A generatív MI a gépi tanulás (Machine Learning, ML) egyik speciális ágára, mélytanulási algoritmusokra (Deep Learning, DL) támaszkodik, amelyek neurális hálózatokat (Neural Networks) alkalmaznak az adatokban rejlő mintázatok felismerésére és hasznosítására. A jelentős mennyiségű adat feldolgozása révén ezek az algoritmusok képesek a meglévő tudás szintetizálására és annak kreatív alkalmazására. Ezáltal
A generatív mesterséges intelligencia (generatív MI vagy GenAI) eszközök a mesterséges intelligencia (MI) algoritmusok egy feltörekvő ágát képviselik (Tan et al. 2024, 168). Ellentétben a hagyományos MI-modellekkel, amelyek adatokat kategorizálnak vagy előrejelzéseket készítenek mintázatok alapján (Turchi et al. 2023, 35), a generatív MI a meglévő adatok egyszerű elemzésén túl képes
A Gartner 2024-es technológiai hype-ciklusa – amely a technológiai innovációk várakozási dinamikáját öt szakaszban írja le – azt mutatja, hogy a generatív MI túljutott a túlzott elvárások csúcsán. Ugyanakkor az azzal kapcsolatos hype továbbra is tart (lásd a lenti ábrát), és még mindig rendelkezik azzal a potenciállal, hogy átalakító technológiává váljon, amely
A generatív mesterséges intelligencia (GenAI) fogalma már évek óta használatos, de csak a 2010-es évek közepén-végén vált széles körben ismertté, az MI fejlődése ekkor jelentős mérföldköveket ért el, amelyek alapjaiban változtatták meg a technológia alkalmazási lehetőségeit. Az évtized elején a gépi tanulás (Machine Learning, ML) és a mesterséges neurális hálózatok
