QuickLoox

Dal mondo Apple all'universo digitale, in visualizzazione rapida dell'ovvio

5 set 2023 - Software

Viaggi allucinanti

Un articolo di TechCrunch si chiede se i modelli di intelligenza artificiale siano destinati ad avere allucinazioni per sempre. Un bel clickbait, perché la domanda nel titolo è pleonastica e l’articolo sarà, eventualmente, di aiuto ai soli che ignorano la natura dei sistemi generativi basati su grandi modelli testuali (Llm) e pensano a qualche immaginifica versione due punto zero che miracolosamente cambi la natura stessa del meccanismo. Conosciuta molto bene, peraltro, dall’autore:

I modelli di intelligenza artificiale generativa non possiedono una vera intelligenza; sono sistemi statistici che predicono parole, immagini, parlato, musica o altri dati.

Lo stesso concetto di allucinazione è truffaldino quanto quello di intelligenza artificiale applicato agli Llm. Allucinazione è prendere per vera una cosa che non lo è o viceversa, il che implica la conoscenza delle nozioni di vero e falso. Il software non la ha e non può avere allucinazioni. Semplicemente, scrivere due più due fa quattro e due più due fa cinque è per la macchina totalmente equivalente.

A meno che… l’articolo spiega correttamente che si possono ridurre le allucinazioni tramite il cosiddetto apprendimento per rinforzo. Spiegato un po’ alla brace, si assolda una truppa di poveracci in un Paese povero, basta che sappiano l’inglese, e per pochi soldi li si mettono a integrare il modello così che faccia meno errori. Così, nei Paesi ricchi, gli sprovveduti possono stupirsi, emozionarsi, chiedersi ma come fa e avviare dibattiti su come funziona il nostro cervello, metti mai che si sia capito come nasce il pensiero. No, nella nostra testa non ci sono omini a sistemare un modello testuale. No, non scegliamo parole a caso, pur pesato. I prodigi delle intelligenze artificiali si devono alla fatica degli sfortunati naturali, nati nel posto sbagliato, che da piccoli cucivano palloni e quantomeno, rispetto al passato, hanno ricevuto una istruzione.

Chi fa sviluppo Web sa benissimo che l’Html originale non aveva alcuna velleità di strumento di impaginazione. Però è stato subito stirato, forzato, contorto perché in qualche modo si riusciva a fare una qualche impaginazione rudimentale. In trent’anni si è riconosciuta l’esigenza e lo sviluppo, tra nuovi tag e CSS, ha cambiato focus, dalla semantica al layout. Oggi HTML impagina molto meglio che nel 1993, ma in trent’anni è stato stravolto. I tag iniziali oggi sono una minima percentuale del totale.

Tra dieci, venti, trent’anni le tecniche di machine learning e di trattamento dei dati avranno stravolto nella stessa maniera i risultati di oggi al punto da renderli irriconoscibili e, forse, potremo di nuovo chiedere a un computer di fare un’addizione ed essere confidenti con il risultato, come con le calcolatrici degli anni settanta. Nel frattempo, se è un Llm, prima o poi ha le allucinazioni, pardon, scrive fregnacce. L’unico modo per usarli bene è evitare di prendere per oro colato le loro cosiddette ricerche e, come chiude l’articolo, guardare i loro risultati con occhio scettico. Si vedono già esempi di prodotti di Llm, pubblicati senza verifiche e controlli, e sono un ottimo sistema per riconoscere i cretini naturali ai quali i nuovi strumenti hanno tolto ogni meccanismo di contenimento, finalmente liberi di correre più veloci del loro cervello.

quickloox