IA generativa

L'IA generativa è una categoria di modelli di intelligenza artificiale progettati per generare nuovi dati. Questi modelli vengono addestrati su grandi insiemi di dati che insegnano loro a identificare schemi e strutture in testi, immagini, video e audio. Una volta addestrati, i loro algoritmi possono generare nuovi dati con proprietà simili in risposta all'input dell'utente. Modelli diversi possono generare paragrafi di testo dal suono naturale, creare immagini in diversi stili artistici oppure creare campioni audio.

Modelli linguistici di grandi dimensioni

I modelli generativi di testo, chiamati anche modelli linguistici di grandi dimensioni, possono generare blocchi di testo sulla base di un prompt dell'utente. Anche se l'output può sembrare scritto da una persona, il testo generativo è in realtà una forma di testo predittivo avanzato. Il modello genera una parola alla volta, prevedendo la parola successiva in una sequenza sulla base del materiale usato per l'addestramento. Con un insieme di dati abbastanza grande, i modelli linguistici generativi possono creare saggi, testi di canzoni o persino codice sorgente funzionante in diversi linguaggi di programmazione.

Modelli linguistici di grandi dimensioni diversi utilizzano insiemi diversi di dati per l'addestramento. I modelli più grandi usano un'ampia varietà di testi, inclusi libri, articoli di giornale, post sui social media, documenti di ricerca e saggi. Esempi di modelli generativi di testo sono ChatGPT, Bard di Google e Chat di Bing.

Modelli di diffusione

I modelli generativi di immagini creano immagini usando un metodo chiamato modellazione della diffusione. Questi modelli vengono addestrati tramite il machine learning — analizzando grandi insiemi di dati contrassegnati da addestratori umani con descrizioni del contenuto e dello stile artistico di ogni immagine. Durante l'addestramento, il modello usa questi contrassegni per associare schemi e strutture specifici all'interno di un'immagine al testo pertinente.

Durante l'addestramento, un modello di diffusione scompone prima un'immagine in una lunga serie di passaggi, aggiungendo lentamente rumore casuale. Dopo aver ridotto l'immagine originale a una sorta di interferenza, il modello la ricompone lentamente sulla base dei contrassegni relativi al contenuto, generando dettagli per sostituire il rumore casuale. Ripete questo processo innumerevoli volte mentre la sua rete neurale modifica le variabili finché l'immagine riprodotta non assomiglia all'originale. Una volta addestrato, un modello può creare immagini completamente nuove a partire dal prompt di un utente, usando le parole chiave e i contrassegni appresi. Esempi di modelli generativi di immagini sono DALL-E, Midjourney e Stable Diffusion.

Problemi etici

La rapida diffusione della tecnologia dell'IA generativa comporta alcuni problemi etici. Questi modelli richiedono enormi quantità di dati per l'addestramento — decine di terabyte di testo per un modello linguistico e centinaia di milioni di immagini per un modello di diffusione. Questi insiemi di addestramento spesso includono materiale protetto da copyright e possono creare materiale derivato da tali opere senza citare o compensare il creatore originale. Gli insiemi di addestramento possono inoltre includere immagini di persone senza il loro consenso. Infine, stabilire se l'output di un'IA generativa possa essere protetto da copyright e chi ne detenga il copyright è un'area giuridica ancora non definita.

I modelli di IA generativa sono validi solo quanto lo consente il loro insieme di dati per l'addestramento, e i problemi presenti in tali insiemi possono comparire nell'output del modello. Se l'insieme di dati per l'addestramento di un modello include materiale con linguaggio o immagini pieni di pregiudizi, il modello può acquisire tali pregiudizi e inserirli nel proprio output. Sebbene gli sviluppatori dei modelli di IA generativa filtrino spesso i discorsi d'odio, i pregiudizi più sottili sono molto più difficili da rilevare e rimuovere. Inoltre, un modello addestrato su dati che contengono informazioni non corrette dal punto di vista fattuale trasmetterà tali informazioni, rischiando di indurre in errore gli utenti.