Generatywne AI

Generatywna sztuczna inteligencja (ang. generative AI, GenAI) to modele, które tworzą nowe treści - tekst, obrazy, dźwięk, muzykę, wideo czy kod - na podstawie wzorców wyuczonych z danych treningowych. W odróżnieniu od klasycznych modeli, które np. klasyfikują zdjęcie jako „kot” lub „pies”, model generatywny potrafi narysować zupełnie nowego kota.

Najważniejsze rodzaje modeli generatywnych

• Duże modele językowe (LLM) - generują tekst i kod (ChatGPT, Claude, Gemini).
• Modele dyfuzyjne - generują obrazy i wideo, stopniowo „odszumiając” losowy szum (Stable Diffusion, Midjourney, modele wideo).
• Sieci GAN - dwie rywalizujące sieci; przez lata standard w generowaniu realistycznych obrazów.
• Modele audio - synteza mowy i klonowanie głosu (np. ElevenLabs), generowanie muzyki.
• Modele multimodalne - łączą tekst, obraz i dźwięk w jednym modelu.

Zastosowania w firmach

• asystenci i chatboty obsługi klienta,
• pomoc w programowaniu (code assistants),
• tworzenie i tłumaczenie treści marketingowych,
• streszczanie i analiza dokumentów,
• agenci AI automatyzujący procesy biznesowe.

Ograniczenia i ryzyka

Modele generatywne mogą tworzyć nieprawdziwe informacje (halucynacje), powielać uprzedzenia obecne w danych i być wykorzystywane do deepfake'ów czy dezinformacji. W Unii Europejskiej ich użycie reguluje m.in. AI Act, który nakłada obowiązki przejrzystości, np. oznaczanie treści wygenerowanych przez AI.