Non sai cos’è l’AI Generativa? Allora sei nel posto perfetto. In questo articolo Introduzione all’Intelligenza Artificiale (AI) Generativa !
Introduzione alla Generative AI: scopri il futuro dell’intelligenza artificiale
La Generative AI sta rivoluzionando il modo in cui creiamo contenuti digitali. Ma cos’è davvero? È una branca dell’intelligenza artificiale in grado di generare testi, immagini, suoni, video e persino codice, partendo da semplici input, come una frase o un’immagine. È come avere un assistente virtuale capace di creare, non solo rispondere.
In questo articolo Riccardo Grassi, CEO di Mare Consulting, ci fa immergere nei concetti chiave: l’AI come disciplina, il machine learning come suo sottocampo e il deep learning come la sua evoluzione. Alla base della Generative AI troviamo modelli di deep learning come le reti neurali, capaci di apprendere schemi complessi da enormi quantità di dati.
La vera potenza? I modelli generativi non si limitano a classificare o prevedere, ma creano nuovi contenuti. Dai testi naturali alle immagini, dai video alle applicazioni, oggi strumenti come Gemini e Vertex AI Studio permettono a chiunque di esplorare e sfruttare questo potenziale.
Benvenuto in un mondo dove l’AI non solo risponde, ma immagina, inventa e costruisce.
Attenzione la Generative AI non è il futuro. È adesso.
Introduzione all’Intelligenza Artificiale (AI) Generativa… step by step
Io sono Riccardo Grassi, CEO di Mare Consulting, ingegnere esperto di markting, turismo e digitale.
In questo articolo, cercehremo di comprendere fondamentalmente quattro cose sulla Intelligenza Artificiale (AI) Generativa:
- Come definire l’Intelligenza Artificiale (AI) Generativa (GenAI)
- Spiegare come funziona
- Descrivere i tipi di modelli GenAI
- Descrivere le sue applicazioni.
Ma andiamo con calma
Cos’è l’intelligenza artificiale generativa.
Cominciamo col definire cos’è l’intelligenza artificiale generativa.
L’AI È diventata un termine di moda, ma che cos’è esattamente?
L’intelligenza artificiale generativa è una tecnologia informatica che può produrre diversi tipi di contenuti: testo, immagini, audio e dati sintetici.
Ma prima dell’ntelligenza “generativa”… capiamo cos’è l’intelligenza artificiale (AI)?
Cos’è l’intelligenza artificiale (AI)?
Visto che stiamo per esplorare l’intelligenza artificiale generativa, iniziamo con un po’ di contesto. Due domande molto comuni sono:
• Che cos’è l’intelligenza artificiale?
• Qual è la differenza tra AI e machine learning (apprendimento automatico)?
Vediamo!
Un modo per rispondere a questa prima domanda è pensare che l’AI è una disciplina, come la fisica, è una disciplina della scienza.
L’intelligenza artificiale è un ramo dell’informatica che si occupa della creazione di agenti intelligenti, cioè sistemi in grado di ragionare, apprendere e agire in autonomia.
Essenzialmente, l’AI riguarda le teorie e i metodi per costruire macchine che pensano e agiscono come gli esseri umani.
Abbastanza semplice, no?
Machine Learning
Ora parliamo di machine learning. Ne abbiamo già parlato nell’articolo “capire il machine learnig! che ti suggerisco di leggere.
Ma rivediamo brevemente… Il machine learning è un sottoinsieme dell’AI.
Si tratta di un programma o sistema che “allena” un modello usando dei dati in input.
Il modello che abbiamo addestrato può fare previsioni utili su nuovi dati mai visti prima, ma simili a quelli usati per l’addestramento.
Questo significa che il machine learning permette al computer di apprendere senza essere programmato in modo esplicito.
E come sono fatti questi modelli di machine learning?
Due delle classi più comuni di modelli Machine Learning sono:
- Modelli supervisionati
- Modelli non supervisionati
La differenza chiave è che nei modelli supervisionati abbiamo delle etichette che associamo ai dati.
Dati etichettati = dati con un “tag” (come un nome, tipo o numero).
Dati non etichettati = dati senza tag (non supervisionato).
Cosa possiamo fare con i modelli supervisionati e non supervisionati?
Esempio di modello supervisionato
Questo grafico è un esempio di problema che un modello supervisionato potrebbe risolvere.
Mettiamo che tu sia il proprietario di un ristorante, Hai dati storici sull’importo del conto e su quanto le persone hanno lasciato di mancia, in base al tipo di ordine (ritiro o consegna).
Nel Supervised Learning, il modello impara dagli esempi passati per prevedere valori futuri.
Qui, il modello usa l’importo totale del conto per prevedere l’importo della mancia futura (basandosi su ritiro o consegna).
Esempio di modello NON supervisionato
Ecco ora un esempio di problema da unsupervised learning.
Hai dati sulla anzianità di servizio nella tua impresa e il reddito e vuoi raggruppare i dipendenti per capire chi è sulla via del successo e chi ha più difficoltà.
I problemi non supervisionati servono per scoprire pattern nei dati grezzi e vedere se si formano dei gruppi in modo naturale.
Siamo ad un buon inizio, ma andiamo un po’ più in profondità con un grafico per visualizzare meglio la differenza.
Capire questi concetti è fondamentale per comprendere la GenAI.
Nel supervised learning, i dati di test (“x”) vengono inseriti nel modello.
Il modello genera una previsione e la confronta con i dati di addestramento.
Se la previsione è molto diversa dal valore reale, si parla di errore.
Il modello cerca di ridurre questo errore finché i valori previsti e reali si avvicinano.
Questo è un classico problema di ottimizzazione.
Abbiamo visto le differenze tra intelligenza artificiale e machine learning, e tra apprendimento supervisionato e non supervisionato.
Deep Learning
Vediamo brevemente il deep learning che a sua volta un sottoinsieme del machine learning.
Il machine learning è un campo vasto con molte tecniche. Il deep learning è un tipo di machine learning che usa reti neurali artificiali, in grado di elaborare pattern più complessi.
Le reti neurali artificiali sono algoritmi informatici che si ispirano al cervello umano. Come il tuo cervello, sono composte da tanti nodi interconnessi (neuroni) che imparano a svolgere compiti elaborando dati e facendo previsioni.
I modelli di deep learning hanno molti strati di neuroni, che permettono di apprendere schemi più complessi rispetto al machine learning tradizionale.
Le reti neurali possono usare dati sia etichettati che non etichettati. Questo si chiama apprendimento semi-supervisionato.
In questo approccio, una rete neurale viene addestrata con una piccola quantità di dati etichettati e una grande quantità di dati non etichettati.
I dati etichettati aiutano a imparare i concetti base, mentre quelli non etichettati servono per generalizzare su nuovi esempi.
GenAI o Intelligenza Artificiale Generativa
E ora arriviamo finalmente al punto: dove si colloca la GenAI all’interno dell’AI. L’intelligenza artificiale generativa è un sottoinsieme del deep learning.
Usa reti neurali artificiali, può elaborare dati etichettati e non, usando metodi supervisionati, non supervisionati e semi-supervisionati.
Anche i Large Language Models (LLM) sono un sottoinsieme del deep learning.
Modelli di Deep Learning
I modelli di deep learning (o ML in generale) possono essere divisi in due categorie:
- Generativi
- Discriminativi
Modello Discriminativo
Un modello discriminativo serve per classificare o prevedere le etichetti di certi punti conosciuti.
Questi modelli vengono addestrati su dati etichettati e imparano la relazione tra le caratteristiche dei dati e le loro etichette.
Una volta addestrato un modello discriminativo, può essere utilizzato per prevedere l’etichetta per nuovi punti dati.
Modello Generativo
Un modello generativo genera nuove istanze di dati basandosi su una distribuzione di probabilità appresa dai dati esistenti. I modelli generativi generano nuovi contenuti.
Prendiamo questo classico esempio.
Qui, il modello discriminativo apprende la distribuzione di probabilità condizionata o la probabilità di “y” (il nostro output) dato “x” (il nostro input), che questo sia un cane e lo classifica come un cane e non un gatto.
Il modello generativo apprende la distribuzione di probabilità congiunta (o la probabilità di x e y) p(x,y) e predice la probabilità condizionata che questo sia un cane e può quindi generare un’immagine di un cane.
Per riassumere, i modelli generativi possono generare nuove istanze di dati e i modelli discriminativi discriminano tra diversi tipi di istanze di dati.
Un altro rapido esempio, guarediamo questa immagine:
L’immagine in alto mostra un modello di apprendimento automatico tradizionale che tenta di apprendere la relazione tra i dati e l’etichetta (o ciò che si vuole prevedere).
L’immagine in basso mostra un Modello di IA Generativa che tenta di apprendere pattern sui contenuti in modo da poter generare nuovi contenuti.
E se qualcuno ti sfidasse a un gioco “È IA Generativa o no?” adesso sappiamo rispondere
Questa immagine mostra un buon modo per distinguere tra ciò che è IA Generativa e ciò che non lo è.
- NON è IA Generativa quando l’output (o “y”, o etichetta) è un numero, o una classe (ad esempio – spam o non spam), o una probabilità.
- È IA Generativa quando l’output è linguaggio naturale (come parlato o testo), audio, o un’immagine.
Diventiamo un po’ più matematici per mostrare davvero la differenza. Visualizzarlo matematicamente assomiglierebbe a questo.
Y=f(x)
l’equazione Y=f(x) calcola l’output dipendente di un processo dati diversi input.
La “Y” sta per l’output del modello, la “f” incarna la funzione utilizzata nel calcolo (o modello), e la “X” rappresenta l’input o gli input utilizzati per la formula.
Come promemoria, gli input sono i dati, come file con valori separati da virgole, file di testo, file audio o file immagine…
Quindi, l’output del modello è una funzione di tutti gli input.
- Se la “y” è un numero – come le vendite previste – non è IA Generativa.
- Se “y” è una frase come “Definisci le vendite”, è generativa, poiché la domanda susciterebbe una risposta testuale. La risposta si baserebbe su tutti i dati “massivi” su cui il modello è già stato addestrato.
Quindi, il processo tradizionale di Apprendimento Supervisionato (Supervised Learning) dell’ML prende codice di addestramento e dati etichettati per costruire un modello. A seconda del caso d’uso o del problema, il modello può darti una previsione, classificare qualcosa o raggruppare qualcosa (cluster).
Ora vediamo il processo dell’IA Generativa. Il processo dell’IA generativa può prendere codice di addestramento, dati etichettati e dati non etichettati di tutti i tipi di dati e costruire un “modello di base” (foundation model).
Il modello di base può quindi generare nuovi contenuti. Può generare testo, codice, immagini, audio, video e altro ancora.
Abbiamo fatto molta strada dalla programmazione tradizionale, alle reti neurali, ai modelli generativi!
Nella programmazione tradizionale, dovevamo codificare rigidamente (hard code) le regole per distinguere un gatto:
- tipo: animale,
- zampe: 4,
- orecchie: 2,
- pelo: sì,
- gli piace: lana, erba gatta,
- non gli piace: i cani!
Con le reti neurali, potevamo dare alla rete immagini di gatti e cani e chiedere: “È questo un gatto?”
E la rete neurale prevederebbe: è un gatto; o non un gatto!
Ciò che è veramente fantastico è che con l’AI generativa, noi – come utenti – possiamo generare i nostri contenuti – che si tratti di testo, immagini, audio, video o altro.
Ad esempio, modelli come Gemini (il modello IA multimodale di Google) o LaMDA (Language Model for Dialogue Applications) ingeriscono dati molto, molto grandi da molteplici fonti su Internet e costruiscono modelli linguistici di base che possiamo usare semplicemente facendo una domanda – sia digitandola in un prompt sia parlando verbalmente nel prompt stesso.
Quindi, quando gli chiedi “cos’è un gatto”, può darti tutto ciò che ha imparato su un gatto.
Ora rendiamo le cose un po’ più formali con una definizione ufficiale.
Cos’è l’AI Generativa?
L’AI generativa è un tipo di Intelligenza Artificiale che crea nuovi contenuti basandosi su ciò che ha imparato dai contenuti esistenti.
Il processo di apprendimento dai contenuti esistenti è chiamato addestramento e porta alla creazione di un modello statistico.
Quando gli viene dato un prompt, l’AI Generativa usa questo modello statistico per prevedere quale potrebbe essere una risposta attesa – e questo genera nuovi contenuti.
Apprende la struttura sottostante dei dati e può quindi generare nuovi campioni simili ai dati su cui è stato addestrato.
Come abbiamo detto prima, un modello linguistico generativo può prendere ciò che ha imparato dagli esempi che gli sono stati mostrati e creare qualcosa di completamente nuovo basato su quelle informazioni.
Ecco perché usiamo la parola “generativo”.
I modelli linguistici di grandi dimensioni (LLM), che generano combinazioni inedite di testo sotto forma di linguaggio dal suono naturale, sono solo un tipo di IA generativa.
Un modello generativo di immagini prende un’immagine come input e può produrre testo, un’altra immagine o video. Ad esempio, sotto l’output di testo, puoi ottenere risposte a domande visuali (visual question answering).
Mentre sotto l’output di immagine, viene generato un completamento dell’immagine, e sotto l’output video, viene generata un’animazione.
Un modello linguistico generativo prende testo come input e può produrre altro testo, un’immagine, audio o decisioni.
Ad esempio, sotto l’output di testo, vengono generate domande e risposte, e sotto l’output immagine viene generato un video.
Ho menzionato che i modelli linguistici generativi imparano pattern nel linguaggio attraverso i dati di addestramento.
Guarda questo esempio. Basandosi sulle cose apprese dai suoi dati di addestramento, offre previsioni su come completare questa frase: “Sto facendo un panino con burro e….” io risponderei subito: marmellata!
Tu probabilmente anche e sicuramente anche i nostri modelli LLM.
Quindi, i modelli linguistici generativi sono sistemi che riconoscono schemi. Imparano a riconoscere schemi in base ai dati che gli fornisci.
Prova su Gemini o ChatGPT e vedrai quante risposte che otterrai, dato che queste AI sono state addestrate su una quantità enorme di dati testuali, ed sono in grado di comunicare e generare testo simile a quello umano in risposta a una vasta gamma di prompt e domande.
Hai visto quanto può essere dettagliata la risposta?
Ecco un altro esempio, un po’ più complicato dei panini con burro e marmellata:
Il significato della vita è:
E anche con una domanda più ambigua, Gemini o ChatGPT ti forniscono una risposta contestuale e poi mostrano la risposta con la probabilità più alta.
Transformer NLP
La potenza dell’AI generativa deriva dall’uso dei transformer. I transformer hanno rivoluzionato l’elaborazione del linguaggio naturale (NLP natural language processing) nel 2018.
A un livello alto, un modello transformer è composto da un encoder e un decoder.
L’encoder codifica la sequenza in input e la passa al decoder, che impara come decodificare le rappresentazioni per un compito specifico.
Allucinazioni
A volte, però, i transformer incontrano dei problemi, prendono delle cantonate (a dire il vero sempre meno spesso).
Queste si chiamano Allucinazioni.
Le allucinazioni sono parole o frasi generate dal modello che spesso sono prive di senso o grammaticalmente scorrette o invenzioni.
Le allucinazioni possono essere causate da diversi fattori, ad esempio quando il modello:
- non è addestrato con abbastanza dati,
- è addestrato con dati rumorosi o sporchi,
- non riceve abbastanza contesto,
- oppure non ha vincoli sufficienti.
Ricordiamoci questi motivi, ci saranno utili nell’uso pratico della AI quando scriviamo un prompt…
Le allucinazioni sono un problema per i transformer perché rendono difficile comprendere il testo generato, e possono far sì che il modello generi informazioni errate o fuorvianti.
In parole semplici… le allucinazioni possono essere un grandissimo problema se non sappiamo che ci sono e se non sappiamo perchè ci sono.
Prompt… come parlare all’AI
Ora cambiamo leggermente argomento e parliamo dei prompt.
Un prompt è un breve testo che viene dato a un modello linguistico di grandi dimensioni (LLM) come input, e può essere usato per controllarne l’output in vari modi.
La progettazione del prompt (prompt design o prompt engineering) è il processo di creazione di un prompt che generi l’output desiderato da un LLM.
Come dicevamo prima, l’AI generativa dipende molto dai dati di addestramento. Analizza gli schemi e le strutture nei dati in input e quindi “apprende”.
Ora, grazie a un’interfaccia basata su browser, sei tu a poter generare il tuo contenuto.
Parliamo ora dei tipi di modelli disponibili quando l’input è testuale, e di come possono aiutarci a risolvere problemi, come, ad esempio, non capire mai quando mi spiegano le regole del rugby.
Il primo modello è… Text-to-Text
I modelli text-to-text prendono un input in linguaggio naturale e producono un output testuale.
Sono addestrati per apprendere la corrispondenza tra coppie di testi… ad esempio, per la traduzione da una lingua all’altra.
i modelli text-to-image
Questi modelli sono addestrati su grandi insiemi di immagini, ognuna accompagnata da una breve descrizione testuale.
Una tecnica usata per questo è la diffusione (diffusion).
Esistono anche modelli text-to-video e text-to-3D.
I modelli text-to-video generano video a partire da input testuali — da una frase fino a un intero copione.
Allo stesso modo, i modelli text-to-3D generano oggetti tridimensionali in base a una descrizione testuale, utili nei videogiochi o in mondi virtuali.
E infine, abbiamo i modelli Text-to-Task.
Questi sono addestrati per svolgere un’attività o compito specifico sulla base dell’input testuale.
Il compito può spaziare dal rispondere a una domanda, eseguire una ricerca, fare una previsione o compiere un’azione.
Ad esempio, un modello text-to-task potrebbe essere addestrato per navigare un’interfaccia web o modificare un documento tramite un’interfaccia grafica.
Grazie a questi modelli, finalmente posso capire le regole del rugby.
Foundation model
Un altro modello, più ampio di quelli citati, è il foundation model: un modello AI di grandi dimensioni pre-addestrato su enormi quantità di dati, “progettato per essere adattato” (o perfezionato) a una vasta gamma di attività, come l’analisi del sentiment, la descrizione di immagini, o il riconoscimento di oggetti.
I foundation model possono rivoluzionare settori come sanità, finanza, e assistenza clienti.
Possono persino rilevare frodi e fornire assistenza personalizzata.
Se cerchi foundation model, Vertex AI offre il Model Garden, che ne include molti. I modelli linguistici includono chat, testo e codice.
I modelli visivi includono lo Stable Diffusion, molto efficace per generare immagini di alta qualità da descrizioni testuali.
Supponiamo tu voglia sapere come si sentono i tuoi clienti riguardo un prodotto o servizio: puoi usare un modello specifico per il compito di sentiment analysis.
Lo stesso vale per compiti di visione: se ti serve fare occupancy analytics, esiste un modello specifico anche per questo.
Quindi questi sono alcuni esempi di foundation model che possiamo usare.
Ma… può GenAI aiutare anche con il codice per le app?
Assolutamente sì!
Qui ci sono applicazioni di AI generativa. Ce ne sono davvero tante.
Vibe Coding
Vediamo un esempio di generazione di codice, mostrato nel secondo blocco sotto “code” in alto.
In questo esempio, ho inserito un problema di conversione di codice — da Python a JSON.
Uso Gemini e nel prompt scrivo:
“Ho un DataFrame Pandas con due colonne — una con il nome del file e una con l’ora in cui è stato generato. Sto cercando di convertirlo in un file JSON nel formato mostrato a schermo.”
Gemini restituisce i passaggi necessari per farlo.
E il mio output è in formato JSON.
Fantastico, no?
E la cosa bella è che sto usando il Jupyter Notebook basato su browser di Google (gratuito), e posso facilmente esportare il codice Python su Google Colab.
Riassumendo, la generazione di codice con Gemini ti può aiutare a:
- correggere bug nel tuo codice,
- spiegarti riga per riga cosa fa il tuo codice,
- scrivere query SQL per il tuo database,
- tradurre codice da un linguaggio a un altro,
- generare documentazione e tutorial per il tuo codice.
Ora ti parlo di altri tre modi in cui Google Cloud può aiutarti a sfruttare meglio l’AI generativa.
-
-
Vertex AI Studio:
Vertex AI Studio ti permette di esplorare e personalizzare rapidamente modelli generativi che puoi integrare nelle tue app su Google Cloud.
Offre strumenti per:- accedere a una libreria di modelli pre-addestrati,
- perfezionare i modelli,
- distribuirli in produzione,
- partecipare a una community di sviluppatori.
-
Vertex AI (e Agent Builder):
Perfetto per chi ha poca esperienza di programmazione.
Puoi creare chatbot, assistenti digitali, motori di ricerca personalizzati, knowledge base, applicazioni di formazione e molto altro…
Il tutto con poco o nessun codice. -
Gemini: Un modello AI multimodale.
A differenza dei modelli linguistici tradizionali, Gemini non si limita al testo.
Può analizzare immagini, comprendere l’audio e interpretare codice.
Grazie alla sua architettura avanzata, è estremamente flessibile e scalabile, adatto a moltissime applicazioni.
Il Model Garden viene costantemente aggiornato con nuovi modelli.
-
Ora sappiamo veramente molto sull’AI Generativa! Magari non ancora tutto, ma di sicuro conosci le basi!
Seguici ancora sul nostro “canale” sull’Intelligenza Artificiale
