Generativ artificiell intelligens (även generativ AI) är artificiell intelligens som kan generera text, bilder, videor eller andra former av data med hjälp av generativa modeller, ofta som svar på specifika instruktioner (så kallade prompter). Genom maskininlärning identifierar generativa AI-modeller underliggande mönster och strukturer i sina träningsdata, för att därefter kunna skapa helt nya data med liknande egenskaper.
Utvecklingen av generativ AI bygger på flera viktiga tekniska genombrott. Inom bildgenerering introducerades först Generative Adversarial Networks (GANs) 2014, vilka senare till stor del kompletterades och ersattes av diffusionsmodeller, den teknik som ligger till grund för flera av 2020-talets bildgeneratorer. För textgenerering var introduktionen av uppmärksamhetsmekanismen (attention) i transformatorbaserade djupa neuronnät år 2017 avgörande. Detta möjliggjorde utvecklingen av stora språkmodeller (LLM) och utlöste en AI-boom i början av 2020-talet.
Det finns en rad framstående AI-system och gränssnitt. Dessa inkluderar chatbots som ChatGPT, Copilot, Gemini och Claude, vilka drivs av kraftfulla bakomliggande modeller (exempelvis GPT-4 och Llama). Det finns även bildgenereringssystem som Stable Diffusion, Midjourney och DALL-E, samt text-till-video-generatorer som Sora. Företag som OpenAI, Anthropic, Microsoft, Google, DeepSeek och Baidu, samt många mindre aktörer, driver utvecklingen framåt.
En tydlig trend är övergången till multimodalitet, vilket innebär att modellerna inte längre bara hanterar en datatyp i taget, utan kan analysera och generera text, ljud, bild och video simultant. Inom branschen förekommer en uppdelning mellan företag som bygger stängda, proprietära system och de som erbjuder öppen källkod (open source), där modellerna fritt kan laddas ner och anpassas av användarna.
Generativ AI har fått stor spridning inom ett stort antal branscher, däribland programvaruutveckling, hälsovård, ekonomiredovisning, underhållning och kundservice. Tekniken används även flitigt inom försäljning och marknadsföring, konst, skrivande, mode och produktdesign.
Trots de breda tillämpningarna brottas tekniken med flera inbyggda problem. Då modellerna saknar en faktisk förståelse för informationen de hanterar uppstår ofta hallucinationer, där AI:n genererar trovärdiga men helt falska påståenden. Systemen riskerar även att ärva och förstärka fördomar (bias) som finns i deras träningsdata.
Utvecklingen har väckt allvarlig oro gällande samhällspåverkan, etik och lagstiftning. Det finns risker för missbruk av tekniken genom cyberbrottslighet, manipulering via fejknyheter och deepfakes, samt en debatt om generativ AI:s potential att ersätta mänsklig arbetskraft. Vidare förs omfattande juridiska diskussioner kring upphovsrätt, eftersom många modeller tränas på upphovsrättsskyddat material utan skaparnas uttryckliga tillstånd. Den storskaliga driften och träningen av dessa modeller i enorma datacenter kräver dessutom stora mängder elektricitet och vatten, vilket väcker frågor om AI-branschens miljöpåverkan. För att hantera dessa risker har lagstiftare börjat agera, bland annat genom EU:s AI-förordning (AI Act) som syftar till att reglera teknikens användning.