Categoria: Artificial Intelligence

Transformer 2: genesi e qualche domanda

Questo articolo fa parte di una serie di approfondimenti sull’AI — il link conduce a un indice aggiornato. Allo stesso tempo fa parte di una trilogia dedicata al Transformer:

  1. Transformer 1: il cavallo di battaglia dell’AI
    Un’introduzione moderatamente tecnica
  2. Transformer 2: genesi e qualche domanda (questo articolo)
    Giusto la storia, facile da leggere
  3. Transformer 3: Come funziona?
    Un tentativo di guardare dentro al Transformer, per i più curiosi

Pare giusto elencare i nomi degli autori di questa formidabile invenzione: Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan Gomez, Lukasz Kaiser e Illia Polosukhin.

Da Arrival (Dennis Villeneuve, 2016): “Dobbiamo ringraziare gli amici pakistani per lo studio su come scrivono gli eptapodi. A differenza del linguaggio, un logogramma è svincolato dal tempo. Come la loro astronave e i loro corpi la loro lingua scritta non ha una direzione in avanti o indietro. I linguisti la chiamano ortografia non lineare, il che solleva il quesito: è così che pensano? immaginate di voler scrivere una frase usando due mani a partire da entrambi i lati; dovreste già sapere ogni parola che vorreste usare, oltre a quanto spazio andrebbe a occupare. Un eptapodo sa scrivere una frase complessa in due secondi, senza sforzo. Noi ci abbiamo messo un mese per una semplice risposta.”
Schizzo a pennarello e carboncino inchiostrato tratto da un fotogramma del film.
Continua (15 min)

Del vedere e dell’agire – Guida automatica: ma Elon Musk ci è o ci fa?

Questo articolo fa parte di una serie di approfondimenti sull’AI — il link conduce a un indice aggiornato.

Immagine prodotta con ChatGPT 4o.

Fino a qualche secolo fa ce la siamo cavata con sensi e muscoli. Oggi siamo circondati da apparati che misurano e fanno cose per noi, estendendo a dismisura percezioni e forze. Un’enorme varietà che va da piccoli dispositivi a macchinari complessi ma che si articolano in uno stesso semplice schema:

Continua (10 min)

Un incidente che illustra bene la pericolosità delle allucinazioni dell’AI

Questo articolo fa parte di una serie di approfondimenti sull’AI — il link conduce a un indice aggiornato.

Immagine creata da GPT 4o: “Ecco l’immagine di un giornalista che reagisce sotto shock quando un chatbot lo accusa di essere un pericoloso criminale. La scena cattura l’atmosfera tesa e l’espressione sorpresa del giornalista alla sua scrivania”.

Abbiamo già detto di natura e cause delle allucinazioni AI ma le spiegazioni valgono forse meno degli esempi.

Continua (2 min)

Registrazione mia intervista sull’AI a Radio Radicale

La registrazione della mia intervista sull’AI condotta da Marco Cerrone è disponibile su Radio Radicale a questo link

AI generativa, stato dell’arte, (fosche) previsioni — spero sbagliate ma a pensare male…

Questo articolo fa parte di una serie di approfondimenti sull’AI — il link conduce a un indice aggiornato.

Beh, volevo provare cosa tirava fuori GPT-4 chiedendo l’immagine di una persona sia affascinata che perplessa da questa nuova entità. Alla prima m’aveva fatto una cosa simile ma con un aitante giovanottone. Eh no, io politicamente corretto (non è vero), e questo è il risultato. Il credito va dato.

Una ex collega, Giovanna Danza, membro del Direttivo della Libera Università Valdisieve e Valdarno, mi ha chiesto di dare un contributo sull’AI.

Discorrendo sul da fare è venuta fuori un’instantanea verace del punto a cui sono arrivato in questo percorso, che ho chiamato forse impropriamente Corso accelerato sull’AI — quando avrò capito cosa sto facendo troverò anche il nome. La riporto qui così com’è, in forma di lettera.

Continua (8 min)

Rivoluzione AI? Scarse tracce e notevoli preoccupazioni

Questo articolo fa parte di una serie di approfondimenti sull’AI — il link conduce a un indice aggiornato.

Aggiornamento 18 agosto con la notizia del disimpegno del governo britannico dall’AI e un inciso sulla produzione artificiale di codice di Stephen Downes. Gli aggiornamenti sono riconoscibili dallo sfondo grigio.

Dicevamo che nella stampa specializzata si va avanti al ritmo di una breaking new al giorno in un susseguirsi frenetico di innovazioni e annunci epocali: nessuno scriverà più una riga di codice, dimenticate Excel, 15 modi per fare soldi con l’AI e via dicendo. Per non parlare dei corsi di AI applicata ad ogni angolo dello scibile. Ma il vento sta girando. Per dire: la corsa a modelli sempre più potenti sta generando risultati rapidamente decrescenti a fronte di costi in crescita esponenziale, i prossimi modelli richiederanno una quantità di energia incompatibile con la transizione energetica a meno che non si costruiscano apposite centrali nucleari, non esiste ad oggi un solo esempio di applicazione dell’AI su larga scala da parte di grandi aziende, il codice software prodotto dall’AI di norma non funziona, gli investitori iniziano a diffidare e le quotazioni delle maggiori aziende stanno crollando in misura proporzionale al coinvolgimento nell’AI.

Continua (15 min)

Alla ricerca dell’intelligenza… con una manopola o due…

Questo articolo fa parte di una serie di approfondimenti sull’AI — il link conduce a un indice aggiornato.

Sono debitore per i contenuti di questo post a Alejandro Piad Morffis, computer scientist dell’Università dell’Avana, in particolare per i grafici e la demo per illustrare il ruolo dei parametri Temperatura e Top P.

A proposito dell’architettura dei Generative Pre-trained Transformer (GPT) avevamo discusso della “temperatura”, parametro [1] sbarazzino che ci aveva fatto ricordare l’effetto di un buon bicchiere di vino. Sbarazzino ma cruciale per la tanto decantata generatività del sistema.

In realtà i chatbot disponibili in rete non consentono di intervenire su temperatura o altri parametri. Questi sono sistemi aggiustati con valori intermedi per l’utente generico, che non ha tempo e voglia di imparare a tarare la macchina. Sono quindi proposti con valori intermedi, che non possono certo essere ottimali per tutte le circostanze. Tuttavia i chatbot possono essere guidati attraverso il prompt engineering, l’arte di fare domande, che dobbiamo ancora discutere. Quindi perché occuparsi di questi parametri? Per due motivi: da un lato per capire meglio il funzionamento dei chatbot, quindi per imparare a prenderli per quello che sono, dall’altro perché i Large Language Model (LLM) possono essere usati non solo attraverso i chatbot direttamente accessibili in rete ma anche da altre applicazioni; modalità che può interessare le organizzazioni, ad esempio le scuole, come vedremo in seguito.

Continua (10 min)

Dello scrivere sull’AI

Questo articolo fa parte di una sorta di Corso accelerato sull’AI — il link conduce a un indice aggiornato.

Preziosi feedback (Maria Ranieri e Paola Bettega, Alberto Ardizzone, Adriana Mirabella e Laura Lucci, grazie!) inducono una riflessione.

Scrivere di AI è difficile: panorama sterminato, complicazioni matematiche, meandri linguistici e ritmi vertiginosi richiedono molto studio (la pensione aiuta!). Le breaking news quotidiane (stamani due) nella letteratura specializzata non danno respiro. Intanto Mainstream information e opinione pubblica oscillano fra sorti magnifiche e progressive e fosche apocalissi. In mezzo il caos.

Sono sicuro che valga la pena di lavorare per aiutare le persone a raccapezzarsi, soprattutto chi insegna. Non sono mai sicuro di riuscirci perché è difficile trovare una chiave narrativa che consenta di sbirciare sotto il cofano senza far perdere l’orientamento a persone con tante formazioni così diverse.

Ecco i feedback sono utilissimi, come a chi navigava di notte con il solo ausilio delle stelle e il cielo coperto. Ogni feedback è uno squarcio fra le nubi, una sola stella può aiutare a correggere la rotta.

E perché no, anche domande. Ogni suggerimento gradito.

Come difendersi dalle allucinazioni? Prendere le misure all’AI confrontando chatbot diversi

Questo articolo fa parte di una serie di approfondimenti sull’AI — il link conduce a un indice aggiornato.

Premessa

Un chatbot può essere usato per una miriade di scopi, ognuno deve trovare la quadra per il caso suo. Qui mi concentro sull’uso scolastico, dove la questione non è se sia il caso di “fare usare l’AI ai ragazzi” oppure no. La usano, di fatto, e molto, per ricerca di informazioni e di spiegazioni. Si pone quindi l’imperativo di capirci qualcosa onde prendere il toro per le corna. Da questo articolo, un po’ noioso – mi dispiace, ma se non si va un po’ a fondo si rischia di parlare a vanvera – emerge che le prestazioni di questi sistemi sono indubbiamente sorprendenti e affascinanti ma fidarsene è un’altra cosa. Non possono essere usati alla stregua di fonti di informazioni, per via di variabilità delle risposte, vaghezza di talune costruzioni, contestualizzazioni errate, allucinazioni vere e proprie (panzane). Lasciati in mano agli studenti senza intervenire significa rinforzare ulteriormente il paradigma dell’apprendimento a pappagallo.

Continua (20 min)