Il nostro viaggio inizia da un cavallo chiamato Hans, intelligente al punto da eseguire calcoli matematici complessi comunicando il risultato battendo lo zoccolo. Hans, oggi noto come ChatGPT, è un algoritmo ben addestrato che può svolgere compiti complessi e dimostrare intelligenza e comprensione.
Tuttavia, come abbiamo imparato da Hans, l’AI generativa può presentare anche nuove sfide, come la produzione di contenuti non veritieri che possono causare disinformazione. È importante sapere che queste “allucinazioni” derivano spesso dalla mancanza di conoscenza di questi sistemi.
L’elaborazione di un contesto è fondamentale per sfruttare appieno l’AI generativa in modo sicuro. OpenAI ha chiaro questo concetto e ha introdotto funzionalità come Web Browsing e Plugin per fornire contesto al modello di linguaggio.
Copilot di Perplexity è un esempio di come l’AI generativa viene utilizzata per elaborare richieste e fare domande di approfondimento, generando query adatte e fornendo contesto.
Google e Microsoft hanno mostrato come l’AI generativa sarà integrata nei loro ecosistemi, utilizzando i migliori motori di ricerca e i migliori modelli di linguaggio.
L’AI generativa può essere utilizzata anche in azienda, ad esempio per il controllo delle anomalie nel codice di programmazione. L’automazione è la parola chiave che accompagna l’integrazione di queste tecnologie.
LangChain è un sistema che, collegato a un modello di linguaggio, sviluppa una catena di pensiero per completare una richiesta. AutoGPT è un’altra libreria che consente la generazione di agenti autonomi.
Geoffrey Hinton, uno dei padri del Machine Learning, considera questi sviluppi come un segnale dell’interpretazione di queste tecnologie da parte di alcune persone.
L’AI generativa offre un enorme potenziale, ma richiede anche consapevolezza e comprensione per essere utilizzata in modo sicuro ed efficace.