Si fa un gran parlare del Prompt Engineer, cioè della figura che deve porre le domande, nella IA generativa, in maniera adeguata al risultato che si vuole raggiungere.
Ne capisco profondamente il senso perchè, se provate a porre la stessa domanda ma con diverse sfumature, vedrete che otterrete risposte diverse o anche molto diverse se non, a volte, incongruenti con ciò che volete ottenere.
Ciò che non capisco, però, è perchè si parli di un ruolo e non di una competenza…… nel senso che quello skill particolare deve essere acquisito da chiunque interagisca professionalmente con la IA Generativa e non da uno solo in tutto l’ufficio, anche se in questo modo tutti ne sapranno un poco e nessuno sarà uno specialista.
Ma è quello che succede correntemente con vari strumenti. Pensiamo p.e. a excel. Lo strumento è potentissimo e per conoscerlo tutto ci vorrebbe un corso universitario completo ma non ha senso avere, in ufficio, un superesperto di excel e nessun’altro che lo sappia usare.
Sappiamo che, in tutti gli uffici, quasi tutti sanno usare excel o word o altri strumenti in maniera da raggiungere un equilibrio ottimale fra costi (di apprendimento) e benefici nel lavoro di tutti i giorni.
Il mio ragionamento, tuttavia, è fatto ora, in maniera del tutto razionale mentre la realtà viaggia in maniera empirica per cui se la domanda per software engineers è così alta ce ne sarà una ragione……. e la scopriremo vivendo.
Livio Izzo
Comm. ICT
*Firosnv. Photography – Unsplash
continua la lettura:
“Quali sono le sfide al giorno d’oggi nello sviluppo di un software? Su quali piattaforme è meglio puntare? Dove sono i nostri potenziali utenti e come possiamo raggiungerli? C’è una tecnologia che ci può aiutare in tutto questo? Queste sono alcune delle domande che ogni giorno ingegneri e sviluppatori si fanno quando vogliono iniziare un nuovo progetto di sviluppo o aprirsi ad un nuovo mercato e a cui cercheremo di dare una risposta.”
Ing. Alberto Bonacina,
OIB Comm. ICT
continua la lettura:
E’ un esercizio molto interessante! Far analizzare il Decreto del Gogerno per regolamentare l’uso della IA, da una IA Generativa per trovare eventuali criticità,
Il risultato è pregevole perchè le criticità riscontrate sono sottili ed hanno la caratteristica di essere molto equilibrate fra i rischi da evitare ed i risultati da favorire……
Ne consigliamo una lettura tipologica, cioè principalmente con l’obiettivo di apprezzare l’efficacia dello strumento ed al contempo di approfondire gli aspetti nei quali siamo coinvolti più da vicino.
Ad abundantiam, ci siamo fatti aiutare dalla IA per creare una immagine di copertina chiedendogli di rappresentare la IA che analizza il decreto sulla IA.
Livio Izzo
continua la lettura:
https://www.ingenio-web.it/articoli/intelligenza-artificiale-e-legislativa-un-dialogo-generativo/ IA_Decreto
Impatto, Sfide ed Opportunità nel nostro Quotidiano
Il giorno 27 Settembre si è tenuto presso la Sala del Mosaico della Camera di Commercio di Bergamo un convegno organizzato dalla Commissione ICT dell’Ordine degli Ingegneri della provincia di Bergamo dal titolo: “Intelligenza artificiale e società: impatto, sfide ed opportunità nel nostro quotidiano”.
A parlarci di queste tematiche è stato inviato il prof. Alfio Quarteroni del Politecnico di Milano e dell’Ecole Polytechnique Fédérale di Losanna, che da anni studia ed è attivo in questo ambito. Scopo del convegno era dare una visione precisa e diretta di questo mondo utilizzando un linguaggio tecnico ma alla portata di tutti, anche ai non addetti ai lavori, per capire in quali ambiti della nostra vita impatta l’IA e quali ricadute pratiche può avere su tutti noi. Per questo motivo si è deciso di non invitare solo i colleghi ingegneri ma di permettere la partecipazione a tutta la cittadinanza.
Dopo una prima presentazione storica in cui le origini dell’AI possono essere fatte risalire agli anni ’50 del secolo scorso quando si diedero le prime definizioni di neurone artificiale e si definiva l’IA come l’insieme di quelle abilità mostrate dai sistemi hardware e software che, a un osservatore umano, possono apparire come pertinenza esclusiva dell’intelligenza umana. Si è poi passati all’importantissimo impatto dato da Alan Turing con la definizione del suo famoso Test di Turing che dà una prima definizione operativa di pensiero e propone un approccio per verificare se una macchina può essere considerata abbastanza intelligente per “fingersi” un essere umano.
Il boom recente dell’IA si deve però soprattutto a tre fattori:
enorme capacità di calcolo che deriva dalla disponibilità di supercomputer paralleli a buon mercato, dato in particolare dall’avvento del Cloud Computing;
disponibilità dei Big Data;
l’affinamento di algoritmi potenti di data analysis e di minimizzazione che consentono di migliorare significativamente i modelli soggiacenti le reti neurali artificiali.
Il prof. Quarteroni ci ha illustrato prima di tutto come l’IA può essere utilizzata per modellare una varietà di problemi fisici, tra cui quelli relativi allo sport, all’ambiente, alla medicina e all’industria che può portare per esempio alla generazione dei cosidetti gemelli digitali che possono essere utilizzati per simulare il comportamento di un sistema, per testare nuove soluzioni o per monitorare il suo stato di salute. Attraverso il gemello digitale può preso un organo umano, ad esempio il cuore, e creato il suo modello virtuale che sia il più possibile rappresentativo, il suo gemello appunto, e simularne il comportamento in condizioni estreme, testare la risposta dello stesso a particolari tipi di cure o sollecitazioni e rilevare anomalie o problemi.
Per la creazione di gemelli digitali si possono utilizzare due approcci distinti: uno più scientifico detto physics-based e uno più IA-generativo detto data-driven. Le differenze tra questi due modelli possono essere così descritte:
physics-based: sono modelli che si basano sulle leggi della fisica per descrivere il comportamento di un sistema. Questi modelli comprendono i principi fisici che governano il sistema, hanno il vantaggio di essere accurati e affidabili. Tuttavia, possono essere costosi e difficili da creare, soprattutto per sistemi complessi.
data-driven: sono modelli che si basano sui dati per descrivere il comportamento di un sistema. Questi modelli sono creati utilizzando algoritmi di machine learning che imparano dai dati, hanno il vantaggio di essere relativamente facili e veloci da creare. Tuttavia, possono essere meno accurati dei modelli physics-based, soprattutto per sistemi complessi.
Ci si è poi spostati sulle applicazioni in azienda andando ad elencare tutti i livelli in cui l’IA può portare il suo contributo in ambiti quali: operations, gestione degli asset, servizi e finanza, logistica e gestione aziendale, marketing e vendite.
Non è però tutto oro quello che luccica e sul finale il prof. Quarteroni ci ha anche riportato alcuni problemi che può avere l’IA come per esempio le cosiddette allucinazioni ossia tutte quelle situazioni in cui uno strumento di AI generativa di contenuti (come ChatGPT) riesce a produrre risposte e contenuti che
sembrano coerenti ma sono completamente inventati o errati. Un esempio è dato dalla sua incapacità di contare, per mancanza di un concetto di calcolatrice al suo interno, che gli fa sbagliare anche conti apparentemente semplici come 234 x 901 in cui da il risultato ragionevole 211134 ma purtroppo matematicamente errato, oppure l’attribuzione di premi mai ottenuti al prof. Quarteroni, l’errore sulla sua data di nascita che apparentemente poco hanno a che fare con la generazione ma che IA sceglie comunque di creare per fare un po’ la “spaccona”.
Altri problemi sono poi:
Explainability: capacità di comprendere e spiegare il comportamento di un modello, questo può rendere difficile spiegare perché un modello generi un determinato output, o perché un modello generi un output diverso da un altro;
Governance: necessità di garantire che i dati utilizzati per addestrare il modello siano di alta qualità (accurati, completi e pertinenti al problema da risolvere), sicuri (protetti da accesso non autorizzato, alterazione o distruzione) e conformi alla normativa vigente ad esempio in materia di protezione dei dati personali;
Competitività: le aziende in possesso di dati, harware o software abilitanti possono utilizzare il loro potere di mercato per limitare la concorrenza e aumentare i prezzi, avere un disincentivo a innovare in quanto possono già ottenere profitti elevati senza farlo e abusare del loro potere per danneggiare i consumatori o altri attori economici.
Infine ci si è concentrati sul capire come può cambiare il mondo del lavoro con l’avvento dell’IA che come innovazione tecnologica inevitabilmente andrà a sostituire tante professioni che ora sembrano “sicure”, ma che tuttavia è avvenuto anche in passato con altre tecnologie. Ci sarà dunque uno spostamento di lavori come è avvenuto anche ai tempi della rivoluzione industriale.
Ing. Alberto Bonacina
Presidente Comm. ICT OIB
Alleghiamo le slide dell’evento ed un impaginato con il Report dell’Ing. Bonacina
continua la lettura: BG_4_-_Math_Models BG_1,2,3_-_Storia,_ML,_Dati_e_Modelli BG_5_-_AI_in_Azienda BG_7_-_AI_e_Società-_Sfide_etiche_e_Questioni_aperte Quarteroni
Riportiamo in allegato un articolo di Maurizio Molinari sulla esplosione che sta avvenendo attorno a ChatGPT, la nuova finestra alla Intelligenza artificiale di OpenAi, una start up di San Francisco.
Sul tema della Intelligenza Artificiale, in Italia, non c’è ancora molta discussione ma negli Stati Uniti si: Il Dipartimento all’Educazione della Città di New York ha disposto il DIVIETO ASSOLUTO di accesso a ChatGPT nelle proprie scuole. E NY non è la sola: molte altre città americane hanno seguito la stessa decisione.
Sembra improvvisamente di essere di nuovo tornati indietro di due secoli: alla Rivoluzione Industriale, prodromica al luddismo.
La questione non è assolutamente banale. Se accedete a chatGPT vi troverete un interlocutore “artificialmente intelligente” che vi risponde su tutto, integrando quanto già fa Google e con quanto fa Wikipedia, ma andando molto oltre perché non usa solo nozioni ma fa anche progetti, proposte etc.
Il minimo che ci si possa aspettare è un prossimo stravolgimento di rapporti di forza fra giganti della rete, e già questa sarebbe una rivoluzione, ma la domanda nuova che ci si pone oggi è più profonda: potrà la IA sostituire l’uomo? O forse bisognerebbe essere più precisi: fino a che punto la IA potrà sostituirci e surrogarci? Con la conoscenza è banale, con la cultura è più discutibile, con i sentimenti è più affascinante ed al contempo terrificante….. insomma dobbiamo ritenerla un grande traguardo della nostra evoluzione tecnologica o il capolinea della nostra civiltà?
Livio Izzo
P.S. La grande novità di chatGPT stà anche attirando frotte di malintenzionati che stanno utilizzando questa tecnologia a fini malevoli. Alleghiamo quindi anche un articolo che non solo mette in guardia da questi rischi ma ci dà anche indicazioni operative su come stare in guardia.
Foto di Mojahid Mottakin su Unsplash
continua la lettura: chatGPT_sicurezza OPEN_AI_La_nuova_frontiera
continua la lettura:
continua la lettura:
Il_Giornale_dellIngegnere-AI-Quarteroni
continua la lettura:
continua la lettura:
La diffusione del lavoro flessibile, con il passare della pandemia, tende a rientrare ma molti lavoratori frenano perchè il bilancio complessivo è a favore di questa esperienza.
In realtà ci sono segni discordanti su questa pratica, sia sul lato dei lavoratori che dei datori di lavoro e la decisione deve essere presa caso per caso, analizzando le specifiche situazioni individuali.
Livio Izzo
continua la lettura: