Генеративната вештачка интелигенција го смени светот на уметноста, креативноста, јазикот и интелектуалните професии за само неколку месеци. Генеративните модели како ChatGPT или Midjourney, но и другите кои работат на генерирање глас, музика, видео и слично веќе го менуваат светот на суштински начин. Целата човечка креативна и интелектуална историја градена на рамењата на генијални креативци сега е во датабазата на ГенАИ и таа управува со неа. Што следи никој не знае, но едно е сигурно – не може да се игнорира!
Генеративната вештачка интелигенција (GenAI) е дел од вештачката интелигенција која може да генерира секакви податоци, вклучувајќи аудио, код, слики, текст, симулации, 3Д објекти, видеа итн.
Таа зема инспирација од постоечките податоци, но исто така генерира нови и неочекувани резултати, отворајќи нови хоризонти. Голем дел од тоа, благодарение на неодамнешните откритија во полето како што се (Chat)GPT и Dall-e.
Но, генеративната ВИ нема да запре тука, со новите откритија таа не се користи само во уметноста и креативноста, туку и во многу други области. Пример за тоа е откривањето и генерирање на антитела од страна на ГенВИ со потенцијал за откривање на нови лекови. И тоа е само една од многуте нови и потенцијални примени на овие технологии.
Почетоците и развојот на ГенВИ
Почетоците на ГенВИ се пред речиси 100 години, во 1932 година кога Жорж Арцруни, грузиски инженер и пронаоѓач од Русија, го поднел првиот патент за механички преведувач.
Механичкиот преведувач работел со помош на хартиена лента. Се работи за машина за општа намена со многу потенцијални апликации. Главната апликација била механички повеќејазичен речник.
Потоа работите се развиваат со релативно бавно темпо. Во 1960-тите и 1970-тите години, со развојот на микрочипот и персоналните компјутери, се развива и вештачката интелигенција.
„Чиста“ вештачка интелигенција
Паралелно со генеративната се развивала и чистата ВИ. Kако значајни моменти од нејзиниот развој се истакнуваат:
- 1950-тите кога терминот „вештачка интелигенција“ за првпат бил употребен од компјутерскиот научник Џон МекКарти
- Конференцијата Дартмут во 1956 година, која се смета за раѓање на вештачката интелигенција како поле на студии
- 1952 година, кога Артур Семјуел создал програма која можела да игра дама на високо ниво. Се работи за еден од првите примери на алгоритам за машинско учење, бидејќи програмата можела да ги подобри своите перформанси преку обиди и грешки.
- 1970-тите и 1980-тите настапува период наречен „ВИ зима“
- Кон крајот на 1990-тите се случува пробив, напредок во машинското учење и невронските мрежи
- 1997 година, компјутерот Deep Blue на IBM го победи шампионот во шах Гари Каспаров. Тоа е симболичен триумф на машината над човекот.
За ГенВИ нема зима!
Во 1980-тите години во ГенВИ се случуваат најголемите промени како генерирање на процедурални содржини, каузална анализа на Баесови мрежи рекурентни невронски мрежи (RNNs), конволутивни невронски мрежи (CNN). Сето ова ја овозможува генеративната вештачка интелигенција каква што ја познаваме денес.
Главната промена се случува во 2014 година кога истражувачкиот научник Иан Гудфелоу развива генеративни противнички мрежи (GANS), кои спротивставуваат две невронски мрежи за да генерираат се пореалистична содржина.
Она што следува понатаму е засновано на овие откритија и резултира со нешта како Сири (личен асистент со глас кој може да одговара и да презема активности како одговор на гласовните барања). Потоа во 2018-та кога се јавуваат BERT на Google и GPT на OpenAI. Во 2021/22 се случуваат пробиви како Dall-E (модел за генерирање слики од текст), Stable Diffusion (отворен модел за генерирање слики) и ChatGPT (голем јазичен модел).
2023 година носи многу предизвици – масовно ширење на употребата на овие алатки, неколку правни процеси и тужби за копирајт, но едно е јасно – ГенВИ се развива со огромна брзина и никој не може да ја сопре!
Само за 2 недели во март 2023 година се излезени:
- Midjourney v5, со неверојатни “text-to-image” резултати со фотографска реалистичност
- ChatGPT4, нова верзија на четботот развиен од OpenAI
- Bard LLM, на Google, конкурент на ChatGPT4
- Firefly на Adobe, енџин за „текст-во-слика“, 3Д-во-слика, текст-во-вектор итн.
- Bing Image Creator, конкурент на Midhourney, Dall-e, Stable Diffusion и други.
Но, она што е можеби најзначајно е:
- NVIDIA Cloud Tools за да се забрза работата на компаниите кои градат генеративни апликации за вештачка интелигенција.
- Nvidia AI Foundations за помош на компаниите да обучуваат сопствени модели на вештачка интелигенција.
- ChatGPT4 најави поврзување на интернет и воведување додатоци (plugins) за визуелизација и многу други. Со тоа практично веќе нема да ви треба ниту една друга апликација или алатка освен нивната!
Генеративната АИ создава, но и одзема
Џон Кеј (1704-1779) бил англиски пронаоѓач чија најважна креација бил т.н. „летечки шатл“ применет во индустријализацијата на ткаењето како клучен придонес за Индустриската револуција. Овие иновации ја трансформирале текстилната индустрија во Велика Британија. Иновацијата се сметала за закана за егзистенцијата на предачите и ткајачите.
Нешто слично се случува во светот на ГенВИ денес, но она што е застрашувачки е дека овој пат технологијата нема да ги замени мануелните нешта во фабрика, туку ќе удри таму каде што најмногу боли – креативноста.
Но, креативноста не е калап, не е алгоритам, ниту треба да се потчини на правилата! Креативноста го движи човештвото напред и нејзината основна одлика е непредвидливоста. Токму затоа машините никогаш не можат да бидат креативни. Или можат? Се е прашање на перцепцијата, како и тоа дали колажот во визуелните уметности или семплувањето во музиката се уметност.
Најактуелни случувања во светот на ВИ
Во април 2023 година се имаат случено следниве нешта во светот на вештачката интелигенција:
- BloombergGPT, јазичен модел за финансии од 50 милијарди параметри (колку за споредба ChatGPT3 бил трениран на 175 милијарди параметри)
- Google произведува чипови за AI суперкомпјутери кои според нив се побрзи и „позелени“ од тие на Nvidia
- Мета (Фејсбук) сака да користи АИ за генерирање реклами, а Google одобрува АИ генерирани реклами
- Alibaba воведува Chatbot за нивните производи
- GPT-4 заменува елитни Crowdworkers и заштедува $500,000 и 20,000 часови работа на компаниите
- Илон Маск купува илјадници графички процесори (GPU), отвора АИ компанија X.AI и работи на „TruthGPT“
- Објавен е OpenAssistant, ChAT AI со отворен код
- Adobe воведува наредби (prompts) во програмите како Premiere Pro и After Effects и Firefly за видео
- Microsoft со чипови како конкуренција на Nvidia
- Synthesis AI развива апликација за „текст-во-3Д“
- Маск вели дека ќе ги тужи Мајкрософт за податоците од Твитер за тренирање на АИ
- Први АИ генерирани песни на музичките платформи и музичари кои нудат да го делат профитот со тие кои ќе го искористат нивниот АИ генериран глас
- DeepFloyd IF, прв модел „текст-во-слика“ кој правилно интегрира текст во сликите
- StableVicuna, првиот чет-бот со отворен код од големи размери обучен преку засилено учење од човечки повратни информации (RHLF).
- „Кумот на вештачката интелигенција“, Џефри Хинтон, го напушта Гугл и предупредува на претстојната опасност од АИ
Она што следува понатаму е неизвесно, но секојдневно се јавуваат нови јазични модели, а вештачката интелигенција ќе биде интегрирана во сите програми, апликации и работни места.