I modelli GPT spiegati in parole semplici | App Intelligenza Artificiale Aranzulla | Intelligenza Artificiale Generativa Google | Reti Neurali Cosa Sono | Turtles AI

  Stiamo ricevendo diverse richieste di scrivere un articolo approfondito su come funziona GPT nella pratica. Pur non essendo destinato a un pubblico tecnico, il seguente cercherà di spiegare ai neofiti come funzionano effettivamente questi Large Language Models (LLM). L’intelligenza artificiale sta rivoluzionando silenziosamente le nostre vite da diversi anni, ma recentemente ha iniziato a diventare interessante per molte persone grazie al prodotto innovativo di OpenAI, ChatGPT. L’ultima iterazione è GPT-4, che è il più recente sviluppo dei Generative Pre-trained Transformers (GPT). GPT-4 è un modello di intelligenza artificiale che usa il deep learning per produrre testo simile al linguaggio umano. È un chatbot creato da OpenAI e basato sulla quarta generazione di GPT. Il deep learning è come studiare per un esame; si legge e si rilegge, fino a memorizzare quasi perfettamente un argomento. È esattamente quello che fa questo tipo di intelligenza artificiale: “legge” una vasta quantità di contenuti online, il che gli permette, sulla base dell’input fornito dall’utente, di "indovinare" quali parole mettere in fila per una risposta plausibile, anche senza capire ciò che scrive. GPT-4 (come i suoi predecessori) quindi, non è altro che una funzione che, in base all’input che riceve, genera un output che “pensa” sia corretto (su base statistica). Più informazioni ha, meglio riesce a generare un modello che fornisce risposte migliori. Come esempio di questo approccio, Google Foto o Amazon Foto possono identificare le biciclette nelle immagini perché gli sono state fornite molte immagini (diverse) di biciclette. Dopo questo addestramento, quando si carica una foto su questi servizi, l’intelligenza artificiale cercherà elementi specifici nella foto per determinare se si tratti o meno di una bicicletta. Oltre al testo, l’ultimo modello sviluppato da OpenAI, noto come GPT-4, si distingue per la sua capacità di elaborare input multimodali composti da immagini e testo, e generare di conseguenza output testuale. Per riuscire nell’intento, è stato addestrato su una enorme quantità di dati testuali provenienti da varie fonti, tra cui ma non limitatamente a Wikipedia, Google Libri, tutorial di programmazione e post sui social media. Tuttavia, il dataset Common Crawl ha rappresentato la maggior parte delle informazioni utilizzate e, come tale, alcune delle informazioni nel modello potrebbero non essere del tutto affidabili. GPT-4, come anche chatGPT e tutti i precedenti GPT, hanno però alcune limitazioni che li rendono potenzialmente dannosi in certe situazioni, se non si agisce con cautela ed attenzione. Una di queste limitazioni è che non capisce il significato o la logica dietro a ciò che produce, il che può portare a imprecisioni o incongruenze. Può anche manifestare pregiudizi sociali e problemi etici che riflettono i dati su cui è stato addestrato, il che potrebbe risultare in contenuti offensivi o dannosi. Infine, presenta (ancora) vincoli tecnici che limitano le sue prestazioni e accessibilità. Nonostante queste limitazioni, i modelli GPT sono un’avanzamento notevole nel campo dell’AI, superando altri modelli in vari benchmark (e talvolta anche gli esseri umani…). E’ possibile metterli alla prova usando la piattaforma online ChatGPT (per GPT-3.5) o ChatGPT Plus (per GPT-4).