La crescente evoluzione dell’intelligenza artificiale rappresenta un’importante opportunità per la ricerca italiana, specialmente nel campo dei modelli linguistici. Recenti sviluppi, come la prima Conferenza generale di Fair – Future AI Research tenutasi a Napoli, hanno messo in luce innovazioni e discussioni cruciali riguardanti l’implementazione degli LLM in italiano. In questo contesto, sono emersi importanti progetti come Minerva e Llamantino 3.
Minerva e Llamantino 3: innovazione e ricerca linguistica
Uno dei temi principali affrontati alla conferenza è stato il progetto Minerva, guidato da Roberto Navigli dell’Università Sapienza. Navigli ha utilizzato una metafora interessante per spiegare il processo di apprendimento linguistico. Secondo lui, interagire con una intelligenza artificiale equivale a vivere in un ambiente dove le persone parlano italiano. Questo approccio illustra la necessità di sviluppare modelli linguistici tarati sulla lingua e sulla cultura italiana per migliorare l’interazione tra uomo e macchina. Fino a pochi mesi fa, l’assenza di modelli aperti, modificabili e funzionanti in italiano ha rappresentato una barriera significativa per il progresso della ricerca.
La comunità scientifica italiana ha considerato due strade principali per superare questa mancanza. La prima prevede la creazione di un LLM interamente in lingua italiana, come nel caso di Minerva, che prevede di lanciare una nuova versione con 7 miliardi di parametri. L’alternativa, rappresentata da Llamantino 3, prevede l’adattamento di modelli esistenti al contesto linguistico italiano. Navigli ha sottolineato i vantaggi e gli svantaggi di entrambi gli approcci. Mentre i modelli grandi già esistenti possono offrire prestazioni elevate, i modelli nativi traggono vantaggio dal controllo dei dati, essenziale per garantire la sicurezza e l’affidabilità.
Negli ultimi 18 mesi, Fair ha riunito centinaia di ricercatori italiani, molti dei quali giovani, contribuendo alla rapida crescita del settore. Navigli ha evidenziato l’importanza della competizione nel migliorare le capacità dei modelli linguistici. È emersa la necessità di stabilire benchmark condivisi, ossia test di valutazione comuni, che possano certificare le performance dei vari modelli nei compiti specifici della ricerca linguistica e dell’intelligenza artificiale.
Scoprire le leggi nascoste dell’intelligenza artificiale attraverso la fisica
Durante la conferenza, uno dei temi più affascinanti è stata la ricerca delle leggi nascoste che governano i sistemi di intelligenza artificiale. La fisica, in particolare i metodi matematici ispirati dalle teorie del Nobel Giorgio Parisi, sta giocando un ruolo cruciale in questa esplorazione. Federica Gerace, dell’Università di Bologna, ha spiegato che le IA sono sistemi complessi le cui basi scientifiche rimangono in gran parte sconosciute. La situazione può essere paragonata alla prima rivoluzione industriale, quando le macchine funzionavano senza una comprensione completa delle leggi fisiche alla base.
Al centro di queste indagini si trovano i transformer, i “mattoncini” informatici che hanno rivoluzionato il campo del machine learning e che hanno portato a strumenti innovativi come ChatGpt. La ricerca si sta concentrando su cosa rende i transformer così eccezionali e quali dati apprendono durante l’addestramento. Gli scienziati puntano a comprendere come questi modelli possano contribuire a risolvere problemi scientifici complessi, ma nonostante i progressi, la formulazione di leggi generali per le IA è ancora lontana. Il fisico Matteo Negri ha notato che spesso le IA mostrano comportamenti che contraddicono le aspettative teoriche, e la ricerca mira a scoprire le cause di tali discrepanze.
Rischi della coevoluzione uomo-intelligenza artificiale per la democrazia
Uno dei temi di discussione durante la conferenza ha riguardato i potenziali rischi derivanti dalla coevoluzione tra uomo e intelligenza artificiale. Dino Pedreschi, esperto di Computer Science all’Università di Pisa, ha avvertito sui pericoli che potrebbero emergere da una dipendenza eccessiva dalle IA per decisioni quotidiane. La coevoluzione implica che le scelte umane influenzano le intelligenze artificiali, creando un ciclo di feedback che può portare a risultati inaspettati e problematici.
La questione si complica ulteriormente con l’emergere di contenuti generati dalle IA, che, se non gestiti adeguatamente, possono contribuire al collasso della diversità informativa su Internet. La proliferazione di testi prodotti da modelli automatici può condurre a una saturazione di contenuti ripetitivi e poco variabili. Pedreschi ha sottolineato l’urgenza di affrontare questi fenomeni prima che diventino difficili da governare.
Valentina Pansanella, dell’Istituto di Scienza e Tecnologie dell’Informazione, ha suggerito diverse strategie per mitigare i rischi associati alla coevoluzione uomo-IA. Queste includono la redistribuzione dei modelli IA e l’implementazione di misure di sicurezza per tutelare la diversità dei contenuti. Solo attraverso queste azioni politiche sarà possibile garantire che la coevoluzione tra uomo e intelligenza artificiale si sviluppi in una direzione vantaggiosa, evitando effetti distruttivi e minacce alla democrazia.
La discussione sulla crescita dei modelli linguistici italiani e le implicazioni della loro utilizzazione è solo all’inizio. Con progetti innovativi e ricerche approfondite, l’Italia si sta preparando a affrontare le sfide future dell’intelligenza artificiale, mantenendo un occhio vigile sui potenziali rischi e opportunità di questo affascinante campo.