Di Sergio Ragaini

Introduzione al lavoro sull’Intelligenza Artificiale: le sue sezioni:

Nella forma attuale è ancora giovane. Ma già promette un futuro incredibile, che non potrà che riservare sorprese luminose.

Sto parlando dell’Intelligenza Artificiale. Questo prodotto rappresenta, sicuramente, il sogno dell’Uomo, sotto certi aspetti: avere una macchina con cui interagire in maniera del tutto “Naturale”, anche dal punto di vista del linguaggio.

Dopo anni di studi e ricerche, questo prodotto è ormai tra noi e oggi lo si può utilizzare anche dal proprio smartphone.

In questa serie di articoli cercheremo di entrare nelle “pieghe” di questo meraviglioso “oggetto del desiderio”, capendo come funziona e cosa rende possibile questo “miracolo” tecnologico (non potrei definirlo diversamente).

Il lavoro che vi propongo sarà in cinque parti, che avranno, tra di loro, un collegamento.

Per questo motivo vi suggerisco di non “passare” direttamente alla parte successiva, ma di leggere prima la parte precedente, cominciando dalla Prima. La cosa, comunque, sarà via via ribadita.

In questa prima parte ci soffermeremo soprattutto su cosa rende possibile l’Intelligenza Artificiale. In parole povere, cercheremo di capirne le singole “parti”.

Sarà una sorta di introduzione, secondo me “necessaria” per capirne i componenti e il funzionamento. E per comprendere, in particolare, cosa la differenzia da altri prodotti informatici, e ne fa qualcosa di davvero “speciale”.

Successivamente, ci occuperemo di come queste parti “agiscono” e “operano”, per permettere risposte praticamente su ogni cosa. Fino a generare elementi della Realtà che prima non c’erano.

Nella Terza Parte, invece, ci occuperemo dell’utilizzo dell’Intelligenza Artificiale. Verranno quindi consigliati dei prodotti di Intelligenza Artificiale, e si verrà invitati a provarli. Inoltre, verrà gettato uno sguardo sulle sue applicazioni presenti, su quelle del futuro prossimo e di quello più distante. Sarete qui invitati a “sperimentare” di persona questi prodotti, per farvene voi stessi un’idea. Cosa che, come ribadirò, considero assolutamente fondamentale per potere capire questo strumento.

Nelle ultime due parti ci occuperemo di quelli che chiamo gli “scenari” dell’Intelligenza Artificiale: vale a dire, il Mondo che l’Intelligenza Artificiale potrebbe “prospettare” nel futuro, più o meno prossimo.

La Quarta Parte sarà imperniata su due argomenti: il confronto tra Intelligenza Artificiale e Intelligenza Umana, e i suoi possibili rischi.

Si farà qui vedere come il confronto tra le due Intelligenze sia, di fatto, qualcosa di “effimero”, che spesso non è così importante e significativo porre.

Mostreremo, poi, come questi rischi siano in buona parte “sopravvalutati”, e anche “ventilati” in modo “tendenzioso”.

Nell’ultima parte, la quinta, invece ci occuperemo dei “Modelli Sociali” che l’Intelligenza Artificiale, necessariamente, ci porterà a dover costruire, per poterla “accogliere” in modo positivo nelle nostre vite.

Ci occuperemo poi anche del potenzialmente pericoloso problema dei suoi “detrattori”, che sono, spesso, veri e propri Gruppi organizzati, che ne propongono il rifiuto a priori, di fatto “demonizzandola”, senza nemmeno spiegare come funziona, e invitando quindi alla “non conoscenza”, piuttosto che alla “conoscenza”.

Infine, ci occuperemo dei Mondi Futuri che l’Intelligenza Artificiale potrebbe contribuire a costruire, tra titubanze e scenari luminosi.

Il viaggio inizia: vedrete che sarà un percorso “avvincente”, sulla strada della Conoscenza, di cui questo strumento è un grandissimo “propulsore”. 

Un “Miracolo Matematico e Tecnologico”: è proprio il caso di chiamarlo così

Un qualcosa che non può non colpire, per la sua grandissima “versatilità” e la sua capacità di interazione a tutti i livelli.

Un qualcosa appena nato, che promette grandezza e sviluppo, portando con sé un forte vento di cambiamento e un meraviglioso impatto sociale.

È quella che si chiama “Intelligenza Artificiale”.

Prepariamoci a scoprile questo “miracolo” tecnologico, a capirlo, a farcelo amico. Ci aiuterà in moltissime cose e in moltissimi momenti della nostra esistenza!

Un miracolo: credo si possa definire solo così l’Intelligenza Artificiale.

Un miracolo che apre mondi, possibilità. Un miracolo che, sicuramente, ha già rivoluzionato, e sempre più rivoluzionerà, il nostro divenire.

Un miracolo che, sotto molti aspetti, è nato da lontano, con lunghe e precedenti elaborazioni. E che, oggi, ha portato sino a noi. Dandoci, da poco tempo, prodotti che non possono non stupire, per le possibilità che offrono.

Quello che si cercherà di fare in questo articolo è entrare più in dettaglio, in questo “miracolo”. Per capire come, alla base di tutto, ci sia la Matematica (o, meglio, ci siano le Matematiche). La Matematica, non a caso, da Morris Kline, era stata definita “divina follia”. In effetti, con la sua capacità di astrarre, la Matematica porta oltre le percezioni, costruendo nuovi Mondi.

Morris Kline intitolava un suo libro: “Matematica, la perdita della Certezza”. Volendo, con questo, indicare le Matematiche nate nel corso del ventesimo Secolo (in qualche caso anche nel Diciannovesimo, come, ad esempio, le Geometrie non Euclidee): che, in qualche modo, hanno “scosso” le certezze precedenti. Tuttavia, come ben possiamo vedere, questa “perdita di certezza” ha aperto la strada a nuovi Mondi. Dei quali l’Intelligenza Artificiale fa parte: anzi, ne è un elemento dominante. Mondi che è davvero straordinario potere esplorare, potervi entrare, e scoprire che possono “dialogare”, nel vero senso della parola, con noi.

Quindi, il “miracolo” si chiama, mai come ora, Matematica. È grazie a questa che possiamo, oggi, avere uno strumento così incredibile. Che, come vedremo, ci aiuta davvero su tutto.

La grande capacità della Matematica, oggi, è infatti proprio quella di saper procedere “in autonomia” rispetto alla percezione e alla rappresentazione visiva. Permettendo, così, la costruzione di Mondi diversi, e a tutti gli effetti “tangibili”, anche se sotto altri aspetti.

E, proprio dalla Matematica, deriva l’Intelligenza Artificiale: un lungo percorso che porta sino a noi. E che prosegue, e proseguirà. Perché, mai come ora, sono convinto che “il meglio debba ancora arrivare”. E sarà un “meglio” davvero luminoso.

Il viaggio inizia! Tenetevi forte, perché si “ballerà” un po’. Ma, al contempo, si scopriranno Mondi meravigliosi.

Un qualcosa… che fa molte cose cose

L’Intelligenza Artificiale stupisce soprattutto per questo: vale a dire, il fatto di poter eseguire molte cose, e non avere, a differenza di altri programmi, dei compiti esclusivamente “specifici”.

Cerchiamo di entrare un po’ più in dettaglio di tutto questo. Sarà fondamentale per capire l’Intelligenza Artificiale e la sua straordinaria bellezza.

• Pensiamo ai primi Computer. Ad esempio, proprio al “primissimo” Computer della Storia, l’ENIAC (Electronic Numerical Integrator and Computer), “lanciato” presso l’Università della Pennsylvania nel febbraio 1946. Questo enorme Computer (occupava una superficie di 180 m² e pesava 30 tonnellate) non era programmabile. Nel senso che, per cambiare i programmi, si sarebbero dovuti cambiare i fili al suo interno. Quindi, era un Computer nato solo per fare determinate cose. In quel caso, calcoli di tipo balistico.
  
  
• Poi, i Computer sono diventati programmabili. Vale a dire che si possono scrivere dei Programmi per compiere determinate operazioni. Questa è la sostanziale differenza tra un calcolatore e una Calcolatrice: la possibilità di svolgere, mediante appositi programmi, più cose.
  Oggi, negli smartphone, esiste la possibilità di scaricare diverse applicazioni, che fanno molte cose.

Tuttavia, occorre un programma per ogni compito che si vuole svolgere. Ad esempio, esistono programmi per effettuare conversioni, per le previsioni meteo, per la messaggistica, per controllare l’orario dei treni e acquistare i relativi biglietti, e così via.

Inoltre, per svolgere le operazioni previste dal Programma che stiamo utilizzando, vi sono sostanzialmente due opzioni:

• Mediante un menù comandi, che permette, in qualche modo, di “dialogare” con il programma, facendogli svolgere dei compiti.
  A differenza della Tecnologia di una volta, oggi la Tecnologia è “Interattiva”. Vale a dire, la comunicazione non avviene solo tra noi e la macchina, ma anche tra la macchina e noi. Gli stessi menù interattivi ci dicono, sostanzialmente, cosa fare quando si deve utilizzare un software. Senza più doverci porre il problema “per fare questo faccio questo”: la macchina, in qualche modo, ci dice “lei”, attraverso interfacce interattive, cosa dobbiamo fare.
  Tuttavia, per poter “fare fare” alla macchina quello che vogliamo, dobbiamo dare noi dei comandi. Che devono essere quelli dell’interfaccia stessa, e nulla a di fuori di questa.
  
  
• In alcuni casi, è possibile anche interagire mediante comandi vocali. Ad esempio, questo accade nel caso di applicazioni come “Android Auto”, che permette il collegamento dello Smartphone ad apposite centraline interattive, presenti in buona parte delle nuove automobili. Anche “Chatbot” come “Siri” (del Mondo Apple), “Hey Google” e altri ancora ricevono comandi vocali. Tuttavia, questi comandi sono limitati a parole chiave, che vengono comprese dal software. Non si può certo uscire da queste parole, cercando di intraprendere una conversazione con questi software! Si riceverebbe il messaggio: “Scusa, non ho capito”, che gli utenti di “Android Auto” avranno sicuramente, almeno qualche volta, ricevuto.

Le due fondamentali caratteristiche dei Software sono quindi proprio queste: sono sì interattivi, ma si può “interagire” con questi solo con un menù comandi. E, laddove questi permettano invece un’interazione “vocale”, il frasario che comprendono è decisamente limitato, e si limita a determinate “parole chiave”, oltre le quali il software non comprende.

L’Intelligenza Artificiale supera tutto questo. Più in dettaglio:

• L’Intelligenza Artificiale può occuparsi di molte cose. Vale a dire che, ad esempio, mediante questo strumento si può scrivere codice di programmazione, si possono elaborare calcoli matematici anche complessi, si possono fare ricerche, chiedere prospetti, fare generare immagini, avere spiegazioni su eventi, anche recenti, fare riassumere testi anche lunghi (il limite da me “trovato” è 18.000 caratteri), chiedere consigli per vari argomenti, pianificare viaggi, e tantissimo altro ancora. Insomma: non è “un programma”, ma “tanti programmi” che fanno “tantissime cose”.

• All’Intelligenza Artificiale ci si rivolge in linguaggio del tutto naturale. Questa è la grandissima innovazione. Non abbiamo, quindi, bisogno di un “frasario” definito: l’Intelligenza Artificiale capisce la nostra lingua, e “dialoga” con noi in maniera del tutto naturale.
  Anche le relative risposte ottenute saranno in linguaggio del tutto naturale. E, cosa straordinaria, potremo, con questo strumento, “dialogare” esattamente come se dialogassimo con una persona.

L’aspetto “dialogico” è uno dei più affascinanti dell’Intelligenza Artificiale. Infatti, anche con vari Motori di Ricerca, si possono trovare cose, mediante “parole chiave”. Tuttavia, la ricerca per “parole chiave” (ho evidenziato “parole chiave” proprio perché mette in luce la necessità di usare un frasario specifico) “tornerà” a noi dei link. Questi ci forniranno informazioni, che però saranno “statiche”. Nel senso che, se all’interno di uno di questi testi che ci vengono forniti nei link troviamo altre cose che vogliamo approfondire, o per le quali necessitiamo di chiarimenti, questo non potremo ottenerlo, se non attraverso un’altra possibile ricerca per parole chiave.

Con l’Intelligenza Artificiale, invece, si ricevono “risposte”. Questo significa ricevere risposte dirette alla nostra domanda. Queste risposte saranno “dinamiche”, nel senso che si potranno porre altre domande, sempre in un linguaggio del tutto naturale. Chiedendo chiarimenti, precisazioni e altro ancora.

Diversi prodotti di Intelligenza Artificiale offrono anche link per approfondire il discorso, o i discorsi fatti.

Questo indica anche una modalità di approccio alla conoscenza molto migliore, e molto più adatta a noi. Infatti, l’Intelligenza Artificiale, così facendo, permette una conoscenza “a cerchi concentrici” (termine utilizzato da Massimo Piattelli Palmarini , relativamente però al “ripasso” quando si studia: a me piace “estenderlo” alla modalità di apprendimento in generale), vale a dire una conoscenza che parte da una visione generale delle cose, per poi approfondire man mano. Una modalità molto migliore di una conoscenza effettuata “a blocchi”, vale a dire argomento per argomento. La nostra mente è sicuramente più propensa a lavorare nella maniera che permette l’Intelligenza Artificiale. Per questo, si tratta di uno strumento straordinario per apprendere e conoscere.

E, contrariamente a quello che qualcuno potrebbe pensare (come vedremo, solitamente chi lo pensa non ha alcuna esperienza di questa Tecnologia), è anche un grandissimo “espansore” della nostra creatività, che, libera dagli “orpelli” delle operazioni di livello più “basso”, per permetterci di “decollare” verso mondi di ben altra levatura.

Comunque, dei “detrattori” di questa Tecnologia, purtroppo presenti, parleremo alla fine di questo lavoro sull’Intelligenza Artificiale. Mostrando come le loro idee siano infondate, e derivino sostanzialmente da ignoranza nei confronti di questo strumento. Che, come vedremo, criticano senza conoscere.

Ora, però, ci chiediamo come questo miracolo, e continuerò a chiamarlo in questo modo, può avvenire.
Prepariamoci quindi a scoprire i principali elementi dell’Intelligenza Artificiale, vedendo “da vicino” come funziona, e come è possibile che possa fornirci risposte su qualsiasi argomento, o quasi.

Il viaggio è appena cominciato, e riserverà grandi sorprese, auspico molto belle.

Una struttura… che impara

Alla base dell’Intelligenza Artificiale, che rende possibile questo “miracolo”, c’è una parola, anzi due: “Machine Learning”. Questo vuol dire che abbiamo una macchina che è in grado di imparare.

Il termine è stato coniato nel 1959, da Arthur Samuel, in anni in cui l’Intelligenza Artificiale era ancora un’idea. Eppure, già con Alan Turing, di fatto l’iniziatore del calcolo Informatico, il termine cominciava ad apparire.

Nel 2006, il termine “Machine Learning” si è evoluto in “Deep Learning”, nome coniamo da Geoffrey Hinton. Hinton ha ottenuto, proprio per i suoi studi sul Deep Learning, il Premio Turing (che di fatto è il Premio nobel per l’Informatica). Nel 2024 ha ottenuto, per le sue scoperte relative all’Apprendimento Automatico nelle Reti Neurali, il Premio Nobel per la Fisica.

Tornando a Turing, lo stesso aveva inventato quello che è stato definito il “test di Turing”. Si prende una persona e lo si pone in una sorta di scomparto non visibile. In un altro scomparto si pone un elaboratore.

Una seconda persona pone domande, attraverso un foglio, e riceve risposte.

La macchina avrà superato il Test di Turing quando sarà, a tutti gli effetti, “confusa” con la persona (vale a dire che la macchina e l’uomo saranno a tutti gli effetti “indistinguibili”).

Questo test, al momento, non è mai stato superato da nessuna macchina.

Tuttavia, forse, non è così importante superare il test di Turing: in fondo, come vedremo, l’Intelligenza Artificiale non è forse confrontabile con quella umana: semplicemente, fa cose diverse da quelle che fanno le persone. Il cervello umano, vedremo, ha caratteristiche diverse dall’Intelligenza Artificiale. Che, però, possiamo intuire, e lo vedremo sempre di più, fornisce un incredibile aiuto alle persone.

Un nome… che è una convenzione:

Comunque, il termine “Intelligenza Artificiale” è un termine convenzionale. Di per sé potremmo chiamare questo prodotto anche con un nome diverso, ad esempio “Assistente Virtuale”: tuttavia, è stato deciso di chiamarlo così.

Il nome era stato dato durante un’importante Seminario, tenutosi nell’Estate del 1956, presso il College di Dartmouth, nel Comune di Hanover, nello Hampshire, Stati Uniti.

Questo Seminaro, noto come “Conferenza di Dartmouth”, aveva come nome completo: “Dartmouth Summer Research Project on Artificial Intelligence”. Era stato organizzato da un certo John Mc Carthy, che aveva poi elaborato il linguaggio LISP, uno dei principali utilizzati dall’Intelligenza Artificiale. Mc Carthy aveva vinto il Premio Turing nel 1971.

Nel 1956, le possibilità di calcolo erano davvero limitate. Eppure, qualcuno, sicuramente “visionario”, guardava già avanti, verso il Futuro. È sempre così: le cose nascono perché qualcuno “guarda avanti”, magari di decenni, magari oltre le sue stesse possibilità di vita. Ma guarda avanti, già “intuendo” il Futuro, e  sentendolo, in qualche modo, già realizzato.

Il termine “Machine Learning” è stato coniato, come detto, pochi anni dopo questo momento, nel 1959, da Arthur Samuel, che aveva partecipato alla Conferenza.

Questo nome indica la possibilità di una macchina di imparare.

E, se una macchina impara, può dedicarsi a molte cose. Infatti, non dobbiamo più programmarla per ogni singolo compito: attraverso un addestramento, la macchina è in grado di apprendere. E, in tal modo, potrà dedicarsi a diversi compiti. E, ogni volta, potrà sempre di più apprendere, e migliorare.

È, quindi, un prodotto “dinamico”, capace di evolversi.

E, nel proseguo di questo lavoro, vedremo “quanto” potrà evolversi!

Ma quando qualcosa si può chiamare “Intelligenza Artificiale”?

Per l’Intelligenza Artificiale, erano stati fissati quattro parametri, che esprimono cosa un prodotto deve saper fare, per chiamarsi “davvero” Intelligenza Artificiale.

Le condizioni a cui dovrebbe soddisfare è di essere in grado di:

• Imparare
• Ragionare
• Creare
• Pianificare

Queste sono le condizioni fissate dalla Norma ISO/IEC 42001:2023

Vedremo poi se e come l’Intelligenza Artificiale riesce a fare queste cose.

Per il momento, vediamo cosa ha reso, e rende possibile questo che continuo a chiamare “miracolo”. Premariamoci, quindi, a “incontrare” i suoi componenti fondamentali.

Reti Neurali: imitare il comportamento del cervello umano:

Uno degli elementi chiave dell’Intelligenza Artificiale sono le cosiddette “Reti Neurali”. Queste sono strutture che, in qualche modo, “imitano” il funzionamento del cervello umano.

Per poter fare questo, sono divise in diverse componenti. Quella fondamentale sono i cosiddetti “Neuroni Artificiali”. Questi sono “unità computazionali”, vale a dire strutture in grado di eseguire calcoli e operazioni logiche.

I Neuroni Artificiali sono gli elementi basi delle Reti Neurali.

Queste reti sono divise in livelli. I livelli principi sono quello di input e quello di output.

Tra questi ci sono diversi livelli detti “nascosti”, a loro volta composti da Neuroni Artificiali.

Ognuno di questi neuroni elabora delle informazioni, e le passa al livello successivo. Finché non viene raggiunto il livello di output.

Le informazioni, come vedremo in particolare nella prossima parte di questo lavoro sull’Intelligenza Artificiale, vengono convertite in elementi matematici. Per questo dico che, con l’Intelligenza Artificiale, i pensieri diventano calcoli.

Le informazioni (che ormai sono elementi numerici) vengono moltiplicate per dei numeri detti “pesi”, vengono “sommate” ai quali viene aggiunto un valore detto “bias”. A tutto questo viene applicata una funzione detta “funzione di attivazione”, che dice se e come passare l’informazione.

La più nota di questa è la cosiddetta “Funzione Softmax”, che trasforma un vettore numerico, contenente l’informazione, in un vettore di probabilità. Ve ne sono però diverse altre.

Questo sarà fondamentale: infatti, l’Intelligenza Artificiale è essenzialmente un modello statistico e probabilistico, non deterministico. Vale a dire che non verrà fornita la soluzione “certa”, ma quella “più probabile”. Esattamente come il Computer Quantistico.

Tuttavia, il margine di errore, come vedremo, sarà davvero molto basso, al punto da essere del tutto trascurabile.

Addestramento di una Rete Neurale: la rete Neurale può “imparare”

Una Rete Neurale può essere “addestrata”, e questo è fondamentale. Questo significa che può “imparare”, e questo è il vero “propulsore” dell’Intelligenza Artificiale.

Vediamo ora, in breve, come una rete Neurale può “imparare”, esaminandone in breve il processo di addestramento:

• Ogni Neurone Artificiale assegna un “peso” ad ogni valore di input, aggiungendo un valore detto “Bias”. Si avrà quindi una struttura del tipo:

            z=(Σwixi)+b

            Il simbolo Σ indica una sommatoria di valori. In questo caso la sommatoria di tutti i possibili            wixi, dove xi sono i valori, wi sono i pesi. A questa sommatoria si aggiunge poi il valore del   bias, indicato con b.

• Viene applicata una “Funzione di Attivazione” f. questa dirà anche al neurone “come comportarsi”. Si otterrà quindi qualcosa del tipo:

           
f(z)=f((Σwixi)+b)

            Come visto, una delle funzioni di attivazione più usate è la “Softmax”.
            Qui si può comunque trovare un elenco completo delle principali Funzioni di Attivazione.

• Si prosegue così per tutta la struttura della Rete Neurale. Alla fine, il risultato ottenuto si confronterà con quello reale. Si stimerà quindi l’errore, attraverso dei metodi di stima.
  
  
• Attraverso il processo detto “Backpropagation” l’informazione viene “rimandata” dal livello di output nuovamente a quello di Input. In tal modo, i vari neuroni artificiali potranno “aggiustare” i pesi e i bias, riuscendo ad ottenere risultati sempre migliori.
  
  
• I pesi e i bias vengono assegnati all’inizio, inizializzando il Sistema. Poi, la Rete sarà in grado di “imparare” da sola. Ed è questa la particolarità delle strutture di Intelligenza Artificiale.

Per chi avesse riscontrato problemi nella formulazione matematica sopra riportata, si stava semplicemente eseguendo una sommatoria di valori x_i (indicata con  il simbolo Σ), ciascuno moltiplicato per un peso w_i. È un po’ come se si facesse una somma di valori che compaiono più volte. Ad esempio, se dovessimo sommare i valori 9, 9, 5, 2, il valore 9 compare due volte, quindi ha “peso” 2. il 5 e il 2 hanno invece “peso” 1, perché compaiono una volta sola.

La somma sarà quindi, considerando il “peso”: 9·2+5+2=25.

In questo caso i “pesi” sono valori interi.

Nel caso delle Reti Neurali, invece, i pesi non sono solitamente interi, e possono essere numeri molto piccoli. Tuttavia, il concetto è lo stesso, e questi pesi indicano comunque, in un certo senso, l’”importanza” di un determinato valore.

Evito qui di andare a spiegare le varie tipologie di Reti Neurali, perché questo ci porterebbe su questioni forse troppo “tecniche”. Chi fosse interessato può trovare, a questo indirizzo, una guida completa sulle principali reti neurali e sul loro funzionamento.

A questo indirizzo si possono trovare degli articoli sulle Reti Neurali. A questo indirizzo si possono trovare le principali applicazioni delle Reti Neurali.

Tra le varie tipologie di reti Neurali, un ruolo importante è ricoperto dai cosiddetti “Transformer”.

Queste Reti Neurali sono importanti, tra gli altri motivi, anche per la loro capacità di “elaborazione parallela”, vale a dire per la capacità di elaborare in parallelo un’intera sequenza, potendo così aumentare l’efficienza computazionale.

Il modello Transformer è stato introdotto, per la prima volta, nel 2017 dai ricercatori di Google, mediante il documento di ricerca “Attention is all you need” (L’attenzione è tutto quanto vi serve). Potete trovare il documento, in lingua inglese, a questo indirizzo.

Tra i Transformer più noti possiamo citare modelli di tradizione come il noto “Google Translate”, sicuramente utilizzato da molti. 

Per approfondire l’argomento dei Transformer si può andare a questo indirizzo. Qui, invece, si può trovare una Guida sui Transformer pensata per principianti.

I principali Transformer oggi utilizzati sono GPT (General Pre Trained Transformer) che, come vedremo, è anche il nome di un Modello Linguistico che lo utilizza, e BERT (Bidirectional Encoder Representation for Transformer).

Reti Neurali: essenzialmente modelli matematici:

Da quello che si è visto, le Reti neurali sono essenzialmente modelli di tipo matematico.

Questo va tenuto presente, e verrà ribadito più avanti.

Infatti, le Reti Neurali nascono come modelli matematici. E lo fanno prima che la Computazione, come noi la conosciamo, prenda forma con i primi Grandi Elaboratori, seppure all’inizio non programmabili.

Era il 1943 quando il neurofisiologo Warren Mc Cullogh e il matematico Walter Pitts elaborano il primo modello di rete Neurale. Questo viene fatto con un articolo sul  “Bulletin of Mathematical Biophysics“, una rivista scientifica pubblicata dall’American Institute of Physics (AIP). È una pubblicazione accademica dedicata alla ricerca interdisciplinare tra le scienze biologiche e le scienze matematiche. Ha sede presso l’American Center for Physics a College Park, Maryland, USA. College Park è nota per ospitare il campus principale dell’Università del Maryland.

 L’articolo aveva un titolo emblematico: “A logical Calculus of the ideas immanent in nervous activity”, che vuole dire “Un calcolo logico delle idee che fanno parte dell’attività nervosa”.

Chi ha dimestichezza con gli elementi matematici, anche di un certo livello, e desiderasse leggere questo articolo, lo potrà trovare sul Sito della Calofirnia State University, a questo indirizzo. Qui, invece, potete trovare un breve “excursus sulle origini dell’Intelligenza Artificiale.

Nello studio di McCullogh e Pitts si afferma subito una cosa molto importante: la trasformazione delle idee e dei pensieri in calcoli (già accennata prima). Questo vuole dire trasformare pensieri e idee in sequenze logiche e numeriche.

Questa è la “chiave” dell’Intelligenza Artificiale. E viene “delineata” molti anni prima che questa potesse prendere forma.

Ancora non c’era nessuna possibilità di “trasformare” questi modelli matematici in qualcosa di davvero computabile (come visto, non era ancora “nato” il primo Computer): eppure, qualcuno aveva già gettato le idee, che poi avrebbero preso forma, dopo un lungo cammino. Che sarebbe durato decenni, per dare frutti importanti e “tangibili” solo in questi ultimi anni. È come se, da quel momento, fosse stato gettato un seme che è germogliato in modo completo solo molti anni dopo.

Tuttavia, ha potuto farlo grazie al lavoro teorico e matematico che era stato fatto allora, e anche in seguito.

Insomma: tutto era pronto. Serviva solo la potenza di calcolo sufficiente per poter fare “prendere forma” a questo Mondo tecnologico. E questa forma è giunta, anni e anni dopo. Ormai a ridosso dell’epoca attuale. Ma ne parleremo a breve.

Ora procediamo nel mostrare come questa Tecnologia realizza il “miracolo” di quello che fa oggi.

Consideriamo quindi gli altri elementi con cui l’Intelligenza Artificiale può elaborare informazioni, rispondendo praticamente a qualsiasi cosa.

LLM ( Large Language Models): “basi” statistiche per il linguaggio:

Tra gli elementi, sicuramente, “base” dell’Intelligenza Artificiale, si possono considerate quelli che si definiscono “Large Language Models”, in italiano “Modelli Linguistici di grandi dimensioni.

Letteralmente, questi sono quelli che si definiscono “Grandi Modelli Linguistici”.

Ma cos’è un Modello Linguistico? Potremmo, forse, definirlo come un “linguaggio a monte del linguaggio”. Valer a dire quella “base” con cui si generano e costruiscono i linguaggi.

Un Modello Linguistico, quindi, è una struttura che permette quella che potrebbe essere definita “elaborazione “ del linguaggio.

Tuttavia, è, sotto molti aspetti, molto di più di questo. Infatti, una semplice elaborazione del linguaggio non permette di trovare risposte: è solo un modo per elaborare parole e frasi.

Ad esempio: se parliamo una lingua, questa non contiene in sé gli elementi per elaborare risposte “filosofiche”: è solo un modo, per così dire, per “codificare” i pensieri. Tuttavia, non è i pensieri stessi, ma solo una loro codifica. E non contiene, in sé, le risposte alle domande.

Un Modello Linguistico, invece, è non solo la codifica di qualcosa, ma anche la possibilità di avere delle risposte. È come una lingua che contiene non solo gli elementi per esprimere qualcosa, ma anche quelli per elaborarla.

Questa, sotto determinati aspetti, è la cosa che contraddistingue un Modello Linguistico di Intelligenza Artificiale: non solo parla una lingua (anzi, più lingue!), ma anche elabora quella lingua. Insomma: contiene sia l’espressione che l’elaborazione.

I Grandi Modelli Linguistici (LLM) sono quindi i “mattoni” fondamentali che permettono all’Intelligenza Artificiale di produrre risposte, e di farcele avere.

Sono, quindi, quegli elementi che ricevono degli input e possono fornirci, dopo averli elaborati, degli “output”.

I modelli linguistici contengono elementi che si chiamano “parametri”: questi sono proprio i “mattoni” con cui il modello si costruisce, e gli elementi di linguaggio che il Modello utilizza per fornirci delle risposte.

Solitamente, più parametri ha un Modello Linguistico, più questo modello è, almeno sulla carta, in grado di fornire risposte precise. Ad esempio, il Modello Linguistico GPT-4 ha 175 miliardi di parametri.

Insomma: i Modelli Linguistici sono la base di funzionamento dell’Intelligenza Artificiale: sono i generatori di Informazioni, e gli elementi che permettono ad un’Intelligenza Artificiale ddi fornire risposte.

Chi volesse saperne di più, può trovare informazioni sul sito di “Amazon Web Services”, a questo indirizzo.

NLP (Natural Language Processing): “Portare” informazioni, e permettere di “dialogare” con l’Intelligenza Artificiale:

Un “Modello Linguistico”, come visto, codifica ed elabora informazioni, e fornisce la “base” per poterlo fare.

Tuttavia, perché questo possa funzionare, occorre fornirgli adeguate domande, a cui questo può rispondere. E, cosa importante, poterlo fare in linguaggio naturale.

Questo è il compito di quel processo che si chiama “Natural Language Proicessing” (NLP), vale a dire “Elaborazione del Linguaggio Naturale”.

Il NLP è quindi quella funzione (o quell’insieme di funzioni) che permettono all’Intelligenza Artificiale di “recepire” il Linguaggio Naturale e di “portarlo” al Modello Linguistico, il quale elabora una risposta, che poi, attraverso il NLP, viene resa nuovamente in linguaggio naturale.

Il NLP è quella funzione, quindi, che ci permette di “parlare” all’Intelligenza Artificiale come possiamo fare con una persona, senza dovere utilizzare comandi specifici o un frasario piuttosto limitato.

In questo modo possiamo porre domande esattamente come le poniamo ad una persona, ricevere risposte esattamente come le riceviamo da una persona, e continuare il dialogo esattamente come se lo facessimo con il nostro vicino di casa.

Questo è un vero “miracolo”.

Come poi vedremo, tuttavia, molti non comprendono la bellezza di tutto questo, è vedono in questa possibilità, invece che una cosa di grandissima bellezza, come in effetti, è, una minaccia.

Vedremo, ovviamente, che non è così, e che, dietro questi attacchi al Mondo Digitale, ci sono degli scopi ben precisi di controllo e di Potere.

Chi fosse interessato ad approfondire, può trovare ulteriori informazioni sul Natural Language Processing a questo indirizzo.

Visione Artificiale: L’Intelligenza Artificiale “Vede”, riconosce….,e “crea” la Realtà!

Sin qui abbiamo parlato di linguaggio. Vale a dire dell’Intelligenza Artificiale che è in grado di riconoscere ed elaborare parole, e che è in grado di fornire risposte su molte domande.

Quella che chiamiamo “Visione Artificiale” costituisce, di fatto, i “sensi” dell’Intelligenza Artificiale, quelli che gli permettono di “interagire” con la Realtà attorno a noi.

Attraverso la Visione Artificiale, l’AI (Ricordo che AI sta per “Artificial Intelligence”, il termine inglese per “Intelligenza Artificiale”. Questo acronimo è solitamente utilizzato in maniera “universale”) può riconoscere il Mondo attorno a sé, e può fornire risposte su elementi di questo Mondo. Ad esempio, può, partendo da un’immagine di un luogo, fornire informazioni su quel luogo, e così via.

Ricordo anni fa che c’era un’applicazione, “Wikitude”, che permetteva, ad esempio, di inquadrare delle montagne (o altro ancora: io lo facevo, però, per le montagne) e di riconoscerle. Ebbene: questi strumenti di Visione Artificiale permettono all’Intelligenza Artificiale di riconoscere luoghi, monumenti, piante, fiori, e altro ancora… e, in più, di fare molte altre cose.

Quindi, con la Visione Artificiale, l’AI non solo è in grado di rispondere a domande, ma anche di “interagire” con la realtà esterna, riconoscendola e fornendo informazioni sulla realtà stessa.

Chi volesse approfondire può farlo sul sito di Amazon Web Services, a questo indirizzo. 

Credo che questi cenni dati all’inizio (anche se, ad esempio relativamente alle Reti Neurali, siamo già “entrati nel vivo” del discorso) siano molto esplicativi per far capire che l’Intelligenza Artificiale è davvero un “Miracolo”.

La sua capacità di fare molte cose, e di poterle far fare “parlando in modo del tutto naturale”, potendovi quindi dialogare, ne fa uno strumento che, davvero, può andare “oltre”, e che, almeno per oggi, non ha precedenti nella Storia dell’Uomo.

Quello che vedremo, nel proseguo del discorso, è come questi processi, che abbiamo visto “a grandi linee”, funzionano in pratica.

Vedremo anche un’altra cosa, che è fondamentale: l’Intelligenza Artificiale non è solo in grado di “interagire” con le cose: addirittura le “crea”, almeno entro certi limiti. Sarà la “frontiera” dell’Intelligenza Artificiale cosiddetta “Generativa”. Quella più avanzata, di fatto appena nata. Ma già una solida Realtà, che promette sviluppi davvero al limite dell’immaginazione.

Restate in contatto!