NC n.110. INCHIESTA AI | Il futuro passa dall’intelligenza artificiale generativa

Mentre siamo impegnati a discutere su quale sia l’impatto dell’Intelligenza Artificiale sulle nostre vite, l’implementazione dell’AI generativa sta già modificando il modo in cui lavoriamo, viviamo e creiamo, dimostrando di essere una preziosa in una varietà di casi d’uso e settori.

Secondo la ricerca sulle tecnologie del Web 3.0, realizzata da Tig - The Innovation Group per Web3 Alliance, la GenAI oggi si colloca, all’84%, come la tecnologia più conosciuta rispetto alle altre soluzioni associate al Web 3.0, subito dopo la virtual reality (89%), augmented reality (88%) e metaverso (87%), seguita dalla blockchain (77%) e mixed reality (69%).A differenza di altre tecnologieWeb 3.0, la GenAI è caratterizzata da una rapida adozione e diffusione.

Le aziende dicono di utilizzare l’Intelligenza Artificiale Generativa principalmente per gestire il servizio clienti (56%): grazie a quest’ultima sono in grado di fornire risposte rapide ed efficienti e miglio- rare i propri servizi di customer experience. Il marketing risulta essere il secondo ambito di applicazione dell’AI generativa (52%) per la produzione di contenuti personalizzati, la creazione di nuovi prodotti e la capacità di automatizzare compiti ripetitivi e analizzare i dati in modo avanzato.

GenAI, come funziona?

L’intelligenza artificiale generativa si affida a sofisticati modelli di machine learning, chiamati ‘modelli di deep learning’, algoritmi che simulano i processi di apprendimento e processo decisionale del cervello umano. Funzionano identificando e codificando modelli e relazioni in enormi quantità di dati, quindi utilizzando tali informazioni per comprendere le richieste o le domande in linguaggio naturale degli utenti e rispondere con nuovi contenuti pertinenti.

L’Intelligenza Artificiale Generativa, dunque, descrive modelli che, addestrati su serie massicce di dati, sono in grado di produrre automaticamente contenuti sotto forma di testo, immagini, audio e video, prevedendo la parola o il pixel successivo. In genere, il punto di partenza è un semplice input di testo, che prende il nome di ‘prompt’, in cui l’utente descrive l’output che desidera. Successivamente, vari algoritmi generano nuovi contenuti in base a quanto richiesto.

Ambiti di applicazione

L’intelligenza artificiale generativa ha un grande potenziale di utilizzo in una varietà di settori, il che la rende una componente chiave del futuro dell’AI. È quindi importante comprendere quali sono le implicazioni di questa tecnologia e le sue applicazioni per poterne sfruttare al meglio i vantaggi garantendo al contempo un uso responsabile. La GenAI è in grado di produrre contenuti complessi e altamente realistici che imitano la creatività umana e ciò la rende uno strumento prezioso per molti settori come il gioco, l’intrattenimento e la progettazione di prodotti.

Può essere utilizzata per creare animazioni, ridurre i tempi di sviluppo di videogiochi e applicazioni, rivoluzionare il modo in cui viene creata la musica e persino creare interi mondi virtuali. Un utente può chiedere al sistema di generare diverse melodie possibili sulla base di una sequenza di note e accordi. Può poi perfezionare queste sequenze musicali aggiungendo sfumature per ottenere un risultato che reputa soddisfacente.

Ancora, l’utente può chiedere al sistema di generare un saggio su un certo argomento, e il modello GenAI lo farà utilizzando i dati che gli sono stati forniti. Inoltre, la GenAI può essere utilizzata per migliorare l’accuratezza e la precisione delle diagnosi mediche, rendere più veloce la scoperta di nuovi farmaci, aumentare l’accuratezza dei sistemi di identificazione facciale, contrastare le frodi e individuare le misure di sicurezza informatica per mitigare le vulnerabilità di reti e sistemi.

Dimmi che dati utilizzi e ti dico cosa ‘genero’

• Testo: ChatGPT è un chatbot sviluppato da OpenAI e capace di simulare una conversazione con un essere umano. I sistemi di GenAI addestrati su parole o token di parole sono capaci di generare testi lunghi, creare storie e persino scrivere libri.

• Codice: un sistema GenAI può essere addestrato anche su testi di linguaggio di programmazione, in modo da generare codice sorgente per nuovi programmi in- formatici. Un esempio è ‘OpenAI Codex’. • Immagini: i sistemi di AI generativa sono in grado di dare forma anche a nuove immagini, partendo da set di immagini con didascalie di testo. Un esempio in questo caso è quello di Google e di ‘Imagen’, in grado di creare immagini sulla base di semplici input di testo.

• Musica: un sistema come ‘MusicLM’, può essere addestrato su dati audio e annotazioni di testo al fine di generare nuovi campioni musicali.

• Video: un sistema addestrato su video può generare nuove sequenze con il solo input di un testo. Un esempio ben noto di questo tipo di sistema è ‘Gen1 di RunwayML’.

• Molecole: i sistemi di AI gen possono essere addestrati su sequenze di amminoacidi o rappresentazioni molecolari per lavorare alla scoperta di nuovi farmaci.

• Multimodale: un sistema può essere composto da più modelli generativi o da un modello addestrato su più tipi di dati. Ad esempio, una versione di GPT-4 di OpenAI accetta sia input di testo sia di immagini.