Melyik feladat mennyi idő az AI-nak?

Tegnap feltettem a kérdést, vajon mekkora tanulópénzt kell fizetnem azért, mert megbíztam a mesterséges intelligencia ígéretében? Csúszunk a projekt ütemtervéhez képest, de a lemaradásért nem okolhatom GPT5-öt. Elmaradt a tervezett videó konferencia, viszont ismét tanultam valamit.

Beszélgetni az AI szinte valós időben tud. Mintha nem is gondolkodna a válaszon, de a kérdés bonyolultságától függően akár másodpercekig is eltarthat a szükséges információk kiértékelése és a korrekt válasz megfogalmazása.

Egy-egy összetettebb promt alapján képet generálni akár egy percig is eltarthat, ami nagyon jól érzékelteti a technológia hatékonyságát. Egy ügyes grafikusnak vajon mennyi időbe tellene ilyen részletgazdag, élethű, adott stílusú kép elkészítése?

Egy néhány másodperces videó elkészítése ennél alig több idő és egy zeneszám megszerkesztése, szövegírás, hangszerelés, a dallam, ritmus, stílus helyes megválasztása sem tart tovább.

Akkor miért tart napokig, vagy akár hetekig a SmartStory demó elkészítése?

Egy kép vagy videó teljesen AI által generált, egy lépésben jön létre, nincs mögöttes szerkezet, nincs logika, nincs adatbázis és nincs visszacsatolásos elemzés utáni újragenerálás.

A SmartStory demó viszont egy alkalmazás. Nem generált, hanem előre adott tartalomból indul ki, aminek minden mondatát értelmeznie kell, ezt felhasználva egy külső alkalmazásfejlesztő platform, valódi adatbázist hoz létre, majd az AI logikával, feltételes navigációval, képernyők közötti ugrásokkal,

felhasználói interakciókkal,

AI-alapú mezőkkel, felhasználói felületekkel, különböző nézetekkel sakkozva hozza létre az utasításokat, ami az adatbázisokból hoz egy eredményt, amit az összes többi összetevő szerint ellenőriz, újratervez, majd kezdi elölről.

Itt GPT5 nem generál semmit, mint a képeknél, hanem struktúrát épít a megadott anyagból, összeköt, feltételeket fogalmaz meg, tervez, az összes lehetséges logikai utat teszteli és javítja.

A folyamat sokkal inkább hasonlít egy bonyolult város felépítésére, mint egy város képének generálására.

A képen elég, ha hasonlít, de nem kell, hogy működjön.

Amikor azt mondom, hogy minden bevitt szöveget értelmeznie kell, nem egy kétszáz karakteres promtról, hanem egy regényről beszélünk.

Ezt végiggondolva egyre kiváncsibb vagyok a végeredményre.