IA pe care ai folosit-o deja sorta lucruri. IA generativă creează lucruri
Timp de douăzeci de ani, IA din viața de zi cu zi a fost invizibilă și clasifica. Filtrul de spam decidea spam sau nu. Aplicația foto decidea cărei persoane îi aparține fiecare față. Banca decidea fraudă sau nu. Motorul de recomandări ordona ce să afișeze în continuare. Fiecare dintre acestea ia ceva ce există deja și îi pune o etichetă sau un scor. Ce este IA acoperă această familie mai largă.
IA generativă inversează direcția. În loc să ia o imagine și să spună "pisică", ia "o pisică pe pervaz la asfințit" și produce o imagine. În loc să evalueze un e-mail, îl scrie. Modelul a învățat tiparele a milioane de exemple suficient de bine încât să producă unul nou care se potrivește.
Această inversare este întregul motiv pentru care tehnologia a ajuns la publicul larg. Clasificarea este o funcție în interiorul produsului altcuiva. Generarea este un produs de sine stătător: scrii o cerere, primești un lucru. ChatGPT a fost lansat pe 30 noiembrie 2022 și a ajuns la un număr estimat de 100 de milioane de utilizatori activi lunar în ianuarie 2023, la două luni de la lansare, conform unei analize UBS relatate de Reuters pe 1 februarie 2023, cea mai rapidă aplicație de consum care a atins acest prag la momentul respectiv, pentru că, pentru prima dată, rezultatul modelului era chiar scopul.
Ce a urmat nu a fost un firicel constant. Cronologia lansărilor de modele urmărește 41 de lansări majore de la acea zi, iar 31 dintre ele au avut loc în 2025 și 2026. Portocaliul marchează un model de raționament sau o familie care vine cu un mod de gândire; intervalul umbrit începe cu o1-preview.
Fiecare model generativ învață cum arată un exemplu plauzibil, apoi creează unul
În esență, fiecare model generativ este antrenat la fel: i se arată un număr enorm de exemple și este pus să învețe cum arată un exemplu plauzibil. Apoi, în momentul utilizării, i se cere să producă un eșantion nou care se potrivește tiparului și cererii.
Pentru text, modelul învață să prezică următorul token și generează un răspuns câte un token pe rând. Ce este un LLM explică în detaliu. Pentru imagini și video, abordarea dominantă este difuzia: modelul învață să elimine zgomotul dintr-o imagine în pași mici, iar la momentul generării pornește de la zgomot pur și îl elimină treptat, în timp ce o descriere text ghidează ce apare. Rețeta pe care o folosesc cele mai multe modele de imagini este lucrarea din 2020 Denoising Diffusion Probabilistic Models a lui Ho, Jain și Abbeel; abordarea pe care a înlocuit-o, rețelele generative adversariale, datează din 2014, de la Goodfellow et al. Generatoarele de muzică împrumută în general una dintre cele două.
Consecința de reținut este că toate produc ce se potrivește, nu ce este adevărat. Un model de text va produce o citare care are forma unei citări. Un model de imagini va produce o mână care se potrivește tiparului mâinilor, uneori cu șase degete. Fluența și erorile vin din același loc, iar ce este o halucinație a IA acoperă în detaliu versiunea pentru text.
Patru medii, patru tipuri de model, o singură fereastră
În 2022, IA generativă însemna text și, separat, imagini. Până în 2026, un singur produs de chat direcționează către patru tipuri de generatoare, iar modelul din spatele fiecăruia este diferit.
| Mediu | Ce tastezi | Ce primești înapoi | Tip de model | Exemple din selectorul Whizi |
|---|---|---|---|---|
| Text și cod | O întrebare sau o instrucțiune | Text, un tabel, un program | Model de limbaj | GPT, Claude, Gemini, DeepSeek și peste 280 de altele |
| Imagini | O descriere sau o imagine plus o modificare | O imagine nouă sau editată | Model de difuzie | Whizi Image, Nano Banana, Flux, Stable Diffusion |
| Video | O descriere sau o imagine de pornire | Un clip scurt | Model de difuzie video | Whizi Video AI |
| Muzică | Un stil, o stare, uneori versuri | O piesă audio | Model de generare audio | Whizi Music AI |
Decizia de produs din spatele acestui lucru este că sunt taxate diferit pentru că și costă diferit de rulat. Un răspuns text costă o fracțiune de cent. O imagine este un contor separat. Video și muzica sunt rândurile scumpe și rămân pe planul de vârf.
Generarea de imagini nu este inclusă pe Starter, este de 100 pe lună pe Pro și 500 pe lună pe Powerhouse, iar generarea de video și muzică sunt funcții Powerhouse, conform cum funcționează creditele Whizi. Diferența dintre un răspuns text și un clip video este diferența dintre a genera 500 de tokenuri și a genera câteva secunde de cadre, iar prețul urmează costul de calcul.
Pentru ce este bună IA generativă și care este limita ei reală
Este bună la ciorne inițiale pentru orice are o formă cunoscută: un e-mail, un rezumat, o funcție, o fotografie de produs, o piesă de fundal. Este bună la transformare, adică ia un lucru care există deja și produce același lucru într-o altă formă: tradus, scurtat, rescris pentru un alt cititor, restilizat. Și este bună la volum, producând douăzeci de variante acolo unde o persoană ar produce două.
Este slabă, prin construcție, la trei lucruri. Fapte care nu i-au fost date, pentru că generează ce se potrivește, nu ce este. Precizia în cazurile rare: al șaselea deget, codul care se compilează dar face lucrul greșit. Și judecata dacă rezultatul este bun, care rămâne în sarcina persoanei care a cerut. Ghidul cum să folosești IA este versiunea practică a lucrului în aceste limite.
Regula de decizie: IA generativă este instrumentul potrivit atunci când poți recunoaște un rezultat bun mai repede decât poți produce unul. Dacă nu poți deosebi un rezultat bun de unul slab, nu este încă instrumentul potrivit pentru acea sarcină.
IA generativă este o ramură a învățării automate, care este o ramură a IA
Inteligența artificială este termenul umbrelă: orice program software care face ceva ce am numi inteligent dacă ar fi făcut de o persoană. Învățarea automată este metoda pe care o folosește cea mai mare parte a IA moderne, învățând reguli din date în loc să fie programată cu ele. IA generativă este ramura învățării automate al cărei rezultat este conținut nou. Un model de limbaj de mari dimensiuni este modelul generativ pentru text. Un chatbot este aplicația construită în jurul unuia. Fiecare este o submulțime a celui dinainte, iar glosarul de IA are setul complet de termeni într-un singur loc.
Lectura practică: când un produs spune că "folosește IA", întreabă-te ce fel. Dacă sortează, ordonează sau prezice, este tipul vechi și probabil funcționează bine. Dacă generează, este tipul nou și are nevoie de o persoană care să verifice rezultatul.
- Întreabă-te dacă un produs clasifică sau generează; doar al doilea tip are nevoie ca rezultatul lui să fie verificat
- Folosește IA generativă pentru ciorne inițiale și transformări ale unor lucruri cu o formă cunoscută
- Verifică orice fapt, cifră sau citare din textul generat comparând cu o sursă pe care o poți deschide
- Așteaptă-te la erori de precizie la detalii: mâini și cazuri limită în cod
- Potrivește mediul cu planul: textul este ieftin peste tot, imaginile și video-ul sunt taxate separat
Întrebări frecvente
Care este diferența dintre IA și IA generativă?
IA este termenul umbrelă pentru software care face sarcini pe care le asociem cu inteligența. Cea mai mare parte a IA de dinainte de 2022 clasifica, ordona sau prezicea: filtre de spam, recunoaștere facială, motoare de recomandări. IA generativă este ramura care produce conținut nou, precum text, imagini, video și muzică, învățând tiparele exemplelor și generând eșantioane noi care se potrivesc lor.
Care sunt exemple de IA generativă?
ChatGPT, Claude și Gemini pentru text și cod; generatoare de imagini precum Flux, Stable Diffusion și Nano Banana; generatoare video care transformă o descriere sau o imagine statică într-un clip; și generatoare de muzică ce produc o piesă dintr-un stil și o stare. Un spațiu de lucru cu mai multe modele precum Whizi le pune pe toate patru în spatele unei singure ferestre de chat.
Cum funcționează IA generativă?
Un model este antrenat pe un număr foarte mare de exemple până învață cum arată un exemplu plauzibil, apoi i se cere să producă unul nou care se potrivește unei cerințe. Modelele de text generează câte un token pe rând, prezicând următorul. Modelele de imagini și video folosesc în general difuzia, transformând zgomotul aleatoriu într-o imagine pas cu pas, în timp ce o descriere text ghidează rezultatul.
Este ChatGPT IA generativă?
Da. ChatGPT este o aplicație de chat construită pe un model de limbaj de mari dimensiuni, care este modelul generativ pentru text. A fost lansat pe 30 noiembrie 2022 și a ajuns la un număr estimat de 100 de milioane de utilizatori activi lunar în ianuarie 2023, conform unei analize UBS relatate de Reuters, moment care a transformat IA generativă dintr-un domeniu de cercetare într-o categorie de consum.
De ce greșește IA generativă?
Pentru că produce ce se potrivește tiparului datelor sale de antrenare, nu ce este adevărat. Un model de text generează o citare cu forma unei citări, indiferent dacă sursa există sau nu; un model de imagini generează o mână cu forma unei mâini, ocazional cu șase degete. Ancorarea modelului într-o sursă și verificarea rezultatului sunt soluțiile, iar acestea rămân în sarcina persoanei care îl folosește.
