Che cos'è l'IA generativa

L'intelligenza artificiale generativa (gen AI) è un ramo dell'intelligenza artificiale che crea contenuti nuovi e originali (testo, immagini, codice, audio e video) apprendendo e replicando schemi tratti da dati esistenti. È l'ultima evoluzione della tecnologia di machine learning ed è ormai entrata a far parte della vita quotidiana. Che si tratti dei suggerimenti "potrebbe piacerti anche" quando fai acquisti online, delle modifiche automatiche nelle app per le foto o di un chatbot che risponde alle tue domande di assistenza, la generative AI sta cambiando il modo in cui crei, comunichi e svolgi il tuo lavoro.

Punti chiave

• La Generative AI è un ramo dell'intelligenza artificiale che crea contenuti nuovi e originali, testo, immagini, codice, audio e video, apprendendo schemi dai dati esistenti.
• A differenza dell'AI tradizionale, che riconosce modelli ed effettua previsioni, lo scopo principale della Generative AI è produrre qualcosa di nuovo.
• La Generative AI si basa su reti neurali che utilizzano architetture come le reti generative avversarie (GAN), i codificatori variazionali (VAE), i trasformatori e i modelli di diffusione.
• Settori che vanno dalla sanità e dalla finanza al lavoro creativo e allo sviluppo di software utilizzano l'IA generativa per la creazione di contenuti e l'automazione.
• La Generative AI comporta rischi reali, inclusi output allucinati o distorti, controversie su copyright e privacy, deepfake e disinformazione e perturbazioni di alcuni posti di lavoro.

Sommario

• In che modo la Generative AI si differenzia dall'AI tradizionale?
• In che modo si sono evoluti i modelli di Generative AI nel tempo?
• Come funzionano i diversi tipi di generative AI?
• Qual è la tecnologia alla base della Generative AI?
• Come vengono addestrati i modelli di base di Generative AI?
• Come viene utilizzata la Generative AI nei diversi settori? 
• Quali sono le sfide nell'implementazione della generative AI?
• Come posso aggiungere la generative AI alle mie applicazioni? 
• Conclusione: adottare la generative AI
• Domande frequenti
• Risorse correlate

In che modo la Generative AI si differenzia dall'AI tradizionale?

La differenza principale tra la generative AI e l'AI tradizionale sta nel compito che ciascuna è stata progettata per svolgere:

• L'AI tradizionale analizza: riconosce modelli, fa previsioni, classifica i dati ed esegue attività basate su regole, traendo conclusioni da informazioni già esistenti.
• La Generative AI crea: La sua funzione primaria è quella di produrre contenuti nuovi e originali che prima non esistevano.

La generative AI inizia con un prompt. Il prompt può provenire da un essere umano o da una macchina, come un agente AI. I prompt possono contenere testo, immagini, video o qualsiasi input che il sistema AI sia in grado di elaborare. Per rispondere al prompt, il modello accede a un'ampia gamma di dati, come libri, siti web, repository di codice e Internet, e utilizza il ragionamento, gli schemi e le relazioni statistiche apprese durante l'addestramento per produrre nuovi contenuti su misura per la richiesta specifica.

Il testo predittivo è stato solo l'inizio. Le prime applicazioni della generative AI presentavano funzioni di base, come il testo predittivo e gli assistenti vocali, ma gli LLM che alimentano gli attuali modelli di generative AI sono più sofisticati. Sono in grado di scrivere articoli completi citando le fonti, progettare elementi visivi personalizzati, comporre musica o generare codice funzionante. Oltre a queste applicazioni, altri modelli di generative AI possono essere addestrati su dati specializzati per supportare settori quali la sanità, la finanza, il diritto e persino lo sviluppo di software.

In che modo si sono evoluti i modelli di Generative AI nel tempo?

Le origini della generative AI che utilizziamo oggi risalgono a quasi 70 anni fa. Per capire come siamo arrivati a questo punto, e verso quale direzione si stia muovendo questa tecnologia, diamo uno sguardo alle scoperte che hanno reso possibile questo momento.

Le basi del machine learning: dagli anni '50 agli anni '80

Gli elementi costitutivi (prima imparare dai dati, poi imparare dagli errori) sono stati gettati decenni prima dell'arrivo della Generative AI.

Le prime macchine erano in grado di apprendere, ma solo cose semplici. Nel 1957, Frank Rosenblatt costruì il percettrone, il primo sistema di AI in grado di apprendere pattern dai dati anziché avere una logica decisionale pre-programmata dagli esseri umani. Tuttavia, questi percettroni single-layer presentavano notevoli limitazioni: erano in grado di risolvere solo problemi relativamente semplici e fallivano quando i pattern diventavano più complessi o sfumati.

Successivamente, le macchine hanno iniziato a imparare dai propri errori. Un'altra svolta è avvenuta nel 1970 quando Seppo Linnainmaa ha introdotto la modalità inversa della differenziazione automatica (la tecnica matematica principale nota in seguito come backpropagation), che ha fornito un modo efficiente per calcolare i gradienti. In altre parole, questa tecnica ha permesso alle reti neurali di imparare dai propri errori calcolando quanto ogni connessione contribuisse agli errori e quindi apportando le necessarie modifiche.

Un articolo del 1986 risolse finalmente i problemi più complessi. Il fondamentale articolo del 1986 di David Rumelhart, Geoffrey Hinton e Ronald Williams (spesso citato come il loro articolo pubblicato su Nature, Learning Representations by Back-propagating Errors) dimostrò come questa tecnica di backpropagation potesse addestrare con successo le reti neurali multistrato, superando i limiti dei percettroni single-layer.

Memoria: anni '90

Negli anni '90, i ricercatori hanno introdotto le reti neurali ricorrenti (RNN), dotando i modelli di una sorta di memoria a breve termine che li ha resi utili per attività come il linguaggio e il parlato. Ma le prime RNN avevano difficoltà con input più lunghi o più complessi. La situazione è cambiata nel 1997 con l'introduzione delle reti LSTM (long short-term memory), che hanno permesso ai modelli di cogliere pattern più complessi nel tempo. Questi progressi nella progettazione di reti neurali, uniti a un hardware migliorato, hanno gettato le basi per l'addestramento dei modelli generativi profondi alla base dei sistemi odierni.

Competizione, conversazione e creazione: 2014-2022

Tre scoperte in questo periodo hanno trasformato i primi modelli di machine learning nella Generative AI che riconosciamo oggi: reti generative avversarie (GAN), trasformatori e modelli di diffusione.

Reti generative avversarie

Le reti generative avversarie, introdotte da Ian Goodfellow e dai suoi colleghi nel 2014, prevedono due reti neurali in competizione tra loro per generare contenuti indistinguibili da quelli creati dagli esseri umani.

Una rete—il generatore—crea contenuti sintetici, mentre l'altra—il discriminatore—cerca di capire se sono reali o falsi. Questa configurazione avversaria spinge il generatore a migliorare a ogni round, producendo infine risultati realistici come immagini e video ad alta risoluzione. Le GAN sono ampiamente utilizzate per generare foto o fotogrammi video ad alta risoluzione, migliorando la qualità dell'immagine e riempiendo i dati visivi mancanti.

Oltre a questo, svolgono un ruolo in diversi ambiti:

• Generazione di arte: Creazione di immagini, opere d'arte e design visivi originali
• Restauro e colorazione delle foto: Riparazione di foto danneggiate e aggiunta di colore alle immagini in bianco e nero
• Diagnostica per immagini: Miglioramento delle scansioni e generazione di immagini mediche sintetiche
• Scoperta di nuovi farmaci: proposta di nuovi composti farmacologici da sottoporre a test da parte dei ricercatori
• Aumento dei dati: ampliamento dei dataset di addestramento per altri modelli

Architettura Transformer, 2017

I Transformer, introdotti nel 2017, sono un tipo di architettura di rete neurale che consente ai ricercatori di addestrare modelli più grandi senza dover etichettare in anticipo tutti i dati. Analizzano intere sequenze di dati simultaneamente invece di elaborare una parola alla volta. Questo miglioramento ha consentito l'ascesa dei moderni chatbot AI e modelli linguistici e ha aperto la strada a sistemi di traduzione, sintesi e dialogo.

Ampiamente utilizzata oggi: l'architettura generative pre-trained transformer è alla base di molti dei modelli di generative AI che utilizziamo oggi, come ChatGPT di OpenAI, Gemini di Google e Claude di Anthropic.

Modelli di diffusione, inizio anni 2020

I modelli di diffusione sono il motore dei principali generatori di immagini di oggi, come DALL-E e Midjourney. Invertono il processo di aggiunta di disturbo a un'immagine, partendo dal disturbo statico e rivelando gradualmente un'immagine chiara e di alta qualità attraverso molteplici fasi di perfezionamento. Queste tecniche aiutano a generare immagini realistiche che sono quasi indistinguibili dalle vere fotografie. Stable Diffusion è un'implementazione popolare di questo approccio.

Adozione mainstream, multimodalità e agenti: dal 2022 a oggi

Il ritmo della Generative AI non è rallentato dopo i primi anni 2020. La release di ChatGPT di novembre 2022 ha reso la Generative AI di uso comune quasi da un giorno all'altro, trasformando un percorso di ricerca in uno strumento quotidiano per milioni di persone. Da allora, la tecnologia si è mossa in diverse direzioni contemporaneamente:

• I modelli multimodali gestiscono testo, immagini, audio e video all'interno di un unico sistema, anziché specializzarsi in uno solo di questi formati.
• I modelli di ragionamento risolvono i problemi passo dopo passo prima di produrre una risposta, migliorando la precisione nelle attività complesse.
• Gli agenti AI non si limitano a rispondere a un prompt, ma intraprendono azioni, utilizzano strumenti e completano attività in più passaggi per conto dell'utente, spesso sollecitando loro stessi il modello sottostante anziché attendere che una persona lo richieda.

Come funzionano i diversi tipi di generative AI?

Anche se molti sistemi moderni creano diversi tipi di contenuti, come testo, immagini, codice o video, all'interno di un unico sistema multimodale, ciascun tipo funziona comunque utilizzando approcci e metodi di addestramento distinti.

Generazione di testo

Gli LLM rappresentano i sistemi di apprendimento automatico più avanzati attualmente disponibili.

• Cosa fanno: utilizzano l'elaborazione del linguaggio naturale (NLP) e si concentrano sull'insegnamento ai computer per comprendere e generare il linguaggio umano.
• Come funzionano: costruiti sull'architettura dei transformer, questi sistemi comprendono il contesto e le relazioni tra le parole proprio come fanno gli esseri umani.
• Perché è importante: questo passo avanti nella NLP ha consentito un'elaborazione del linguaggio molto più precisa e consapevole del contesto.

Quando interagisci con sistemi come ChatGPT, stai usando LLM (Large Language Models) addestrati su miliardi di pagine web, libri e articoli, che acquisiscono grammatica, tono e conoscenze specialistiche per gestire qualsiasi query in linguaggio naturale con fluidità.

Generazione di immagini

La creazione di un'immagine generata dall'AI può sembrare magica, ma una tecnologia sofisticata lavora dietro le quinte per interpretare il tuo prompt di testo e generare il visual richiesto. Questi modelli di generazione di immagini utilizzano codificatori di testo avanzati per comprendere la tua descrizione, quindi impiegano architetture come i modelli di diffusione per creare l'immagine vera e propria.

Generazione di codice

Gli strumenti di codifica AI vengono addestrati su ampie librerie di codice open source, che insegna loro a riconoscere i modelli di programmazione e la logica dietro come gli sviluppatori risolvono i problemi. L'utente può descrivere ciò di cui ha bisogno in un inglese semplice e l'output fornisce codice software funzionante in linguaggi di programmazione come Python o JavaScript.

Generazione di video e audio

L'AI può generare brevi video prevedendo come dovrebbero evolversi le scene da un fotogramma all'altro. Inizia con un concetto, come una persona che cammina, e sviluppa ogni passaggio del movimento per creare una sequenza fluida e naturale. Nella generazione vocale, l'AI prende il testo scritto e lo trasforma in un audio realistico—regolando tono, ritmo ed enfasi per riprodurre il ritmo e la naturalezza di una conversazione reale.

Qual è la tecnologia alla base della Generative AI?

Le capacità della generative AI si basano su un insieme di potenti componenti tecnici. Vediamo più da vicino cosa succede dietro le quinte.

Reti neurali e deep learning

Le reti neurali sono il motore alla base della maggior parte dei sistemi di Generative AI. Pensali come versioni semplificate del funzionamento del cervello umano: le informazioni fluiscono attraverso layer di unità di elaborazione collegate chiamate nodi, con ciascun layer che impara a riconoscere pattern o funzionalità differenti nei dati. Quando una rete ha molti layer, l'approccio viene chiamato deep learning.

Durante la formazione, queste reti convertono diverse caratteristiche dei dati, come il colore di un pixel in un'immagine o il significato di una parola, in rappresentazioni matematiche chiamate vettori. Analizzando milioni di esempi, la rete impara a identificare schemi e relazioni, quindi utilizza queste conoscenze per generare contenuti nuovi e simili.

Nel tempo, sono stati sviluppati diversi tipi di reti neurali per compiti diversi:

• Le reti neurali ricorrenti (RNN) venivano utilizzate nei sistemi precedenti per consentire all'AI di elaborare elementi come il parlato e il testo. Elaboravano una parola alla volta e trasferivano le informazioni per capire che cosa sarebbe venuto dopo.
  Esempio: Un'app speech-to-text che converte la voce in sottotitoli in tempo reale prevedendo ogni nuova parola in base a ciò che è stato appena detto.
• Le reti neurali convoluzionali (CNN) sono specializzate nell'analisi delle immagini per le attività di computer vision e rilevano pattern come bordi, forme e texture. 
  Esempio: un'app per le foto che utilizza l'AI per rilevare e taggare i volti dei tuoi amici in una foto di gruppo.
• Gli autoencoder variazionali (VAE) comprimono i dati in una forma matematica compatta e poi li ricostruiscono, imparando a eliminare il rumore e a generare nuove variazioni lungo il percorso.
  Esempio: un'app per le foto che rimuove la granulosità da un'immagine in condizioni di scarsa illuminazione o crea sottili variazioni di un'immagine.
• Le reti Transformer, oggi alla base dei moderni modelli di generative AI, elaborano simultaneamente tutte le parti dell'input, risultando così molto più efficaci nel comprendere il linguaggio complesso e nel generare risposte più lunghe e coerenti.Esempio: un'app di posta elettronica che suggerisce risposte di frasi complete, come "Va bene, ci vediamo", comprendendo immediatamente l'intero messaggio.

Come vengono addestrati i modelli di base di Generative AI?

Invece di addestrare modelli separati per ogni attività, i foundation model come ChatGPT vengono addestrati per svolgere una varietà di compiti, come rispondere a domande, scrivere codice e riassumere testi.

L'addestramento di questi modelli richiede risorse significative, tra cui un'enorme potenza di calcolo e dataset accuratamente selezionati.

Per addestrarli sono necessari diversi tipi di dati e feedback:

• Dati etichettati e non etichettati: un mix utilizzato nell'addestramento iniziale, che aiuta i modelli a generalizzare i pattern su un'ampia gamma di contenuti senza supervisione diretta
• Dati sintetici: spesso utilizzati per integrare i dataset reali, specialmente quando si lavora con informazioni sensibili o limitate
• Feedback umano: le persone valutano o correggono gli output, in un processo spesso chiamato "reinforcement learning with human feedback" o RLHF, per rendere le risposte più utili, accurate e in linea con le aspettative degli utenti

Una volta addestrati, le organizzazioni possono adattare i modelli in diversi modi:

• Ottimizzazione con i propri dati per svolgere attività specifiche
• Aggiunta di Knowledge Base personalizzate
• Addestrare layer aggiuntivi che supportano il loro particolare dominio o caso d'uso
• Aggiunta di dati nuovi o complessi da fonti come documenti scientifici, documenti legali e manuali tecnici

In che modo viene utilizzata la Generative AI nei diversi settori?

La Generative AI è stata applicata in molteplici settori per la creazione di contenuti e l'automazione — tra cui la sanità per la scoperta di farmaci e dati medici sintetici; la finanza per la stesura di report e il servizio clienti; e i media per la composizione musicale e la generazione di video.

Ecco come diversi settori stanno mettendo all'opera questi strumenti:

• Sanità: gli operatori sanitari la usano per migliorare la diagnostica per immagini, assistere nella documentazione clinica e personalizzare i trattamenti. Può anche generare dati sintetici sui pazienti per addestrare modelli di apprendimento automatico senza esporre informazioni sensibili.
• Scoperta di farmaci: le aziende farmaceutiche e biotecnologiche utilizzano l'IA generativa per accelerare lo sviluppo di farmaci nelle fasi iniziali, identificando i composti e perfezionando le strutture molecolari. Può anche aiutare a progettare sperimentazioni cliniche.
• Automazione dei processi aziendali: la genAI semplifica le operazioni automatizzando le attività ripetitive come la stesura di report, la sintesi di fogli di calcolo e la risposta alle richieste dei clienti, liberando i team per lavori di maggior valore.
• Industrie creative e arte generata dall'AI: designer e artisti utilizzano strumenti come DALL-E, Midjourney e Adobe Firefly per generare concept art e grafiche personalizzate a partire dai prompt testuali. GenAI compone anche musica e crea ambienti, personaggi e avatar per videogiochi e simulazioni, trasformando in pochi minuti attività che un tempo richiedevano ore.
• Miglioramento dello sviluppo software: la Generative AI aiuta gli sviluppatori a scrivere codice boilerplate, effettuare il refactoring di sistemi legacy e creare funzioni da prompt in linguaggio naturale. Se abbinata a piattaforme come MongoDB Atlas, può anche generare query di database, definizioni di schema e logica applicativa.
• Strumenti di marketing e messaggistica: i team di marketing utilizzano la Generative AI per produrre più rapidamente post del blog, testi pubblicitari e campagne e-mail. Strumenti come Jasper, Copy.ai e Persado possono adattare il tono e il formato a diversi tipi di pubblico.

Quali sono le sfide nell'implementazione della generative AI?

L'adozione della Generative AI può comportare molte sfide che vanno oltre la configurazione del modello e l'ottimizzazione delle sue prestazioni. Alcune di queste sfide includono:

• Allucinazioni: I modelli possono produrre output che sembrano plausibili ma non sono corretti (allucinazioni).
• Copyright: l'addestramento dei modelli su materiale raccolto dal web e protetto da copyright senza autorizzazione ha dato origine a controversie legali sull'uso corretto dei contenuti e sul compenso dei creatori, e non è ancora stato stabilito se le opere generate dall'AI possano essere protette da copyright.
• Pregiudizi: i modelli possono codificare e amplificare i pregiudizi nei loro dati di addestramento, producendo risultati ingiusti o discriminatori in settori come l'assunzione e l'approvazione dei prestiti, motivo per cui sono importanti dati di addestramento diversificati e una valutazione continua.
• Uso improprio: la Generative AI può essere utilizzata in modo improprio per i deepfake—simulando l'aspetto e la voce di una persona in realistici video generati dall'AI—facendo sembrare che qualcuno abbia detto o fatto qualcosa che non ha mai fatto.

Come faccio ad aggiungere la generative AI alle mie applicazioni?

Se vuoi integrare la generative AI nelle tue applicazioni, dovrai decidere quale approccio corrisponde alle tue esigenze: implementare l'AI può essere molto semplice o molto complesso. Tra le soluzioni più semplici, potresti aggiungere un chatbot per riassumere le e-mail. Opzioni più complesse potrebbero invece prevedere il fine-tuning di un LLM, la creazione di flussi di lavoro basati su agenti, lo sviluppo di un sistema di Retrieval-Augmented Generation (RAG) o la realizzazione di archivi vettoriali personalizzati utilizzando un database vettoriale come MongoDB.

Per le applicazioni più avanzate, i team possono utilizzare una piattaforma di agenti che integra memoria, recupero e governance nell'architettura dell'applicazione.

Le applicazioni di generative AI diventano più utili quando vanno oltre le risposte singole per passare a flussi di lavoro in più fasi, basati sul contesto aziendale. MongoDB Atlas Agent Engine offre ai team una piattaforma per creare, implementare e gestire agenti con memoria e recupero integrati, consentendo loro di operare con un contesto accurato anziché partire da zero o affidarsi a pipeline frammentate. Un unico piano di controllo gestisce le azioni degli agenti, mentre il supporto per diversi LLM, framework e ambienti aiuta i team a far evolvere la propria architettura man mano che i casi d'uso cambiano.

Le domande chiave per aiutarti a decidere includono: stai cercando una soluzione rapida e semplice che utilizzi i servizi di AI esistenti? O hai bisogno di qualcosa di più sofisticato che funzioni con i dati proprietari e una logica di business specifica?

Vuoi iniziare a sviluppare con Atlas? Configura un cluster oggi stesso o consulta la nostra documentazione.

Se desideri iniziare da zero o non sai da dove cominciare, dai un'occhiata al nostro percorso del badge di apprendimento per la creazione di app GenAI o ottieni il badge delle competenze RAG!

Vuoi esplorare le nostre soluzioni? Dai un'occhiata ai casi d'uso dell'IA

Conclusione: adottare la generative AI

La Generative AI sta cambiando il modo in cui scriviamo, progettiamo, codifichiamo e comunichiamo, passando dall'analisi delle informazioni alla loro creazione. Ma per ottenere un valore reale occorre più di un semplice accesso: è necessario comprenderne i limiti, aggiungere salvaguardie e integrarla con attenzione. Mentre le organizzazioni affrontano questo cambiamento, dovrebbero bilanciare l'innovazione con la responsabilità.