Notizia

Jan 29, 2024

Cos'è ChatGPT, DALL

Generative AI systems fall under the broad category of machine learning, and

Sistemi di IA generativarientrano nell'ampia categoria dell'apprendimento automatico, ed ecco come uno di questi sistemi, ChatGPT, descrive cosa può fare:

Pronto a portare la tua creatività al livello successivo? Non cercare oltre l'intelligenza artificiale generativa! Questa ingegnosa forma di apprendimento automatico consente ai computer di generare tutti i tipi di contenuti nuovi ed entusiasmanti, dalla musica e l'arte a interi mondi virtuali. E non è solo per divertimento: l'intelligenza artificiale generativa ha anche molti usi pratici, come la creazione di nuovi progetti di prodotti e l'ottimizzazione dei processi aziendali. Allora perché aspettare? Scatena il potere dell'intelligenza artificiale generativa e scopri quali incredibili creazioni puoi realizzare!

Ti è sembrato strano qualcosa in quel paragrafo? Forse no. La grammatica è perfetta, il tono funziona e la narrazione scorre.

Ecco perché ChatGPT (GPT sta per generative pretrained Transformer) sta ricevendo così tanta attenzione in questo momento. È un chatbot gratuito in grado di generare una risposta a quasi tutte le domande poste. Sviluppato da OpenAI e rilasciato per essere testato al grande pubblico nel novembre 2022, è già considerato il miglior chatbot AI di sempre. Ed è anche popolare: oltre un milione di persone si sono iscritte per usarlo in soli cinque giorni. I fan più entusiasti hanno pubblicato esempi di chatbot che producono codici informatici, saggi universitari, poesie e persino battute decenti. Altri, tra la vasta gamma di persone che si guadagnano da vivere creando contenuti, dai copywriter pubblicitari ai professori di ruolo, stanno tremando.

Sebbene molti abbiano reagito a ChatGPT (e all’intelligenza artificiale e all’apprendimento automatico in generale) con paura, l’apprendimento automatico ha chiaramente il potenziale per il bene. Negli anni trascorsi dalla sua ampia diffusione, l’apprendimento automatico ha dimostrato un impatto in numerosi settori, realizzando operazioni come l’analisi delle immagini mediche e le previsioni meteorologiche ad alta risoluzione. Un sondaggio McKinsey del 2022 mostra che l’adozione dell’intelligenza artificiale è più che raddoppiata negli ultimi cinque anni e gli investimenti nell’intelligenza artificiale stanno aumentando rapidamente. È chiaro che gli strumenti di intelligenza artificiale generativa come ChatGPT e DALL-E (uno strumento per l'arte generata dall'intelligenza artificiale) hanno il potenziale per cambiare il modo in cui vengono eseguiti una serie di lavori. La portata complessiva di tale impatto, tuttavia, è ancora sconosciuta, così come i rischi.

Ma ci sono alcune domande a cui possiamo rispondere, ad esempio come vengono costruiti i modelli di intelligenza artificiale generativa, quali tipi di problemi sono più adatti a risolvere e come si inseriscono nella più ampia categoria dell’apprendimento automatico. Continua a leggere per ottenere il download.

Scopri di più su QuantumBlack, AI di McKinsey.

L’intelligenza artificiale è praticamente proprio quello che sembra: la pratica di far sì che le macchine imitino l’intelligenza umana per eseguire compiti. Probabilmente hai interagito con l'intelligenza artificiale anche se non te ne rendi conto: gli assistenti vocali come Siri e Alexa si basano sulla tecnologia dell'intelligenza artificiale, così come i chatbot del servizio clienti che compaiono per aiutarti a navigare nei siti web.

L’apprendimento automatico è un tipo di intelligenza artificiale. Attraverso l'apprendimento automatico, i professionisti sviluppano l'intelligenza artificiale attraverso modelli in grado di "imparare" da modelli di dati senza la direzione umana. Il volume ingestibile e la complessità dei dati (in ogni caso ingestibili dagli esseri umani) che vengono ora generati hanno aumentato il potenziale dell’apprendimento automatico, così come la sua necessità.

L’apprendimento automatico si fonda su una serie di elementi costitutivi, a partire dalle tecniche statistiche classiche sviluppate tra il XVIII e il XX secolo per piccoli set di dati. Negli anni '30 e '40, i pionieri dell'informatica, incluso il matematico teorico Alan Turing, iniziarono a lavorare sulle tecniche di base per l'apprendimento automatico. Ma queste tecniche erano limitate ai laboratori fino alla fine degli anni ’70, quando gli scienziati svilupparono per la prima volta computer abbastanza potenti da montarle.

Fino a poco tempo fa, l’apprendimento automatico era in gran parte limitato a modelli predittivi, utilizzati per osservare e classificare modelli nei contenuti. Ad esempio, un classico problema di machine learning consiste nell'iniziare con un'immagine o più immagini, ad esempio, di adorabili gatti. Il programma identificherebbe quindi i modelli tra le immagini e quindi esaminerebbe le immagini casuali per individuare quelle che corrisponderebbero all'adorabile modello del gatto. L’intelligenza artificiale generativa è stata una svolta. Invece di limitarsi a percepire e classificare la foto di un gatto, l’apprendimento automatico è ora in grado di creare un’immagine o una descrizione testuale di un gatto su richiesta.