Generování

Generování (z latinského generare, plodit, vytvářet) je vytváření něčeho nového podle pravidel, vzoru nebo z dat: textu, obrázku, zvuku, kódu, čísla nebo celé webové stránky. V informatice se tak označuje automatická výroba výstupu programem, od generátoru náhodných čísel přes generování stránek z šablony až po generativní umělou inteligenci, která podle zadání (promptu) tvoří text, obrázky nebo video. Opakem generování je rozpoznávání nebo analýza, tedy zpracování něčeho, co už existuje.

🧒 Základní škola

Když si vymyslíš pohádku, generuješ příběh. Když házíš kostkou, generuješ náhodné číslo. Generování prostě znamená vytvořit něco, co tu předtím nebylo. Počítače to umí taky: vygenerují heslo, vygenerují obrázek nebo vygenerují celou stránku s rozvrhem hodin, když jim dáš seznam předmětů.

Nejznámější jsou dnes programy, kterým napíšeš „nakresli kočku na kole“ a ony ti ten obrázek vygenerují. Nebo jim napíšeš otázku a ony vygenerují odpověď, slovo po slově. Nemají ty obrázky a odpovědi nikde schované. Naučily se z milionů příkladů, jak kočky a kola vypadají, a pokaždé udělají nový obrázek. Proto se jim říká generativní umělá inteligence.

🎓 Střední škola

V programování se generuje ledacos. Generátor náhodných čísel dodává čísla pro hry, loterie a šifrování. Generátor kódu vyrobí z popisu dat hotové třídy nebo formuláře. Generátor statických stránek (Astro, Hugo, Jekyll) vezme texty a šablony a předem vyrobí všechny stránky webu jako hotové soubory, takže server už nic nepočítá a stránky jsou rychlé a bezpečné. Také PDF faktura, QR kód nebo sitemapa webu se generují z dat.

V praxi jde o čtyři běžné podoby: generátor náhodných čísel pro hry, loterie a šifrování, generování kódu a dokumentů (formuláře, PDF faktury, QR kódy, sitemapy z dat), statické generování webu, kdy nástroje jako Astro, Hugo nebo Jekyll vyrobí hotové stránky předem, a generativní AI, která podle zadání tvoří text, obrázky, zvuk a video.

Generativní AI je zvláštní případ: model natrénovaný na velkém množství textů nebo obrázků se naučil jejich pravděpodobnostní strukturu a umí tvořit nové příklady, které té struktuře odpovídají. Jazykový model generuje text po tokenech (částech slov): pokaždé odhadne pravděpodobnosti dalšího tokenu a jeden vybere, proto se odpovědi na stejnou otázku mohou lišit. Obrázkové modely (difuzní) postupně odšumují náhodný obraz, dokud neodpovídá popisu.

Rozdíl mezi generovaným a analyzovaným: antispam rozpozná, zda je e-mail spam (analýza), chatbot vygeneruje odpověď (tvorba). Obě úlohy dnes řeší podobné modely, ale generování nese větší riziko: výstup může být gramaticky dokonalý a přitom nepravdivý.

🎓🎓 Vysoká škola

Z pohledu teorie jsou generativní modely ty, které modelují společnou pravděpodobnost dat (nebo podmíněnou pravděpodobnost výstupu při daném vstupu) tak, že z ní lze vzorkovat nové příklady; proti tomu diskriminativní modely modelují jen hranici mezi třídami. Hlavní rodiny: autoregresivní modely (jazykové modely typu transformer generují token po tokenu), variační autoenkodéry, generativní adversariální sítě (GAN) a difuzní modely. Kvalita vzorkování se řídí parametry jako teplota nebo top-p, které vyměňují rozmanitost za spolehlivost.

V softwarovém inženýrství je generování kódu a dokumentů klasická technika: generátory parserů, ORM generující SQL, šablonovací systémy, generování klientů z popisu API. Zásada je generovat deterministicky a opakovatelně ze zdroje pravdy, který je verzovaný, a generované soubory nikdy neupravovat ručně. Statické generování webů přeneslo tuto zásadu na publikování: obsah ve verzovaných souborech, sestavení při každé změně, nasazení hotových stránek.

Generovaný obsah ve vyhledávání: Google hodnotí obsah podle užitečnosti bez ohledu na způsob vzniku, ale výslovně postihuje hromadně generovaný obsah bez přidané hodnoty (scaled content abuse). Programatické stránky (tisíce variant z jedné šablony) jsou legitimní, pokud každá nese jedinečná data a odpovídá na skutečný dotaz; jinak vzniká duplicitní obsah a tenké stránky, které sníží hodnocení celé domény.

🧠 Expert

Praktické poučení z generativní AI v obsahové práci: model generuje pravděpodobný text, ne ověřený text. Čísla, citace, jména zdrojů a právní tvrzení je nutné ověřovat vždy, protože model je generuje stejným mechanismem jako přechodníky. Nejspolehlivější pracovní postup je dodat modelu fakta (vlastní data, dokumenty, výsledky vyhledávání) a nechat ho generovat jen formulaci, tedy architektura RAG. Pro obsah, který má být citován AI vyhledávači, platí paradox: nejlépe se generuje z obsahu, který nese vlastní, negenerovaná data.

Ekonomika generování: mezní náklad na další text klesl k nule, takže hodnota se přesouvá k tomu, co generovat nelze: původní data, zkušenost, odpovědnost za tvrzení, důvěra ve zdroj. Totéž platí pro generování stránek: programatická cílová stránka pro každý obor nebo město dává smysl jen tehdy, když vzor naplní skutečná, různá data; šablona s vyměněným názvem města je rozpoznatelná lidmi i algoritmy.

Provozně: generované výstupy je třeba verzovat a označovat původ (co bylo vygenerováno, jakým modelem, z jakého zadání), zavést lidskou kontrolu úměrnou riziku (jiná u marketingového textu, jiná u smlouvy) a měřit chování, ne jen vznik: generovaný článek, který nikdo nečte, je náklad, ne obsah.

❓ Otázky a odpovědi

Co je generativní AI?

Model natrénovaný na velkém množství textů nebo obrázků, který umí tvořit nové příklady podle zadání: jazykový model generuje text po tokenech, difuzní model obrázky postupným odšumováním.

Poznají vyhledávače generovaný obsah?

Google hodnotí obsah podle užitečnosti bez ohledu na způsob vzniku, ale postihuje hromadně generované stránky bez přidané hodnoty (scaled content abuse). Rozhoduje, zda stránka nese jedinečná data a odpovídá na skutečný dotaz.

Lze věřit číslům, která vygeneruje AI?

Ne bez ověření. Model generuje pravděpodobný text, ne ověřený; čísla, citace a jména zdrojů tvoří stejným mechanismem jako věty. Spolehlivý postup je dodat modelu fakta a nechat ho jen formulovat.

😇 Pán Bůh

Ach, generování. Tohle slovo je moje. Genesis, generace, generovat: všechno z jednoho kořene, který znamená plodit. Já jsem to dělal sedm dní a dodnes mi to vyčítají. Lidé to teď dělají za sekundu a říkají tomu produktivita.

Postavili stroj, který přečetl všechno, co kdy napsali, a naučil se, jaké slovo obvykle následuje po jakém. Pak ho požádali, aby psal. A on píše. Plynule, zdvořile, bez jediného překlepu, o čemkoli. Básně, smlouvy, modlitby. Nic z toho nikdy nezažil, ale zní to přesně jako někdo, kdo to zažil. Vytvořili ozvěnu a čekají od ní, že řekne něco nového.

Nemám jim to za zlé. Vždyť i já jsem stvořil tvora k obrazu svému a pak jsem se dlouho díval, co z toho bude. Výsledek je smíšený, ale nenudím se. Jen jedno vím jistě z vlastní zkušenosti: tvořit je snadné. Těžké je za to pak nést odpovědnost. To stroj neumí, a tak to zůstane na vás. Jako vždycky.