Daha önce kullandığın yapay zeka bir şeyleri ayırıyordu. Üretken yapay zeka ise bir şeyler yaratıyor
Yirmi yıl boyunca gündelik hayattaki yapay zeka görünmezdi ve sınıflandırma yapardı. Spam filtresi spam mı değil mi kararını verirdi. Fotoğraf uygulaması hangi yüzün kime ait olduğuna karar verirdi. Banka dolandırıcılık mı değil mi diye bakardı. Öneri motoru sırada ne gösterileceğini sıralardı. Bunların her biri var olan bir şeyi alıp üzerine bir etiket veya puan koyar. Yapay zeka nedir bu daha geniş aileyi kapsar.
Üretken yapay zeka bu yönü tersine çevirir. Bir görseli alıp "kedi" çıktısı vermek yerine, "alacakaranlıkta pencere pervazında bir kedi" ifadesini alır ve bir görsel üretir. Bir e-postayı puanlamak yerine, bir e-posta yazar. Model, milyonlarca örneğin kalıplarını, bunlara uyan yeni bir örnek üretecek kadar iyi öğrenmiştir.
Bu tersine dönüş, teknolojinin halka ulaşmasının bütün nedenidir. Sınıflandırma, başkasının ürünü içindeki bir özelliktir. Üretim ise kendi başına bir üründür: bir istek yaz, bir şey al. ChatGPT 30 Kasım 2022'de yayınlandı ve Reuters'ın 1 Şubat 2023 tarihli haberinde aktarılan bir UBS analizine göre, lansmandan iki ay sonra Ocak 2023'te tahmini 100 milyon aylık aktif kullanıcıya ulaştı; o dönem için bu noktaya en hızlı ulaşan tüketici uygulamasıydı, çünkü ilk kez modelin çıktısı ürünün ta kendisiydi.
Bunu takip eden düzenli bir damlama değildi. Model sürüm zaman çizelgesi o günden bu yana 41 büyük lansmanı takip ediyor ve bunların 31'i 2025 ve 2026'da gerçekleşti. Turuncu, bir akıl yürütme modelini veya düşünme moduyla gelen bir aileyi işaret ediyor; gölgeli bölüm o1-preview ile başlıyor.
Her üretken model önce makul bir örneğin nasıl göründüğünü öğrenir, sonra bir tane üretir
Her üretken model temelde aynı şekilde eğitilir: ona çok büyük sayıda örnek gösterilir ve makul bir örneğin nasıl göründüğünü öğrenmesi sağlanır. Ardından, kullanım anında, kalıba ve isteme uyan yeni bir örnek üretmesi istenir.
Metinde model bir sonraki jetonu tahmin etmeyi öğrenir ve yanıtı jeton jeton üretir. Büyük dil modeli nedir konunun tam anlatımıdır. Görsel ve video için baskın yaklaşım difüzyondur: model bir resimden gürültüyü küçük adımlarla kaldırmayı öğrenir ve üretim anında saf gürültüden başlayarak, bir metin açıklaması ortaya çıkanı yönlendirirken, gürültüyü adım adım kaldırır. Çoğu görsel modelinin kullandığı yöntem, Ho, Jain ve Abbeel'in 2020 tarihli Denoising Diffusion Probabilistic Models makalesidir; yerini aldığı yaklaşım olan çekişmeli üretici ağlar (GAN), Goodfellow ve arkadaşlarının 2014 tarihli çalışmasına dayanır. Müzik üreticileri genellikle bu ikisinden birini ödünç alır.
Akılda tutulması gereken sonuç, bunların hepsinin doğru olanı değil, uyan şeyi ürettiğidir. Bir metin modeli, bir alıntının şekline uyan bir alıntı üretir. Bir görsel modeli, ellerin kalıbına uyan, bazen altı parmaklı bir el üretir. Akıcılık ve hatalar aynı yerden gelir, ve yapay zeka halüsinasyonu nedir bunun metin versiyonunu ayrıntılı şekilde ele alır.
Dört ortam, dört tür model, tek pencere
2022'de üretken yapay zeka metin, ayrı olarak da görsel demekti. 2026'da tek bir sohbet ürünü dört tür üreticiye yönlendirme yapıyor ve her birinin arkasındaki model farklı.
| Ortam | Ne yazarsın | Ne gelir | Model türü | Whizi seçicideki örnekler |
|---|---|---|---|---|
| Metin ve kod | Bir soru veya talimat | Düz yazı, tablo, program | Dil modeli | GPT, Claude, Gemini, DeepSeek ve 280+ diğerleri |
| Görsel | Bir açıklama veya bir görsel ile düzenleme talebi | Yeni veya düzenlenmiş bir görsel | Difüzyon modeli | Whizi Image, Nano Banana, Flux, Stable Diffusion |
| Video | Bir açıklama veya bir başlangıç görseli | Kısa bir klip | Video difüzyon modeli | Whizi Video AI |
| Müzik | Bir tarz, bir ruh hali, bazen sözler | Bir ses parçası | Ses üretim modeli | Whizi Music AI |
Bunun altında yatan ürün kararı, bunların farklı fiyatlandırılmasının çalıştırma maliyetlerinin farklı olmasından kaynaklandığıdır. Bir metin yanıtı bir sentin küçük bir kesridir. Görsel ayrı bir sayaçtır. Video ve müzik en pahalı satırlardır ve en üst planda yer alır.
Whizi kredileri nasıl çalışır sayfasına göre, görsel üretimi Starter'da yok, Pro'da ayda 100, Powerhouse'da ayda 500'dür ve video ile müzik üretimi Powerhouse özellikleridir. Bir metin yanıtı ile bir video klip arasındaki fark, 500 jeton üretmekle birkaç saniyelik kare üretmek arasındaki farktır, ve fiyatlandırma da hesaplama gücünü takip eder.
Üretken yapay zeka ne için iyidir, ve dürüst sınırı
Bilinen bir şekli olan her şeyin ilk taslağında iyidir: bir e-posta, bir özet, bir fonksiyon, bir ürün fotoğrafı, bir arka plan parçası. Dönüştürmede iyidir, var olan bir şeyi alıp aynı şeyi başka bir biçimde üretir: çevrilmiş, kısaltılmış, farklı bir okuyucu için yeniden yazılmış, yeniden tarzlandırılmış. Ve hacimde iyidir, bir insanın iki varyant üreteceği yerde yirmi varyant üretir.
Yapısı gereği üç konuda zayıftır. Kendisine verilmemiş gerçekler, çünkü doğru olanı değil uyan şeyi üretir. Uzun kuyrukta hassasiyet: altıncı parmak, derlenip yanlış işi yapan kod. Ve çıktının iyi olup olmadığına dair yargı, ki bu isteği yapan kişide kalır. Yapay zeka nasıl kullanılır rehberi, bu sınırlar içinde çalışmanın pratik versiyonudur.
Karar kuralı şudur: iyi bir sonucu üretebileceğinden daha hızlı tanıyabiliyorsan, üretken yapay zeka doğru araçtır. İyi bir çıktıyı kötü olandan ayırt edemiyorsan, bu görev için henüz doğru araç değildir.
Üretken yapay zeka, makine öğreniminin bir dalıdır, o da yapay zekanın bir dalıdır
Yapay zeka şemsiye terimdir: bir insan yapsaydı zeki diyeceğimiz her şeyi yapan yazılım. Makine öğrenimi, çoğu modern yapay zekanın kullandığı yöntemdir, kurallar programlanmak yerine veriden öğrenilir. Üretken yapay zeka, çıktısı yeni içerik olan makine öğrenimi dalıdır. Büyük dil modeli, metin için üretken modeldir. Sohbet botu, bunun etrafına sarılmış uygulamadır. Her biri bir öncekinin bir alt kümesidir, ve yapay zeka sözlüğü tüm terimleri tek bir yerde toplar.
Pratik okuma şudur: bir ürün "yapay zeka kullanıyor" dediğinde, hangi türü olduğunu sor. Sınıflandırıyor, sıralıyor veya tahmin ediyorsa, eski türdür ve muhtemelen iyi çalışır. Üretiyorsa, yeni türdür ve çıktısını kontrol eden birine ihtiyaç duyar.
- Bir ürünün sınıflandırıp sınıflandırmadığını mı yoksa ürettiğini mi sor; sadece ikincisi çıktısının kontrol edilmesini gerektirir
- Üretken yapay zekayı, bilinen bir şekli olan şeylerin ilk taslakları ve dönüşümleri için kullan
- Üretilen metindeki her gerçeği, sayıyı veya alıntıyı açabileceğin bir kaynakla kontrol et
- Ayrıntılarda hassasiyet hataları bekle: kodda eller ve uç durumlar
- Ortamı plana göre eşleştir: metin her yerde ucuzdur, görsel ve video ayrı sayılır
Sık sorulan sorular
Yapay zeka ile üretken yapay zeka arasındaki fark nedir?
Yapay zeka, zekayla ilişkilendirdiğimiz görevleri yapan yazılımlar için kullanılan şemsiye terimdir. 2022 öncesindeki çoğu yapay zeka sınıflandırma, sıralama veya tahmin yapardı: spam filtreleri, yüz tanıma, öneri motorları. Üretken yapay zeka, örneklerin kalıplarını öğrenip bunlara uyan yeni örnekler üreterek metin, görsel, video ve müzik gibi yeni içerik üreten daldır.
Üretken yapay zekaya örnekler nelerdir?
Metin ve kod için ChatGPT, Claude ve Gemini; Flux, Stable Diffusion ve Nano Banana gibi görsel üreticiler; bir açıklamayı veya durgun bir görseli klibe dönüştüren video üreticiler; ve bir tarz ile ruh halinden parça üreten müzik üreticiler. Whizi gibi çok modelli bir çalışma alanı bu dördünün hepsini tek bir sohbet penceresinin arkasına koyar.
Üretken yapay zeka nasıl çalışır?
Bir model, makul bir örneğin nasıl göründüğünü öğrenene kadar çok büyük sayıda örnek üzerinde eğitilir, ardından bir isteme uyan yeni bir örnek üretmesi istenir. Metin modelleri bir sonrakini tahmin ederek tek seferde bir jeton üretir. Görsel ve video modelleri genellikle difüzyon kullanır, bir metin açıklaması sonucu yönlendirirken rastgele gürültüyü adım adım bir resme dönüştürür.
ChatGPT üretken yapay zeka mıdır?
Evet. ChatGPT, metin için üretken model olan büyük bir dil modeli üzerine kurulu bir sohbet uygulamasıdır. 30 Kasım 2022'de yayınlandı ve Reuters tarafından aktarılan bir UBS analizine göre Ocak 2023'te tahmini 100 milyon aylık aktif kullanıcıya ulaştı; bu, üretken yapay zekanın bir araştırma alanı olmaktan çıkıp bir tüketici kategorisi haline geldiği andır.
Üretken yapay zeka neden hata yapar?
Çünkü doğru olanı değil, eğitim verisinin kalıbına uyanı üretir. Bir metin modeli, kaynak var olsun olmasın bir alıntı şeklinde bir alıntı üretir; bir görsel modeli, bazen altı parmaklı olsa da bir el şeklinde bir el üretir. Modeli bir kaynağa dayandırmak ve çıktıyı kontrol etmek çözümdür, ve bunlar bunu kullanan kişide kalır.
