IA Generativa: Panoramica e Consigli

Da un po di tempo si sente parlare quasi solo di crisi climatica, guerre e… IA generativa. Non é una cosa nuova ma é entrata da poco a far parte del vocabolario comune. Vediamo cos’è, cosa fa e pensiamo a come affrontarla.

L’intelligenza artificiale ha rivoluzionato quasi ogni settore e uno dei rami che sta attirando maggiormente l’attenzione del grande pubblico è l’intelligenza artificiale generativa. Con questa si fa riferimento ai sistemi IA in grado di creare nuovi contenuti, come immagini, musica, video o testi. Tutto ciò, avendo imparato da dati già esistenti. A differenza di altre forme di IA che si concentrano sulla lettura di pattern e sulla predizione, l’IA generativa si focalizza sulla creazione di contenuti nuovi e “originali”. 

Fondamenti dell’Intelligenza Artificiale Generativa

Per comprendere l’IA generativa, è fondamentale coglierne i concetti chiave. Per generare nuovi contenuti basati sui pattern e sui dati elaborati, questo tipo di IA utilizza tecniche come le reti generative avversariali (GANs) e gli auto-encoder variazionali (VAEs). Queste tecniche permettono di andare oltre l’analisi e la previsione e di creare qualcosa di completamente nuovo. 

Per quanto riguarda i modelli linguistici, tutti conoscono ormai ChatGPT che si basa sui modelli GPT-3 e GPT-4. Poi esiste anche Bard, che usa il modello LaMDA. Dolly 2.0 è il primo modello a essere completamente open source.

Per i modelli per le immagini invece ci sono Stable Diffusion, Midjourney e DALL-E. Tutti questi modelli hanno la caratteristica comune di essere stati addestrato con enormi quantità di dati. Questo processo si chiama AI training ed é alla base di ogni intelligenza artificiale.

Applicazioni reali dell’Intelligenza Artificiale Generativa

L’IA generativa ha ovviamente trovato applicazioni in quasi tutti i settori. Nello sviluppo di software, nel marketing e persino nella moda. E poi chiaramente nell’editoria, nella predizione di struttura proteica e nella scoperta di farmaci. Nel campo del design, ha contribuito a generare nuovi progetti di prodotti e prototipi. Nell’intrattenimento, l’IA generativa è stata impiegata per arricchire le esperienze di realtà virtuale e creare personaggi più realistici.

Insomma, ovunque ci sia spazio, é già arrivata e sembra avere tutte le intenzioni di restare. Ecco una lista di tutti i campi dove esistono già applicazioni avanzate:

• Testo: Piattaforme come GPT-3, LaMDA, LLaMA, BLOOM, GPT-4, sono abili nell’elaborazione di linguaggio naturale. Questi strumenti digitali possono aiutare nella traduzione automatica e nella stesura di testi. Servono anche come modelli di base per altre funzioni.
• Codice: Modelli linguisticamente esperti come l’OpenAI Codex possono essere formati usando tonnellate di righe di codice, il che permette loro di creare nuove applicazioni. In realtà, dopo aver testato le sua abilità di programmazione, non lo assumeremmo…
• Immagini: Imagen, DALL-E, Midjourney, e Stable Diffusion sono invece modelli addestrati su set di immagini con descrizioni. Queste piattaforme sono comunemente usate per generare immagini da testo e per effettuare il trasferimento di stile neurale.
• Molecole: Per la ricerca scientifica abbiamo poi modelli come AlphaFold, che vengono addestrati su sequenze di amminoacidi o rappresentazioni molecolari come SMILES, che rappresentano DNA o proteine. Sono utili nella previsione della struttura delle proteine e nella scoperta di nuovi farmaci.
• Musica: MusicLM viene addestrato su onde audio di musica registrata con annotazioni di testo.
• Video: Gen1 e Make-A-Video sono addestrati su video con annotazioni e possono produrre clip video dal nulla.
• Voce: Attraverso il riconoscimento e la sintesi vocale, è possibile elaborare risposte complesse. Ricordiamo Alexa di Amazon o Siri e chatbot Bard di Google.

Vantaggi dell’IA Generativa

L’uso dell’IA generativa porta con sé diversi vantaggi. Un beneficio chiave è l’aumento di produttività e innovazione. Pur non inventando niente di nuovo, l’IA generativa può ispirare artisti, designer e creatori ad esplorare nuovi territori. Può automatizzare compiti complessi, facendo risparmiare tempo ed energie. Ha anche il potenziale di offrire esperienze personalizzate, adattando i contenuti alle preferenze individuali. Questo soprattutto al momento di vendere qualcosa.

Svantaggi (conosciuti) dell’IA Generativa

Nonostante abbia portato molti vantaggi, la nostra amica IA sta generando anche molti problemi e dubbi. Ma soprattutto considerazioni etiche. I sistemi di intelligenza artificiale possono involontariamente perpetuare i pregiudizi esistenti presenti nei dati di addestramento. Inoltre, esistono preoccupazioni riguardanti la sostituzione di posti di lavoro, in quanto l’IA generativa ha il potenziale per automatizzare compiti tradizionalmente svolti dagli esseri umani.

Il web ormai abbonda di testi scritti da robot e di blogger e creatori di contenuti che, dopo essersi resi conto della bassa qualità, sono già alla ricerca di soluzioni su come umanizzare i testi dell’AI.

Come umanizzare testo AI

Pensate ai robot che hanno preso servizio nei magazzini di Amazon… E alle migliaia di scrittori e creativi che si vedono rimpiazzare da degli abbonamenti mensili.

Fatto non meno importante, emergono anche rischi di privacy e/o diritti d’autore dovuti all’utilizzo dei grandi dataset precedentemente analizzati e provenienti dal web.

Chi controlla l’IA generativa in generale?

Diciamo che nell’era dei dati, chi possiede più dati vince. È infatti solo grazie ai dati e alle enormi strutture per l’elaborazione che é stato possibile addestrare le varie intelligenze artificiali. È inutile ricordare chi sono i più potenti giocolieri nell’ambito della raccolta di informazioni. Ecco, gli stessi che fino ad oggi hanno raccolto più dati sono gli stessi che si possono permettere di addestrare i modelli più sofisticati.

Tendenze future nell’Intelligenza Artificiale

Il futuro dell’IA generativa è pieno di possibilità entusiasmanti. E alcune fanno anche paura. Possiamo prevedere di sicuro esperienze più realistiche e interattive man mano che questa tecnologia continua a evolvere. Le previsioni scontate per il futuro dell’IA generativa includono progressi in campi come la sanità, il gaming e la realtà virtuale. Poi chiaramente nessuno possiede la sfera di cristallo e il futuro di certe tecnologie lo possono sapere solo quelli che le finanziano.

In occasione dell’Internet Festival 2023 Venerdì 6 ottobre, la Scuola Normale Superiore di Pisa ha proposto questa conferenza sulle opportunità i rischi e le regole dell’IA generativa. Ecco il video.

FAQ

Chi sono i maggiori protagonisti dell’IA generativa?

Per riassumerli in una semplice lista, eccoli assieme alla quantità di denaro raccolta:

• Cohere: 420 milioni.
• AlphaSense: 520 milioni di dollari.
• Gong: 584 milioni di dollari.
• Anthropic: 1.3 miliardi di dollari.
• Databricks: 3.5 miliardi di dollari.
• OpenAI: 11 miliardi di dollari.

Chi é l’inventore dell’intelligenza artificiale?

John McCarthy, un informatico americano, è considerato oggi il padre dell’intelligenza artificiale. Il termine “intelligenza artificiale” è stato coniato proprio da lui. È uno dei fondatori dell’intelligenza artificiale, insieme ai matematici Alan Turing, Marvin Minsky, Allen Newell e Herbert A. Simon.

Chi investe più denaro nell’IA?

L’Intelligenza Artificiale richiede una mole di dati spaventosa e dei super computer per elaborarli. All’inizio, ai tempi di McCarthy appunto, erano sole le grandi università ad avere questi mezzi. Poi alcuni privati si sono accorti del potenziale e hanno cominciato a investire. Pare che nel 2021 l’Unione Europea abbia investito circa 1 miliardo di euro. Allo stesso tempo, i privati oltre 340 miliardi di dollari.