Gépelj be egy mondatot, és kapsz egy képet. Adj meg egy parancsot, és kapsz egy verset, egy dalt vagy egy kódblokkot. A generatív mesterséges intelligencia olyan rendszereket takar, amelyek új tartalmat hoznak létre, ahelyett, hogy pusztán osztályoznának vagy predikciót végeznének. A kimenet újszerű, bár a betanítási adatok mintázataiból származik.

A nagy nyelvi modellek szöveget generálnak. A diffúziós modellek képeket generálnak. Az audiomodellek beszédet és zenét generálnak. A videomodellek gyorsan fejlődnek. Mindegyik más architektúrát használ, de mindegyik tanulja az adatok eloszlását, és azokból vesz mintát.

Közös generatív kimenetek

• Szöveg, cikkektől a kódig
• Képek, a fotóktól az illusztrációkig
• Hang, beleértve a beszédet és a zenét
• Videó és animáció
• 3D modellek és tervfájlok

A terület nehéz kérdéseket vet fel. A szerzői jogok, a forrásmegjelölés és a félretájékoztatás mind bonyolítja a telepítést. A létrehozott tartalom egyszerre lehet meggyőző és hamis, ami nyomást gyakorol a platformokra és a szabályozó hatóságokra, hogy reagáljanak.