Co je to generativní umělá inteligence? Vše co musíte vědět najdete zde. Budoucnost lidstva? Nebo?

Generativní AI je typ technologie umělé inteligence, která může vytvářet různé typy obsahu, včetně textu, obrázků, zvuku či syntetických dat.

Nedávný zájem o generativní AI byl zapříčiněn jednoduchostí nových uživatelských rozhraní pro vytváření vysoce kvalitního textu, grafiky a videí v řádu sekund.

Je třeba poznamenat, že tato technologie není nikterak nová.

Generativní AI byla představena v 60. letech v chatbotech.

Ale až v roce 2014, s uvedením generativních sítí, neboli GANů – typu algoritmu strojového učení – mohla generativní AI vytvářet přesvědčivě autentické obrázky, videa nebo zvuk skutečných lidí.

Na jedné straně tato nová technologie otevřela příležitosti, které zahrnují lepší dabing filmů a bohatý vzdělávací obsah.

Také odemkla obavy týkající se deepfakes – digitálně falšovaných obrázků nebo videí – a škodlivých kybernetických útoků na firmy, včetně podvodných požadavků, které realisticky napodobují zaměstnancova šéfa.

Dva další nedávné pokroky, o kterých si řekneme níže, sehrály rozhodující roli v tom, že se generativní umělá inteligence dostala do popředí a zájmu všech: jsou to transformátory a průlomové jazykové modely, které toto umožnily.

Transformátory jsou typem strojového učení, který výzkumníkům umožnil trénovat stále větší modely, aniž by museli předem označovat všechna data.

Nové modely tak mohly být trénovány na miliardách stránek textu, což vedlo k daleko lepším odpovědím než doposud.

Transformátory navíc odemkly nový pojem zvaný pozornost, který modelům umožnil sledovat souvislosti mezi slovy napříč stránkami, kapitolami a knihami, nikoliv jen v jednotlivých větách.

A nejen slova: Transformátory dokázaly, svou schopnost sledovat souvislosti, využít také k analýze zdrojového kódu, proteinů, chemických látek či DNA.

Rychlý pokrok v oblasti tzv. velkých jazykových modelů (LLM) – tj. modelů s miliardami nebo dokonce biliony parametrů – otevřel novou éru, v níž generativní modely umělé inteligence dokáží psát poutavé texty, malovat fotorealistické obrázky a dokonce vytvářet poněkud zábavné sitcomy a to vše v reálném čase.

Inovace v multimodální AI navíc umožňují týmům generovat velmi kvalitní obsah včetně textu, grafiky, videa nebo zvuku.

Na tomto základě vznikají nástroje jako Editee Vision nebo Dall-E, které automaticky vytvářejí obrázky z textového popisu nebo generují textové popisky z obrázků.

Nehledě na tyto průlomové objevy jsme stále na počátku využívání generativní AI k vytváření čitelného textu a fotorealistické stylizované grafiky.

První implementace měly problémy s přesností a zkreslením a také byly náchylné k halucinacím a chrlení častokrát velmi podivných odpovědí.

Přesto dosavadní pokrok naznačuje, že přirozené schopnosti tohoto typu umělé inteligence by mohly zásadně změnit podnikání.

V budoucnu by tato technologie mohla pomoci při psaní programového kódu, navrhování nových léků, vývoji produktů, přepracování obchodních procesů a transformaci dodavatelských řetězců.

Jak funguje generativní umělá inteligence?

Generativní AI začíná s podnětem, který může mít podobu textu, obrázku, videa, návrhu, hudebních not nebo jakéhokoli jiného vstupu, který systém AI dokáže zpracovat.

Různé algoritmy AI pak v reakci na zadání neboli prompt vrátí nový obsah.

Obsah může zahrnovat prodejní texty, popisy produktů, příspěvky na sociální sítě, řešení problémů nebo realistické podvrhy vytvořené z obrázků nebo zvukových záznamů osob.

Rané verze generativní umělé inteligence vyžadovaly odesílání dat prostřednictvím rozhraní API nebo přes podobně komplikovaný proces.

Vývojáři se tak museli seznámit se novými nástroji a psát aplikace pomocí jazyků, jako je Python, který se používá k vývoji AI velmi hojně.

Nyní průkopníci generativní umělé inteligence vyvíjejí lepší uživatelské prostředí, které umožňuje popsat požadavek v jednoduchém jazyce.

Po prvotním zadání můžete výsledky taktéž různě přizpůsobovat, například o různé styly, tóny hlasu a další prvky, které se mohou ve vygenerovaném obsahu projevit.

Generativní modely AI

Generativní modely AI kombinují různé algoritmy AI k reprezentaci a zpracování obsahu.

Například pro generování textu se různými technikami zpracování přirozeného jazyka transformují surové znaky (např. písmena, interpunkční znaménka a slova) do vět, částí řeči, entit a akcí, které jsou reprezentovány jako vektory pomocí různých technik kódování.

Podobně jsou obrázky transformovány na různé vizuální prvky, rovněž vyjádřené jako vektory.

Taktéž tyto techniky mohou tvořit i předsudky, rasismus, lhaní a různé další věci jako nabubřelost , které obsahují tréninková data.

Jakmile se vývojáři dohodnou na způsobu reprezentace světa, použijí konkrétní neuronovou síť k vygenerování nového obsahu v reakci na dotaz nebo zadání (tzv. prompt).

Techniky jako GAN a variační autoenkodéry (VAE) – neuronové sítě s dekodérem a kodérem – jsou vhodné pro generování realistických lidských tváří, syntetických dat pro trénink AI nebo dokonce faksimilií konkrétních lidí.

Nedávný pokrok v oblasti transformátorů, jako je obousměrný kodér reprezentace z transformátorů (BERT) společnosti Google, GPT společnosti OpenAI a Google AlphaFold, také vyústil v neuronové sítě, které mohou nejen kódovat jazyk, obrázky a proteiny, ale také generovat nový obsah.

Jak neuronové sítě mění generativní umělou inteligenci

Výzkumníci vytvářejí umělou inteligenci a další nástroje pro programové generování obsahu již od počátků umělé inteligence.

První přístupy, známé jako systémy založené na pravidlech a později jako “expertní systémy”, používaly explicitně vytvořená pravidla pro generování odpovědí nebo souborů dat.

Neuronové sítě, které tvoří základ většiny dnešních aplikací AI a strojového učení, tento problém obrátily.

Neuronové sítě jsou navrženy tak, aby napodobovaly fungování lidského mozku, a “učí” se pravidla na základě hledání vzorů v existujících souborech dat.

První neuronové sítě, vyvinuté v 50. a 60. letech 20. století, byly omezeny nedostatkem výpočetního výkonu a malými soubory dat.

Teprve s nástupem velkých dat v polovině 20. století a zlepšením počítačového hardwaru se neuronové sítě staly praktickými a vhodnými pro generování obsahu.

Tento obor se urychlil, když výzkumníci našli způsob, jak přimět neuronové sítě, aby běžely paralelně na grafických procesorech (GPU), které se používaly v počítačovém herním průmyslu k vykreslování videoher.

Nové techniky strojového učení vyvinuté v posledním desetiletí, včetně výše zmíněných generativních adverzních sítí a transformátorů, připravily půdu pro nedávný pozoruhodný pokrok v oblasti obsahu generovaného umělou inteligencí.

Co je to Dall-E, ChatGPT a Bard?

Chat GPT, Dall-E, Bard a třeba i Editee jsou populární generativní rozhraní umělé inteligence.

Dall-E

Dall-E, vycvičený na velkém souboru dat obrázků a jejich souvisejících textových popisů, je příkladem multimodální aplikace umělé inteligence, která identifikuje souvislosti napříč různými médii, jako je obraz, text a zvuk.

V tomto případě spojuje význam slov s vizuálními prvky.

Byla vytvořena pomocí implementace GPT společnosti OpenAI v roce 2021. Dall-E 2, druhá, schopnější verze, byla vydána v roce 2022 – umožňuje uživatelům generovat obrázky v několika stylech řízených uživatelským zadáním (prompty).

Chat GPT

Chatbot s umělou inteligencí, který v listopadu 2022 vzal svět útokem, byl postaven na implementaci GPT-3.5 od OpenAI.

OpenAI poskytla způsob interakce a dolaďování (tzv fine tuning) textových odpovědí prostřednictvím rozhraní chatu s interaktivní zpětnou vazbou.

Dřívější verze GPT byly přístupné pouze prostřednictvím rozhraní API. GPT-4 byl vydán 14. března 2023.

Chat GPT do svých výsledků zahrnuje historii konverzace s uživatelem, čímž simuluje skutečnou konverzaci.

Po neuvěřitelné popularitě nového rozhraní GPT společnost Microsoft oznámila novou významnou investici do OpenAI a integrovala verzi GPT do svého vyhledávače Bing.

Bard

Společnost Google byla dalším průkopníkem v oblasti transformačních technik umělé inteligence pro zpracování jazyka a dalších typů obsahu.

Některé z těchto modelů poskytla veřejnosti veřejně jako open source.

Nikdy však nevytvořila rozhraní pro veřejnost.

Rozhodnutí společnosti Microsoft implementovat GPT do služby Bing přimělo společnost Google, aby urychleně uvedla na trh veřejně přístupného chatbota Google Bard, postaveného na odlehčené verzi rodiny velkých jazykových modelů LaMDA.

Po uspěchaném debutu Barda utrpěla společnost Google značnou ztrátu ceny akcií poté, co jazykový model nesprávně uvedl, že Webbův teleskop jako první objevil planetu v cizí sluneční soustavě.

Mezitím implementace Microsoftu a ChatGPT také ztratily na důvěryhodnosti, zejména ze startu, kvůli nepřesným výsledkům a nevyzpytatelnému chování.

Společnost Google od té doby představila novou verzi Barda postavenou na nejpokročilejším LLM, PaLM 2, která umožňuje Bardu efektivněji a celkově lépe reagovat na dotazy uživatelů.

Editee

První Česko Slovenská AI platforma, která využívá nejpokročilejší technologie jako GPT-4, které si nadále sama upravuje a vylepšuje.

Nabízí taktéž generování fotorealistických fotografií, extrémně přesný překladač (i celých dokumentů) a taktéž práci s dokumenty s pomocí AI.

Kde všude a jak se používá generativní umělá inteligence?

Generativní umělá inteligence se používá v různých případech generování prakticky jakéhokoli obsahu.

Tato technologie se stává dostupnější pro uživatele z řad i naprostých laiků, díky špičkovým průlomovým technologiím, jako je GPT, které lze vyladit (tzv fine tuning) pro různé druhy aplikací.

Některé z případů použití generativní AI zahrnují následující:

– Implementace chatbotů pro zákaznický servis a technickou podporu.

– Nasazení deepfakes pro napodobování lidí nebo dokonce konkrétních osob.

– Zlepšení dabingu filmů a vzdělávacího obsahu v různých jazycích.

– Psaní e-mailových odpovědí, seznamovacích profilů, životopisů a seminárních prací.

– Vytváření fotorealistického umění v určitém stylu.

– Zlepšování videí s ukázkami produktů.

– Navrhování nových sloučenin léčiv k testování.

– Navrhování fyzických výrobků a budov.

– Optimalizace návrhů nových čipů.

– Tvorba hudby v určitém stylu nebo tónu.

Jaké jsou výhody generativní umělé inteligence?

S generativní umělou inteligencí lze pracovat v mnoha oblastech podnikání. Může usnadnit interpretaci a pochopení stávajícího obsahu a automatické vytváření nového obsahu.

Vývojáři zkoumají způsoby, jakými může generativní AI zlepšit stávající pracovní postupy, s cílem zcela přizpůsobit pracovní postupy tak, aby tuto technologii využívaly na denní bázi.

Mezi potenciální výhody implementace generativní AI patří např. následující:

– Automatizace manuálního procesu psaní obsahu.

– Snížení úsilí při odpovídání na e-maily.

– Zlepšení odpovědí na konkrétní technické dotazy.

– Vytváření realistických fotografií lidí.

– Shrnutí složitých informací do uceleného textu.

– Zjednodušení procesu tvorby obsahu v určitém stylu.

Jaká jsou omezení generativní umělé inteligence?

Rané implementace generativní umělé inteligence názorně ukazují její mnohá omezení.

Některé z problémů, které generativní umělá inteligence představuje, vyplývají ze specifických přístupů používaných k implementaci konkrétních případů použití.

Například shrnutí složitého tématu se čte snadněji než vysvětlení, které obsahuje různé zdroje podporující klíčové body.

Čitelnost shrnutí je však na úkor toho, že uživatel může ověřit, odkud informace pochází.

Zde jsou některá omezení, která je třeba vzít v úvahu při implementaci nebo používání generativní aplikace pro umělou inteligenci:

– Ne vždy identifikuje zdroj obsahu.

– Může být náročné posoudit zaujatost původních zdrojů.

– Realisticky znějící obsah ztěžuje identifikaci nepřesných informací.

– Může jí být obtížné pochopit.

– Výsledky mohou zamlčovat zaujatost, předsudky a nenávist.

Transformátory přinášejí nové možnosti

V roce 2017 společnost Google informovala o novém typu architektury neuronové sítě, která přinesla výrazné zlepšení efektivity a přesnosti úloh, jako je zpracování přirozeného jazyka.

Tento přelomový přístup, nazývaný transformátory, byl založen na konceptu pozornosti.

Na vysoké úrovni se pozornost vztahuje k matematickému popisu toho, jak se věci (např. slova) vzájemně vztahují, doplňují a modifikují.

Výzkumníci popsali architekturu ve svém zásadním článku “Attention is all you need” (Pozornost je vše, co potřebujete), kde ukázali, jak neuronová síť s transformátory dokázala překládat mezi angličtinou a francouzštinou s větší přesností a za pouhou čtvrtinu tréninkového času než jiné neuronové sítě.

Průlomová technika dokázala také objevit vztahy neboli skryté prvky mezi dalšími věcmi ukrytými v datech, které by člověk ani nemusel uvědomit, protože byly příliš složité pro vyjádření nebo rozeznání.

Architektura transformátorů se od svého zavedení rychle vyvíjela a dala vzniknout LLM, jako je GPT-3, a lepším technikám předtrénování, jako je BERT společnosti Google.

Jaké jsou obavy spojené s generativní umělou inteligencí?

Vzestup generativní umělé inteligence vyvolává také různé obavy.

Ty se týkají kvality výsledků, možnosti zneužití a potenciálu narušit stávající obchodní modely.

Zde jsou uvedeny některé konkrétní typy problematických otázek, které současný stav generativní AI vyvolává:

– Může poskytovat nepřesné a zavádějící informace.

– Bez znalosti zdroje a původu informací je obtížnější jí důvěřovat.

– Může podporovat nové druhy plagiátorství, které ignorují práva tvůrců obsahu a autorů původního obsahu.

– Může narušit stávající obchodní modely postavené na optimalizaci pro vyhledávače a reklamě.

– Usnadňuje vytváření falešných zpráv.

– Usnadňuje tvrzení, že skutečné fotografické důkazy o protiprávním jednání byly pouze podvrhem vygenerovaným umělou inteligencí.

– Může se vydávat za lidi pro efektivnější kybernetické útoky s pomocí sociálního inženýrství.

Jaké jsou příklady generativních nástrojů umělé inteligence?

Generativní nástroje AI existují pro různé modality, jako je text, obraz, hudba, zdrojový kód a hlas.

Mezi oblíbené generátory obsahu AI, které je fajn zkusit, patří například:

– Mezi nástroje pro generování textu patří GPT, Editee, Jasper, AI-Writer a Lex.

– Mezi nástroje pro generování obrázků patří Dall-E 2, Editee a Stable Diffusion.

– Mezi nástroje pro generování hudby patří Amper, Dadabots a MuseNet.

– Mezi nástroje pro generování kódu patří CodeStarter, Codex, GitHub Copilot a Tabnine.

– Mezi nástroje pro syntézu hlasu patří Descript, Listnr a Podcast.ai.

– Mezi nástroje pro návrh čipů s umělou inteligencí patří společnosti Synopsys, Cadence, Google a Nvidia.

Případy použití generativní umělé inteligence podle odvětví

Nové generativní technologie umělé inteligence jsou někdy popisovány jako technologie pro všeobecné použití podobně jako parní energie, elektřina a výpočetní technika, protože mohou zásadně ovlivnit mnoho odvětví.

Je nutné mít na paměti, že stejně jako u předchozích univerzálních technologií trvalo často desítky let, než lidé našli nejlepší způsob, jak uspořádat pracovní postupy tak, aby nový přístup opravdu využili.

Zde je několik způsobů, jak by aplikace generativní umělé inteligence mohly ovlivnit různá odvětví:

– Finance mohou sledovat transakce v kontextu historie jednotlivce a vytvářet tak lepší systémy pro odhalování podvodů.

– Právní firmy mohou generativní AI využívat k navrhování a interpretaci smluv, analýze důkazů a navrhování argumentů.

– Výrobci mohou pomocí generativní AI kombinovat data z kamer, rentgenových snímků a dalších měření, aby přesněji a hospodárněji identifikovali vadné díly a jejich příčiny.

– Filmové a mediální společnosti mohou využívat generativní AI k ekonomičtější produkci obsahu a jeho překladu do jiných jazyků s realistickými hlasy herců.

– Lékařský průmysl může generativní AI využít k efektivnější identifikaci slibných kandidátů na nové léky.

– Architektonické firmy mohou využívat generativní AI k rychlejšímu navrhování a přizpůsobování prototypů.

– Herní společnosti mohou využívat generativní AI k navrhování herního obsahu a nových levelů.

GPT se připojuje k panteonu univerzálních technologií

Společnost OpenAI, která se zabývá výzkumem a nasazením umělé inteligence, využila základní myšlenky transformátorů k vytrénování své verze, nazvané Generative Pre-trained Transformer neboli GPT.

Pozorovatelé si všimli, že GPT je stejná zkratka, která se používá k popisu technologií pro všeobecné použití, jako je parní stroj, elektřina a výpočetní technika.

Většina se shodne na tom, že GPT a další implementace transformátorů již dostojí svému názvu, protože výzkumníci objevují způsoby jejich využití v průmyslu, vědě, obchodě, stavebnictví a medicíně.

Etika a zaujatost v generativní umělé inteligenci

Navzdory svým slibům otevírají nové generativní nástroje umělé inteligence řadu problémů týkajících se přesnosti, důvěryhodnosti, zkreslení, halucinací a plagiátorství – etických otázek, jejichž vyřešení bude pravděpodobně trvat roky.

Žádný z těchto problémů není v oblasti umělé inteligence nikterak nový.

Například první pokus společnosti Microsoft o chatboty z roku 2016, nazvaný Tay, musel být vypnut poté, co začal na Twitteru chrlit pobuřující rétoriku.

Novinkou je, že nejnovější generativní aplikace AI daleko lepší než kdy dříve.

Tato kombinace jazyka podobného lidskému a koherence však není synonymem lidské inteligence a v současné době se vedou velké debaty o tom, zda lze generativní modely AI vycvičit tak, aby měly schopnost uvažovat.

Jeden inženýr společnosti Google byl dokonce propuštěn poté, co veřejně prohlásil, že aplikace generativní umělé inteligence společnosti, Language Models for Dialog Applications (LaMDA), je rozumná.

Přesvědčivý realismus obsahu generativní umělé inteligence přináší nový soubor rizik spojených s umělou inteligencí.

Ztěžuje odhalení obsahu generovaného AI, a co je ještě daleko důležitější, ztěžuje odhalení, když je něco špatně či nepřesné.

To může být velký problém, pokud se na výsledky generativní AI spoléháme při psaní programového kódu nebo poskytování lékařských rad.

Mnoho výsledků generativní AI není transparentních, takže je těžké určit, zda například neporušují autorská práva nebo zda není problém s původními zdroji, ze kterých AI čerpají a díky nim poskytují výsledky.

Pokud nevíte, jak umělá inteligence došla k nějakému závěru, nemůžete přemýšlet nad tím, proč se může mýlit.

Generativní umělá inteligence vs. umělá inteligence

Generativní AI vytváří nový obsah, odpovědi v chatu, návrhy, syntetická data nebo deepfakes.

Tradiční AI se naproti tomu zaměřuje na odhalování vzorců, rozhodování, zdokonalování analýzy, klasifikaci dat a odhalování podvodů.

Generativní AI, jak bylo uvedeno výše, často využívá techniky neuronových sítí, jako jsou transformátory, GAN a VAE.

Jiné druhy umělé inteligence, na rozdíl od nich, používají techniky včetně konvolučních neuronových sítí, rekurentních neuronových sítí a posilovacího učení.

Generativní AI často začíná zádáním (promptem), která umožňuje uživateli nebo zdroji dat zadat výchozí dotaz nebo soubor dat, podle kterého se generování obsahu řídí.

Může jít o iterativní proces zkoumání variant obsahu.

Tradiční algoritmy umělé inteligence zpracovávají nová data a vracejí jednoduchý výsledek.

Historie generativní umělé inteligence

Chatbot Eliza vytvořený Josephem Weizenbaumem v 60. letech 20. století byl jedním z prvních příkladů generativní AI.

Tyto rané implementace používaly přístup založený na pravidlech, který se snadno rozbil mimo jiné kvůli omezené slovní zásobě, nedostatku kontextu a přílišnému spoléhání na vzory.

Rané chatboty bylo také obtížné přizpůsobovat a rozšiřovat.

Tato oblast zaznamenala oživení v důsledku pokroku v oblasti neuronových sítí a hlubokého učení v roce 2010, který umožnil technologii automaticky se učit analyzovat existující text, klasifikovat obrazové prvky a přepisovat zvuk.

Ian Goodfellow představil sítě GAN v roce 2014.

Tato technika hlubokého učení poskytla nový přístup k organizaci konkurenčních neuronových sítí, které generují a následně hodnotí varianty obsahu.

Ty mohly generovat realistické osoby, hlasy, hudbu a text. To podnítilo zájem – a obavy – o to, jak by generativní umělá inteligence mohla být použita k vytváření realistických deepfakes, které se vydávají za hlasy a videa jiných osob.

Od té doby pomohl pokrok v dalších technikách a architekturách neuronových sítí rozšířit možnosti generativní AI.

Mezi tyto techniky patří VAE, dlouhá krátkodobá paměť, transformátory, difuzní modely a neuronová zářivá pole (neural radiance fields).

Osvědčené postupy pro používání generativní umělé inteligence

Osvědčené postupy pro používání generativní umělé inteligence se liší v závislosti na způsobu, pracovním postupu a požadovaných cílech.

Přesto je při práci s generativní AI důležité zohlednit základní faktory, jako je přesnost, transparentnost a snadnost použití.

Následující postupy pomáhají těchto faktorů dosáhnout:

– Jasně označte veškerý obsah generativní AI pro uživatele a spotřebitele.

– V případě potřeby ověřujte přesnost generovaného obsahu pomocí primárních zdrojů.

– Zvažte, jak se do výsledků generované umělé inteligence může dostat zaujatost.

– Překontrolujte kvalitu kódu a obsahu generovaného AI pomocí jiných nástrojů.

– Poznejte silné stránky a omezení jednotlivých nástrojů generativní AI.

– Seznamte se s běžnými způsoby selhání výsledků a pracujte s nimi.

Budoucnost generativní umělé inteligence