L\u2019AI Generativa non \u00e8 una nuova area dell\u2019Intelligenza Artificiale (AI). Infatti, \u00e8 da almeno dieci anni che gli addetti ai lavori usano modelli, perlopi\u00f9 per la generazione di testi e immagini.<\/p>\n
I precursori dell\u2019AI Generativa sono stati il Deep Learning (o apprendimento approfondito), che consiste in un ramo approfondito del Machine Learning, e le reti neurali, ossia modelli di neuroni artificiali ispirati alle reti del cervello umano. In una sua lezione svolta nell\u2019ambito di una iniziativa tecnologica della Silicon Valley dello Stretto, il Prof Aldo Domenico Ficara ha detto che tra le prime architetture che possiamo menzionare per la parte generativa troviamo, ad esempio, la GAN (Generative Adversarial Network).<\/p>\n
Ficara continua osservando che queste prime architetture avevano difficolt\u00e0 a gestire grandi quantit\u00e0 di testo. Tale ostacolo \u00e8 stato poi risolto con l\u2019architettura dei Transformer ( Il Transformer \u00e8 un\u2019architettura di Rete Neurale. Le Reti Neurali Artificiali sono modelli di apprendimento automatico ispirati al funzionamento del cervello umano. Esse sono costituite da strati di nodi (neuroni) collegati tra loro, dove ogni connessione ha un peso che viene adattato durante l\u2019addestramento. Le Reti Neurali possono essere semplici (con pochi strati) o profonde (con molti strati), quest\u2019ultima categoria \u00e8 nota come Deep Learning ). Per l\u2019AI questa nuova capacit\u00e0 ha rappresentato una nuova grande conquista, abilitata da tre principali fattori:<\/p>\n
\u00b7 il primo \u00e8 la disponibilit\u00e0 di dati che, grazie a Internet, alla sensoristica IoT e al digitale, in generale sono oggi disponibili in quantit\u00e0 senza precedenti;
\n\u00b7 il secondo \u00e8 la grande evoluzione dei modelli e degli algoritmi alla base dell\u2019AI, che citavamo in precedenza;<\/p>\n
\u00b7 il terzo \u00e8 l\u2019avanzamento tecnologico degli hardware di nuova generazione che sono sempre pi\u00f9 performanti e permettono di sfruttare appieno questa tecnologia.<\/p>\n
In questo contesto, dobbiamo tenere presente che l\u2019AI Generativa viene alimentata da enormi quantit\u00e0 di dati elaborati da strutture con altissime complessit\u00e0 (reti neurali) e hanno quindi bisogno di molta capacit\u00e0 computazionale.<\/p>\n
Si ricorda che una GAN \u00e8 un’architettura di deep learning. Essa addestra due reti neurali a competere l’una contro l’altra per generare nuovi dati pi\u00f9 autentici da un determinato set di dati di allenamento. Ad esempio, puoi generare nuove immagini da un database di immagini esistente o musica originale da un database di canzoni. Un GAN si chiama antagonista perch\u00e9 addestra due reti diverse e le mette l’una contro l’altra. Una rete genera nuovi dati prelevando un campione di dati di input e modificandolo il pi\u00f9 possibile.<\/p>\n
L’altra rete tenta di prevedere se l’output dei dati generato appartiene al set di dati originale. In altre parole, la rete di previsione determina se i dati generati sono falsi o reali. Il sistema genera versioni pi\u00f9 recenti e migliorate di valori di dati falsi fino a quando la rete di previsione non \u00e8 pi\u00f9 in grado di distinguere i valori falsi da quelli originali.<\/p>\n","protected":false},"excerpt":{"rendered":"
L\u2019AI Generativa non \u00e8 una nuova area dell\u2019Intelligenza Artificiale (AI). Infatti, \u00e8 da almeno dieci anni che gli addetti ai lavori usano modelli, perlopi\u00f9 per la generazione di testi e immagini. I precursori dell\u2019AI Generativa sono stati il Deep Learning (o apprendimento approfondito), che consiste in un ramo approfondito del Machine Learning, e le reti …<\/p>\n","protected":false},"author":33,"featured_media":101114,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[15602,34860,10172,9,34861,34862,1],"tags":[6379,236,17744,39925,760,39926,39928,39927,984],"class_list":["post-101522","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-notizie","category-copertina","category-ficara-aldo-domenico","category-notizie-dal-web","category-primo-piano","category-ultime","category-uncategorized","tag-aldo-domenico-ficara","tag-didattica","tag-intelligenza-artificiale","tag-learning","tag-oggiscuola","tag-reti-neurali","tag-reti-neurali-artificiali","tag-silicon-valley-dello-stretto","tag-tecnologia"],"jetpack_sharing_enabled":true,"jetpack_featured_media_url":"https:\/\/i0.wp.com\/www.oggiscuola.com\/web\/wp-content\/uploads\/2024\/05\/Intelligenza-Artificiale.jpg?fit=640%2C427&ssl=1","_links":{"self":[{"href":"https:\/\/www.oggiscuola.com\/web\/wp-json\/wp\/v2\/posts\/101522","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.oggiscuola.com\/web\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.oggiscuola.com\/web\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.oggiscuola.com\/web\/wp-json\/wp\/v2\/users\/33"}],"replies":[{"embeddable":true,"href":"https:\/\/www.oggiscuola.com\/web\/wp-json\/wp\/v2\/comments?post=101522"}],"version-history":[{"count":1,"href":"https:\/\/www.oggiscuola.com\/web\/wp-json\/wp\/v2\/posts\/101522\/revisions"}],"predecessor-version":[{"id":101523,"href":"https:\/\/www.oggiscuola.com\/web\/wp-json\/wp\/v2\/posts\/101522\/revisions\/101523"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.oggiscuola.com\/web\/wp-json\/wp\/v2\/media\/101114"}],"wp:attachment":[{"href":"https:\/\/www.oggiscuola.com\/web\/wp-json\/wp\/v2\/media?parent=101522"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.oggiscuola.com\/web\/wp-json\/wp\/v2\/categories?post=101522"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.oggiscuola.com\/web\/wp-json\/wp\/v2\/tags?post=101522"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}