L’intelligenza artificiale generativa si riferisce a modelli o algoritmi che creano da parole e istanze dell’utente una serie di output completamente nuovi, come testo, foto, video, codice, dati o rendering 3D, in base alle grandi quantità di dati su cui sono addestrati. I modelli “generano” nuovi contenuti facendo riferimento ai dati su cui sono stati addestrati, facendo nuove previsioni. Lo scopo dell’intelligenza artificiale generativa è di creare contenuti, a differenza di altre forme di intelligenza artificiale, che potrebbero essere utilizzati per scopi diversi, come analizzare dati o aiutare a controllare un’auto a guida autonoma. Approfondiamo in questa sede le tematiche principali relative alla IA generativa e rispondiamo alle domande più comuni.
Perché l’intelligenza artificiale generativa è un tema caldo in questo momento?
Il termine AI generativa sta suscitando scalpore a causa della crescente popolarità dei programmi di AI generativa, come il chatbot conversazionale ChatGPT di OpenAI e il generatore di immagini AI DALL-E. Ma non solo. Questi e strumenti e altri simili utilizzano l’intelligenza artificiale generativa per produrre nuovi contenuti, inclusi codici informatici, saggi, e-mail, status per i social media, immagini , poesie, formule Excel e altro in pochi secondi. Tutto ciò ha il potenziale di scuotere dal profondo il modo in cui le persone attualmente fanno le cose. ChatGPT è diventato estremamente popolare, accumulando più di un milione di utenti una settimana dopo il lancio. Molte altre aziende si sono affrettate a competere nello spazio dell’intelligenza artificiale generativa, tra cui Google, Bing di Microsoft e Anthropic. Il fermento attorno all’intelligenza artificiale generativa continuerà sicuramente a crescere man mano che sempre più aziende si uniscono e trovano nuovi casi d’uso man mano che la tecnologia diventa sempre più integrata nei processi quotidiani.
Cosa c’entra il machine learning con l’intelligenza artificiale generativa?
L’apprendimento automatico si riferisce alla sottosezione dell’intelligenza artificiale che insegna a un sistema a fare una previsione basata sui dati su cui è addestrato. Un esempio di questo tipo di previsione è quando DALL-E è in grado di creare un’immagine in base al prompt immesso discernendo cosa significa effettivamente il prompt. L’intelligenza artificiale generativa è, quindi, un framework di apprendimento automatico, ma tutti i framework di apprendimento automatico non sono AI generativa.
Quali sistemi utilizzano l’intelligenza artificiale generativa?
L’intelligenza artificiale generativa viene utilizzata in qualsiasi algoritmo o modello di intelligenza artificiale che utilizza l’intelligenza artificiale per produrre un attributo nuovo di zecca. Gli esempi più importanti che originariamente hanno innescato l’interesse di massa per l’intelligenza artificiale generativa sono ChatGPT e DALL-E. Tuttavia, dopo aver visto il fermento attorno all’intelligenza artificiale generativa, molte aziende hanno sviluppato i propri modelli di intelligenza artificiale generativa. Questo elenco in continua crescita di strumenti include: Google Bard, Bing Chat, Claude, PaLM 2, LLaMA e altri.
Cos’è l’arte generativa dell’intelligenza artificiale?
L’arte generativa dell’intelligenza artificiale è creata da modelli di intelligenza artificiale addestrati sull’arte esistente. Il modello è addestrato su miliardi di immagini trovate su Internet. Il modello utilizza questi dati per apprendere gli stili delle immagini e quindi utilizza queste informazioni per generare nuova arte quando richiesto da un individuo tramite testo. Un esempio popolare di generatore artistico AI è DALL-E. Tuttavia, ci sono molti altri generatori di intelligenza artificiale sul mercato che sono altrettanto buoni, se non più capaci, e che possono essere utilizzati per esigenze diverse. Bing’s Image Generator è la versione di Microsoft della tecnologia, che sfrutta una versione più avanzata di DALL-E 2, mentre Midjourney, una delle migliori piattaforme disponibili, ha creato le immagini del Papa vestito alla moda con il piumino o di Trump catturato dai poliziotti.
Su cosa vengono addestrati i modelli di intelligenza artificiale generativa basata su testo?
I modelli basati su testo, come ChatGPT, sono addestrati ricevendo enormi quantità di testo in un processo noto come apprendimento auto-supervisionato. In questo caso, il modello apprende dalle informazioni che gli vengono fornite per fare previsioni e fornire risposte. Una preoccupazione relativa ai modelli di intelligenza artificiale generativa, in particolare quelli che generano testo, è che vengono addestrati su dati provenienti da tutta Internet. Questi dati includono materiale protetto da copyright e informazioni che potrebbero non essere state condivise con il consenso del proprietario.
Quali sono le implicazioni dell’arte generativa dell’intelligenza artificiale?
I modelli artistici di intelligenza artificiale generativa sono addestrati su miliardi di immagini provenienti da Internet. Queste immagini sono spesso opere d’arte prodotte da un artista specifico, che vengono poi reinventate e riproposte dall’intelligenza artificiale per generare la tua immagine. Sebbene non sia la stessa immagine, la nuova immagine contiene elementi del lavoro originale di un artista, che non gli viene attribuito. Uno stile specifico unico per l’artista può, quindi, finire per essere replicato dall’intelligenza artificiale e utilizzato per generare una nuova immagine, senza che l’artista originale lo sappia o approvi. Il dibattito sulla questione se l’arte generata dall’intelligenza artificiale sia davvero “nuova” o addirittura “arte” continuerà probabilmente per molti anni.
Quali sono alcuni limiti dell’intelligenza artificiale generativa?
I modelli di intelligenza artificiale generativa prendono una grande quantità di contenuti da Internet e quindi utilizzano le informazioni su cui sono addestrati per fare previsioni e creare un output per la richiesta immessa. Queste previsioni si basano sui dati alimentati dai modelli, ma non ci sono garanzie che la previsione sia corretta, anche se le risposte sembrano plausibili. Le risposte potrebbero anche incorporare pregiudizi inerenti al contenuto che il modello ha acquisito da Internet, ma spesso non c’è modo di sapere se sia così. Entrambe queste carenze hanno causato grandi preoccupazioni riguardo al ruolo dell’intelligenza artificiale generativa nella diffusione della disinformazione.
I modelli di intelligenza artificiale generativa non sanno necessariamente se le cose che producono sono accurate e, nella maggior parte dei casi, abbiamo poche possibilità di sapere da dove provengono le informazioni e come sono state elaborate dagli algoritmi per generare contenuti. Esistono moltissimi esempi di chatbot che, ad esempio, forniscono informazioni errate o semplicemente inventano cose per colmare le lacune. Sebbene i risultati dell’intelligenza artificiale generativa possano essere intriganti e divertenti, non sarebbe saggio, soprattutto a breve termine, fare affidamento sulle informazioni o sui contenuti che creano. Alcuni modelli di intelligenza artificiale generativa, come Bing Chat o GPT-4, stanno tentando di colmare tale lacuna fornendo note a piè di pagina con fonti che consentono agli utenti non solo di sapere da dove proviene la loro risposta, ma anche di verificarne l’accuratezza.
