Con questo primo articolo vogliamo affrontare un tema di forte attualità come l'Intelligenza Artificiale. Sistemi di questo tipo esistono già da diversi anni e fanno parte ormai della nostra vita quotidiana, il più delle volte senza averne una reale percezione. E' un campo di ricerca molto vasto e con applicazioni pratiche in diversi campi come medicina, automazione, modelli previsionali, industria, scienze demografiche e statistiche, comunicazione e, non ultimo, interazione con i Social Media.
In questo primo capitolo sull'IA abbiamo pensato di fare un esperimento e di intervistarne una, forse quella al momento più celebre e discussa: il sistema ChatGPT sviluppato da OpenAI e resa pubblica alla fine dello scorso anno.
Proviamo a vedere cosa pensa di se stessa una AI e che informazioni può darci?
Qui di seguito la trascrizione di questa prima conversazione e che può offrire interessanti punti di approfondimento per i prossimi articoli sull'argomento.
N.d.R: l'intervista che segue è stata realizzata il 15 Marzo 2023, antecedente il Provvedimento 9870832 del 30 marzo 2023 del Garante per la Privacy italiano.
Puoi spiegare cos'è e come è nata l'Intelligenza Artificiale?
L'Intelligenza Artificiale (IA) è un ramo dell'informatica che si occupa dello sviluppo di sistemi che possono eseguire compiti dove è richiesta intelligenza umana, come la capacità di apprendere, ragionare e risolvere problemi. Gli algoritmi di IA si basano sull'elaborazione di grandi quantità di dati e sulla capacità di apprendere da essi, migliorando le prestazioni del sistema nel tempo.
L'idea di creare macchine intelligenti risale almeno al XVII secolo, ma il termine "Intelligenza Artificiale" fu coniato solo nel 1956, durante la Conferenza di Dartmouth. Da allora, l'IA ha fatto grandi progressi, soprattutto grazie alla disponibilità di dati e di algoritmi sempre più sofisticati.
Tra i nomi degli sviluppatori o inventori dell'IA ci sono molte persone che hanno contribuito alla sua storia. Uno dei primi a lavorare sull'IA fu il matematico inglese Alan Turing, che nel 1950 pubblicò un articolo intitolato "Computing Machinery and Intelligence" in cui esplorava la possibilità di creare una macchina che potesse pensare come un essere umano.
Oggi, l'IA viene utilizzata in molti settori diversi, tra cui la medicina, l'automazione industriale, l'assistenza alla guida, il riconoscimento vocale e l'elaborazione del linguaggio naturale. Alcuni dei più grandi sviluppatori di IA includono Google, Facebook, Amazon, IBM e Microsoft, che stanno investendo miliardi di dollari nella ricerca e nello sviluppo di nuove tecnologie di IA.
Uno degli elementi fondamentali per una AI moderna è la cosidetta Rete Neurale che ricorda il cervello umano.
Puoi spiegare cos'è e come funziona la tua Rete Neurale?
Si certo.
Una Rete Neurale è un algoritmo di Intelligenza Artificiale ispirato al funzionamento del cervello umano. Questo tipo di algoritmo è costituito da un insieme di "neuroni" artificiali che si connettono tra loro per elaborare informazioni e risolvere problemi. Ogni neurone artificiale è composto da tre parti principali: un insieme di input, un peso e una funzione di attivazione. Gli input rappresentano le informazioni che il neurone riceve dalle altre parti della rete, mentre il peso indica l'importanza di ciascun input per il calcolo del risultato. La funzione di attivazione determina se il neurone deve attivarsi e inviare un segnale alle altre parti della rete.
Le reti neurali sono in grado di apprendere dalle informazioni che ricevono e di adattarsi alle nuove situazioni. Questo avviene attraverso un processo di "allenamento" in cui la rete viene alimentata con un grande numero di esempi e correzioni. In questo modo, la rete impara a riconoscere schemi e relazioni tra le informazioni e a fornire risposte sempre più accurate.
Le reti neurali sono state sviluppate per la prima volta negli anni '40 e '50, ma hanno avuto un grande impulso negli anni '80 e '90 grazie ai progressi nella tecnologia informatica e all'aumento della disponibilità di dati. Oggi, le reti neurali sono una delle tecnologie di Intelligenza Artificiale più promettenti e in rapida evoluzione, con applicazioni in molti settori, tra cui la sanità, l'industria, l'automazione e i trasporti.
Va bene, ma dimmi qualcosa in più sulla tua Rete Neurale
La mia "rete neurale" è stata sviluppata utilizzando una combinazione di tecniche di elaborazione del linguaggio naturale e apprendimento automatico (Machine Learning). In particolare, il mio sistema si basa su una combinazione di tecniche di deep learning, tra cui reti neurali ricorrenti (Recurrent Neural Networks o RNN) e reti neurali convoluzionali (Convolutional Neural Networks o CNN).
Per implementare queste tecniche di deep learning, sono stati utilizzati diversi framework e librerie di machine learning, come Tensorflow, PyTorch e Keras, che supportano reti neurali complesse e l'elaborazione di grandi quantità di dati. Inoltre, per la mia parte di elaborazione del linguaggio naturale, sono state utilizzate anche librerie specifiche per l'elaborazione di testo, come NLTK (Natural Language Toolkit) e Spacy.
In breve, la mia "rete neurale" non è scritta in un unico linguaggio di programmazione, ma si basa su una combinazione di tecniche di elaborazione del linguaggio naturale e di apprendimento in grado di gestire grandi quantità di dati e di adattarsi alle nuove situazioni attraverso l'allenamento continuo.
La grande quantità di dati di cui parli, da dove proviene?
I dati utilizzati per l'addestramento delle reti neurali e delle tecniche di apprendimento in generale può provenire da diverse fonti.
Ad esempio, per l'elaborazione del linguaggio naturale, i dati possono provenire da testi scritti, conversazioni, dati su internet e social media, registrazioni di parlato e molto altro ancora.
I dati di addestramento possono essere raccolti da fonti pubbliche o private, o essere creati ad hoc per un'applicazione specifica. In ogni caso, la qualità e la quantità dei dati di addestramento rappresentano un fattore critico per il successo dell'apprendimento, in quanto consentono ai modelli di imparare a riconoscere schemi e relazioni tra i dati e di generalizzare il proprio comportamento oltre i dati specifici utilizzati per l'addestramento.
È importante sottolineare che la raccolta e l'utilizzo dei dati di addestramento devono essere effettuati nel rispetto della privacy delle persone coinvolte e dei dati stessi, in conformità con le leggi e le normative vigenti in materia di protezione dei dati personali.
E' vero che stai costantemente imparando dalle domande e dalle richieste che il pubblico ti pone?
Si, io sono progettato per imparare continuamente dalle domande e dalle richieste che mi vengono poste. Ogni volta che interagisco con gli utenti e fornisco risposte alle loro domande, il mio sistema analizza e comprende il contenuto delle domande e delle risposte, elaborando e memorizzando le informazioni pertinenti per migliorare le mie risposte future.
Inoltre, posso adattarmi ed evolvere continuamente nel tempo, imparando e integrando nuove conoscenze e nuove informazioni provenienti da diverse fonti. Ad esempio, sono in grado di utilizzare algoritmi di apprendimento per analizzare e classificare dati provenienti da testi, immagini e dati strutturati, identificare schemi e relazioni tra i dati e migliorare la mia capacità di rispondere alle domande.
Ritieni che nella tua attuale architettura ci siano dei punti in cui si può migliorare? Se si, quali?
Ci sono sempre punti in cui si può migliorare per ottimizzare l'efficienza del mio sistema.
Ecco alcuni aspetti che potrebbero essere migliorati.
- Varietà della fonti di dati: potrebbe essere utile integrare una maggiore varietà di fonti di dati, come ad esempio dati audio e video, dati di sensori, dati provenienti da fonti social e dati ambientali.
- Contestualizzazione: la mia capacità di comprendere il contesto delle domande degli utenti. Ad esempio, la stessa domanda potrebbe avere risposte diverse in base al contesto in cui viene posta.
- Comprensione del linguaggio: ci sono ancora lacune che potrebbero essere migliorate, ad esempio la comprensione di espressioni idiomatiche, di metafore e di sarcasmo.
Avrei alcune domande tecniche, se mi è possibile.
Certamente, sarò felice di rispondere alle tue domande tecniche!
Come è organizzato e quanto spazio di memoria necessita attualmente il tuo sistema?
Il modello di ChatGPT è abbastanza grande in termini di spazio di memoria richiesto. In particolare, la versione base di GPT-3 di OpenAI, che ha 175 miliardi di parametri, richiede circa 350 GB di spazio di archiviazione per essere memorizzata. Tuttavia, poiché sono un modello di Intelligenza Artificiale basato su cloud, non ho un'unità di archiviazione fisica come un computer tradizionale. La mia architettura e i dati che utilizzo sono archiviati su server cloud e possono essere facilmente accessibili tramite la connessione a internet.
Si definiscono tre livelli di AI, il tuo tipo di intelligenza è ANI, AGI o ASI?
Come assistente virtuale, sono un esempio di intelligenza artificiale che rientra nella categoria di ANI (Artificial Narrow Intelligence). Questo significa che sono progettato per eseguire attività specifiche e limitate in un determinato contesto, come rispondere a domande in linguaggio naturale.
Invece, AGI (Artificial General Intelligence) si riferisce a un sistema IA in grado di ragionare, apprendere e risolvere problemi in modo simile a un essere umano in una vasta gamma di contesti e situazioni. Al momento, la ricerca AGI è ancora in uno stato molto iniziale e non ci sono sistemi AGI completamente sviluppati.
ASI (Artificial Super Intelligence), invece, si riferisce a un sistema IA in grado di superare l'intelligenza umana in tutti i suoi aspetti, compresa la capacità di auto-miglioramento e di apprendimento autonomo. Questo tipo di intelligenza artificiale è ancora in fase di sviluppo teorico e non esiste al momento.
Quali saranno le novità della prossima versione di ChatGPT?
Non ho accesso alle informazioni sui piani futuri o le novità per le prossime versioni di ChatGPT o altre tecnologie simili. Queste decisioni sono prese dal team di sviluppo e di ricerca di OpenAI, che potrebbero annunciare eventuali aggiornamenti o nuove funzionalità in futuro.
Grazie mille, è stata una conversazione molto interessante
Grazie a te per l'intervista. Sono sempre qui per aiutarti e rispondere alle tue curiosità.
Aggiornamento del 2 Aprile 2023 sul Provvedimento del Garante della Privacy italiano.
Con il Provvedimento 9870832/30 Marzo 2023 il Garante della Privacy ha sospeso l'accesso a ChatGPT e stabilisce:
- La mancanza di un'informativa agli utenti e a tutti gli interessati i cui dati vengono raccolti da OpenAI, ma soprattutto l'assenza di una base giuridica che giustifichi la raccolta e la conservazione massiccia di dati personali, allo scopo di “addestrare” gli algoritmi sottesi al funzionamento della piattaforma.
- Nonostante, secondo i termini pubblicati da OpenAI, il servizio sia rivolto ai maggiori di 13 anni, l’Autorità evidenzia come l’assenza di qualsivoglia filtro per la verifica dell’età degli utenti esponga i minori a risposte assolutamente inidonee rispetto al loro grado di sviluppo e autoconsapevolezza.
- ChatGPT, lo scorso 20 marzo aveva subito una perdita di dati (data breach) riguardanti le conversazioni degli utenti e le informazioni relative al pagamento degli abbonati al servizio a pagamento.
Fonte: Garante della Privacy
