Andrea Emilio Rizzoli
2/11
La definizione di A.I? È alquanto elusiva. L'ultima ondata è quella dei cosiddetti Generative pre-trained transfomers (GPT).
Due interlocutori
Con l'aiuto di Andrea Emilio Rizzoli (direttore dell'IDSIA, Istituto dalle Molle di Studi sull'intelligenza artificiale con sede a Lugano) e di Ilario Valdelli (fondatore e Innovation programme lead di Wikimedia Svizzera), esamineremo come l'IA possa sostenere i contributori di Wikipedia, migliorando la qualità e la coerenza delle voci, e come la struttura collaborativa di Wikipedia possa ispirare nuovi modelli di IA, cosi come le incognite che si celano dietro uno strumento che anche gli esperti faticano a comprendere.
Secondo la definizione adottata dal Parlamento europeo, l’intelligenza artificiale (IA) è l’abilità di una macchina dimostrare capacità umane quali il ragionamento, l’apprendimento, la pianificazione e la creatività .L’intelligenza artificiale permette ai sistemi di capire il proprio ambiente, mettersi in relazione con quello che percepisce e risolvere problemi, e agire verso un obiettivo specifico.
Il computer riceve i dati (già preparati o raccolti tramite sensori, come una videocamera), li processa e risponde. I sistemi di IA sono capaci di adattare il proprio comportamento analizzando gli effetti delle azioni precedenti e lavorando in autonomia.
www.europarl.europa.eu
La Wikimedia Foundation è un'organizzazione no-profit statunitense fondata nel 2003 da Jimmy Wales e Larry Sanger. La sua missione è sostenere e sviluppare progetti di contenuti liberi, come Wikipedia, l'enciclopedia online più grande e popolare al mondo, e altri progetti correlati come Wikimedia Commons, Wiktionary, e Wikidata. Ha sede a San Francisco, in California.
Si finanzia principalmente attraverso donazioni, raccogliendo annualmente somme significative.
Nel 2021 ha raccolto oltre 150 milioni di dollari. Impiega circa 700 persone e si avvale del lavoro di volontari di tutto il mondo.
Un "pappagallo stocastico" è un termine metaforico che descrive un sistema in grado di ripetere o generare frasi basandosi sulla probabilità di sequenze di parole apprese dai dati di addestramento.
Nonostante la loro capacità di generare testo che appare coerente e informativo, i modelli come GPT non hanno quindi una comprensione reale dei concetti che manipolano. Questo porta a una serie di problemi.
La mancanza di consapevolezza: Il modello non sa cosa sia vero o falso, né ha una conoscenza del mondo reale, se non quella basata sui dati su cui è stato addestrato.
Generazione di contenuti incoerenti: A volte, il modello può produrre affermazioni contraddittorie o non sensate perché manca di una comprensione semantica.
Bias e disinformazione: Poiché i modelli sono addestrati su dati umani, possono ereditare bias o produrre disinformazione se non sono attentamente gestiti.
Dal 19 al 23 febbraio 2024, un gruppo di 21 wikimediani, accademici e professionisti si è riunito al Centro Bellagio della Fondazione Rockefeller per redigere un'agenda di ricerca iniziale sulle implicazioni dell'intelligenza artificiale per i beni comuni della conoscenza.
"L'obbiettivo, secondo gli organizzatori è stato quello di concentrare l'attenzione (e quindi le risorse) sulle questioni vitali che i collaboratori volontari hanno sollevato, tra cui le promesse, i rischi e gli impatti negativi dei sistemi di intelligenza artificiale sull'Internet aperto".
Secondo gli organizzatori, scopo del convegno è stato quello di concentrare l'attenzione e le risorse sulle questioni vitali che i collaboratori volontari hanno sollevato, tra cui le promesse, i rischi e gli impatti negativi dei sistemi di IA sull'Internet aperto.
Tra le proposte: strumenti come il "Wiki Guide", un assistente IA multimodale sia per la fruizione che per l'aiuto alla creazione di contenuti (traduzioni, ecc.). Inoltre, si suggerisce la creazione di benchmark e dataset specifici per comunità di conoscenza, e lo studio dell'impatto dell'IA su questi ecosistemi, analizzando sia i benefici sia i potenziali danni. È stata anche sottolineata l'importanza di tracciare la provenienza dei contenuti generati dall'IA
Oltre a 8 wikimediani, erano presenti rappresentanti di:
Pew Research Center
Institute for Experiential AI
(Northeastern University), University of Bologna
Odoma LLC
Northwestern University
Microsoft
University of Washington
Princeton University
OpenAI
Ushahidi
PLOS
King's College London
Open Data Institute,
The GovLab,
The Data Tank,
Creative Commons
École Polytechnique Fédérale de Lausanne.
Capitalizzazione: 3,43 mila miliardi di $
Apple incorpora l'AI nei suoi prodotti, come Siri, e investe nella ricerca su tecnologie come il riconoscimento facciale e l'elaborazione del linguaggio naturale.
Proprietario: I principali azionisti includono grandi fondi di investimento come Vanguard Group, BlackRock e State Street.
Capitalizzazione: 2,5 mila miliardi di $
Investendo pesantemente nell'AI, Microsoft integra tecnologie AI nei suoi prodotti e servizi come Azure AI, strumenti di automazione e linguaggio naturale.
Proprietario: I principali azionisti includono Vanguard Group, BlackRock, e Bill Gates.
Capitalizzazione: 2 mila miliardi di $
Una delle aziende leader nello sviluppo di AI avanzata, nota per il suo lavoro pionieristico nel deep learning e nel reinforcement learning.
Proprietario: I principali azionisti includono i co-fondatori Larry Page e Sergey Brin, insieme a Vanguard Group e BlackRock.
Capitalizzazione: 1,8 mila miliardi di $
Amazon Web Services (AWS) offre una vasta gamma di servizi di AI, tra cui strumenti per machine learning, riconoscimento vocale e visione artificiale.
Proprietario: I principali azionisti includono Jeff Bezos, Vanguard Group, e BlackRock.
Capitalizzazione: 3,3 mila miliardi di $
Leader nel settore delle GPU, NVIDIA è fondamentale per l'accelerazione dell'AI, con le sue tecnologie utilizzate in vari campi dell'intelligenza artificiale e del machine learning.
Proprietario: I principali azionisti includono Vanguard Group, BlackRock, e i fondatori Jen-Hsun Huang
Capitalizzazione: 667 miliardi di $
Tesla utilizza l'AI principalmente per lo sviluppo di veicoli autonomi, con il suo sistema di guida autonoma che si basa su avanzati algoritmi di intelligenza artificiale.
Proprietario: I principali azionisti includono Elon Musk, Vanguard Group, e BlackRock.
Capitalizzazione: 1,58 mila miliardi di $
Il gigante cinese dell'e-commerce è anche un attore importante nell'AI, con applicazioni che vanno dalla logistica intelligente al commercio elettronico.
Proprietario: I principali azionisti includono SoftBank, Vanguard Group, e Jack Ma (in passato).
Capitalizzazione: 182 miliardi di $
IBM è un veterano nel campo dell'AI, noto per Watson, una piattaforma di AI che ha molte applicazioni, dal settore sanitario al business.
Proprietario: I principali azionisti includono Vanguard Group e BlackRock.
Capitalizzazione: Non quotata in borsa
Creatrice di modelli di linguaggio avanzati come GPT, OpenAI è in prima linea nella ricerca e nello sviluppo di AI.
Proprietario: Organizzazione privata, inizialmente no-profit, poi strutturata come "capped-profit" con Microsoft come principale partner e investitore.
L'"Encyclopédie, ou Dictionnaire raisonné des sciences, des arts et des métiers" di Denis Diderot e Jean le Rond d'Alembert, pubblicata tra il 1751 e il 1772, è un'opera monumentale e simbolo del pensiero illuminista. Composta da 28 volumi (17 di testo e 11 di tavole illustrative), raccoglie 71'818 voci che coprono una vasta gamma di argomenti tra scienze, arti e mestieri.
L'opera è stata realizzata grazie al contributo di circa 150 collaboratori (tra cui Voltaire, Rousseau, Montesquieu, Condillac e Buffon) noti come encyclopédistes, e comprende anche 5 volumi di supplementi e 2 di indici.
I principi di una corretta ricerca scientifica si basano su tre pilastri fondamentali: provabilità, trasparenza e ripetibilità.
Questo principio si riferisce alla possibilità di un'ipotesi di essere falsificata. Secondo Karl Popper, una teoria è scientifica solo se può essere messa alla prova e, potenzialmente, dimostrata falsa. Questo criterio distingue la scienza da altre forme di conoscenza, come la metafisica. La provabilità è fondamentale perché permette alla scienza di avanzare attraverso un processo di tentativi ed errori, eliminando progressivamente le ipotesi errate
La trasparenza implica che tutti gli aspetti del processo di ricerca, dalla raccolta dei dati all'analisi, siano documentati e accessibili. Questo permette ad altri ricercatori di esaminare criticamente i risultati e di replicare lo studio se necessario. Una ricerca trasparente è essenziale per garantire l'integrità scientifica e costruire fiducia nei risultati ottenuti
La ripetibilità significa che un esperimento o uno studio deve poter essere riprodotto da altri ricercatori, utilizzando gli stessi metodi e ottenendo risultati simili. Questo principio è cruciale per verificare la validità di una scoperta scientifica. La mancanza di ripetibilità è stata una delle cause della cosiddetta "crisi della replicazione", specialmente in campi come la psicologia e la biomedicina, dove numerosi studi non sono stati riprodotti con successo negli ultimi anni
