Quanto ne sai di intelligenza artificiale? Ecco 7 termini che devi conoscere.

Il rapido sviluppo dell'intelligenza artificiale (IA) ha sollevato preoccupazioni sul fatto che si stia evolvendo più velocemente di quanto gli esseri umani siano in grado di comprenderne l'impatto.

Quanto bene comprendi ciascuno di questi termini? Di seguito sono elencati 7 termini che devi conoscere (Figura 1). — Foto: ST

L'utilizzo dell'intelligenza artificiale in generale è aumentato significativamente dall'avvento di strumenti come ChatGPT. Sebbene questi strumenti offrano molti vantaggi, possono anche essere utilizzati in modo improprio e dannoso.

Per gestire questo rischio, gli Stati Uniti e molti altri Paesi hanno stipulato accordi con sette aziende, tra cui Amazon, Anthropic, Google, Inflection, Meta, Microsoft e OpenAI, impegnandosi ad adottare pratiche sicure nello sviluppo della tecnologia dell'intelligenza artificiale.

L'annuncio della Casa Bianca includeva una serie di termini che potrebbero risultare sconosciuti alla persona media, come "red teaming" e "watermarking". Ecco sette termini importanti relativi all'intelligenza artificiale.

Apprendimento automatico

Questo ramo dell'intelligenza artificiale mira ad addestrare le macchine a svolgere un compito specifico con precisione, identificando schemi ricorrenti. La macchina può quindi formulare previsioni basate su tali dati.

Apprendimento profondo

Le attività creative basate sull'intelligenza artificiale si affidano spesso al deep learning, un metodo che prevede l'addestramento dei computer a utilizzare reti neurali – un insieme di algoritmi progettati per imitare i neuroni del cervello umano – per creare connessioni complesse tra modelli e generare testo, immagini o altri contenuti.

Poiché i modelli di deep learning hanno più strati di neuroni, possono apprendere schemi più complessi rispetto al machine learning tradizionale.

Modello linguistico ampio

Un modello linguistico su larga scala, o LLM (Large Language Model), viene addestrato su enormi quantità di dati e ha lo scopo di modellare il linguaggio o prevedere la parola successiva in una sequenza. Modelli linguistici su larga scala, come ChatGPT e Google Bard, possono essere utilizzati per attività quali la sintesi, la traduzione e la conversazione.

Algoritmo

Un insieme di istruzioni o regole che permette alle macchine di fare previsioni, risolvere problemi o completare compiti. Gli algoritmi possono fornire consigli per gli acquisti e aiutare a individuare le frodi, oltre a offrire funzionalità di chat per l'assistenza clienti.

Pregiudizio

Poiché l'intelligenza artificiale viene addestrata utilizzando grandi insiemi di dati, può incorporare informazioni dannose nei dati stessi, come ad esempio discorsi d'odio. Anche il razzismo e il sessismo possono essere presenti nei set di dati utilizzati per addestrare l'IA, portando a contenuti fuorvianti.

Le aziende che si occupano di intelligenza artificiale hanno concordato di condurre ulteriori ricerche su come evitare pregiudizi e discriminazioni dannosi nei sistemi di IA.

Red Teaming

Uno degli impegni assunti dalle aziende nei confronti della Casa Bianca è quello di implementare il "red teaming" sia all'interno che all'esterno dei modelli e dei sistemi di intelligenza artificiale.

Il termine "red team" si riferisce alla sperimentazione di un modello per individuare potenziali minacce. L'espressione deriva da una pratica militare in cui una squadra simulava le azioni di un aggressore per sviluppare strategie.

Questo metodo è ampiamente utilizzato per testare le vulnerabilità di sicurezza in sistemi come le piattaforme di cloud computing di aziende come Microsoft e Google.

Filigrana

Una filigrana è un metodo per determinare se un oggetto audio o visivo è stato creato dall'intelligenza artificiale. I dati utilizzati per la verifica possono includere informazioni sull'autore, nonché sulle modalità e sulla data di creazione o modifica.

Ad esempio, Microsoft si è impegnata ad apporre una filigrana alle immagini create dai suoi strumenti di intelligenza artificiale. Anche altre aziende si sono impegnate con la Casa Bianca ad aggiungere una "filigrana" alle immagini o a registrarne l'origine... per identificarle come immagini generate dall'IA.

Le filigrane vengono comunemente utilizzate anche per tracciare le violazioni della proprietà intellettuale. Le filigrane per le immagini generate dall'intelligenza artificiale possono apparire come un rumore impercettibile, ad esempio una leggera variazione ogni sette pixel.

Tuttavia, la creazione di filigrane per il testo generato dall'IA può essere più complessa e può comportare la modifica dei modelli di parole in modo che possano essere identificati come contenuti generati dall'IA.

Hoang Ton (secondo Poynter)

Fonte