Generatywna Sztuczna Inteligencja

🎯 Definicja

Generatywna Sztuczna Inteligencja (Generative AI, GenAI) to poddziedzina sztucznej inteligencji, której celem jest tworzenie nowych, oryginalnych treści. W przeciwieństwie do klasycznych modeli predykcyjnych, które klasyfikują lub przewidują wartości, modele generatywne samodzielnie generują nowe dane: tekst, obrazy, kod, dźwięk, muzykę, a nawet wideo.

Najczęściej osiąga się to poprzez trenowanie modeli na dużych zbiorach danych i wykorzystanie ich do rekonstrukcji lub rozszerzania rozkładu danych wejściowych – na zasadzie “przewidzenia, co pasuje dalej”.

🔑 Kluczowe punkty

• GenAI przekształca dane wejściowe w dane wyjściowe o podobnym stylu lub cechach.
• Duże modele językowe (LLM, np. GPT, Claude, Llama) to najpopularniejsze aplikacje GenAI.
• Modele uczą się semantyki i struktury danych, a następnie używają ich do tworzenia nowej zawartości.
• Wspierają szereg zastosowań: tworzenie treści, automaty generujące kod, asystenci konwersacyjni, generatywne obrazy (np. DALL·E, Midjourney)
• Wymagają dużych mocy obliczeniowych i zaawansowanej architektury (Transformers, Diffusion Models itd.)

📚 Szczegółowe wyjaśnienie

Jak działa GenAI?

Generatywne modele przewidują kolejny element (np. słowo, piksel, dźwięk) w sekwencji, bazując na wcześniejszych danych.

Działają w oparciu o:

• Transformery – np. GPT, które uczą się kontekstu tokenów i generują następny token
• Modele dyfuzyjne (diffusion models) – używane w generowaniu grafiki i obrazów
• GANs (Generative Adversarial Networks) – dwie sieci konkurujące w generowaniu i ocenie danych

LLM jako aplikacja GenAI

Duże Modele Językowe (LLM) takie jak GPT działają według zasady:

1. Wejście (prompt) jest tokenizowane
2. Model przewiduje kolejne prawdopodobne tokeny
3. Output składany jest z pojedynczych kroków predykcji
4. Proces kontynuuje się aż do uzyskania pełnej odpowiedzi

Długość kontekstu

Długość kontekstu to ograniczenie dotyczące liczby tokenów (jednostek składających się na tekst), które model może “widzieć” i analizować naraz.

• Typowe limity:
  • GPT-3: 4k tokenów
  • GPT-3.5-turbo: 16k–32k tokenów
  • GPT-4-turbo: do 128k tokenów
  • Claude 2.1: do 200k tokenów

Im większy kontekst, tym bardziej model “pamięta”, ale też zwiększają się koszty i czas przetwarzania.

Znane przykłady GenAI

Typ treści	Narzędzia / Modele
Tekst	GPT, Claude, Mistral, LLaMA
Obrazy	DALL·E, Midjourney, Stable Diffusion
Dźwięk, muzyka	Jukebox, Riffusion, MusicLM
Wideo	Sora (OpenAI), Runway
Kod	GitHub Copilot, CodeWhisperer, StarCoder

💡 Przykład zastosowania

Zespół tworzy narzędzie do automatycznego generowania e-maili marketingowych. Korzystają z OpenAI GPT-4 poprzez API. Podają dane o odbiorcy, cel kampanii i styl – model generuje tekst, który po zatwierdzeniu trafia bezpośrednio do systemu CRM. Użytkownik może edytować prompt i zlecać poprawki typu „bardziej formalnie”, „dodaj ofertę specjalną”, itp.

📌 Źródła

• https://openai.com/research
• https://www.microsoft.com/en-us/ai/generative-ai
• https://hbr.org/2023/05/what-is-generative-ai
• https://deepmind.google/technologies/gemini
• https://huggingface.co

👽 Brudnopis

• GenAI ≠ predykcja — to tworzenie nowych danych podobnych do już istniejących
• Nie “rozumie”, ale imituje struktury języka/obrazu/dźwięku
• Hallucinations = niebezpieczeństwo w aplikacjach faktograficznych
• Prompting = interfejs użytkownika dla GenAI
• Inżynieria promptów określa zakres outputu
• Modele stają się multimodalne: tekst + obraz + kod + głos
• Tokeny ≠ słowa; dokument 3000 słów = ~4000–5000 tokenów

---