Вештачката интелигенција е практика на наведување на машините да ја имитираат човечката интелигенција за извршување на задачи. Веројатно веќе сте се сретнувале со вештачката интелигенција во секојдневниот живот на повеќе начини, како што се на пример мобилните гласовни асистенти/ки Siri или Alexa.
Една од гранките на вештачката интелигенција е и машинското учење. Она што е всушност главната специфичност на машинското учење е способноста на машината да може да „учи“ од обрасците на податоците без ангажирање на луѓето. Оваа област вклучува голема количина на податоци кои се обработуваат и испорачуваат определени дејства.
Вештачката интелигенција го промени начинот на кој им пристапуваме на податоците и на информациите и донесе толку промени во сѐ она што го правиме, а со појавата на генеративната вештачка интелигенција отворени се уште повеќе можности кои можат да бидат корисни и во новинарството.
Генеративната вештачка интелигенција (AI) ги опишува алгоритмите кои можат да се користат за креирање на нова содржина, вклучувајќи звук, слики, текст, симулации и видеозаписи. Генеративната вештачка интелигенција спаѓа во категоријата на машинско учење. Генеративните модели на вештачката интелигенција можат да се тренираат на големите собири на податоци за да ги научат обрасците и стиловите на податоците, а потоа да генерираат нова содржина што е слична на онаа содржина што се користела за учење. Со неодамнешното појавување на ChatGPT, генеративната вештачка интелигенција се здоби со уште поголема популарност.
Генеративната вештачка интелигенција има многу практични апликации, како што е генерирање на реалистични слики за видео игри или филмови, креирање на персонализирана содржина за корисниците/чките врз основа на нивните преференции или генерирање на одговори на природниот јазик во чет-ботовите. Меѓутоа, ова исто така предизвикува етичка загриженост во врска со потенцијалната злоупотреба на содржината што е генерирана со вештачка интелигенција, како што е креирањето на лажни вести или на deepfake видеозаписи, со оглед на тоа што ваквите машини користат податоци кои се наоѓаат на интернет, а кои не се секогаш проверени и точни. Како што авторот Мирза Крајина наведува во текстот за списанието Republica, „Чет-ботот поради начинот на кој функионира, може да им даде логични, но неточни одговори на неговите корисници.“ Во текстот тој кажува зошто е тоа така и зошто е важно да се обрне внимание на информациите што се добиваат од генеративните AI алатки.
Типови на генеративна вештачка интелигенција
Постојат повеќе типови на генеративна вештачка интелигенција, како што е генеративен текст, слика, видеозапис и многу други.
Генерирање на текст
Генерирањето на текст е вид на генеративна вештачка интелигенција која вклучува создавање на нови делови на пишаниот текст, како што се статии, приказни или дури и поезија, кои според стилот, тонот и содржината се слични на човечкиот текст. Како и сѐ друго што прави генеративната вештачка интелигенција, така и генерирањето на текстот е базирано на голема база на податоци од пишани текстови, како што се книги, статии и објави на социјалните мрежи, а потоа тоа знаење се користи за креирање на новиот текст кој ги имитира обрасците и стиловите на податоците за обука.
Постојат неколку различни техники за генерирање на текст, вклучувајќи ги:
- Јазичните модели: Овие модели учат да ја предвидуваат веројатноста на зборовите или на низата на зборови во контекстот. Највеќе се користат во апликациите за процесирање на природниот јазик (NLP), кои произведуваат текст во излезна форма што вклучува и преводи.
- Повторувачките невронски мрежи (RNN): Овие модели се дизајнирани за обработка на секвенцијални податоци, како на пример текст и можат да се користат за генерирање на секвенци од текстот. RNN ги користат повратните врски за одржување на состојбата што ја опфаќа контекстот на претходните зборови, овозможувајќи им да генерираат кохерентен и контекстуално релевантен текст.
- Трансформаторските модели: Овие модели користат механизам на самовнимание за да ги научат односите помеѓу различните зборови во реченицата, овозможувајќи им да генерираат покомплексен и контекстуално почувствителен текст. Моделите на трансформаторите се користени за широк спектар на задачи за генерирање на текст, вклучувајќи и преведување на јазиците и генерирање на дијалог што звучи реалистично.
Користејќи ја вештачката интелигенција, алатката Trint ќе ви помогне да го претворите говорот во текст. Генерално, генераторите на титлови се корисни во новинарството, а овде можете да прочитате пет автоматски генератори на титлови кои ќе ви го олеснат титлувањето.
Генерирањето на текст има многу практични примени, како што е креирање на чет-ботови или на виртуелни асистенти или генерирање на содржини за маркетиншки кампањи. Може да помогне за инспирација и за креативност, но поради можноста за злоупотреба, како што е создавањето на лажни вести, овие алатки треба внимателно да се користат.
Генерирање на слики и на видеозаписи
Она што го карактеризира генерирањето на слики и на видеозаписи е создавањето на нови слики и видеозаписи, кои според стилот, содржината и квалитетот се слични на сликите и на видеозаписите што ги созадаваат луѓето. Моделите за генерирање на слики и на видеозаписи можат да се тренираат на големите собири на податоци за слики и видеозаписи, а потоа тоа знаење да се користи за креирање на нови слики и видеозаписи кои ги имитираат обрасците и стиловите на податоците за тренинг. Можат да комбинираат повеќе податоци од различни видеозаписи и сето тоа да го спојат во еден видеозапис или слика, но обрнете внимание на ова бидејќи оваа техника често се користи за deep fake видеозаписи и слики, како на пример сликата на папата Фрањо во бела јакна или апсењето на Donald Tramp.
Постојат неколку различни техники за генерирање на слики и на видеозаписи:
- Variational Autoencoders (VAE): Овие модели се дизајнирани да го научат компресираното презентирање на сликата и на видеозаписот (познато како "кодер"), а потоа го користат ова презентирање за генерирање на нова слика и видеозапис (познато како "декодер").
- Generative Adversarial Networks (GAN): Овие модели се состојат од две длабоки невронски мрежи: генератор и дискриминатор. Мрежата на генераторот учи да создава нови слики или видеозаписи кои се слични на податоците за обука, додека мрежата на дискриминаторот учи да ги разликува генерираните слики и видеозаписи од вистинските. Двете мрежи работат заедно за да ја подобрат способноста на генераторот да создаде пореалистични и поубедливи слики или видеозаписи.
- Autoregressive models: Овие модели генерираат нови слики и видеозаписи со итеративно предвидување на вредноста на секој пиксел на сликата или на видеозаписот со осврт на вредностите на претходните пиксели. Овој пристап може да биде пресметковно скап, но може да генерира слики и видеозаписи со висок квалитет со фини детали.
Претходно пишувавме за некои алатки што се корисни во новинарството а вклучуваат генеративна вештачка интелигенција, како на пример алатката Colossyan која ви помага да креирате синтетичка видео содржина од текст. Ве потсетуваме на претходниот текст на Ирена Омазиќ, која зборуваше за синтетичките видеозаписи и за проблематиката на лажните вести.
Уште една корисна алатка за креирање на видеозаписи е Steve Ai.
Генеративната вештачка интелигенција функционира во широк спектар на апликации, вклучувајќи ги следниве:
- Интерфејсите на природниот јазик. При изведувањето на синтеза на говор и текст, овие системи на вештачка интелигенција ги активираат дигиталните асистенти како на пример Alexa на Amazon, Siri на Apple и Google Assistant-от, како и алатките кои автоматски го сумираат текстот или автоматски генерираат соопштенија за јавноста од збирот на клучните факти.
- Синтеза на слики. Овие AI системи креираат слики врз основа на инструкции. Тие можат да се користат за креирање на реклами, за модни дизајни или за приказни за филмската продукција. DALL-E, Midjourney и Wombo Dream се примери на AI генератори на слики.
- Синтеза на простор. AI исто така може да креира тридимензионални реални простори и објекти, но и дигитални. Може да дизајнира згради, соби, па дури и планови на цел град, како и виртуелни простори за игра или за соработка во стилот на метаверс. Една таква алатка е Spacemaker.
- Дизајн на производи и синтеза на објекти. Генеративната вештачка интелигенција може да дизајнира, па дури и да креира физички објекти како што се машински делови и производи за домаќинството. AutoCAD и SOL75 се алатки кои користат вештачка интелигенција за изведување или за помош во дизајнирањето на физичкиот објект.
Потенцијалите на генеративната вештачка интелигенција во новинарството
Генеративната вештачка интелигенција може да има огромен потенцијал да го трансформира полето на новинарството, овозможувајќи им на медиумските организации поефикасно да ги креираат вестите и во поголем обем. Една од главните предности на генеративната вештачка интелигенција во новинарството е нејзината способност брзо да сумира големи количини на информации и да ги презентира на единствен начин. Меѓутоа, севкупниот потенцијал не е можно да се земе вака едноставно и „здраво за готово“. Генеративната вештачка интелигенција веќе се користи во новинарството и тоа е факт што не можеме да го избегнеме. Но, етичкото прашање и прашањето за проверка на информациите кои ги генерира вештачката интелигенција остануваат под знак прашалник.
Со користењето на примерот на ChatGPT за пишување во текстот Како новинарите/ките и новинарството треба да гледаат на генеративната вештачка интелигенција?, авторот дава негов личен осврт на проблематиката за користењето на генеративната вештачка интелигенција во новинарството, наведувајќи дека медиумската индустрија всушност не треба да ја користи бидејќи има многу недостатоци, етички е проблематична и тешко се контролира целосно преку точноста на информациите.
„Има премногу голем етички долг што го создаваат овие системи претходно пред алатките воопшто да стигнат до новинарите/ките. Можеби ќе побарате од уредниците/чките да го прегледаат генерирарниот текст поради фактите и точноста, но ќе биде потешко да се фатат регресивните предрасуди во категоризацијата и карактеризацијата. Ако ги сумирате историските контексти во целина и сакате да ги тестирате машинските сумирачи, активирајте ги на избрани статии и документи што претходно сами сте ги провериле. Продолжете со претпазливост.“ – се наведува во текстот.
Поради оваа загриженост и потенцијалот за злоупотреба на генративната вештачка интелигенција во новинарството, важноста на претпазливоста и на транспарентноста во користењето на вештачката интелигенција, одговорноста и етичноста остануваат примарен фокус пред воопшто да се почне да се користи некоја од алатките.
