ChatGPT e il futuro dell’intelligenza artificiale: la rivoluzione del linguaggio profondo Terrence J. Sejnowski La stampa del MIT (2024)
Alcuni dei vincitori a sorpresa dei premi Nobel di quest’anno sono stati gli sviluppatori di AlphaFold, un modello di intelligenza artificiale (AI) in grado di prevedere con precisione la struttura 3D di oltre 200 milioni di proteine. AlphaFold è alimentato da reti neurali artificiali in grado di raccogliere modelli dal modo in cui gli amminoacidi interagiscono nelle proteine conosciute e quindi utilizzare tali informazioni per modellare il comportamento di proteine sconosciute. I chatbot come ChatGPT si basano su una tecnologia simile per “imparare” e imitare il linguaggio umano.
La rivoluzione messa in moto da questa tecnologia è esplorata in modo avvincente nel film di Terrence Sejnowski ChatGPT e il futuro dell’intelligenza artificiale – un seguito del suo libro del 2018 La rivoluzione del deep learning. Sejnowski, un neurobiologo computazionale, accompagna i lettori in un vorticoso tour dell’evoluzione dell’intelligenza artificiale: dai semplici modelli computazionali di un singolo neurone costruiti negli anni ’50 alle scoperte nel deep learning degli ultimi due decenni che hanno portato alla nascita di grandi modelli linguistici. (LLM), che possono generare risposte simili a quelle umane alle domande.
ChatGPT un anno dopo: chi lo usa, come e perché?
Il libro di Sejnowski è una lettura obbligata per coloro che cercano di comprendere il mondo in cui viviamo, un mondo in cui le macchine trasformano il tessuto della cognizione umana. In parole povere, una rete neurale è una rete di nodi interconnessi, o neuroni, in grado di elaborare dati e apprendere da essi regolando la forza delle connessioni tra i nodi. Quando la forza di queste connessioni viene modificata per ottenere l’output desiderato durante una fase di training, il modello impara a rilevare i modelli sottostanti.
L’ispirazione fondamentale dietro le architetture delle reti neurali è il cervello umano. Sejnowski suggerisce che svelare il mistero del perché questi modelli simulati del cervello funzionano così bene – specialmente quando sono addestrati su grandi quantità di dati – potrebbe rivelarsi fondamentale quanto la scoperta del DNA. Interrogando rigorosamente il “comportamento ultraterreno” degli LLM, potrebbero emergere nuovi quadri concettuali, prevede.
Vede parallelismi tra gli attuali dibattiti sui significati di “intelligenza” e “comprensione” e le discussioni di un secolo fa sulla natura della vita. Allora, i vitalisti sostenevano che la vita è una forza non fisica – un’essenza infusa negli esseri viventi ma non, ad esempio, nelle rocce – mentre i meccanicisti pensavano che la vita potesse essere pienamente spiegata da processi fisici e chimici. Proprio come la scoperta della doppia elica del DNA ha colmato le lacune concettuali e trasformato la biologia, Sejnowski prevede che i progressi nell’intelligenza artificiale porteranno rivelazioni sull’intelligenza.
Comprensione in evoluzione
Il Santo Graal dell’intelligenza artificiale, spiega Sejnowski, è l’intelligenza artificiale generale: una macchina in grado di pensare, apprendere e risolvere problemi in un’ampia gamma di compiti, proprio come fa un essere umano. L’attuale generazione di LLM è ben lontana da ciò. Definiti in senso peggiorativo da alcuni ricercatori come “pappagalli stocastici”, per lo più imitano il linguaggio umano senza una vera comprensione.
Pronta o no, l’intelligenza artificiale sta arrivando nell’educazione scientifica e gli studenti hanno opinioni
La strada da percorrere per l’intelligenza artificiale è quella della collaborazione interdisciplinare, sostiene Sejnowski, in cui le conoscenze provenienti dalla biologia, dalle neuroscienze e dall’informatica convergono per guidare lo sviluppo dell’intelligenza artificiale. Sejnowski immagina che le intuizioni sui “principi fondamentali dell’intelligenza” – come l’adattabilità, la flessibilità e la capacità di fare inferenze generali da informazioni limitate – catalizzeranno la prossima generazione di intelligenza artificiale.
La rivoluzione del linguaggio dell’intelligenza artificiale, così Sejnowski definisce l’era dei LLM, sta già rimodellando molti aspetti della vita umana. Man mano che i LLM si evolvono, supereranno il loro ruolo primario di strumenti e inizieranno ad agire come collaboratori in settori quali l’assistenza sanitaria, l’istruzione e il diritto. Questo sta già cominciando a succedere, come dimostrato da AlphaFold. L’autore utilizza liberamente ChatGPT per fornire riepiloghi alla fine di ogni capitolo e le conversazioni con il chatbot sono disseminate in tutto il libro. Riconosce persino scherzosamente ChatGPT come coautore.
La potenza degli LLM risiede anche nel modo in cui gli utenti interagiscono con essi. Sejnowski sottolinea l’abilità sempre più importante del prompt engineering, che sottolinea come sottili cambiamenti nel modo in cui si istruisce un modello possono modellarne l’output. L’autore offre suggerimenti utili: chiedi più risposte, non solo una; essere specifici, in modo che il modello possa convergere rapidamente sulla risposta migliore; modella il tuo dialogo come se stessi parlando con una persona reale.
Sejnowski propone un “test di Turing inverso”, in cui l’intelligenza del suggeritore viene valutata sulla base della qualità delle sue interazioni con l’IA. Tali test di competenza potrebbero diventare comuni man mano che si diffonde l’uso dell’intelligenza artificiale.
L’intelligenza artificiale può avere buon senso? Scoprirlo sarà fondamentale per raggiungere l’intelligenza artificiale
La prossima generazione di LLM dovrà subire un processo di sviluppo simile alla fase di apprendimento infantile negli esseri umani, ipotizza, imparando dalle interazioni del mondo reale e dai dati. La memoria a lungo termine e il comportamento orientato agli obiettivi devono essere integrati in modo che i sistemi possano adattarsi e pianificare in modo efficace. L’aggiunta di robotica e sistemi sensomotori consentirebbe agli strumenti di intelligenza artificiale di percepire e interagire con il loro ambiente, spingendo i modelli attuali verso un’autonomia generale artificiale.
Sebbene Sejnowski sia ottimista riguardo alla tecnologia, riconosce che ci sono molte sfide irrisolte che dovranno essere affrontate per garantire la sostenibilità a lungo termine dell’intelligenza artificiale. È probabile che destabilizzi le industrie e il mercato del lavoro. Inoltre, la crescente necessità di una elevata potenza di elaborazione computazionale ha portato in primo piano la necessità di modelli di intelligenza artificiale più efficienti e più ecologici.
Sebbene sia ancora lontano, è anche importante, scrive Sejnowski, esaminare seriamente la possibilità che l’intelligenza artificiale superi l’intelligenza umana, perché prepararsi ora ci consentirà di anticipare e mitigare le potenziali minacce. Una strategia attenta e ben regolamentata per gestire i rischi etici ed esistenziali – come gli errori indotti dall’intelligenza artificiale e l’arma politica degli LLM – è essenziale per garantire che l’intelligenza artificiale avvantaggi la società.
ChatGPT e il futuro dell’intelligenza artificiale illustra come la prossima ondata di scoperte guidate dall’intelligenza artificiale potrebbe alterare il panorama della conoscenza stessa. L’esplorazione di Sejnowski funge sia da guida che da avvertimento mentre affrontiamo le promesse e i pericoli del rapido progresso dell’intelligenza artificiale.
Interessi concorrenti
L’autore non dichiara interessi concorrenti.
