Getty Images/J StudiosHva er generativ AI?
Generativ kunstig intelligens (AI) refererer til modeller eller algoritmer som skaper helt nye utdata, for eksempel tekst, bilder, videoer, kode, data eller 3D-gjengivelser, fra den enorme mengden data de er trent på. Modellene 'genererer' nytt innhold ved å referere til dataene de har blitt trent på, og lage nye spådommer.
Også: De beste gratis AI-kursene (og om AI 'mikrograder' og sertifikater er verdt det)
Hensikten med generativ AI er å lage innhold, i motsetning til andre former for AI, som passer til forskjellige formål, for eksempel å analysere data, lage annonseanbefalinger, analysere applikasjoner , hjelpe til med å kontrollere en selvkjørende bil, osv.
Hva er et eksempel på generativ AI?
Som nevnt ovenfor er generativ AI ganske enkelt en underseksjon av AI som bruker treningsdataene sine til å “generere” eller produsere en ny produksjon. AI-chatbots eller AI-bildegeneratorer er typiske eksempler på generative AI-modeller. Disse verktøyene bruker enorme mengder materialer de ble trent på for å lage ny tekst eller bilder.
Hvorfor er generativ AI et hett tema akkurat nå?
Begrepet generativ AI vekker oppsikt på grunn av den økende populariteten til generative AI-modeller, slik som OpenAIs samtale-chatbot ChatGPT og dens AI-bildegenerator DALL-E 3.
Disse og lignende verktøy bruker generativ AI for å produsere nytt innhold, inkludert datakode, essays, e-poster, sosiale medier bildetekster, bilder, dikt, Excel-formler og mer, i løpet av sekunder, som har potensialet til å øke folks' arbeidsflyter betydelig.
Også: Den ende-til-ende AI-kjeden dukker opp – det er som å snakke med bedriftens øverste ingeniør
< p>ChatGPT ble ekstremt populært raskt, og akkumulerte over én million brukere en uke etter lansering. Mange andre selskaper så denne suksessen og skyndte seg å konkurrere på den generative AI-markedet, inkludert Google, Microsofts Bing og Anthropic. Disse selskapene utviklet raskt sine egne generative AI-modeller.
Summingen rundt generativ AI vil fortsette å vokse etter hvert som flere selskaper kommer inn på markedet og finner nye bruksområder for å hjelpe teknologien med å integreres i daglige prosesser. For eksempel har det nylig vært en økning av nye generative AI-modeller for video og lyd.
Hva har maskinlæring å gjøre med generativ AI?
Machine learning refererer til underdelen av AI som lærer et system å lage en prediksjon basert på data det er trent på. Et eksempel på denne prediksjonen er når DALL-E 3 lager et bilde basert på ledeteksten du skriver inn ved å se hva ledeteksten betyr.
Også: Hvordan AI kan redde IT-proffer fra jobbutbrenthet og varslingstrøtthet
Generativ AI er derfor et maskinlæringsrammeverk, men alle maskinlæringsrammeverk er ikke generativ AI.
Hva er forskjellen mellom generativ AI og LLM?
Når man diskuterer generative AI-modeller, hører man ofte begrepet large language model (LLM) fordi det er teknologien som driver AI chatbots.
Som ZDNETs Maria Diaz forklarer: “En av de mest kjente typene AI akkurat nå er store språkmodeller (LLM). Disse modellene bruker uovervåket maskinlæring og er trent på enorme mengder tekst for å lære hvordan menneskelig språk fungerer. Disse tekstene inkluderer artikler, bøker, nettsteder og mer."
Også: Hva står GPT for? Forstå GPT 3.5, GPT 4 og mer
Disse LLM-ene har avanserte evner til naturlig språkbehandling og brukes ofte for AI-chatbots. Disse chatbotene trenger å forstå samtaleforespørsler fra brukere, men de trenger også å sende ut forespørsler via samtale.
Noen av de mest populære LLM-ene er OpenAIs GPT-3.5, som driver gratisversjonen av ChatGPT, og GPT-4, som driver ChatGPT Plus og Microsofts Copilot.
Hva er tekstbaserte generative AI-modeller trent på?
Tekstbaserte modeller, som ChatGPT, er trent på enorme mengder data i en prosess kjent som selvovervåket læring. Her lærer modellen av informasjonen den mates for å lage spådommer og generere svar i fremtidige scenarier
Også: Hva er Copilot (tidligere Bing Chat)? Her er alt du trenger å vite
En bekymring med generative AI-modeller, spesielt de som genererer tekst, er at mange er trent på data fra hele internett. Disse dataene inkluderer opphavsrettsbeskyttet materiale og informasjon som kanskje ikke har blitt delt med eierens samtykke.
Hva er generativ AI-kunst?
Generativ AI-kunst, inkludert bilder, er skapt av AI-modeller som er trent på milliarder av bilder. Modellen bruker disse dataene til å lære stiler av bilder og bruker deretter denne innsikten til å generere ny kunst når en person blir bedt om det via tekst.
Også: Hvordan bruke ChatGPT til å lage diagrammer og tabeller
Et populært eksempel på en kunstig kunstgenerator er DALL-E. Imidlertid er mange andre AI-generatorer på markedet og er like gode, om ikke mer kapable. Disse verktøyene kan også brukes til ulike krav.
Image Creator fra Microsoft Designer er Microsofts versjon av teknologien, som utnytter OpenAIs mest avanserte tekst-til-bilde-modell, DALL-E 3, og er for tiden sett på av ZDNET som den beste AI-bildegeneratoren.< /p>
Noen modeller, for eksempel DALL-E, er trent med bilder funnet på internett, selv om skaperens tillatelse ikke ble gitt. Andre, som Adobes Firefly, har en mer etisk tilnærming, og bruker angivelig bare Adobe Stock Images eller innhold i offentlig domene der opphavsretten har utløpt.
Hva er problemene med kunst generert av tekst-til-bilde-modeller?
Mange generative AI-kunstmodeller er trent på milliarder av bilder fra internett. Dette innholdet inkluderer ofte kunstverk og bilder produsert av kunstnere og kreative. Disse bildene blir deretter redesignet og gjenbrukt av AI for å generere bildet ditt. Haken er at kunstnerne av det originale verket ikke samtykket til at kunstverket deres ble brukt til å trene AI-modeller og inspirere andre.
Dessuten: Google lanserer to nye gratis ressurser for å hjelpe deg med å optimalisere AI-forespørslene dine
Selv om det ikke er det samme bildet, har det nye bildet elementer av en kunstners originale verk, som er ikke kreditert dem. En spesifikk stil som er unik for kunstneren kan replikeres av AI og brukes til å generere et nytt bilde, uten at den opprinnelige artisten vet eller godkjenner det. Debatten om hvorvidt AI-generert kunst er 'ny' eller til og med 'art' vil fortsette i mange år.
Hva er noen mangler ved generativ AI?
Generative AI-modeller tar en enorm mengde innhold fra hele internett og bruker deretter informasjonen de er trent på til å lage spådommer og lage utdata for spørsmålene du legger inn. Disse spådommene er basert på dataene modellene mates, men det er ingen garantier for at prediksjonen vil være korrekt, selv om svarene høres plausible ut.
Svarene kan også inkludere skjevheter som er iboende i innholdet modellen har inntatt fra internett, men det er ofte ingen måte å vite om det er sant. Disse manglene har forårsaket store bekymringer angående spredning av feilinformasjon på grunn av generativ AI.
Også: 4 ting Claude AI kan gjøre som ChatGPT ikke kan.
Generative AI-modeller vet ikke nødvendigvis om resultatet er nøyaktig. Det er usannsynlig at brukere vet hvor informasjonen kommer fra. Det er også usannsynlig at de forstår hvordan algoritmene behandler data for å generere innhold.
Det finnes eksempler på chatbots som gir feil informasjon eller rett og slett finner på ting for å fylle hullene. Selv om resultatene fra generativ AI kan være spennende og underholdende, ville det være uklokt, absolutt på kort sikt, å stole på informasjonen eller innholdet de lager.
Noen generative AI-modeller, som Copilot, er forsøker å bygge bro over dette kildegapet ved å gi fotnoter kilder som gjør det mulig for brukere å forstå hvor svaret deres kommer fra og bekrefte nøyaktigheten.