Generativní umělá inteligence vs. jiné typy umělé inteligence

Umělá inteligence je simulace lidské inteligence strojem. Navzdory dávným mytologiím a staletím snah o stvoření strojů, které by se chovaly jako lidské bytosti, se první skutečný příklad strojového učení objevil až v roce 1951, kdy se šachový program na univerzitě v Manchesteru naučil hrát natolik dobře, že porážel lidi. Jednalo se o nejstarší formu herní umělé inteligence.

Dnes je umělá inteligence všudypřítomná, zejména v telefonech a mobilních aplikacích, kde plní běžné úkoly, jako jsou rozpoznávání obličeje nebo řeči, filtrování spamu, návrhy gramatiky a překlady.

Neexistuje jediný typ umělé inteligence, který by zvládal vše. Stejně jako používáme různé počítačové programy pro zpracování textu, účetnictví a digitální grafiku, existují různé typy umělé inteligence, které pracují různým způsobem, aby dosáhly různých cílů. Typy umělé inteligence, se kterými se setkáváte, se dělí do tří základních kategorií.

Tento typ umělé inteligence vykonává úzce vymezené úlohy a dále se neučí. Mezi formy úzké umělé inteligence patří rozpoznávání obrazu, procesory přirozeného jazyka a generátory obrázků. Příklady úzké umělé inteligence jsou hlasoví asistenti jako Siri, Asistent Google a Alexa. Dokážou porozumět hlasovým příkazům a reagovat na ně, ale nedokážou například stanovit přesnou lékařskou diagnózu.

Jak napovídá jejich název, tyto stroje umí pouze reagovat na podněty, jako je pohyb šachové figurky na virtuální šachovnici. Nevytvářejí si paměť, ze které by se mohly v budoucnu učit, jako stroje s omezenou pamětí, přesto jsou užitečnou součástí digitálního prostředí. Příkladem reaktivních strojů jsou spamové filtry a doporučovací systémy, které si všímají vašeho chování a navrhují, jaký film byste si mohli pustit příště nebo co byste si mohli koupit.

Dalším stupněm ve vývoji umělé inteligence je umělá inteligence s omezenou pamětí, která dokáže ukládat informace, učit se z nich a na základě tohoto učení provádět nové úlohy. Tento typ umělé inteligence je vhodný k vytváření předpovědí. Používá se k předpovídání budoucích trendů v řadě oblastí, od financí až po počasí. V současnosti se jedná o nejčastěji používaný typ umělé inteligence, který se objevuje v chatbotech a samořídících automobilech.

Stejně jako jsou jiné podskupiny umělé inteligence vytvořeny pro specifické účely, také generativní umělá inteligence zahrnuje různé typy modelů vytvořených za účelem tvorby různých typů obsahu.

Generování textu je pravděpodobně nejznámější formou umělé inteligence. Populárními se staly zejména modely chatbotů s umělou inteligencí, které jsou pravidelně zmiňovány v médiích. Lidé tyto generátory textu používají k nejrůznějším účelům, od korektur přes psaní dotazníků až po tvorbu kódu.

Generátory založené na umělé inteligenci, jako je Adobe Firefly, dokáží přetavit textové zadání v obrázek. Mají širokou škálu využití pro umělce, tvůrce obsahu i marketéry. Generátory obrázků, vytrénované na stovkách milionů obrázků a popisků, umožňují komukoli popsat kýžený výsledek, a poté rychle vygenerují nový obrázek na základě textového zadání.

Umělci a návrháři můžou tuto technologii využívat k brainstormingu a zkoušení nových nápadů, aniž by museli věnovat hodiny každé verzi. Marketéři a nezávislí tvůrci obsahu můžou rychle vytvářet krásné obrázky, i když nemají zkušenosti s uměleckou tvorbou.

Podobně jako jsou generátory obrázků trénovány na rozsáhlých datových sadách obrázků, jsou generátory hudby trénovány na hudbě a jejích metadatech. Dokážou rozeznávat vzorce v hudebních žánrech a tvorbě konkrétních umělců a na základě těchto charakteristik vytvářet novou hudbu.

Tato forma generativní umělé inteligence kombinuje všechny tři formy: generování textu, zvuku i obrazu. Tyto modely, které jsou trénovány pomocí dat zahrnujících zvuk, video a text, můžou tvůrcům videa ušetřit čas při úpravách, přidávání titulků, změně velikosti pro různé výstupy a dokonce i při generování nového videoobsahu na základě textových pokynů.