L'intelligenza artificiale capace di conversare in maniera naturale raccontata da un ingegnere Google.
Dopo aver pubblicato la pagina ufficiale con gli aggiornamenti di Bard, Google prova a spiegarci cos'è esattamente l'IA generativa, con una serie di domande poste a Douglas Eck, senior research director del colosso californiano.
Cos'è l'IA generativa
Prima di immergerci nell'intelligenza artificiale generativa, dobbiamo parlare di intelligenza artificiale in modo più ampio. È uno di quei termini intriganti ma spesso nebulosi. Cos'è esattamente l'IA?
AI è un termine ampio spesso usato per descrivere tutti i tipi di sistemi informatici avanzati. Preferisco parlare più specificamente di "apprendimento automatico". La maggior parte di ciò che vediamo oggi nell'IA è in realtà apprendimento automatico: dotare i sistemi informatici della capacità di apprendere dagli esempi.
Chiamiamo macchine programmate per imparare dagli esempi "reti neurali". Un modo principale in cui imparano è ricevere molti esempi da cui imparare, come sentirsi dire cosa c'è in un'immagine - chiamiamo questa classificazione. Se vogliamo insegnare a una rete come riconoscere un elefante, ciò implicherebbe che un essere umano presenti alla rete molti esempi di come appare un elefante e tagghi quelle foto di conseguenza. È così che il modello impara a distinguere tra un elefante e altri dettagli in un'immagine.
I modelli linguistici sono un altro tipo di rete neurale.
Come funzionano i modelli linguistici?
I modelli linguistici prevedono fondamentalmente quale parola viene dopo in una sequenza di parole. Formiamo questi modelli su grandi volumi di testo in modo che capiscano meglio quale parola verrà probabilmente dopo. Un modo - ma non l'unico modo - per migliorare un modello linguistico è dargli più "letture" - o addestrarlo su più dati - un po' come apprendiamo dai materiali che studiamo. Se hai iniziato a digitare la frase "Maria ha preso a calci un...", un modello linguistico addestrato su dati sufficienti potrebbe prevedere "Maria ha preso a calci un pallone ". Senza un addestramento sufficiente, può produrre solo un "oggetto rotondo" o solo il suo colore "giallo". Più dati sono coinvolti nell'addestramento del modello linguistico, più sfumato diventa e maggiori sono le possibilità che abbia l'intuizione di sapere esattamente cosa è più probabile che Mary abbia preso a calci.
Negli ultimi anni, ci sono stati importanti progressi nel modo in cui otteniamo prestazioni migliori nei modelli linguistici, dal ridimensionamento delle loro dimensioni alla riduzione della quantità di dati richiesti per determinate attività.
I modelli linguistici sono già disponibili per aiutare le persone: li vedi apparire con Smart Compose e Smart Reply in Gmail, ad esempio. E anche i modelli linguistici alimentano Bard.
Fatto. Quindi, abbiamo definito IA e modelli linguistici. E l'IA generativa?
Un modello generativo può prendere ciò che ha appreso dagli esempi che gli sono stati mostrati e creare qualcosa di completamente nuovo sulla base di tali informazioni. Da qui la parola "generativo!" I modelli di linguaggio di grandi dimensioni (LLM) sono un tipo di IA generativa poiché generano nuove combinazioni di testo sotto forma di linguaggio dal suono naturale. E possiamo persino costruire modelli linguistici per generare altri tipi di output, come nuove immagini, audio e persino video, come con Imagen, AudioLM e Phenaki.
Ciò solleva una grande domanda che molte persone hanno: cosa significa intelligenza artificiale generativa per i campi creativi e la creatività in generale?
Penso che ci sia un enorme potenziale per il campo creativo: pensalo come rimuovere parte del lavoro ripetitivo di compiti banali come la generazione di bozze e non invadere la loro innata creatività. Come ricercatore musicale, penso all'IA generativa nello stesso modo in cui si potrebbe pensare all'arrivo della drum machine decenni fa. La drum machine generava un ritmo diverso da quello che suonavano i batteristi umani e che alimentava generi musicali completamente nuovi.
Come molta musica degli anni '80.
Certo, o come si è evoluto l'hip-hop nel Bronx con l'uso della drum machine. L'intero genere è stato avanzato da questo nuovo sviluppo tecnologico di back-end nella musica. La drum machine non ha sostituito i batteristi, ha solo aggiunto un altro livello.
Chiaramente, ci sono opportunità qui. Ma per quanto riguarda le potenziali sfide?
Ho cresciuto due figli e mi sono laureato in lettere prima di dedicarmi all'informatica, quindi mi sto ponendo delle vere domande su come gli educatori misurano il successo in un mondo in cui l'IA generativa può scrivere un buon saggio di terza o terza media.
Se ripensi, quando è emersa la calcolatrice grafica, come potevano gli insegnanti sapere se i loro studenti facevano i conti da soli? L'istruzione è progredita comprendendo quali strumenti gli studenti avevano a loro disposizione e richiedendo agli studenti di "mostrare il proprio lavoro" in modi nuovi.
Le aziende, inclusa la nostra, hanno la responsabilità di pensare a cosa serviranno questi modelli e come assicurarsi che si tratti di un'evoluzione piuttosto che di un'interruzione.
Sono contento che tu abbia sollevato la responsabilità. Puoi parlarci dell'approccio di Google allo sviluppo del machine learning?
Ci stiamo prendendo il nostro tempo per farlo con attenzione. Se costruiamo un prodotto, vogliamo essere sicuri che possa essere utile ed evitare danni. Nel 2018, siamo stati tra le prime aziende a sviluppare e pubblicare i principi d'Intelligenza artificiale e a mettere in atto una struttura di governance interna per seguirli. Il nostro lavoro sull'intelligenza artificiale oggi coinvolge il gruppo Responsible AI di Google e molti altri gruppi focalizzati sull'evitare pregiudizi, tossicità e altri danni durante lo sviluppo di tecnologie emergenti.
Ti ho sentito dire che questi grandi progressi tecnici si stanno già manifestando in modi piccoli e utili. Ma quanto potrebbe essere un grande salto l'IA generativa per la società?
Ora sappiamo che le macchine possono risolvere semplici problemi come la classificazione delle immagini e la generazione di documenti. Ma penso che siamo pronti per capacità ancora più ambiziose, come risolvere problemi con ragionamenti complessi. Oggi, l'IA generativa potrebbe aiutarti a scrivere una lettera tipo. Domani, potrebbe rivedere i tuoi flussi di lavoro e processi creativi per liberarti per risolvere sfide completamente nuove con un nuovo stato d'animo. Attraverso la collaborazione e la sperimentazione nel tempo, scopriremo ancora più vantaggi dall'IA generativa.
