Šta je Generativni AI i kako funkcioniše? (Objašnjeno za početnike)

Da li ste se ikada zapitali kako je moguće da mašina napiše pesmu koja vas dirne, naslika sliku koja vas ostavi bez daha ili iskomponuje melodiju koja vam danima ne izlazi iz glave? Kako program može da vodi smislen razgovor, da predloži poslovnu strategiju ili da napiše funkcionalan kompjuterski kod na osnovu nekoliko rečenica na našem, ljudskom jeziku?

Ako jeste, niste jedini. Svedoci smo, ne tiho i postepeno, već uz pravu eksploziju inovacija, rađanja jedne od najtransformativnijih tehnologija u istoriji čovečanstva. To nije samo još jedan softver ili aplikacija. To je fundamentalno nov način interakcije sa digitalnim svetom. To je Generativni AI.

Ovaj tekst nije namenjen samo programerima i inženjerima. Namenjen je umetnicima, preduzetnicima, studentima, lekarima, zanatlijama, roditeljima – svima koji žele da razumeju silu koja nezaustavljivo oblikuje našu sadašnjost i definiše našu budućnost. Cilj nam je da zajedno demistifikujemo ovu „magiju“, da zavirimo „ispod haube“ i shvatimo ne samo šta ova tehnologija radi, već i kako to radi, i najvažnije – šta to znači za nas, ovde u Srbiji i regionu.

Krenimo na ovo putovanje. Vežite se, jer budućnost se dešava brže nego što mislimo.

Pre nego što stvorimo, moramo razumeti: Kratak osvrt na „običnu“ veštačku inteligenciju

Pre nego što zaronimo u fascinantan svet generisanja, važno je da napravimo korak unazad i razumemo šta je veštačka inteligencija (AI) u svom širem smislu. Godinama, pa i decenijama, AI je tiho radio u pozadini naših života.

Zamislite AI kao izuzetno sposobnog analitičara. Njegov osnovni zadatak je bio da prepoznaje obrasce, klasifikuje podatke i donosi predikcije na osnovu njih.

• Spam filter u vašem imejlu? To je AI koji je naučio da prepozna karakteristike neželjene pošte.
• Preporuke za filmove na Netflix-u? To je AI koji analizira šta ste gledali i predviđa šta bi vam se sledeće moglo svideti.
• Prepoznavanje lica za otključavanje telefona? AI koji je istreniran da identifikuje jedinstvene crte vašeg lica.
• GPS navigacija koja predviđa gužve u saobraćaju? AI koji analizira trenutne podatke o saobraćaju i istorijske obrasce.

Svi ovi sistemi su neverovatno korisni. Oni analiziraju, sortiraju, prepoznaju i predviđaju. Oni rade sa postojećim podacima. Ali, oni ne stvaraju ništa suštinski novo. Spam filter neće napisati imejl umesto vas, niti će sistem za preporuku filmova snimiti novi film.

I tu na scenu stupa heroj naše priče.

Šta je zapravo Generativni AI? Umetnik, a ne samo analitičar

Generativni AI je grana veštačke inteligencije koja ne analizira samo postojeće podatke, već na osnovu njih stvara potpuno novi, originalan sadržaj.

Ako je tradicionalni AI bio student koji uči da bi položio ispit sa zaokruživanjem tačnih odgovora (prepoznavanje), Generativni AI je student koji nakon učenja piše esej, komponuje simfoniju ili slika portret (stvaranje).

On ne prepoznaje mačku na slici. On slika mačku koja nikada nije postojala. On ne prevodi tekst sa engleskog na srpski. On piše originalnu priču na srpskom jeziku u stilu Ive Andrića. On ne identifikuje pesmu. On komponuje novu pesmu na osnovu vašeg raspoloženja.

Ključna reč je stvaranje (generisanje). Generativni AI modeli uče fundamentalne obrasce i strukture iz ogromnih količina podataka (teksta, slika, zvukova, koda…), a zatim koriste to znanje da proizvedu nešto što je statistički verovatno, ali i potpuno jedinstveno.

To je razlika između kritičara koji ocenjuje sliku i samog slikara. Obojica moraju da razumeju umetnost, ali samo jedan drži četkicu u ruci. Generativni AI je upravo ta četkica – ali četkica koja poseduje znanje svih velikih majstora koji su ikada slikali.

Kako „magija“ funkcioniše? Zavrite ispod haube Generativnog AI

Ovo je deo gde stvari postaju malo tehničke, ali ostanite sa mnom. Nećemo ulaziti u kompleksnu matematiku, već ćemo koristiti analogije da bismo shvatili suštinu. Zamislite da želite da naučite AI da piše kao Šekspir.

Korak 1: Prikupljanje podataka (Biblioteka znanja)

Prvo, potrebna vam je hrana za AI. U našem primeru, to bi bila sva sabrana dela Vilijama Šekspira. Svaka drama, svaka pesma, svaki sonet. Ne samo reči, već i struktura rečenica, ritam, metafore, likovi, zapleti. Ovo se zove skup podataka za obuku (training dataset).

Za moderne Generativne AI modele, ovi skupovi podataka su nezamislivo ogromni.

• Za jezičke modele (kao što su GPT-4, Gemini ili Llama 3), to su stotine milijardi reči sa interneta – knjige, članci, Wikipedia, naučni radovi, forumi, blogovi. Praktično, ogroman deo digitalnog znanja čovečanstva.
• Za modele za generisanje slika (kao što su Midjourney ili DALL-E 3), to su milijarde slika sa njihovim tekstualnim opisima. Slika planinskog zalaska sunca je uparena sa tekstom „zalazak sunca u planinama“.
• Za muzičke modele, to su stotine hiljada sati muzike, sa informacijama o žanru, instrumentima, tempu i harmoniji.

Kvalitet i raznovrsnost ovih podataka su od presudnog značaja. Ako našeg Šekspir AI-a hranimo samo komedijama, on nikada neće naučiti da napiše tragediju. Ako AI za slike učimo samo na slikama pasa, on neće znati kako da nacrta mačku. Ovo je takođe izvor potencijalnih problema, kao što su pristrasnosti (biases), o kojima ćemo kasnije.

Korak 2: Trening (Proces učenja)

Sada kada imamo biblioteku, kako AI uči iz nje? Kroz proces koji se zove trening modela (model training). U srcu Generativnog AI nalaze se neuronske mreže (neural networks) – kompjuterski sistemi labavo inspirisani strukturom ljudskog mozga. Sastoje se od miliona, pa i milijardi, međusobno povezanih „neurona“ (matematičkih funkcija) koji zajedno obrađuju informacije.

Zamislite da našem Šekspir AI-u damo početak rečenice iz Hamleta: „Biti ili ne biti, to je…“ i tražimo od njega da pogodi sledeću reč. Prvi put, on će nasumično reći nešto besmisleno, na primer „jabuka“. Mi mu onda kažemo: „Netačno! Tačna reč je ‘pitanje'“. AI zatim blago prilagodi veze između svojih miliona neurona kako bi sledeći put bio malo bliži tačnom odgovoru.

Sada zamislite ovaj proces ponovljen ne jednom, već milijarde i milijarde puta, sa svakim delom teksta iz njegove ogromne biblioteke. Kroz ovaj proces pokušaja i grešaka (i konstantnog finog podešavanja), model ne uči samo da pamti rečenice. On počinje da uči duboke, apstraktne obrasce: gramatiku, stil, kontekst, pa čak i neku vrstu „zdravog razuma“ izvedenog iz podataka.

On uči da posle reči „glavni grad Srbije je“, najverovatnija reč koja sledi je „Beograd“. Ali uči i mnogo suptilnije stvari – kakav ton rečenice implicira sarkazam, kako se gradi narativna tenzija, ili kako se rimuju stihovi.

Ovaj proces zahteva ogromnu računarsku snagu (hiljade specijalizovanih procesora koji rade mesecima) i troši ogromne količine električne energije, što je jedan od velikih izazova ove tehnologije.

Korak 3: Generisanje (Stvaranje novog)

Nakon što je trening završen, imamo model. To više nije samo gomila podataka; to je sofisticirani mehanizam za generisanje. Kada mu sada damo upit, poznat kao prompt, on koristi sve svoje naučeno znanje da stvori nešto novo.

Ako mu kažemo: „Napiši sonet o usamljenom svetioniku na olujnom moru“, on neće pronaći postojeći sonet na tu temu. Umesto toga, on će:

1. Razumeti zahtev: „sonet“ (znači 14 stihova, specifična rima i ritam), „usamljeni svetionik“ (ključni motiv), „olujno more“ (atmosfera).
2. Generisati reč po reč (ili token po token): Počinje sa prvom reči. Zatim, na osnovu te reči, predviđa koja je najverovatnija sledeća reč koja se uklapa u kontekst i stil. Zatim na osnovu prve dve reči, predviđa treću, i tako dalje, gradeći rečenice i stihove koji su koherentni i stilski odgovarajući.

Ovaj proces se ne odnosi samo na tekst.

• Modeli za slike (Difuzioni modeli): Kada unesete prompt „Astronaut jaše konja na Mesecu, ulje na platnu“, model počinje sa nasumičnim šumom, kao pokvareni TV signal. Zatim, korak po korak, „čisti“ taj šum, vodeći ga ka slici koja odgovara opisu, oslanjajući se na svoje znanje o tome kako izgledaju astronauti, konji, Mesec i stil ulja na platnu.
• Modeli za kod: Kada kažete „Napiši mi Python funkciju koja sortira listu brojeva“, model koristi svoje znanje hiljada primera koda da generiše sintaktički ispravan i funkcionalan kod.

Rezultat je uvek jedinstven. Možete isti prompt uneti pet puta i dobiti pet različitih, ali podjednako validnih rezultata. To je zato što u procesu generisanja uvek postoji element kontrolisane nasumičnosti, što mu daje tu „kreativnu iskru“.

Tipovi Generativnog AI i primeri koji su vam već poznati

Generativni AI nije jedna monolitna stvar. To je čitava porodica različitih modela, specijalizovanih za različite zadatke. Evo najvažnijih:

1. Veliki jezički modeli (Large Language Models – LLMs)

Ovo su verovatno najpoznatiji članovi porodice. Oni su majstori reči.

• Šta rade? Razumeju, sumiraju, prevode, pišu tekstove, odgovaraju na pitanja, pišu kod.
• Kako funkcionišu? Koriste arhitekturu neuronskih mreža zvanu Transformeri (Transformers), koja im omogućava da obrate pažnju na kontekst unutar dugih sekvenci teksta.
• Primeri koje znate:
  • ChatGPT (OpenAI): Verovatno najpoznatiji AI četbot koji je pokrenuo globalnu pomamu.
  • Gemini (Google): Moćan, multimodalni model koji može da razume ne samo tekst, već i slike, zvuk i video. (Ovaj tekst je, uz ljudsku doradu i specifične instrukce, napisan uz pomoć ovakvog modela).
  • Llama (Meta): Serija moćnih modela otvorenog koda koji podstiču inovacije u celoj zajednici.

2. Modeli za generisanje slika (Image Generation Models)

Ovi modeli su vizuelni umetnici digitalnog doba.

• Šta rade? Stvaraju fotorealistične slike, ilustracije, logotipe i umetnička dela na osnovu tekstualnih opisa.
• Kako funkcionišu? Najčešće koriste tehniku zvanu difuzija (diffusion), kao što je objašnjeno gore (od šuma do slike).
• Primeri koje znate:
  • Midjourney: Poznat po stvaranju izuzetno stilizovanih i umetničkih slika. Pristupa mu se preko Discord platforme.
  • DALL-E 3 (OpenAI): Integrisan u ChatGPT Plus, poznat po sposobnosti da precizno prati kompleksne i detaljne promptove.
  • Stable Diffusion (Stability AI): Model otvorenog koda koji omogućava korisnicima da ga pokreću na sopstvenim računarima, nudeći neverovatnu fleksibilnost.

3. Modeli za generisanje zvuka i muzike

Digitalni kompozitori i dizajneri zvuka.

• Šta rade? Komponuju muziku u različitim žanrovima, generišu zvučne efekte, kloniraju glasove ili stvaraju potpuno nove glasove za naraciju.
• Primeri:
  • Suno AI & Udio: Dva neverovatna alata koji mogu da generišu kompletnu pesmu sa vokalom, instrumentima i produkcijom na osnovu kratkog opisa žanra i teme.
  • ElevenLabs: Vodeća platforma za generisanje i kloniranje glasova sa zapanjujućim realizmom.

4. Modeli za generisanje videa

Sledeća velika granica koja se upravo otvara pred našim očima.

• Šta rade? Stvaraju kratke video klipove na osnovu tekstualnih opisa ili statičnih slika.
• Primeri:
  • Sora (OpenAI): Iako još uvek nije javno dostupan, njegovi demo snimci su šokirali svet sposobnošću da generiše koherentne, visokokvalitetne video sekvence.
  • Runway Gen-2, Pika Labs: Već dostupni alati koji omogućavaju korisnicima da eksperimentišu sa generisanjem videa.

Uticaj Generativnog AI: Revolucija koja se dešava sada (i u Srbiji)

Razumevanje tehnologije je jedno, ali shvatanje njenog uticaja na naše živote i društvo je ono što je zaista važno. Ovo nije samo tehnološka promena; ovo je kulturna, ekonomska i socijalna promena.

Prilike i prednosti: Novi alati za stvaranje vrednosti

Generativni AI nije tu da nas zameni, već da nas osnaži. On je ko-pilot, asistent, neiscrpan izvor inspiracije.

• Za marketing i pisanje sadržaja: Zamislite da za nekoliko minuta možete da generišete desetine verzija naslova za blog, opisa za proizvode, postova za društvene mreže ili čak nacrte za cele članke (kao što je ovaj). To oslobađa vreme za strategiju, kreativnost i dublji rad. Marketinške agencije u Beogradu i Novom Sadu već uveliko koriste ove alate za povećanje produktivnosti.
• Za programere i IT sektor: Alati poput GitHub Copilot su postali nezaobilazni. Oni predlažu cele blokove koda, pomažu u otklanjanju grešaka i ubrzavaju razvoj softvera za redove veličine. Za rastući IT sektor u Srbiji (u gradovima poput Niša i Kragujevca), ovo znači brži razvoj proizvoda i veću konkurentnost na globalnom tržištu.
• Za dizajnere i umetnike: Umesto straha, mnogi umetnici su prigrlili AI kao novi medij. Koriste ga za generisanje početnih ideja, stvaranje jedinstvenih tekstura, vizuelizaciju kompleksnih scena ili kao direktan alat za stvaranje digitalne umetnosti.
• Za obrazovanje: Personalizovano učenje postaje stvarnost. AI tutor može da objasni kompleksan matematički koncept na deset različitih načina, dok ne pronađe onaj koji učenik razume. Može da kreira kvizove i vežbe prilagođene individualnim potrebama.
• Za preduzetnike: Od pisanja biznis plana, preko istraživanja tržišta, do kreiranja marketinškog materijala – Generativni AI smanjuje barijere za ulazak u preduzetništvo i omogućava malim timovima da postignu ono za šta su nekada bili potrebni veliki departmani.

Izazovi i etičke dileme: Moć koja nosi odgovornost

Svaka moćna tehnologija sa sobom nosi i rizike. Ignorisanje ovih izazova bilo bi neodgovorno.

• Dezinformacije i „Deepfakes“: Sposobnost generisanja realističnih slika, videa i glasova otvara vrata zloupotrebama. Lažne vesti, deepfake video snimci političara ili javnih ličnosti, i sofisticirane prevare postaju realna pretnja. Razvijanje kritičkog mišljenja i medijske pismenosti postaje važnije nego ikada.
• Pristrasnost (Bias): AI modeli su dobri onoliko koliko su dobri podaci na kojima su trenirani. Ako je model treniran na podacima koji odražavaju postojeće društvene predrasude (rasne, polne, kulturne), on će te predrasude reprodukovati, pa čak i pojačati. Ako AI pretežno uči sa sadržajem sa zapadnog interneta, da li on zaista razume specifičnosti srpske kulture, istorije i jezika? Rad na inkluzivnim i lokalizovanim skupovima podataka je ključan.
• Autorska prava i vlasništvo: Kome pripada delo koje je stvorio AI? Da li autoru prompta, kompaniji koja je napravila model, ili možda umetnicima čija su dela korišćena za trening bez njihove dozvole? Ovo su kompleksna pravna pitanja koja se trenutno rešavaju na sudovima širom sveta.
• Tržište rada: Neminovno je da će AI automatizovati određene zadatke, pa čak i poslove. Rutinski poslovi koji se svode na obradu informacija su prvi na udaru. Međutim, istorija nas uči da tehnologija više stvara nova radna mesta nego što uništava stara. Pojavljuju se nove profesije poput „prompt inženjera“, AI etičara, trenera AI modela i stručnjaka za integraciju AI sistema. Izazov za društvo, pa tako i za Srbiju, je u prekvalifikaciji i edukaciji radne snage za poslove budućnosti.
• Akademska iskrenost: Kako osigurati da studenti uče, a ne samo koriste AI da pišu seminarske radove? Obrazovni sistem se mora prilagoditi, fokusirajući se više na kritičko razmišljanje, primenu znanja i kreativno rešavanje problema, umesto na puko memorisanje i reprodukciju informacija.

Generativni AI u Srbiji: Prilika koju ne smemo propustiti

Dok globalni giganti predvode u razvoju fundamentalnih modela, prava vrednost se često stvara u njihovoj primeni i prilagođavanju lokalnim potrebama. Tu leži ogromna prilika za Srbiju i region.

1. Jezička barijera i prilagođavanje: Najveći svetski modeli su primarno trenirani na engleskom jeziku. Iako su sve bolji u razumevanju i generisanju na srpskom, često im nedostaju finese, kulturni kontekst i poznavanje lokalnih specifičnosti. Razvoj manjih, specijalizovanih modela treniranih na kvalitetnom korpusu srpskog jezika je ključan za državnu upravu, obrazovanje i medije. Kompanije i akademske institucije u Srbiji imaju priliku da rade na ovome.
2. Podsticanje IT ekosistema: Naša IT scena je vibrantna i raste. Umesto da samo budemo korisnici AI alata, naši inženjeri mogu da grade rešenja na vrhu postojećih platformi. To mogu biti specijalizovani AI alati za poljoprivredu u Vojvodini, rešenja za turizam koja promovišu lepote Srbije na jedinstven način, ili alati za očuvanje kulturnog nasleđa digitalizacijom i interaktivnim predstavljanjem arhiva.
3. Nova generacija startapa: Generativni AI drastično smanjuje troškove pokretanja tehnološkog biznisa. Jedan ili dva osnivača sada mogu da naprave proizvod za koji je pre pet godina bio potreban tim od deset ljudi. Ovo je poziv za sve mlade preduzetnike u Srbiji da razmišljaju smelo i iskoriste ovaj vetar u leđa.
4. Edukacija kao prioritet: Potrebno je sistemsko uvođenje koncepata veštačke inteligencije u obrazovni sistem, od osnovne škole do fakulteta. Ne da bismo svi postali AI inženjeri, već da bismo postali AI pismeni građani – sposobni da koristimo ove alate, razumemo njihov uticaj i kritički procenjujemo informacije koje dobijamo.

Budućnost nije zapisana u kamenu, već je generišemo svakim promptom

Stigli smo do kraja našeg početnog putovanja u svet Generativnog AI. Videli smo da to nije magija, već moćna tehnologija zasnovana na podacima, matematici i ogromnoj računarskoj snazi. Shvatili smo da ona nije samo za tehnološke gigante u Silicijumskoj dolini, već da njeni talasi zapljuskuju i naše obale.

Generativni AI je ogledalo čovečanstva. On uči iz našeg kolektivnog znanja, naše umetnosti, naših razgovora. U njemu se ogledaju i naše najveće vrline – kreativnost, inovativnost, želja za znanjem – ali i naše mane, naše predrasude i naši strahovi.

Pitanje nije da li će Generativni AI promeniti svet. Pitanje je kako ćemo mi, kao pojedinci i kao društvo, usmeravati tu promenu. Hoćemo li biti pasivni posmatrači ili aktivni učesnici? Hoćemo li ga koristiti da produbljujemo podele ili da gradimo mostove? Da li ćemo ga se plašiti ili ćemo ga prigrliti kao najmoćniji alat za proširenje ljudskih sposobnosti koji smo ikada izmislili?

Ovo je tek početak razgovora. Tema je previše široka i duboka da bi stala u jedan tekst. Ali nadam se da je ovaj tekst uspeo da vam otvori vrata, da demistifikuje osnove i da vas inspiriše da nastavite sa učenjem.

Budućnost se ne čeka. Ona se stvara. A u rukama sada imamo alatku koja može da stvara svetove. Kakav svet ćemo zajedno generisati?