Hva er generativ AI?

Generativ AI er en kategori kunstig intelligens som kan skape nytt, originalt innhold – tekst, bilder, musikk, video, kode og mer. I motsetning til tradisjonell AI som klassifiserer, forutsier eller sorterer eksisterende data, produserer generativ AI noe som ikke fantes fra før. ChatGPT som skriver en artikkel, Midjourney som lager et bilde og Suno som komponerer en sang er alle eksempler på generativ AI.

Kort forklart Generativ AI er AI som lager ting – den skriver tekst, tegner bilder, komponerer musikk og produserer video basert på instruksjonene dine. Det er teknologien bak ChatGPT, DALL-E, Midjourney og alle de AI-verktøyene som har eksplodert i popularitet.

Generativ AI vs. tradisjonell AI

Tradisjonell AI er analytisk – den gjenkjenner mønstre, klassifiserer data og gjør prediksjoner. Et spam-filter analyserer e-poster og kategoriserer dem. Et anbefalingssystem analyserer preferanser og foreslår produkter. Denne AI-en vurderer eksisterende informasjon.

Generativ AI er skapende – den produserer nytt innhold som ikke fantes i treningsdataen. Den har lært mønstre, stiler og strukturer fra enorme mengder data, og bruker denne forståelsen til å generere noe nytt. En språkmodell som skriver en artikkel kombinerer kunnskap fra milliarder av tekster til en unik komposisjon.

Det er viktig å forstå at generativ AI ikke kopierer – den genererer. Resultatet er statistisk sannsynlig gitt inputen, men det er ikke en kopi av noe som finnes i treningsdataen.

Teknologiene bak generativ AI

Transformere og språkmodeller

Transformer-arkitekturen er grunnlaget for tekstgenerering. Store språkmodeller (LLM-er) som GPT-4, Claude og Gemini er massive transformer-nettverk trent på milliarder av tekster. De genererer tekst token for token ved å predikere det mest sannsynlige neste ordet basert på konteksten.

Diffusjonsmodeller

Diffusjonsmodeller er grunnlaget for bildegenerering. De lærer å fjerne støy fra bilder – og ved å starte med rent støy og gradvis fjerne det, styrt av en tekstbeskrivelse, produserer de nye bilder. Stable Diffusion, DALL-E og Midjourney bruker alle varianter av denne teknologien.

Generative Adversarial Networks (GAN)

GAN-er bruker to konkurrerende nettverk – en generator som lager innhold og en diskriminator som vurderer kvaliteten. Gjennom konkurransen forbedrer begge seg. GAN-er var banebrytende for bildegenerering men er nå i stor grad erstattet av diffusjonsmodeller.

Variational Autoencoders (VAE)

VAE-er komprimerer data til en kompakt representasjon og genererer nye varianter fra denne. De brukes ofte i kombinasjon med andre teknikker, spesielt i latent diffusion-modeller.

Hva generativ AI kan lage

Tekst

Generativ AI kan skrive artikler, rapporter, e-poster, kode, manus, dikt og praktisk talt enhver form for tekst. Kvaliteten har nådd et nivå der AI-generert tekst er vanskelig å skille fra menneskeskrevet for de fleste formål.

Bilder

Fra fotorealistiske bilder til kunstneriske illustrasjoner – AI kan generere visuelt innhold i enhver stil basert på tekstbeskrivelser. Kvaliteten nærmer seg profesjonell fotografering og illustrasjon.

Musikk og lyd

AI kan komponere musikk i alle sjangre, generere naturtro stemmer og produsere lydeffekter. Hele sanger med vokal, instrumenter og produksjon kan genereres fra en tekstbeskrivelse.

Video

AI-videogenerering er det nyeste og raskest utviklende feltet. Verktøy som Sora og Runway kan lage korte videoklipp fra tekstbeskrivelser med økende kvalitet.

Kode

AI-kodingsverktøy genererer fungerende programvare fra naturlig språk-beskrivelser. Hele applikasjoner kan prototyperes med AI-assistanse.

3D-modeller

Generativ AI utvides til 3D med verktøy som kan generere 3D-objekter og scener fra tekst eller bilder.

Den generative AI-bølgen

Generativ AI eksploderte i offentlig bevissthet med lanseringen av ChatGPT i november 2022. Siden da har utviklingen akselerert med stadig mer kapable modeller fra flere leverandører, raskere og rimeligere generering, multimodale modeller som håndterer tekst, bilde og lyd i samme modell, og integrasjon i hverdagsverktøy som Office, Google Workspace og Adobe.

Generativ AI er den raskest adopterte teknologien i historien – ChatGPT nådde 100 millioner brukere på to måneder, en rekord som ingen app hadde oppnådd før.

Bruksområder

Næringsliv

Bedrifter bruker generativ AI for innholdsproduksjon, kundeservice, koding, analyse, design og automatisering. McKinsey estimerer at generativ AI kan tilføre 2,6–4,4 billioner dollar til den globale økonomien årlig.

Kreativ industri

Film, musikk, design og reklame bruker generativ AI for konseptutvikling, prototyping og produksjon. AI er et nytt kreativt verktøy som utvider mulighetene for kreative profesjonelle.

Vitenskap og forskning

Generativ AI akselererer forskning innen legemiddelutvikling, materialvitenskap og klimamodellering. AlphaFold fra DeepMind – som predikerer proteinstrukturer – er et eksempel på generativ AI som løser vitenskapelige problemer.

Utdanning

Personaliserte AI-tutorer, automatisert vurdering og tilpasset læringsinnhold transformerer utdanning.

Begrensninger

Generativ AI har viktige begrensninger. Hallusinering der modellene kan generere plausibel men feilaktig informasjon. Bias der treningsdata-skjevheter kan reflekteres i generert innhold. Opphavsrett der det juridiske landskapet for AI-generert innhold er uavklart. Energiforbruk der trening og kjøring av store modeller krever enorm datakraft. Misbruk der teknologien kan brukes for deepfakes, desinformasjon og svindel.

Generativ AI i Norge

Norske bedrifter, institusjoner og enkeltpersoner adopterer generativ AI i raskt tempo. For det norske markedet gir teknologien muligheter for å produsere norskspråklig innhold raskere og rimeligere, automatisere kunnskapsarbeid i norske bedrifter, og styrke norsk konkurranseevne i en global økonomi.

Utfordringer inkluderer norsk språkkvalitet som er god men ikke perfekt, GDPR-compliance for bedriftsbruk, og behovet for AI-kompetanse i den norske arbeidsstyrken.

Fremtiden

Generativ AI utvikler seg mot større og smartere modeller med bedre resonnering, multimodal generering der én modell håndterer alle formater sømløst, agentisk AI der generativ AI kobles med handlingsevne, personalisering der modeller tilpasses individuelle behov, og demokratisering der kraftige verktøy blir tilgjengelige for alle.