Klassifikation vs. Generativ AI

Hvorfor de er forskellige

Klassifikation afgør kun, hvilken gruppe et input hører til; generativ AI skaber ny tekst, nye billeder eller ny lyd.

Grundlæggende maskinlæring

At lære en computer at sortere hvert nyt tilfælde i én af nogle faste grupper, fx godkend eller afvis, ægte angreb eller falsk alarm.

Formelt

En opgave i maskinlæring, hvor modellen lærer af mærkede eksempler at give hvert nyt input én mærkat fra en kendt, fast liste, ofte sammen med en score for, hvor sikker den er.

Forklaret enkelt

Som en møntsorteringsmaskine i banken - hver mønt falder ned i hullet for sin værdi, og der er intet hul til en mønt, den aldrig har set.

I praksis

I et rederi sætter en model, der er trænet på tusindvis af fakturaer, som en bogholder allerede havde sorteret, hver ny faktura i én af 40 slags udgifter, fx brændstof eller havneafgifter, og sender de usikre tilbage til hende.

Hvorfor det betyder noget

Ingen model sorterer alle tilfælde rigtigt, og forkerte afgørelser koster forskelligt - et overset angreb koster som regel mere end en falsk alarm - så nogen må beslutte, hvilke fejl man accepterer, og hvor et menneske tjekker.

Generativ AI

Grundlæggende maskinlæring

AI, der skaber nyt indhold - tekst, billeder, lyd, kode - i stil med de eksempler, den har lært af, i stedet for kun at sortere eller score.

Formelt

AI-systemer, som regel bygget med deep learning, der lærer mønstrene i store mængder træningsdata og bruger dem til at frembringe nyt output af samme slags, når de bliver bedt om det.

Forklaret enkelt

Som en gademaler, der har studeret tusindvis af malerier og kan male dig et nyt i hvilken som helst stil, du nævner - dog aldrig ét, de har set præcis.

I praksis

En kommunikationsmedarbejder i en kommune får en chatassistent til at skrive et udkast til de nye affaldsregler i et enkelt sprog og et billedværktøj til at tegne et billede, og tjekker begge, før de bliver lagt ud.

Hvorfor det betyder noget

Det gør indhold billigt og hurtigt for alle, også angribere, og rejser nye spørgsmål om, hvem der ejer resultatet, om lækkede virksomhedsdata og om, hvad man kan stole på.