L'AI generativa è software che produce contenuti nuovi, testo, immagini, audio, codice, campionando schemi appresi da enormi quantità di dati di addestramento, invece di limitarsi a classificare o recuperare ciò che esiste già.
Niente gergo, niente formule
L'AI classica smista la posta in arrivo nelle cartelle; quella generativa scrive la risposta. Un modello generativo si allena su miliardi di esempi e impara la distribuzione di probabilità di ciò che viene dopo: dato questo contesto, quale parola, pixel o nota è più probabile. In generazione gli dai un prompt, il modello lo converte in uno stato numerico, poi campiona un piccolo pezzo alla volta (un token di testo, un blocco di pixel), lo rimette in ingresso e ripete finché l'output non è completo. Nulla viene copiato da un database: l'output viene ricomposto dallo schema imparato, ogni volta diverso. Ed è qui che si rompe: il modello prevede ciò che è plausibile, non ciò che è vero. Senza aggancio ai tuoi dati, inventerà cifre con aria sicura.
Un large language model (LLM) è un sistema AI allenato su enormi collezioni di testo per prevedere il token successivo, il che gli dà una capacità generale di scrivere, riassumere, tradurre e ragionare senza essere programmato per ogni singolo compito.
LeggiIl transformer è l'architettura di rete neurale, pubblicata dai ricercatori Google nel 2017, alla base di ogni modello linguistico moderno: processa tutti i token di un testo in una volta sola e usa l'attenzione per far pesare a ogni token la rilevanza di ogni altro token.
LeggiUn diffusion model è un modello generativo addestrato a invertire un processo graduale di rumore: impara a rimuovere rumore passo dopo passo, così in generazione parte da puro statico e lo affina in un'immagine, un suono o altro output coerente col prompt.
Leggi§ 03
Progettiamo e rilasciamo sistemi AI con permessi, log e approvazione umana. Si parte con una call di scoping di 30 minuti.