Umělá inteligence (AI) je technologický obor, který se stále rychleji rozvíjí a nachází uplatnění v různých oblastech lidského života. Existuje mnoho druhů a zaměření umělé inteligence. Nejvíce je v současné době slyšet o ChatGPT, který spadá do druhu tzv. generativní ai (umělá inteligence).  Níže najdete definici toho, co to vlastně je a jak funguje. Dozvíme se proč třeba ChatGPT někdy lže a na jakých konkrétních technologiích je založený.

Generativní AI (Umělá Inteligence GAN)

Generativní umělá inteligence, známá také jako GAN (Generative Adversarial Networks), je technika, která byla poprvé představena Ianem Goodfellowem a jeho kolegy již v roce 2014. GAN jsou navrženy tak, aby generovaly nová data, která jsou podobná těm reálným, na základě tréninkových dat. ¹

Chat GPT a jiné GAN fungují na základě dvou hlavních komponent:

1. Generátor: Tato část GANu se snaží vytvořit nová data, která by byla co nejvěrnější tréninkovým datům. Generátor se učí vytvářet data podle vzoru, který se naučil z tréninkových dat.
2. Diskriminátor: Diskriminátor slouží jako soudce a snaží se rozlišit mezi skutečnými daty a daty vygenerovanými generátorem. Jeho úkolem je určit, zda jsou data pravdivá nebo ne.

Generativní umělá inteligence má široké využití, včetně generování obrázků, textu, zvuku a mnoha dalších. Je klíčovým prvkem v tvorbě deepfake videí, tvorbě realistických vizualizací a mnoha dalších aplikacích.

Proč ChatGPT někdy lže (a celkem přesvědčivě) ?

Generátor generuje data a diskriminátor posuzuje data. ChatGPT funguje tak, že tyto dvě komponenty spolu soutěží. Generátor se snaží vytvořit data na základě tréninkového modelu, která přesvědčí diskriminátora, že jsou reálná, zatímco diskriminátor se snaží odhalit falešná data. Tímto způsobem se generátor stále zlepšuje v tvorbě realistických dat.

Pravda nebo lež? V článku ChatGPT (OpenAI) – Úvod, pricing, omezení a možnosti využití jsem psal, že je potřeba ChatGPT neustále kontrolovat. Je tomu tak proto, že Generátor ani Diskriminátor nejsou dokonalé. Pokud generátor vygeneruje lež, tak na ni Diskriminátor většinou přijde ale ne vždy. A to je právě situace kdy dokáže ChatGPT přesvědčivě lhát.

Dobrá zpráva je, že se neustále vyvíjí a frekvence “lhaní se snižuje”. Viděl jsem dříve diskusi s botem (někde na netu), který se nechal přesvědčit, že 1+1 není 2 pokud jste s ním argumentovali. Nyní to vypadá, že už se nenechá nijak přesvědčit:

Na jakých technologiích je založen Chat GPT

Chat GPT je založen zejména na těchto technologiích

1. Strojové Učení (Machine Learning): Strojové učení je obecný termín pro metody, které umožňují počítačům “učit se” na základě dat a zkušeností. To zahrnuje metody jako podpůrný vektorový stroj, rozhodovací stromy a neuronové sítě. ²
2. Hluboké Učení (Deep Learning): Deep learning je konkrétní podobou strojového učení, která se zaměřuje na použití hlubokých neuronových sítí pro řešení složitých problémů, jako je rozpoznávání obrazů a zpracování přirozeného jazyka. ³
3. Rekurentní neuronová síť (RNN): ChatGPT používá rekurentní neuronovou síť (RNN) s dlouhodobou krátkodobou pamětí (LSTM), což umožňuje zachytit a uchovávat kontext a závislosti mezi slovy v textu.⁴
4. Pozornost (Attention Mechanism): ChatGPT využívá pozornost (attention mechanism), který umožňuje modelu selektivně zaměřit se na důležité části textu a dávat jim větší váhu při generování odpovědí.⁵

Tyto technologie společně tvoří základ pro ChatGPT a umožňují mu efektivně komunikovat s lidmi a generovat text na základě textových vstupů.

1. Wikipedia, Generative artificial intelligence [on-line]. [cit. 2024-01-28] Dostupné z WWW: https://en.wikipedia.org/wiki/Generative_artificial_intelligence
2. MIT, management school, Machine learning explained [on-line]. [cit. 2024-01-28] Dostupné z WWW: https://mitsloan.mit.edu/ideas-made-to-matter/machine-learning-explained
3. Geeks for geeks, Introductin to Deep Learning [on-line]. [cit. 2024-01-28] Dostupné z WWW: https://www.geeksforgeeks.org/introduction-deep-learning/
4. Wikipedia, Recurrent neural network [on-line]. [cit. 2024-01-28] Dostupné z WWW: https://en.wikipedia.org/wiki/Recurrent_neural_network
5. Wikipedia, Attention (machine learning) [on-line]. [cit. 2024-01-28] Dostupné z WWW: https://en.wikipedia.org/wiki/Attention_(machine_learning)