Generativ AI nima? Yaratadigan sun'iy intellekt — oddiy tilda

«ChatGPT generativ AImi?» — ha. «Midjourney chi?» — ha. «Ular bir texnologiyami?» — aslida ha, va bu shunchaki qiziq fakt emas: oilani tushunsangiz, «AI» degan so’zning ostida nima yotishini ham tushunasiz. Bu post — AI nima va machine learning postlarimizning davomi: poydevor seriyamizda generativ AI’ga alohida qaratilgan qism.

Bir gapda

Generativ AI (generative AI) — mavjud namunalardan o’rganib, yangi kontent yaratadigan modellar oilasi: matn, rasm, ovoz, video, kod. «Generativ» so’zi shu yerdan: model javob beruvchi (classificator) emas, yaratuvchi.

Oddiy farq: klassik machine learning modeliga email bersangiz u «spam / emas» deydi — tanlaydi. Generativ modelga «spam haqida she’r yoz» desangiz — u she’r yozadi. Biri qutilarni saralaydi, ikkinchisi quti ichidan yangi narsa chiqaradi.

Texnik tomoni: nima o’rganiladi?

Model o’qitilayotganda unga millionlab namunalar beriladi va vazifa — matn bo’lsa, keyingi so’zni bashorat qilish (LLM postimizda batafsil); rasm bo’lsa — shovqinni bosqichma-bosqich olib tashlab asl rasmga yetish (diffusion). Vaqt o’tib model shu ko’nikmani teskari yo’naltiradi: matndan davomini «bashorat» qilib yozadi, shovqindan rasm «chiqaradi».

Muhim jihat: model bazadagi nusxani qaytarmaydi — u taqsimotdan namuna chizadi. Shu sababli bir xil savolga har safar boshqacha javob keladi, va shu sababli gallyutsinatsiya paydo bo’ladi: yaratish rejimi faktlarni «eslab qolish» rejimi bilan aralashib ketadi.

Beshta modalitet

1. Matn. ChatGPT, Gemini, Claude, Grok — savol-javob, tarjima, kod.
2. Rasm. Midjourney, DALL·E, Google’ning Nano Banana’si — rasm prompti formulasi postimizda qanday so’roq berish kerak.
3. Video. Sora, Runway, Veo — matn yoki rasmdan klip.
4. Ovoz va musiqa. Suno, ElevenLabs — qo’shiq, ovozlash, klonlash.
5. Kod. GitHub Copilot, Cursor — dasturchining yozayotgan kodini davom ettirish.

Barchasida bir g’oya: inson yaratgan namunalar → model «uslubni» o’rganadi → yangi namuna chiqaradi.

Nega birdan portladi?

GPT arxitekturasi va diffusion modellar 2020–2022’da yetilgan, ChatGPT esa 2022 noyabrda interfeysni omma oldiga chiqardi. Ya’ni texnologiya birdan paydo bo’lgani yo’q — oddiy suhbat oynasi bilan to’qnashgani portlashni berdi. Kenya misoli buni yaxshi ko’rsatadi: matn yaratish qobiliyati omma qo’liga tegishi bilan butun frilans bozorlari qayta taqsimlandi.

Amaliy uch qoida

1. Generativ ≠ to’g’ri. Model yaratadi, tasdiqlamaydi. Fakt, raqam, havola — har doim tekshiriladi.
2. Xom natija = xom material. Eng yaxshi natijalar draft sifatida olinib, inson tahriri bilan tugaydi — prompt formulamiz aynan shu uchun: kontekst + format + misol.
3. Kirish narsangizni ayting. Model sizga ko’rinmas — u faqat berilgan kontekstni ko’radi. Unga ishning maqsadi va auditoriyani bering, «yaxshi yoz» deb emas.

Generativ AI — vosita, sehr emas: yaratish qismini tezlashtiradi, javobgarlikni olsangiz qoladi. Qolgan poydevor: neyron tarmoq, LLM, chatbot, AGI.