Glossario minimo ma avanzato per il mondo dell’AI

Si sente spesso parlare di addestramento o di capacità generativa quando si parla di Intelligenza Artificiale, parole e concetti che sono ormai entrati nel mondo comune. Ci sono però degli altri concetti, un po’ più avanzati, che sono fondamentali per approcciarsi correttamente a questa nuova tecnologia. All’interno del libro “In principio era ChatGPT” di Mafe de Baggis e Alberto Puliafito, edito da Apogeo, è presente un glossario da cui abbiamo estratto questi termini:

Allucinazioni
Nel contesto dell’intelligenza artificiale, le allucinazioni si riferiscono a situazioni in cui un modello genera un output che non ha una corrispondenza diretta con l’input, ma che è piuttosto una sorta di “creazione” del modello stesso. Questo può verificarsi, per esempio, quando un modello di apprendimento profondo genera dettagli che non erano presenti nei dati di addestramento. È come se l’IA “sognasse a occhi aperti”: invece di attenersi esattamente ai dati con cui è stata addestrata, può immaginare dettagli o connessioni che non erano effettivamente presenti in quei dati.

GAN (Generative Adversarial Network)
Le GAN sono un tipo di rete neurale. In ognuna sono presenti due modelli che vengono addestrati simultaneamente. Un modello viene detto “generativo”: il suo lavoro è quello di produrre dati che sembrano reali. L’altro viene definito “discriminativo”: il suo lavoro è cercare di capire se i dati sono reali o falsi. Il processo di addestramento si basa sull’idea di un gioco a somma zero, dove il generatore cerca di ingannare il discriminatore e il discriminatore tenta di non farsi ingannare. Il modello generativo prova a creare dati che sembrano “reali”, mentre il modello discriminativo cerca di distinguere i dati reali da quelli generati artificialmente.

LLM (Large Language Model)
Gli LLM sono modelli di apprendimento automatico addestrati su enormi quantità di testo. Possono generare costruzioni linguistiche coerenti e comprensibili a partire da input testuali variabili. Questo perché, durante l’addestramento, essi imparano le strutture linguistiche, le informazioni semantiche e sintattiche e le relazioni tra le parole nei dati di addestramento. Si tratta di modelli simili a libri virtuali, scritti e riscritti da agenti artificiali che hanno letto tantissimi testi e possono generarne altri.

Rete neurale (artificiale)Questa tecnologia è un tipo di intelligenza artificiale ispirata al funzionamento del cervello umano. È composta da una serie di “neuroni artificiali” connessi tra loro che apprendono da un insieme di dati.

TTI (Text-To-Image)
TTI è un tipo di tecnologia che può trasformare le parole in immagini. Pensa di descrivere un tramonto sulla spiaggia a un artista: l’artista ascolta e poi disegna quello che ha sentito.