L’AI generativa si riferisce a sistemi di intelligenza artificiale progettati per generare nuovi dati, come immagini, testi o suoni, del tutto simili a quelli umani. Ecco come funziona e in quali ambiti si sta diffondendo

L’AI generativa, o intelligenza artificiale generativa, è sicuramente una delle innovazioni tecnologiche che più sta facendo discutere e che più concretamente sta cambiando – e cambierà – il nostro modo di vivere, lavorare, produrre. L’intelligenza artificiale generativa è in grado di generare nuovi contenuti a partire da enormi quantità di dati. Dietro a questi sistemi, chiaramente, c’è sempre la mente e la mano umana. Ma, una volta impostati e alimentati con i giusti tipi di dati, i sistemi di intelligenza artificiale generativa vivono di “vita propria”, se così si può dire. Imparano, migliorano e producono al posto nostro.

È facile di conseguenza intuire che l’intelligenza artificiale generativa basata sul deep learning e sulle retei neurali può essere utilizzata in moltissimi contesti e a diversi scopi. Dalla generazione di immagini alla creazione di contenuti testuali, dalla simulazione in ambito scientifico e produttivo al miglioramento dei sistemi di sicurezza. I nuovi modelli generativi di artificial intelligence, basati su miliardi di parametri, vengono utilizzati già con successo in medicina, finanza, informatica, marketing, progettazione industriale e molto altro ancora. I modelli di IA generativa possono contribuire a creare nuove medicine, a contrastare le frodi informatiche, a rendere più precisi i sistemi di identificazione, solo per fare qualche esempio. Vediamo dunque di capire meglio che cos’è l’AI generativa e come funziona.

AI generativa: cos’è?

Cosa si intende per AI generativa? L’AI generativa è un tipo di intelligenza artificiale che, a partire da un set di dati impartiti da un essere umano e di un input, detto prompt, è in grado di generare contenuti di vario genere. Ad esempio un testo, un’immagine, un video, una canzone e molto altro ancora. L’elemento che la caratterizza e che l’ha resa così celebre (o preoccupante, a seconda dei punti di vista) è che tutti questi contenuti sono altamente complessi e sono verosimilmente umani. Niente a che vedere, insomma, con i primi robot o software che restituivano risposte meccaniche impossibili da attribuire ad una persona.

Come funziona intelligenza artificiale generativa?

Dal punto di vista dell’utente, l’utilizzo dell’intelligenza artificiale generativa è elementare. Pensiamo a ChatGPT, che tutti abbiamo imparato a conoscere: basta inserire un comando (prompt), come una domanda, o un compito da svolgere, e il software esegue, producendo quanto richiesto. L’unica cosa che occorre fare è formulare le domande in modo mirato e preciso, e poi valutare l’esito. Dietro a questo apparentemente semplice meccanismo c’è invece un sistema altamente complesso.

L’intelligenza artificiale generativa utilizza modelli che possono generare nuovi dati che assomigliano a quelli esistenti. Uno dei modelli più comuni utilizzati per l’AI generativa è la Rete Neurale Generativa (GAN), ma esistono anche altre architetture e approcci. La GAN si basa sue due elementi: generatore e discriminatore. Il generatore genera, appunto, nuovi dati: ad esempio, se stiamo lavorando con le immagini, produce immagini che assomigliano a quelle presenti nei dati di addestramento. Il discriminatore è responsabile della valutazione e della distinzione tra dati reali e dati generati. Ad esempio, nel caso delle immagini, il discriminatore cerca di distinguere tra immagini reali e immagini create dal generatore.

Il generatore inizia con parametri casuali. Durante le prime iterazioni, produce dati che possono essere piuttosto scadenti rispetto a quelli reali. Qui interviene il discriminatore, che cerca di migliorare la sua capacità di distinguere tra i due. Nel frattempo, il generatore cerca di migliorare producendo dati sempre più realistici. Si va avanti così in una sorta di processo di apprendimento e addestramento reiterativo fino a quando il prodotto del generatore non è vicinissimo alla realtà.

AI generativa gratis

Esistono molti modelli di intelligenza artificiale generativa gratuiti, dei quali il più noto è sicuramente ChatGTP, nella sua versione base, più che sufficiente per creare testi e altri contenuti anche abbastanza complessi, se usata correttamente. Simili a ChatGPT, e sempre gratuiti, citiamo Notion.ai, Copy.ai, Texta, restando nell’ambito della scrittura. Se volete provare qualcosa di diverso, Deep Beat è un generatore di testi rap. Vediamo invece ora altri software di AI generativa gratuiti per generare immagini e video.

AI generativa immagini

Il processo di generazione delle immagini e dei video è lo stesso che i software di IA utilizzano per i contenuti testuali. Potete sperimentare i seguenti strumenti:

• GFP-GAN (Generative Facial Prior-Generative Adversarial Network) per il restauro delle foto;
• DALLA. E 2 (sempre di OpenAI, proprietaria di ChatGPT), per creare immagini e vere e proprie opere d’arte a partire da una descrizione;
• Deep Nostalgia permette di animare le persone ritratte nelle vecchie foto;
• ArcGIS consente invece di creare delle mappe web interattive.

Intelligenza artificiale per i video

AI generativa video: per quanto riguarda audio e video, consigliamo di testare questi software.

• Lumen5, con vari strumenti per realizzare video in modo molto semplice, perfetto per i social media;
• Stable Diffusion Video crea clip a partire da una descrizione;
• Make A Video può realizzare dei divertenti e brevi cortometraggi;
• Lalal, ideale per i musicisti, ma anche per chi deve creare o sistemare tracce audio, permette di rimuovere le voci, separare la musica ed estrarre piste audio.

Nascono di frequente nuovi software di intelligenza artificiale generativa: con qualche semplice ricerca su Google riuscirete a trovare quello che fa per voi.

Quali sono le applicazioni AI?

Le applicazioni dell’intelligenza artificiale generativa, come abbiamo accennato all’inizio, sono davvero ampie. Vediamole più nel dettaglio.

• Performance aziendali: dalla progettazione di prodotti alla redazione di manuali tecnici, dall’ottimizzazione dei processi al miglioramento della customer experience, il tutto passando per l’elaborazione di grandi moli di dati. Grazie all’AI generativa le aziende possono ridurre i costi e diventare più efficienti.
• Marketing e e-commerce: personalizzazione dei contenuti e dei prodotti, chatbot per l’assistenza clienti, previsioni della domanda e ottimizzazione delle scorte.
• Ricerca scientifica: diagnosi mediche, scoperta di nuovi farmaci, identificazione di pattern in immagini radiologiche, personalizzazione dei trattamenti in base ai dati del paziente, redazione di testi scientifici, simulazioni in ambito medicale…
• Intrattenimento: contenuti per film e opere teatrali, sceneggiature, disegni.
• Gestione risorse umane: scrittura annunci di lavoro, schematizzazione cv, suggerimenti per i colloqui…
• Scienze ambientali: monitoraggio e analisi dei cambiamenti climatici, analisi di dati satellitari per la gestione delle risorse naturali, previsioni meteorologiche avanzate.
• Sicurezza: riconoscimento facciale per l’accesso sicuro, monitoraggio e analisi di comportamenti sospetti, analisi dei dati per prevedere minacce.
• Trasporti: veicoli autonomi e guida assistita, sistemi di gestione del traffico intelligenti, ottimizzazione delle rotte di consegna.
• Educazione: tutor intelligenti e sistemi di apprendimento personalizzato, valutazione automatica delle prestazioni degli studenti, strumenti di apprendimento online basati su AI.
• Finanza: analisi dei rischi finanziari e del mercato, automazione dei processi di trading, rilevamento di frodi finanziarie.

Questi sono solo alcuni esempi: l’AI continua a evolversi, portando a nuove applicazioni in molteplici settori.

AI generativa: come ci cambierà

L’intelligenza artificiale generativa sta già cambiando la nostra vita e nei prossimi anni assisteremo sicuramente ad ulteriori trasformazioni. Il suo impatto è potente, ma come ogni tecnologia dipende sempre dall’uso che se ne fa. Secondo il World Economic Forum, dal 2024 al 2029 l’IA generativa determinerà la perdita di 14 milioni di posti di lavoro: questo è uno scenario che potrebbe variare in base a molti elementi, in primis le regolamentazioni nel mondo del lavoro e le decisioni dei dirigenti e datori.

Vista in ottica positiva, l’introduzione dell’intelligenza artificiale potrebbe condurre ad una riorganizzazione del lavoro, piuttosto che ad un taglio. Ad esempio, secondo uno studio del think thank Authonomy, l’IA generativa potrebbe portare alla settimana lavorativa di 4 giorni entro il 2033 per 28 milioni di dipendenti in Gran Bretagna (88% della forza lavoro) e 128 milioni negli USA (78% della forza lavoro). Un cambiamento che moltissimi lavoratori vedrebbero in termini migliorativi.

Chiaramente la diffusione e l’impatto non è lo stesso in tutti gli ambiti: ad oggi, l’IA ha già superato la componente umana nella ricerca di nuove proteine e nei giochi di strategia. In altri, non è così pervasiva. In ogni caso, il principio guida dell’introduzione dell’IA dovrebbe essere quello di declinare l’attività umana in attività che la macchina non può compiere, determinando una crescita in termini di qualità e sviluppo. Per quanto sia “abile” e istruita, nessuna macchina può avere nuove idee né relazionarsi di persona con altri umani come se fosse essa stessa un umano.