k nejvyššímu plánu.

Generování obrázků není součástí plánu Starter, na plánu Pro jich je 100 měsíčně a na Powerhouse 500 měsíčně, a generování videa i hudby jsou funkce plánu Powerhouse, podle toho, jak fungují kredity Whizi. Rozdíl mezi textovou odpovědí a videoklipem je rozdíl mezi vygenerováním 500 tokenů a vygenerováním několika sekund snímků, a ceny se řídí výpočetní náročností.

Na co je generativní AI dobrá a kde jsou její poctivé hranice

Je dobrá na první návrhy čehokoliv se známým tvarem: e-mail, shrnutí, funkci, produktovou fotku, hudební podklad. Je dobrá na transformaci, tedy vezme něco, co existuje, a vytvoří totéž v jiné podobě: přeložené, zkrácené, přepsané pro jiného čtenáře, v jiném stylu. A je dobrá na objem, vytvoří dvacet variant tam, kde by člověk vytvořil dvě.

Ze své podstaty je slabá ve třech věcech. Ve faktech, která jí nikdo nedal, protože generuje to, co odpovídá, ne to, co je. V přesnosti u okrajových případů: šestý prst, kód, který se přeloží a dělá špatnou věc. A v úsudku o tom, zda je výstup dobrý, což zůstává na tom, kdo se ptal. Průvodce, jak používat AI, je praktická verze práce v rámci těchto omezení.

Pravidlo pro rozhodování: generativní AI je správný nástroj tehdy, když dobrý výsledek rozpoznáte rychleji, než byste ho vytvořili sami. Pokud nepoznáte dobrý výstup od špatného, ještě to není nástroj pro tenhle úkol.

Generativní AI je odvětví strojového učení, které je odvětvím AI

Umělá inteligence je zastřešující pojem: jakýkoliv software, který dělá něco, co bychom u člověka nazvali inteligentní. Strojové učení je metoda, kterou používá většina moderní AI: učí se pravidla z dat, místo aby jí byla naprogramována. Generativní AI je odvětví strojového učení, jehož výstupem je nový obsah. Velký jazykový model je generativní model pro text. Chatbot je aplikace postavená kolem něj. Každý pojem je podmnožinou toho předchozího a slovník pojmů AI má celou sadu termínů pohromadě.

Praktické čtení: když produkt tvrdí, že "používá AI", zeptejte se, jaký druh. Pokud třídí, řadí nebo předpovídá, jde o starší druh a nejspíš funguje dobře. Pokud generuje, jde o nový druh a potřebuje člověka, který výstup zkontroluje.