Tra le tecnologie che maggiormente stanno condizionando, in maniera più o meno consapevole da parte degli stessi utilizzatori, l'epoca in cui viviamo, l'Intelligenza Artificiale, tipicamente indicata con l'intuitivo acronimo AI, ovvero Artificial Intelligence, occupa una posizione a dir poco dominante.
 |
| Interfaccia utente di ChatGPT |
Sebbene lo studio e lo sviluppo dell'AI abbia origini ormai lontane nel tempo, nella misura in cui queste sono collocate negli anni cinquanta del secolo scorso, l'evoluzione del settore è ancora in pieno divenire, e in misura analoga le diversificazioni e le specializzazioni dello stesso.
► Intelligenza Artificiale Generativa come valore aggiunto
In questa ottica è possibile inquadrare una applicazione specifica dell'AI, denominata Intelligenza Artificiale Generativa (AI Generativa o Generative AI), che è destinata a far registrare una adozione sempre più ampia, non soltanto nell'ambito aziendale ma anche in quello privato.
 |
| Immagine generata con MS Image Creator [1/2] |
Come la denominazione stessa consente agevolmente di intuire, l'Intelligenza Artificiale Generativa rappresenta una risorsa inestimabile, tanto per gli esseri umani quanto per le organizzazioni, in quanto è in grado di generare contenuti in formato non soltanto testuale ma anche grafico (dalle immagini ai video multimediali), audio (dalle semplici voci ai brani musicali) e medico (con la generazione di molecole complesse).
► Modelli generativi e dataset di addrestramento
La capacità di creare ex novo rappresenta il valore aggiunto dell'Intelligenza Artificiale Generativa ed il punto di rottura con le tecnologie preesistenti, in quanto queste ultime sono in grado di riproporre soltanto contenuti acquisti in precedenza.
 |
| Immagine generata con MS Image Creator [2/2] |
Per fare il proprio lavoro, che per un sistema di AI Generativa consiste nella generazione di contenuti, tale sistema utilizza dei modelli statistici, basati sui cosiddetti pattern e chiamati generativi, al fine di produrre dati, e quindi contenuti, a partire da un dataset ricevuto nel corso di quella che viene definita fase di addestramento.
► I prompt e gli altri punti di contatto con gli utenti
Uno degli aspetti che maggiormente ha favorito il successo della Intelligenza Artificiale Generativa è senza dubbio rappresentato dalla facilità di utilizzo delle tecnologie su di essa basate.
 |
| Utilizzo di un prompt con ChatGPT |
Tipicamente, infatti, le potenzialità della Generative AI sono accessibili agli utenti privati e al business mediante interfacce Web che consentono l'immissione nel sistema dei cosiddetti "prompt", ovvero istruzioni o richieste con le quali è possibile contestualizzare l'ambito di interesse e migliorare la qualità del contenuto generato.
Tuttavia l'accesso alla tecnologia basata sulla Intelligenza Artificiale Generativa non avviene soltanto mediante interfacce Web dedicate, o app, in quanto, ad esempio, i produttori del software aggiungono ai programmi funzionalità AI-based. A titolo di esempio, citiamo quella chiamata "Riempimento generativo" con cui Adobe ha arricchito il suo Photoshop.
► Sistemi e servizi basati sulla Generative AI
ChatGPT, l'ormai celebre bot sviluppato da OpenAI utilizzando i modelli linguistici GPT-3 e GPT-4, rappresenta molto probabilmente il sistema di intelligenza artificiale generativa più noto, e certamente ha dalla sua il merito di aver favorito la diffusione dell'utilizzo su larga scala di questa tecnologia.
 |
| Interfaccia utente di Google Gemini |
Tuttavia, esistono numerose altre autorevoli applicazioni della Generative AI, come ad esempio Gemini, un modello multimodale di Google, e inoltre Bedrock di Amazon, Claude di Anthropic, Poe di Quora e xAI di Elon Musk.
Ma in questa sezione del nostro articolo è doveroso citare Dolly 2.0, un componente core dei sistemi di Generative AI, e più in dettaglio un modello linguistico di grandi dimensioni (o in breve LLM), creato da Databricks e disponibile come piattaforma open source liberamente utilizzabile.
► Limiti dell'AI Generativa e impatto ambientale
I sistemi di Generative AI, sebbene siano espressione di una tra le tecnologie maggiormente in voga in questo momento, non sono esenti da errori in fase di generazione dell'output, che quindi può non essere accurato, o in alcuni casi completamente errato, in funzione, ad esempio, del prompt e del contesto fornito dall'utente.
 |
| Data center NVIDIA |
E' inoltre doveroso tenere a mente che tali sistemi non possono essere aggiornati in tempo reale, per cui essi richiedono una immissione di dataset periodica per incrementare l'accuratezza dell'output a seguito dell'apprendimento di nuovi dati.
La mole di lavoro in termini computazionali richiesto dagli sistemi di Generative AI, sia nelle fasi di addestramento che in quella di generazione dei contenuti, impone il ricorso a instrastrutture cloud, o data center.
E il funzionamento di questi ultimi risulta particolarmente critico dal punto di vista del consumo energetico e dell'inquinamento che a esso è strettamente collegato: si pensi, ad esempio, alle emissioni di gas serra, determinate dalla produzione dell'energia elettrica, oppure al consumo dell'acqua necessaria anche per il raffreddamento di tali apparecchiature.
[Risorse correlate]
