ה-AI שכבר השתמשתם בו מיין דברים. בינה מלאכותית יוצרת מייצרת דברים
במשך עשרים שנה, ה-AI בחיי היומיום היה בלתי נראה והוא סיווג. מסנן הספאם קבע ספאם או לא. אפליקציית התמונות קבעה איזה פנים שייכים למי. הבנק קבע הונאה או לא. מנוע ההמלצות דירג מה להציג הבא. כל אחד מאלה לוקח משהו שקיים ומדביק עליו תווית או ציון. מה זה AI מכסה את המשפחה הרחבה יותר הזו.
בינה מלאכותית יוצרת הופכת את הכיוון. במקום לקחת תמונה ולהוציא "חתול", היא לוקחת "חתול על אדן חלון בשעת דמדומים" ומוציאה תמונה. במקום לתת ציון למייל, היא כותבת אחד. המודל למד את התבניות של מיליוני דוגמאות מספיק טוב כדי לייצר דוגמה חדשה שמתאימה.
ההיפוך הזה הוא כל הסיבה שהטכנולוגיה הגיעה לציבור. סיווג הוא פיצ'ר בתוך מוצר של מישהו אחר. יצירה היא מוצר בפני עצמו: הקלידו בקשה, קבלו דבר. ChatGPT הושק ב-30 בנובמבר 2022 והגיע להערכה של 100 מיליון משתמשים פעילים חודשיים בינואר 2023, חודשיים לאחר ההשקה, לפי ניתוח של UBS שדווח על ידי Reuters ב-1 בפברואר 2023, האפליקציה הצרכנית המהירה ביותר לרף הזה באותה תקופה, כי בפעם הראשונה הפלט של המודל היה העיקר.
מה שבא אחר כך לא היה טפטוף יציב. ציר הזמן של שחרורי המודלים עוקב אחר 41 השקות גדולות מאז אותו יום, ו-31 מהן נחתו ב-2025 וב-2026. כתום מסמן מודל היגיון או משפחה שמגיעה עם מצב חשיבה; הקטע המוצלל מתחיל עם o1-preview.
כל מודל יוצר לומד איך נראית דוגמה סבירה, ואז מייצר אחת
כל מודל יוצר מאומן באותו אופן ביסודו: מראים לו כמות עצומה של דוגמאות וגורמים לו ללמוד איך נראית דוגמה סבירה. אחר כך, בזמן השימוש, מבקשים ממנו לייצר דגימה חדשה שמתאימה לתבנית ולבקשה.
עבור טקסט, המודל לומד לחזות את האסימון (token) הבא, ומייצר תשובה אסימון אחר אסימון. מה זה LLM הוא ההסבר המלא. עבור תמונות ווידאו, הגישה השלטת היא דיפוזיה (diffusion): המודל לומד להסיר רעש מתמונה בצעדים קטנים, ובזמן היצירה מתחיל מרעש טהור ומסיר אותו צעד אחר צעד בזמן שתיאור טקסטואלי מכוון את מה שנוצר. המתכון שרוב מודלי התמונות משתמשים בו הוא מאמר Denoising Diffusion Probabilistic Models מ-2020 מאת Ho, Jain ו-Abbeel; הגישה שהיא החליפה, רשתות יריבות גנרטיביות (GAN), מקורה ב-Goodfellow ואחרים ב-2014. מחוללי מוזיקה שואלים בעיקר מאחת משתי הגישות.
המסקנה שחשוב לזכור היא שכולם מייצרים את מה שמתאים, לא את מה שנכון. מודל טקסט יפיק ציטוט שמתאים לצורה של ציטוט. מודל תמונות יפיק יד שמתאימה לתבנית של ידיים, לפעמים עם שש אצבעות. השטף והשגיאות מגיעים מאותו מקום, ומה זו הזיה של AI מכסה את גרסת הטקסט לעומק.
ארבע מדיות, ארבעה סוגי מודל, חלון אחד
ב-2022 בינה מלאכותית יוצרת פירושה היה טקסט, ובנפרד, תמונות. עד 2026 מוצר צ'אט אחד מנתב לארבעה סוגי מחוללים, והמודל מאחורי כל אחד שונה.
| מדיה | מה מקלידים | מה מתקבל | סוג מודל | דוגמאות בבורר של Whizi |
|---|---|---|---|---|
| טקסט וקוד | שאלה או הוראה | פרוזה, טבלה, תוכנית | מודל שפה | GPT, Claude, Gemini, DeepSeek ועוד 280+ |
| תמונות | תיאור, או תמונה בתוספת עריכה | תמונה חדשה או ערוכה | מודל דיפוזיה | Whizi Image, Nano Banana, Flux, Stable Diffusion |
| וידאו | תיאור או תמונת פתיחה | קליפ קצר | מודל דיפוזיית וידאו | Whizi Video AI |
| מוזיקה | סגנון, מצב רוח, לפעמים מילים | רצועת אודיו | מודל יצירת אודיו | Whizi Music AI |
ההחלטה המוצרית שמאחורי זה היא שהם נמדדים באופן שונה כי עלות ההפעלה שלהם שונה. תשובת טקסט עולה שבריר של סנט. תמונה היא מונה נפרד. וידאו ומוזיקה הן השורות היקרות ויושבות בתוכנית העליונה.
יצירת תמונות אינה כלולה בתוכנית Starter, עומדת על 100 בחודש בתוכנית Pro ו-500 בחודש בתוכנית Powerhouse, ויצירת וידאו ומוזיקה הן פיצ'רים של Powerhouse בלבד, לפי איך פועלים הקרדיטים של Whizi. הפער בין תשובת טקסט לקליפ וידאו הוא הפער בין ייצור 500 אסימונים לייצור כמה שניות של פריימים, והתמחור עוקב אחר כוח החישוב.
למה בינה מלאכותית יוצרת טובה, ומהו הגבול הכן שלה
היא טובה בטיוטות ראשונות של כל דבר עם צורה ידועה: מייל, סיכום, פונקציה, תמונת מוצר, רצועת רקע. היא טובה בהמרה, כלומר לקיחת דבר קיים והפקת אותו דבר בצורה אחרת: מתורגם, מקוצר, כתוב מחדש עבור קורא אחר, בסגנון שונה. והיא טובה בכמות, מייצרת עשרים גרסאות כשאדם היה מייצר שתיים.
היא חלשה, מעצם המבנה, בשלושה דברים. עובדות שלא נמסרו לה, כי היא מייצרת את מה שמתאים ולא את מה שנכון. דיוק בקצה הרחוק: האצבע השישית, הקוד שמתקמפל אבל עושה את הדבר הלא נכון. ושיפוט לגבי האם הפלט טוב, שנשאר אצל האדם ששאל. מדריך איך להשתמש ב-AI הוא הגרסה המעשית לעבודה בתוך המגבלות האלה.
כלל ההחלטה: בינה מלאכותית יוצרת היא הכלי הנכון כשאתם יכולים לזהות תוצאה טובה מהר יותר מאשר לייצר אחת. אם אתם לא יכולים להבחין בין פלט טוב לרע, זה עדיין לא הכלי למשימה הזו.
בינה מלאכותית יוצרת היא ענף של למידת מכונה, שהיא ענף של AI
בינה מלאכותית היא הקטגוריה הרחבה: כל תוכנה שעושה משהו שהיינו מכנים אינטליגנטי אם אדם היה עושה אותו. למידת מכונה היא השיטה שרוב ה-AI המודרני משתמש בה, לימוד כללים מנתונים במקום תכנות אותם. בינה מלאכותית יוצרת היא הענף של למידת מכונה שהפלט שלו הוא תוכן חדש. מודל שפה גדול הוא המודל היוצר עבור טקסט. צ'אטבוט הוא האפליקציה שעוטפת אחד כזה. כל אחד הוא תת-קבוצה של הקודם לו, ומילון המושגים של AI מכיל את כל הסט המלא של מונחים במקום אחד.
הקריאה המעשית: כשמוצר אומר שהוא "משתמש ב-AI", שאלו איזה סוג. אם הוא ממיין, מדרג או מנבא, זה הסוג הישן וכנראה עובד טוב. אם הוא יוצר, זה הסוג החדש וזקוק לאדם שבודק את הפלט.
- שאלו האם מוצר מסווג או יוצר; רק הסוג השני זקוק לבדיקת הפלט שלו
- השתמשו בבינה מלאכותית יוצרת עבור טיוטות ראשונות והמרות של דברים עם צורה ידועה
- בדקו כל עובדה, מספר או ציטוט בטקסט שנוצר מול מקור שאפשר לפתוח
- צפו לשגיאות דיוק בפרטים: ידיים ומקרי קצה בקוד
- התאימו את המדיה לתוכנית: טקסט זול בכל מקום, תמונות ווידאו נמדדים בנפרד
שאלות נפוצות
מה ההבדל בין AI לבין בינה מלאכותית יוצרת?
AI הוא המונח הכללי לתוכנה שעושה משימות שמקושרות לאינטליגנציה. רוב ה-AI לפני 2022 מיין, דירג או ניבא: מסנני ספאם, זיהוי פנים, מנועי המלצות. בינה מלאכותית יוצרת היא הענף שמייצר תוכן חדש, כמו טקסט, תמונות, וידאו ומוזיקה, על ידי למידת התבניות של דוגמאות וייצור דגימות חדשות שמתאימות להן.
מהן דוגמאות לבינה מלאכותית יוצרת?
ChatGPT, Claude ו-Gemini לטקסט וקוד; מחוללי תמונות כמו Flux, Stable Diffusion ו-Nano Banana; מחוללי וידאו שהופכים תיאור או תמונה קפואה לקליפ; ומחוללי מוזיקה שמייצרים רצועה מסגנון ומצב רוח. סביבת עבודה מרובת מודלים כמו Whizi שמה את כל הארבעה מאחורי חלון צ'אט אחד.
איך בינה מלאכותית יוצרת עובדת?
מודל מאומן על כמות עצומה מאוד של דוגמאות עד שהוא לומד איך נראית דוגמה סבירה, ואז מתבקש לייצר אחת חדשה שמתאימה לבקשה. מודלי טקסט מייצרים אסימון אחד בכל פעם על ידי חיזוי הבא. מודלי תמונות ווידאו משתמשים בעיקר בדיפוזיה, הופכים רעש אקראי לתמונה צעד אחר צעד בזמן שתיאור טקסטואלי מכוון את התוצאה.
האם ChatGPT הוא בינה מלאכותית יוצרת?
כן. ChatGPT הוא אפליקציית צ'אט שבנויה על מודל שפה גדול, שהוא המודל היוצר עבור טקסט. הוא הושק ב-30 בנובמבר 2022 והגיע להערכה של 100 מיליון משתמשים פעילים חודשיים בינואר 2023, לפי ניתוח של UBS שדווח על ידי Reuters, וזה הרגע שבו בינה מלאכותית יוצרת הפכה לקטגוריה צרכנית ולא רק לתחום מחקר.
למה בינה מלאכותית יוצרת עושה טעויות?
כי היא מייצרת את מה שמתאים לתבנית של נתוני האימון שלה, לא את מה שנכון. מודל טקסט מייצר ציטוט בצורת ציטוט בין אם המקור קיים ובין אם לא; מודל תמונות מייצר יד בצורת יד, לפעמים עם שש אצבעות. עיגון המודל במקור ובדיקת הפלט הם הפתרונות, והם באחריות האדם שמשתמש בו.
