जनरेटिव एआई कृत्रिम बुद्धिमत्ता की वह शाखा है जो नई सामग्री - पाठ, चित्र, ऑडियो, वीडियो, कोड या 3D एसेट्स - उत्पन्न करने से संबंधित है। जहाँ एक क्लासिफायर इनपुट को एक लेबल से मैप करता है, वहीं एक जनरेटिव मॉडल अपने प्रशिक्षण डेटा के वितरण को इतनी अच्छी तरह सीखता है कि उसमें से नए उदाहरण नमूने कर सके। यह शब्द नवंबर 2022 में ChatGPT के लॉन्च के बाद आए AI बूम के दौरान मुख्यधारा में आया, और 2024 तक यह एक संपूर्ण उत्पाद श्रेणी और निवेश लहर का पर्याय बन गया।
तकनीकी आधार
आधुनिक जनरेटिव एआई मॉडल परिवारों के एक छोटे समूह पर टिका है। ऑटोरेग्रेसिव मॉडल जैसे बड़े भाषा मॉडल एक समय में एक टोकन अनुक्रम उत्पन्न करते हैं और चैट सहायकों तथा कोड जनरेशन को शक्ति देते हैं। डिफ्यूज़न मॉडल छवि और वीडियो संश्लेषण पर हावी हैं, जो एक क्रमिक शोर प्रक्रिया को उलटना सीखते हैं। पहले के दृष्टिकोणों में जनरेटिव एडवर्सेरियल नेटवर्क (2014) शामिल है, जिसने फोटोरियलिस्टिक संश्लेषण और डीपफेक की पहली लहर को प्रेरित किया, साथ ही वैरिएशनल ऑटोएनकोडर भी। लगभग सभी वर्तमान प्रणालियाँ Transformer (architecture) आर्किटेक्चर पर निर्मित हैं और वेब-स्केल प्रशिक्षण डेटा पर स्व-पर्यवेक्षित शिक्षण के साथ प्रशिक्षित हैं।
मोडैलिटीज़
पाठ निर्माण सबसे व्यापक रूप से तैनात रूप है, जो ChatGPT, Claude और Gemini जैसे सहायकों के माध्यम से उपलब्ध है। टेक्स्ट-टू-इमेज प्रणालियाँ जैसे Stable Diffusion और Midjourney ने 2022 में दृश्य कला में जनरेशन लाया; टेक्स्ट-टू-वीडियो 2024 से Sora, Veo और Kling के साथ आया। अन्य सक्रिय मोडैलिटीज़ में वाक् संश्लेषण, संगीत निर्माण और 3D जनरेशन शामिल हैं।
प्रभाव और बहस
जनरेटिव एआई ने AI कोडिंग सहायकों, मार्केटिंग, डिज़ाइन और शिक्षा के माध्यम से सॉफ्टवेयर विकास को नया रूप दिया, साथ ही प्रशिक्षण डेटा में कॉपीराइट, रचनात्मक उद्योगों में नौकरी विस्थापन, गलत सूचना और बड़े पैमाने पर निम्न-गुणवत्ता वाली सिंथेटिक सामग्री - जिसे कभी-कभी AI स्लॉप कहा जाता है - पर विवाद खड़े किए। स्टोकेस्टिक तोता पेपर के लेखकों जैसे आलोचक सवाल उठाते हैं कि क्या धाराप्रवाह जनरेशन समझ को दर्शाता है। समर्थकों का तर्क है कि यह तकनीक मानव रचनात्मकता को प्रतिस्थापित करने के बजाय बढ़ाती है, और यह बहस अनसुलझी बनी हुई है।