Intelligenza artificiale: Ecco perché la rivoluzione della IA è la più grande rivoluzione nella storia dell'umanità

Molti credono che ChatGPT sia solo un'ulteriore evoluzione dei sistemi di intelligenza artificiale. Questo è fondamentalmente falso. Invece, sono recentemente accadute una serie di eventi che sembrano sconosciuti alla maggior parte delle persone. Io stesso, per esempio, sono in grado di costruire e far funzionare diversi sistemi di intelligenza artificiale molto potenti in breve tempo, senza bisogno di connessione internet, direttamente sulla mia hardware.

In breve

Il contributo risponde alle seguenti domande:

Che cos'è la Rivoluzione dell'intelligenza artificiale e in quale fase si trova?
Risposta: La Rivoluzione della IA si riferisce allo sviluppo e all'innovazione rapida dell'intelligenza artificiale, che ha profonde conseguenze sulla storia umana. È già stata completata per il cosiddetto World Scope 3 di 5, con le fasi 4 (materializzazione della IA) e 5 (socializzazione) ancora non raggiunte.
Come si riflette la Rivoluzione della IA sulla società?
La rivoluzione della IA potrebbe portare ad esempio a rendere le quotazioni azionarie così prevedibili che il mercato azionario nella sua forma attuale smetterà di esistere.
Cosa sono alcuni esempi di applicazioni AI sviluppate dall'autore stesso?
L'autore ha sviluppato un programma di intelligenza artificiale per la trascrizione audio dei podcast e un sistema per il calcolo dell'omogeneità tra immagini e testi.
Quali vantaggi offrono i sistemi di intelligenza artificiale locali rispetto a quelli basati in cloud?
Risposta: I sistemi di intelligenza artificiale locali consentono un controllo e un adattamento migliori, riducono le incertezze giuridiche e i problemi di riservatezza e non comportano costi per terzi.
Come si è modificata la velocità dello sviluppo dell'intelligenza artificiale?
La velocità dello sviluppo dell'intelligenza artificiale si è accelerata in modo tale da essere quasi esplosiva, con notizie quotidiane dalla ricerca e una cultura aperta di scambio di conoscenze e codice sorgente.

Parole chiave importanti:

Intelligenza artificiale, potenza di calcolo, dimensioni di memoria, rivoluzione della IA, dimensioni dei modelli, disponibilità delle risorse.

Introduzione

La Rivoluzione della AI non è iniziata, né ha avuto inizio. È già stata completamente realizzata, e cioè per il cosiddetto World Scope 3 del 5. Il Test di Turing è stato superato per la prima volta (secondo la mia opinione) da OpenAI's ChatGPT o anche da sistemi intelligenti simili (come LLaMA di Meta).

Il World Scope 1 si riferisce a grandi banche dati con raccolte di testi o immagini, il Scope 2 si riferisce alle grandi quantità di dati provenienti da Internet. Il Scope 3 significa modelli multi-modalità (vedi più sotto). Le due stadi successivi non sono ancora state raggiunte: il Scope 4 è la materializzazione dell'intelligenza artificiale (robot ecc.) e il Scope 5 è la socializzazione. Finché ciò non accadrà, passeranno probabilmente altri 10 o più anni, mi permetto di dire umilmente. Lo avrete comunque modo di vederlo, a patto che non siate ancora in età pensionabile e viviate una vita media.

Molti non hanno ancora capito che il cambiamento delle evoluzioni sociali a causa delle enormi nuove abilità dell'intelligenza artificiale si avvicina immediatamente. Non è un'ipotesi, ma la mia certezza. Credeteci o no, sarà così. E probabilmente questo anno (2023).

Un primo sguardo: i prezzi azionari saranno molto facili da prevedere in modo tale che chiunque con un po' di soldi sul conto bancario potrà giocare senza rischi per aumentare il proprio patrimonio. Ciò (secondo la mia ipotesi ingenua) porterà a far cessare l'esistenza del mercato azionario nella sua forma attuale. Ecco qui alcuni prezzi storici azionari in formato CSV. Archivi di notizie sono disponibili su diverse piattaforme. Ah, ecco già i dati necessari per un modello base … Forse ancora i bollettini meteorologici e gli eventi ambientali da aggiungere? Cosa potremmo ancora avere bisogno di?

Ecco la traduzione: What ich about den Aktienmarkt schreibe, kann ich nun selber programmieren: Un programma di previsione per i corsi azionari, che lavora in qualità mai vista prima*, e lo faccio sul mio vecchio computer personale, che ho comprato circa 3 anni fa con un budget moderato. Bisogna fare un po' di sforzo per creare un programma del genere. Tuttavia so come funziona, quali sono i passaggi da seguire e quali problemi risolvere. I problemi che sembrano risolvibili si basano su dati quantitativamente validi in massa. Quindi bisogna avere una grande quantità di corsi azionari storici e notizie economiche del passato.

Esempio reale: trascrizione audio con l'AI

Ecco un esempio reale di quello che ho programmato con pochi mezzi: recentemente, insieme a Stephan Plesnik, abbiamo registrato l'episodio #24 del privacy Deluxe Podcasts. Si tratta di ChatGPT e Intelligenza Artificiale, nonché dei pericoli anche in relazione al rispetto della privacy.

Ho scritto un programma di intelligenza artificiale con codice sorgente e l'ho eseguito. Ho definito come input la nostra puntata 24 del podcast in formato MP3. Il programma utilizza un modello di intelligenza artificiale ottimizzato per la trascrizione audio, che cerca di trasformare la voce parlata in testo. Molti lo usano per aggiungere sottotitoli ai video con meno sforzo rispetto a fare tutto manualmente.

Ecco la Riproduzione Audio, per cui il mio programma di Intelligenza Artificiale ha estratto il testo che è stato pronunciato:

Ecco la non editata versione originale del mio programma per l'intelligenza artificiale per l'episodio podcast (solo "Stephan" al posto di "Stefan" ho modificato):

[00:00.000 - 00:12.000] privacy Deluxe, il podcast intorno al tema della protezione dei dati e dell'IT con Dr. Klaus Meffert e Stephan Plesnik.
[00:12.000 - 00:22.000] Sì, ciao e benvenuto al Podcast del Diritto all'Oblio. Io sono Stephan Plesnik e con me come sempre è Dr. Klaus Meffert. Saluto Klaus, come stai?
Ciao Stephan, come sempre tutto bene. Spero anche per te e mi rallegro di parlare con te.
[00:27.000 - 00:37.000] Ah, magnifico! Anche a me tutto è chiaro e l'ho formulato cosi di proposito. Inizierò con un citazione e poi si spiegherà per molti cosa stiamo parlando oggi.
[00:37.000 - 00:51.000] E cio' che dice il citatino è che l'intelligenza è la capacità di accettare il proprio ambiente. Trovo questo un bel modo di esprimersi, perché oggi vogliamo parlare di un tema.
[00:51.000 - 01:03.000] È veramente divertente che non abbiamo parlato di questo da così tanto tempo, cioè ChatGPT e le implicazioni che porta in termini legali e soprattutto per la privacy.
[01:03.000 - 01:15.000] E la capacità di accettare il proprio ambiente significherebbe anche che dovremmo utilizzare la nostra intelligenza per accettare che esista questo.
[01:15.000 - 01:34.000] Che è la tua opinione generale al riguardo, in merito a ChatGPT e tutto ciò che sta succedendo, come ad esempio quello che è successo anche in Italia, ovvero il divieto di utilizzo per via della trattazione non autorizzata dei dati personali. Come valuti la situazione?
[01:34.000 - 01:46.000] Sì, e forse per citare prima di tutto. Questo può essere detto solo da un uomo che parla esclusivamente dell'intelligenza umana, direi adesso, perché un sistema informatico è del resto indifferente all'ambiente.
[01:46.000 - 02:00.000] E io sostengo che esiste un test con cui si può stabilire se un sistema informatico possiede intelligenza umana, ovvero almeno le stesse capacità dell'intelligenza umana.
...

Il testo è così buono come privo di errori, nonostante noi parliamo in modo completamente diverso rispetto al testo scritto. Inoltre, nel podcast tre speaker sono udibili, ovvero Stephan Plesnik, io e la voce dell'introduzione. Anche nell'introduzione c'è addirittura musica dietro alla parola. Tuttavia, il mio programma è riuscito a tradurre la parola in testo. Con una semplice revisione tramite un programma statico si può automatizzare ulteriormente e portare il testo verso un testo grammaticalmente corretto.

I tempi di indizio nella programmazione sopra citata sono stati generati anche dal programma. È anche possibile distinguere i parlanti (sebbene con un po' di difficoltà). Li ho solo non ancora implementati.

Ecco il risultato in forma di video amichevole per la protezione dei dati, composto da un'immagine statica e dal transcritto automatico del podcast (le prime 7 minuti, nessuna rielaborazione sostanziale) ([1]) :

Come si può vedere, sono state risolte molte complesse attività, tra cui:

• ""Ah" e alcuni altri aggettivi di riempimento eliminati.
• Ripetizioni di parole riconosciute e eliminate.
• Termini esotici e anche inglesi compresi correttamente.
• Il parlare contemporaneo di più oratori non è un problema per l'IA.
• Più oratori.
• Anche parole e espressioni più semplici vengono riconosciute, ad esempio "tutto a posto".
• La musica è stata filtrata via etc.

Il mio budget: 0 euro, tempo impiegato: un minuto (abbastanza tempo libero per programmare una IA per risolvere il suo problema).

Siete ora convinti che l'intelligenza artificiale abbia raggiunto un livello mai visto prima? Non solo questo: i sistemi di intelligenza artificiale attuali dispongono di altre qualità molto significative, che rendono tutto così importante e interessante.

La rivoluzione dell'intelligenza artificiale è finita

Naturalmente ci saranno ulteriori sviluppi. Ma un vero e proprio, estremo punto di svolta è stato raggiunto in tempi molto brevi.

La rivoluzione della IA al livello del test di Turing è finita. Chi pensa che l'intelligenza artificiale odierna non sia particolarmente rivoluzionaria, non ha capito lo sviluppo e non conosce la situazione neanche lontanamente.

Altre rivoluzioni seguiranno.

Di recente c'è stata una trasmissione televisiva (dovrebbe essere stata di Maybritt Illner) al ZDF, in cui Ranga Yogeshwar ha discusso con Saskia Esken. Non voglio esprimere un'opinione sui politici, ma solo riguardo alle affermazioni di signora Esken sulle Intelligenze Artificiali.

La signora Esken è informatica, come me (se non ci fosse questa lingua di genere, la frase sarebbe incomprensibile e potrebbe suggerire che mi sono sottoposta a un intervento di riassegnazione del sesso). A differenza del signor Yogeshwar, la signora Esken non ha visto la rivoluzione, ma si è riferita a precedenti (piuttosto recenti) successi dell'intelligenza artificiale. In questo modo trascura alcune qualità essenziali degli approcci attuali come GPT ( "attuale" invece di "attuale" non renderebbe giustizia alla velocità delle innovazioni).

Stato dell'arte

Cominciamo con qualcosa di ovvio, che all'inizio non ha nulla a che fare con l'intelligenza artificiale. Come tutti sanno e ammettono (a meno che non si tratti di un giurista coinvolto in una controversia…), i moderni sistemi informatici presentano soprattutto due caratteristiche:

• Elevata prestazione di calcolo (incluso grande e veloce spazio di cache principale e secondario).
• Prezzo molto basso: il mio primo stampante costò nel 1988 più di 1200 DM e era un 9-Nadeldrucker. Analogamente, i computer domestici molto lenti, dei cui prezzi non mi ricordo più, avevano una velocità di 4,77 MHz, 2 x 64 Kilobyte di memoria principale e un lettore di dischetti. Naturalmente, quel bene aveva solo una CPU con un nucleo di CPU. Ciò che sia un nucleo di CPU non lo si sapeva ancora allora.

Lo sviluppo dei PC è arrivato a un punto in cui chiunque può avere uno Calcolatore supercomputing sotto il tavolo con poco denaro. O conoscete una hardware economica che 8 anni fa poteva trascrivere un file audio di alta qualità?

Inoltre le connessioni di rete sono sempre più veloci, sia nell'Internet che nel intranet. Solo Vodafone sembra non aver ancora notato questo trend, come confermeranno tutti gli utenti di cablaggio di Vodafone che vorranno effettuare una videocamera.

Le Capacità di memoria principale esplodono, il che è di grande importanza per le applicazioni AI. Con 32 GB si riesce a fare almeno un passo avanti, quando si tratta di addestrare nuovi modelli.

Memoria di disco rigido sono diventati anch'essi estremamente grandi e a buon mercato. La base delle applicazioni di intelligenza artificiale sono i dati di massa. Pertanto, questo punto è estremamente importante. La mia vecchia 2 TB Festplatte è comunque abbastanza grande per poter conservare alcuni più grandi set di dati per le applicazioni di intelligenza artificiale contemporaneamente. La prossima piattaforma sarà invece almeno 4 TB, in modo da non avere nuovamente problemi di spazio.

Carte grafiche, che originariamente (mi sembra) sono state ottimizzate per giochi di calcolo intensi e visivamente impegnativi, portano "casualmente" il tipo di chip che esegue calcoli di intelligenza artificiale particolarmente velocemente. Si intendono GPU. Le carte grafiche di medio livello dei giocatori Nvidia hanno 5888 core CUDA (CUDA = Architecture di dispositivo unificato per calcolo). I core CUDA funzionano allo stesso modo dei core CPU. Tuttavia, avrete già notato che nelle CPU ci sono solo pochi core (12, ad esempio, in chip Intel molto buoni). Ora confrontate pure il numero 12 con il numero 5888 e riflettete su come potrebbe essere più veloce un calcolo!

Processori di grafica, velocità CPU, capacità di memoria principale, spazio disco, calcolo in cloud: massima prestazione a prezzo più basso possibile, questo è il terreno fertile per la rivoluzione della IA.

Ecco un esempio di come i processori grafici (GPUs) possano essere utilizzati al posto dei processori centrali (CPUs) in applicazioni di intelligenza artificiale:

Dispositivo = 'cuda' se torch.cuda.is_available() altrimenti 'cpu'

L'istruzione fa il seguente: se è presente una scheda grafica in grado di utilizzare l'intelligenza artificiale, vengono utilizzati i suoi milioni di core del processore per i calcoli. Altrimenti si utilizzano le misere 8 o 12 core della CPU e dovrai aspettare un po' di più a lungo. Il risultato sarà disponibile alla velocità della luce nel miglior caso e alla velocità del suono nel peggiore (il confronto non è scientificamente sostenibile, ma serve a mostrare quanto siamo avanzati oggi).

Inoltre sono disponibili Applicazioni Cloud di alta qualità (prestazione, comodità) a un prezzo molto basso. Le Applicazioni Cloud significano in primo luogo Cloud Computing. I servizi di archiviazione cloud sono meno correlati, sebbene i servizi di archiviazione online nel campo dell'IA abbiano spesso la loro giustificazione.

Tanto per la tecnologia, da cui può beneficiare qualsiasi tipo di applicazione. La rivoluzione della IA è stata possibile solo grazie a questi parametri. Troppo poche risorse CPU e GPU rendono inutile ogni modello matematico, che richiede risorse estreme. Chi aspetta con piacere due giorni per la previsione del tempo di domani, per poi poterla annunciare solo dopo? Meglio allora i Testimoni di Geova, che annunciano in modo più efficace (un piccolo scarto verso il rispetto della privacy, poiché un sentenza dell'EuG stabilisce che i Testimoni di Geova come annunciatori e la comunità religiosa condividendono la responsabilità per l'atto di annuncio).

Tipologia di algoritmo

La attuale intelligenza artificiale rappresenta a mio avviso in modo molto bello il funzionamento del cervello umano. Il cervello riceve una serie di stimoli, cioè attraverso

• Occhi
• Orecchie
• Nasir
• Contatto fisico, movimenti dei capelli…

Questi stimoli vengono trasformati in segnali analogici. Questi segnali vengono elaborati nel neurale network del cervello tra i neuroni. A tale scopo si utilizzano sinapsi come connessioni neurali. Le sinapsi sono diverse per quanto riguarda la loro intensità di collegamento con i neuroni. Il sistema impara attraverso l'educazione dei genitori e le retroazioni dell'ambiente. In base a ciò si verificano processi di pensiero, ai quali spesso seguono azioni (uscita vocale, uscita testuale, movimento). Ecco, era tutto qui?

Un analogo funziona un KNN (rete neurale artificiale) o la tecnologia di intelligenza artificiale attuale:

• I stimoli arrivano attraverso i dati di input: testi, immagini, file audio, file video
• Il trasformatore codifica questi segnali in serie di numeri discreti
• Queste informazioni vengono elaborate in un rete neuronale artificiale
• La rete neurale genera un'uscita sotto forma di testo, lingua, immagine o video

L'analogia è gravissima. Che i sistemi di intelligenza artificiale non sappiano cosa significhino i loro risultati, lascio questo argomento cadere. Chi può dimostrare che l'uomo sa cosa significano i risultati prodotti dall'uomo? Se un uomo deve spiegare un concetto, si riferisce continuamente ad altri concetti, fino a quando il 100° concetto viene nuovamente spiegato con il 1°. Se un oggetto reale deve essere compreso, si può puntare all'oggetto. Il computer lo farà presto anche lui. Se si tratta di un oggetto astratto, il computer può fare altrettanto dell'uomo.

Dimensioni dei modelli

Un modello è quasi la connessione dei neuroni nel cervello della IA. Scaricate un modello e poi scaricate un cervello (spesso specializzato).

Quanto più connessioni ha un cervello artificiale, tanto maggiore è la possibilità che abbia capacità superiori. Almeno questo si potrebbe dedurre in modo ingenuo dallo sviluppo delle dimensioni dei modelli di GPT.

ChatGPT-2 aveva ancora 1,5 miliardi di parametri nel modello. Un parametro si riferisce (in modo semplificato) alla configurazione di un neurone, poiché GPT si basa anche su una rete neuronale. La versione GPT-3 aveva già 175 miliardi di parametri e era di circa 350 GB. La dimensione dello spazio di archiviazione è impressionante, ma può essere gestita da qualsiasi notebook a basso costo. Tuttavia, si tratta anche della gestione del modello, su cui vengono eseguite calcolazioni complesse. Non basta portare il cervello con sé.

Saranno d'accordo con me che molti neuroni sono migliori di pochi. Comunque, tendenzialmente è così. Non a caso l'uomo ha più neuroni di tutti gli altri esseri viventi (secondo Wikipedia). Solo l'elefante ne ha 250 miliardi. Ecco una selezione:

Esseri viventi	Numero di neuroni
Uomo	86 miliardi
Gorilla	33 miliardi
Scimmia rhesus	Sei miliardi
Gatto	250 milioni
Coniglio	71 milioni

Se si guarda più da vicino, l'intelligenza deriva probabilmente anche dal rapporto tra la grandezza del cervello e quella dell'animale. Così potrebbe spiegarsi in modo ingenuo perché una gatta ha meno di 1/3 di neuroni rispetto a un pastore tedesco, ma secondo la mia esperienza con questi animali è molto più intelligente del cane. È vero che anche il numero e la qualità delle connessioni hanno qualcosa a che fare con le prestazioni di un cervello. Inoltre, la qualità, tipo e quantità dei segnali d'ingresso (occhi, orecchie, naso, senso del tatto, movimenti capillari, haptik …) sono rilevanti.

Che la grandezza del modello aumenti almeno nelle modelli di intelligenza artificiale la capacità di prestazione dell'intelligenza artificiale viene chiamato Power-Law e può essere considerata come data.

Riassumiamo il punto principale: l'uomo ha 86 miliardi di neuroni, GPT-3 ha doppiamente tante connessioni neurali (e 96 strati neurali) e quindi almeno un'ordine di grandezza meno neuroni del nostro cervello. Lasciamo stare per il momento la valutazione. È chiaro che comunque questa enorme quantità non è così piccola da impedire l'intelligenza. Evidentemente, il cervello umano ha avuto più tempo di svilupparsi rispetto ai cervelli artificiali. In questo senso, non sorprende affatto che più neuroni nell'elettronica portino meno risultati che in natura. Non parliamo poi delle modalità.

Ho scelto intenzionalmente la parola Modalità. Infatti, a seguito della Rivoluzione AI dobbiamo anche parlare di sistemi multimodali. Multimodale significa che il tipo di dati d'ingresso è molto variegato. Fino ad ora i sistemi AI si sono occupati principalmente del trattamento dei testi, ad esempio. Ora possono – come molti di voi sanno sicuramente – essere combinati testi e immagini. Vedete Dall-E, Midjourney e altri metodi che possono produrre un'immagine artificiale in una qualità mai vista prima a partire da un prompt di testo.

Disponibilità dei mezzi finanziari

Ho installato e programmato un sistema per calcolare la somiglianza tra immagini e testi. Con questo posso scoprire su quali immagini è raffigurata una mela e su quali è raffigurata una mela che viene inseguita da una gatta. Inoltre, posso creare immagini che rappresentano un'ingresso di testo.

Conoscete questa storia: raccontate a qualcuno qualcosa che avete fatto di straordinario, poi l'altro dice di conoscere qualcuno che ha fatto (o addirittura fatto meglio) la stessa cosa. Voglio dire questo: ciò che è stato menzionato può essere realizzato sul mio computer e non ho bisogno di chiedere o pagare a nessuno, né ho bisogno di una connessione internet dopo aver creato il programma. Ecco un po' della rivoluzione della IA!

Ho dato un esempio di un programma di intelligenza artificiale che ho creato io stesso sul mio computer. Per eseguirlo non ho bisogno di una connessione internet, del servizio di Google o altri e nemmeno di un consulente (in via eccezionale neanche di uno per le tasse). Questo programma può creare trascrizioni in alta qualità dei miei podcast (o di altri podcast in lingua tedesca).

Con la nuova tecnologia di intelligenza artificiale posso programmare i migliori sistemi di IA in un lampo e farli funzionare su hardware ridicolamente economico.

""Il meglio dei sistemi di intelligenza artificiale" è da una parte assolutamente inteso, dall'altra parte relativo rispetto alle capacità dei precedenti sistemi di IA, che sono completamente incommensurabili con le possibilità attuali.

Evidentemente adesso è facile per me costruire, programmare, migliorare e utilizzare questi sistemi. Se mi aveste chiesto tre mesi fa, li avrei considerati impossibili.

Tutto ciò avviene comunque su una hardware erbärmilmente scadente, poiché il mio PC è alcuni anni vecchio e all'epoca era già piuttosto economico.

Per favore, notate che la lingua tedesca nel contesto internazionale e nella ricerca è nettamente seconda all'inglese. Nonostante ciò, sono riuscito a tradurre automaticamente un file audio in lingua tedesca in testo.

Ho anche costruito di recente una macchina per domande e risposte. Non è così performante come GPT-2 o le ultime versioni, ma questo dipende solo dal fatto che ho utilizzato un piccolo modello iniziale. La mia hardware non può gestire molto altro. Domani costruirò (su mio computer) un traduttore locale che trasforma un testo tedesco in inglese. Provate a indovinare per quanto tempo avrò bisogno della prima versione (molto buona). La mia stima: poche ore.

Sono riuscito a comprendere e utilizzare determinati tipi di sistemi di intelligenza artificiale in modo da poter produrre risultati di qualità mai raggiunti prima, senza avere bisogno di risorse significative. In questo modo sono stato capace di ottenere esiti di eccellenza senza dover ricorrere a investimenti milionari come invece facevano le grandi aziende e i loro servizi esterni.

Sistemi locali, protezione dei dati personali

Menziono solo in appendice che i sistemi di massima prestazione possono funzionare localmente su hardware proprio basati sugli attuali algoritmi e modelli di intelligenza artificiale.

Ciò ha diverse conseguenze positive.

In primo luogo nessun costo è sostenuto da terzi. Chi conosce i servizi cloud sa che il modello Pay Per Use porta anche con sé dei pericoli. Un programma che si chiama accidentalmente se stesso infinite volte causa velocemente costi non voluti in cifre di migliaia di euro in pochi giorni.

In secondo luogo si può controllare e personalizzare i sistemi locali. Localmente si dice spesso Open Source. Quindi il controllo è così grande, come non lo si era mai sognato prima.

Terzo aspetto è possibile un buon Protezione dei dati personali nei sistemi locali e le incertezze giuridiche possono essere ridotte a zero. Sono sicuro che molti di voi abbiano già sentito parlare del fatto che il trasferimento di dati personali in stati di intelligence come gli Stati Uniti senza l'autorizzazione dell'utente non è consentito e nemmeno con l'autorizzazione è poco regolamentato.

Velocità di sviluppo e alta disponibilità

Ogni giorno ci sono novità dalla ricerca. Ciò che un tempo era solo teoria ha ora un collegamento pratico molto forte.

Nuove algoritmi, nuovi framework, nuovi modelli. Tutto questo c'è quasi ogni giorno nuovo.

Sviluppi sul mercato che prima richiedevano anni adesso si svolgono in settimane o pochi mesi. La velocità attuale la voglio chiamare velocità della luce. Siete d'accordo con me che proprio questo è il termine giusto per indicare la capacità di scrivere un programma in breve tempo, che prima richiedeva anni e solo allora era possibile se si aveva molto personale e denaro.

L'evoluzione procede a rilento. Ciò dipende anche dalla cultura aperta della scena di intelligenza artificiale. Le conoscenze vengono condivise, compreso il codice sorgente. In passato si condivideva anche il codice sorgente, ma era appena irrilevante. Ora basta una riga di codice per cambiare il mondo.

Sono disponibili in pubblico gli algoritmi, i framework, le prestazioni di calcolo, le API, le guide, grandi set di dati e modelli. Anche se dovrebbe essere stato così da sempre: pochi sono naturalmente interessati a cose noiose.

Terra grigia grazie al nutrimento dell'intelligenza artificiale

Una cassetta bianca è un sistema facilmente personalizzabile. Una cassetta nera è un sistema non affatto personalizzabile.

Una Box Gray (o Grey Box) è un compromesso. Il sistema può essere adattato a livello basso. Di conseguenza, un sistema di intelligenza artificiale può essere facilmente modificato, aggiornato, rivisto e migliorato.

Risolve molti problemi che si hanno con i sistemi prefabbricati. D'altra parte, i sistemi completamente aperti sono troppo complessi. Bisogna occuparsene molto intensamente prima che il sistema generi un beneficio individuale.

Un sistema di tipo Gray Box è molto diverso da quello che si trova attualmente nei sistemi di intelligenza artificiale. Si può partire da un Black Box e trasformarlo in un Gray Box quando serve. Se avete abbastanza potenza di calcolo e dati, potete anche creare una White Box. Non va meglio di così.

Che meraviglia

Cervello scaricabile

Facciamola breve facendo un confronto illustrativo tra come era la IA fino a poco tempo fa e come è adesso.

Il AI era "prima" analogo a quando non sapete nulla della lingua giapponese e vi comprate un manuale per imparare la lingua giapponese, vivendo tre anni nel paese e poi parlando molto bene il giapponese.

Früher“ significava il concetto di “oggi” un periodo che va dalla contemporaneità a pochi anni nel passato. Attualmente significa "attualmente" un periodo che va dal momento attuale fino a poche settimane o mesi fa. Attualmente significa "in precedenza" un periodo che è terminato in qualche momento dell'anno scorso o di questo anno.

Chi non capisce questo, non è stupido, ma semplicemente sa troppo poco di intelligenza artificiale.

Il AI è ora analogo a quando si scarica il Centro di linguaggio dal cervello di un giapponese, lo si carica nel proprio cervello (nella propria macchina) e poi si parla molto bene il giapponese.

Credete a me ora che una rivoluzione di intelligenza artificiale sia già avvenuta?

Conclusione

Se non credete ancora alla rivoluzione della IA, allora leggete il mio articolo per favore di nuovo e questa volta con attenzione. O altrimenti mandatevi un problema reale del vostro azienda che vorreste risolvere. Tuttavia dovrebbe trattarsi di un problema di elaborazione testuale, poiché conosco le tecnologie IA abbastanza bene, ma non voglio allontanarmi troppo dal tema. Tuttavia posso anche rivelarvi come si svolgono ora le analisi di immagini.

Idealerweise non credono nella Rivoluzione della IA. Ma questo aumenterebbe il mio Avvantaggio competitivo e sarebbe ancora più facile per loro di accedere ai miei servizi di consulenza.

Negli ultimi giorni non ho scritto principalmente su dati personali, ma sulla Intelligenza Artificiale. Da ciò solo si capisce che la rivoluzione della IA è in corso. In ogni caso, mi sono reso conto che per molte applicazioni di IA non abbiamo un problema di dati personali. Con pochi metodi innovativi possiamo evitare problemi legali.

Un consiglio a tutti coloro che si occupano di elaborazione linguistica, testuale o visiva, quindi designer, traduttori, autori: Rivedete il vostro modello d'affari e la vostra futura. Cercatevi un'attività nuova o ulteriore, oppure rafforzate il vostro modello d'affari ( "Cosa vogliono i clienti da voi che non può fare un computer? "). Prima di rafforzare il vostro modello d'affari, riflettete se sapete cosa è capace di fare un computer in questo momento e come sarà probabilmente in un mese.

Riepilogo

Questo articolo è stato riassunto da un'intelligenza artificiale per voi e solo leggermente rivisto:

Intelligenza artificiale (IA) e protezione dei dati sono temi importanti nel nostro tempo attuale. La rivoluzione dell'IA è in pieno svolgimento. Con sistemi come ChatGPT di OpenAI e LLaMA di Meta sono stati raggiunti significativi progressi che superano il test di Turing. Lo sviluppo dei sistemi di intelligenza artificiale procede rapidamente e consente di risolvere complesse attività.

Il contributo offre un'idea delle possibilità offerte dai sistemi di intelligenza artificiale, ad esempio la previsione dei corsi azionari, la trascrizione di registrazioni audio e l'analisi di immagini e testi.

La disponibilità di hardware potente e applicazioni cloud a prezzi bassi ha accelerato lo sviluppo dei sistemi di intelligenza artificiale. I sistemi di IA possono essere eseguiti localmente su hardware proprietario, consentendo la protezione della privacy e il controllo. La cultura aperta della scena dell'IA promuove l'interscambio di conoscenze, algoritmi e codice sorgente, accelerando ulteriormente lo sviluppo.

La rivoluzione della IA ha anche effetti sui mestieri come designer, traduttori e autori. I modelli di business dovrebbero essere ripensati per concentrarsi sulle abilità che un computer non può offrire.

Riepilogo breve:

La rivoluzione della IA è concreta e ha il potenziale di cambiare radicalmente la storia dell'umanità. Con lo sviluppo di sistemi come ChatGPT da OpenAI e LLaMA da Meta sono stati raggiunti significativi progressi che potrebbero superare il test di Turing. Questi sistemi sono in grado di affrontare complesse attività come elaborazione di testo e immagini, riconoscimento e traduzione della lingua.