Definition
Generativ AI refererer til kunstig intelligens-systemer, der skaber nyt indhold såsom tekst, billeder, video eller musik ved at lære mønstre fra eksisterende data. I modsætning til traditionel AI producerer den nye output i stedet for blot at analysere eller klassificere input.
Formål
Formålet er at hjælpe med kreative opgaver, automatisere indholdsgenerering og øge menneskelig produktivitet. Det bruges i vid udstrækning inden for design, skrivning, underholdning og videnskabelig opdagelse.
Vigtighed
- Muliggør hurtig prototyping og kreativitet på tværs af domæner.
- Reducerer manuel indsats i forbindelse med indholdsgenerering.
- Rejser bekymring over misinformation, ophavsret og misbrug.
- Tæt beslægtet med modeller som GAN'er, VAE'er og store sprogmodeller.
Hvordan det virker
- Indsaml og forbehandl store træningsdatasæt.
- Træn generative modeller (f.eks. GAN'er, transformere, diffusionsmodeller).
- Lær sandsynlighedsfordelinger af træningsdata.
- Prøve eller bed modellen om at generere nye output.
- Forfin output med brugerfeedback eller efterbehandling.
Eksempler (den virkelige verden)
- DALL·E (OpenAI): genererer billeder fra tekstprompter.
- Stabil diffusion: open source-generering af tekst-til-billede.
- ChatGPT: genererer menneskelignende tekstsvar.
Referencer / Yderligere læsning
- “Opmærksomhed er alt, hvad du behøver” — Vaswani et al., NeurIPS 2017.
- Generativt AI-landskab — Stanford menneskecentreret AI.
- Goodfellow m.fl. Dyb læring. MIT Press.
- Generative AI-træningsdata
