Il chatbot di intelligenza artificiale lanciato da OpenAI è il fenomeno dell’anno. Ecco come funzionano e quali algoritmi stanno dietro questi software multimediali che ragionano quasi come gli umani.
Ci sono luoghi capaci di evocare un senso di leggenda. Nel campo dell’innovazione città come Palo Alto, Menlo Park, Cupertino oppure Stanford hanno raccontato nel corso degli ultimi decenni l’epopea della Silicon Valley. Proprio nei corridoi della Stanford University è nata l’ultima grande novità del mondo tech: ChatGPT, la chatbot di intelligenza artificiale sviluppato dall’azienda OpenAI del suo CEO Sam Altman che a 37 anni si gode le copertine delle riviste di mezzo mondo.
Come funziona il modello generativo di ChatGPT?
GPT sta per “Generative Pre-Training Transformer” e GPT-3 è il terzo modello del progetto di Open AI. Rilasciato per la prima volta nel giugno del 2020, il modello si basa sul deep learning, ovvero su un apprendimento automatico (machine learning) finalizzato a imitare il funzionamento del cervello umano e delle sue reti neurali. Quest’allenamento si basa su un enorme mole di dati linguistici carpiti da libri, testi vari, articoli, siti web. Un apprendimento che è continuo e al quale contribuisce anche ogni singolo utente che pone domande a cui arrivano risposte molto simili a quelle umane.
La straordinaria potenza di ChatGPT, inoltre, è data dalla sua appartenenza a modelli detti InstructGPT, cioè formati tramite deep learning ma “aggiustati” grazie al rinforzo umano con la tecnica RLHF – Reinforcement Learning From Human Feedback. Tutto questo aumenta il livello predittivo del programma che riesce ad anticipare le risposte più pertinenti rispetto alle domande poste, proprio grazie al ferreo allenamento a cui è stato sottoposto.
La reazioni delle Big Tech all’arrivo di Chat GPT
Dopo il metaverso, le chat generative rappresentano le nuove terre dell’oro da esplorare per le grandi Big Tech, alle prese con una inusuale contrazione della crescita e un numero crescente di licenziamenti. Nei confronti di ChatGPT, però, la reazione delle major della Silicon Valley è stata variegata. Microsoft, come rivelato dalla stampa americana, ha offerto ben 10 miliardi dollari per la creazione di Open AI, con l’idea di integrarla al suo motore di ricerca Bing, schiacciato dalla concorrenza di Google.
La stessa Google sarebbe pronta a lanciare la versione beta di Sparrow, un sistema di intelligenza artificiale nato già nel 2020 che funziona proprio come ChatGPT, ovvero come un bot che risponde alle domande degli utenti. Tuttavia, per il suo addestramento Sparrow potrebbe contare sull’enorme mole di dati di Google e dei suoi strumenti di ricerca.
In tutto questo si attendono ancora le reazioni di Meta e di Amazon, da anni presente nel mercato dell’AI con lo smart speaker Alexa, le cui parole al confronto delle frasi di ChatGPT ci sembrano improvvisamente così povere e invecchiate.
Cosa c’è oltre ChatGPT
L’algoritmo sviluppato da Open AI non è di certo l’unico modello generativo sul mercato. Writesonic ha infatti lanciato Chatsonic, una chatbot specializzata nella ricerca dei dati non solo linguistici, ma anche immagini, voci e suoni. Chinchilla di Deep Mind è invece un modello di AI specializzato nella creazione di contenuti, utilizzabili per descrivere prodotti inseriti nei siti di e-commerce, oppure per la scrittura di articoli di siti e blog.
Non solo linguaggio, l’Intelligenza Artificiale basata su machine learning e deep learning si presta infatti a molteplici modalità generative. Sempre Open AI ha infatti lanciato DALL-E 2 un algoritmo di intelligenza artificiale che utilizza GPT-3 per convertire stringhe di testo e crearne immagini originali. Molto simile a DALL-E 2 è Midjourney, che utilizza l’intelligenza artificiale e il machine learning per creare immagini basate su brevi testi.
Tornando al linguaggio c’è Rytr che promette di scrivere romanzi al posto nostro. Come? Basta selezionare lingua, tono e format e osservare l’IA mentre crea il libro che avremmo sempre voluto scrivere. Ovviamente in questo panorama non poteva mancare Meta che ha sviluppato Make-a-Video, uno strumento che a partire da alcuni comandi testuali genera dei video.
C’è poi il settore della programmazione informatica. Anche ChatGPT può fare sfoggio delle sue (ancora dibattute) capacità di coding. Nel settore già dal 2021 opera GitHub Copilot, che aiuta gli sviluppatori di software, nella scrittura o nella correzione di stringhe di codici.
Le AI generative sono inoltre molto attive anche nella composizione di un altro linguaggio: quello musicale. I modelli sono davvero variegati. Si va da quelli creati dalle major del settore come Flow Machines della Sony, al programma Amper Music che permette a chiunque sia in possesso di minime competenze musicali di creare raffinate basi in un processo collaborativo. AIVA è invece un programma che produce colonne sonore. Tutti questi programmi si basano su architetture di apprendimento profondo con gli algoritmi che vengono allenati grazie a database più o meno estesi, che possono riguardare la discografia degli artisti oppure la produzione di un genere musicale.
Gli utilizzi delle AI generative
Oltre l’aspetto ludico, queste AI generative presentano utilizzi praticamente sconfinati. Uno dei principali settori di applicazione è sicuramente quello della creazione di contenuti. Scrivere copy semplici è un’attività, per esempio, che già oggi ChatGPT sa fare bene. Il mondo dell’e-commerce potrebbe poi usare questi algoritmi per creare descrizioni dei propri articoli in vendita ottimizzati in linguaggio SEO. In generale, tutto il mondo del content marketing può giovarsi delle AI generative.
Discorso simile potrebbe essere applicato al mondo della programmazione informatica dove questi programmi di apprendimento automatico possono collaborare con l’uomo per ottimizzare il processo creativo del coding.
Il campo del customer service e delle relazioni con i clienti sono ovviamente uno dei settori di principale applicazione di questi chatbot intelligenti, che possono assistere i consumatori in tutte le fasi d’acquisto dalla scelta del servizio o del prodotto al momento del post-vendita.
Infine, le AI generative, soprattutto quelle che producono immagini inedite partendo da enormi mole di dati, possono essere utili strumenti nel campo della medicina predittiva, dell’analisi di mercato, delle previsioni finanziarie e anche della progettazione architettonica e industriale.
