I concetti chiave
Il grafico presenta alcuni dei termini e concetti fondamentali da conoscere, e inquadra l’intelligenza artificiale come una delle branche dell’informatica (le altre non sono riportate). Come tutte le rappresentazioni questo grafico ha i suoi limiti: i confini non sempre sono così netti, le definizioni per ovvi motivi incomplete. Mi perdonino gli esperti.
La prima divisione importante, dentro l’intelligenza artificiale, è tra sistemi deterministici e machine learning. I sistemi deterministici sono quello a cui si pensa di solito quando si parla di un programma informatico: regole scritte a mano che producono flussi prevedibili (“se succede questo, fai quello”). Stesso problema, stessa risposta.
Il machine learning (ML) funziona in modo opposto: nessuno scrive le regole. La macchina le ricava da sola, osservando montagne di esempi. Non segue una ricetta fissa, ragiona per probabilità. È questa la differenza che spiega, più avanti, perché un’AI di oggi a volte “sbaglia” o cambia risposta: non sta seguendo regole, sta stimando cos’è probabile.
Il machine learning non è un concetto nuovo, ma è con l’arrivo delle reti neurali a molti strati (deep neural network) che è diventato la base della rivoluzione AI. Dentro il machine learning, infatti, la tecnica che ha cambiato tutto è il deep learning: l’insieme dei metodi con cui si progettano, addestrano e usano queste reti neurali profonde.
Il deep learning di oggi fa due cose. Prevede: riconosce un tumore in una radiografia, scopre la forma di una proteina, decide quale video mostrarti. E genera: crea contenuti nuovi, testi, immagini, video, voci. Questa seconda parte è l’AI generativa, ed è il vero focus di questo corso.
Non è indicato nel grafico per non appesantirlo, ma si devono nominare i transformer, una tipologia di rete neurale profonda la cui architettura usa meccanismi di attenzione per mettere in relazione gli elementi dell’input tra loro.
Gli LLM, semplificando, sono reti neurali profonde di tipo transformer che, nella loro forma più semplice, imparano a prevedere la parola successiva più probabile, in base al testo ricevuto fino a quel momento.