LOGIN
Per avere un’idea di quanto l’intelligenza artificiale generativa stia già cambiando il mondo è sufficiente pensare a realtà come ChatGPT o Dall-E. Tool basati sull’IA che hanno rivoluzionato le abitudini di migliaia, se non addirittura milioni di persone.
L’intelligenza artificiale generativa è in grado di accogliere gli input dell’utente e utilizzarli per creare prodotti nuovi di zecca: testi, immagini, suoni o video. Ma le sue possibilità non finiscono qui.
Questa particolare forma di IA ha tutte le caratteristiche necessarie per rappresentare una vera e propria rivoluzione. Al tempo stesso occorre prestare attenzione a determinati fattori di rischio. Basti pensare alla diffusione sempre più capillare di fake news e deep fake.
Cos’è l’intelligenza artificiale generativa
Credits Shutterstock
Per capire cosa sia l’intelligenza artificiale generativa è sicuramente utile partire da una definizione più generale di intelligenza artificiale: quella disciplina che ambisce a realizzare sistemi informatici capaci di simulare l’intelligenza umana.
Si parla di intelligenza artificiale generativa nel caso in cui l’IA in questione sia in grado di recepire un input umano e utilizzarlo per realizzare contenuti unici. È il caso dunque di ChatGPT, di DALL-E e di tanti altri tool che stanno spopolando a livello internazionale in questi mesi.
Nel caso di ChatGPT l’intelligenza artificiale generativa è in grado di analizzare il prompt di un utente e creare contenuti testuali di varia natura. Tutto dipende dalla completezza e il livello di dettaglio della richiesta.
Ad esempio è possibile chiedere a ChatGPT di realizzare una ricerca su un personaggio storico. Ma è anche possibile chiedergli di inventare una storia in cui un pesce rosso mutante vive in un futuro alternativo in cui i gatti hanno il controllo della galassia.
L’intelligenza artificiale generativa sfrutta l’apprendimento automatico per generare contenuti unici
Nel caso di DALL-E il prompt dell’utente, ancora una volta scritto, viene utilizzato per creare delle immagini. Anche in questo caso il prodotto finito è unico nel suo genere e viene generato interamente dall’intelligenza artificiale.
DALL-E può venire utilizzata per trasformare una foto in un disegno e viceversa. Ma può anche venire sfruttata per realizzare prodotti deep fake di varia natura: cambiare i connotati di qualcuno, o addirittura combinare il viso di una persona al corpo di un’altra.
In entrambi i casi l’intelligenza artificiale generativa combina due diverse tecnologie di IA: da una parte l’apprendimento automatico, che permette di riconoscere modelli o tendenze nei dati esistenti e negli input dell’utente.
Dall’altra la capacità di creare contenuti inediti, che chiaramente dipende sempre e comunque dal campione di dati da cui attinge, anche noto col nome di set di addestramento. Il mix di elementi presenti in un set di addestramento sufficientemente esteso, porta a risultati che possono essere considerati unici a tutti gli effetti.
Tipologie di intelligenza artificiale generativa
Credits Shutterstock
Esistono tantissime forme diverse di algoritmo di intelligenza artificiale generativa. Ciononostante questo genere di IA viene fatto rientrare in tre macro-categorie.
La prima è quella dei GAN (Generative Adversarial Networks), anche noti come reti generative avversarie. I GAN ricorrono a due diverse reti neurali di deep learning. La prima si chiama generatore e ha il compito di creare nuovi dati simili a contenuti già esistenti.
La seconda rete si chiama discriminatore e ha il compito di distinguere un dato reale preesistente da un dato generato. Generatore e discriminatore sono perennemente in competizione, in un processo simile al “gioco minimax”.
La seconda macro-categoria di intelligenza artificiale generativa si chiama VAE (Variational Autoencoder), o codificatore automatico variazionale. A differenza dei GAN, i VAI usano i propri dati di input per generare contenuti nuovi che assomiglino all’originale.
Infine i modelli Transformer, o di trasformatore, in stile GPT-4. Quest’ultima macro-categoria di IA generativa è rappresentata da ChatGPT e sfrutta una particolare rete neurale nota proprio col nome di trasformatore.
I modelli Transformer vengono addestrati su set di dati enormemente grandi, che permettono loro di creare contenuti ricchi e complessi. Al tempo stesso richiedono un addestramento molto più attento e molto più costoso rispetto alle altre IA.
Applicazioni e rischi dell’intelligenza artificiale generativa
Credits Shutterstock
Anche gli utenti non particolarmente esperti di intelligenza artificiale hanno ormai imparato a conoscere alcune possibili applicazioni dell’IA generativa. Basti pensare a ChatGPT o a DALL-E, ma anche ai deep fake che invadono il web.
A ciò si aggiunga il fatto che colossi come Microsoft e Google sono al lavoro per realizzare nuovi tool di IA proprietari che alzeranno ulteriormente l’asticella dei servizi disponibili.
Detto ciò i chatbot, i creatori di immagini o video e gli assistenti di ricerca sono soltanto primi esempi di ciò che l’intelligenza artificiale generativa ha da offrire al mondo.
In ambito commerciale potrebbe venire sfruttata per creare prodotti letteralmente cuciti addosso alle esigenze del singolo. Dalle selezioni di news alle playlist personalizzate.
Fino ad arrivare alla possibilità di creare storie, sceneggiature o addirittura contenuti audio-video a misura di utente. Prodotti magari simili tra loro, ma allo stesso tempo unici nel loro genere.
Per non parlare dei molteplici rami di applicazione dell’IA in ambito medico. Specie se supportate da una connettività superiore come quella promessa dal 5G.
L’intelligenza artificiale generativa potrebbe avere un impatto simile a quello della macchina da stampa o a quello della catena di montaggio. Potrebbe letteralmente cambiare la Storia dell’Uomo.
E proprio come tutte le rivoluzioni, anche quella (possibile) dell’IA porta con sé una serie di elementi potenzialmente pericolosi. Uno su tutti la possibilità che fin troppe professioni vengano “rubate”all’essere umano.
Impossibile poi non pensare al sopracitato fenomeno del deep fake e, più in generale, all’uso dell’IA per far circolare notizie false, tendenziose o ingannevoli.
Per saperne di più: Intelligenza Artificiale: cos'è e cosa può fare per noi
