Intelligenza artificiale e etica: come affrontare le sfide dei Large Language Models

L’intelligenza artificiale (IA) ha fatto passi da gigante negli ultimi anni, e uno degli sviluppi più significativi è rappresentato dai Large Language Models (LLM). Questi modelli, come spiegato dal professor Georg Gottlob, scienziato italo-austriaco specializzato in logica, database e intelligenza artificiale, non rappresentano una rivoluzione istantanea ma sono il risultato di un processo evolutivo che dura da parecchi anni. Gottlob, che ha recentemente lasciato l’Università di Oxford per insegnare all’Università della Calabria, ha pubblicato oltre 250 articoli scientifici e ha una vasta esperienza nel campo.

I LLM utilizzano una quantità enorme di testi, spesso l’intero web, per creare una rete neurale in grado di rispondere a domande basate su prompt testuali. Questo sistema, che apprende dalle interazioni con gli utenti, è simile all’autocompletamento dei cellulari T9, ma su una scala molto più grande e potente. Tuttavia, nonostante i progressi, questi modelli non sono esenti da errori e allucinazioni, dovuti principalmente alla compressione dei dati e alla perdita di informazioni.

Veridicità e Limiti dei Risultati dei LLM

Uno dei principali problemi dei LLM è la veridicità dei risultati. Gottlob spiega che la rete neurale agisce per approssimazioni statistiche, il che comporta una perdita di dati durante la compressione. Ad esempio, se si chiede a ChatGPT di elencare gli articoli scientifici di cui Georg Gottlob è autore, il sistema potrebbe fornire risposte esatte per alcuni articoli ma sbagliate per altri. Questo avviene perché il sistema ha perso la connessione tra l’autore e il titolo degli articoli durante la compressione.

Il professor Gottlob sottolinea che, nonostante i miglioramenti, i LLM non saranno mai perfetti, poiché anche l’uomo stesso non è perfetto e spesso ricorda male o dimentica. È quindi fondamentale che le persone siano istruite sulle problematiche dell’IA, legate al concetto di apprendimento non perfetto.

Etica e Discriminazione nei Sistemi di IA

Un altro aspetto critico è l’uso dei LLM in contesti etici e di discriminazione. Alcune aziende utilizzano questi sistemi per determinare gli stipendi del personale, ma i LLM, imparando dal presente, possono perpetuare discriminazioni esistenti, come quella di genere. Gottlob evidenzia la necessità di sviluppare e implementare una teoria del controllo delle reti neurali per riconoscere e bloccare risposte eticamente non sostenibili.

La rappresentazione logica dell’etica e la sovraimposizione di regole alle reti neurali sono grandi sfide scientifiche. La ricerca sta lavorando per rappresentare le norme etiche come regole logiche da sovraimporre alle reti neurali, ma il problema non è ancora risolto.

Il Trasferimento di Georg Gottlob in Calabria

Georg Gottlob ha recentemente lasciato l’Università di Oxford per trasferirsi all’Università della Calabria, dove ha il compito di creare una nuova facoltà di Medicina e IA. Questo trasferimento è stato accolto con piacere dal professore, che ha elogiato la cultura filosofica e scientifica della Calabria. Gottlob ha collaborato con figure di spicco come Nicola Leone e Francesco Scarcello, e ha scritto alcuni dei suoi migliori lavori con colleghi calabresi.

Durante una recente intervista televisiva, Gottlob ha spiegato che la Calabria è un posto ideale per lavorare con l’IA, grazie all’eccellenza dell’Università della Calabria nel campo dell’informatica. Il professore ha anche sottolineato l’importanza di non fidarsi ciecamente dell’intelligenza artificiale, poiché i sistemi di compressione possono generare errori.

Bullet Executive Summary

L’intervista a Georg Gottlob offre una panoramica dettagliata e riflessiva sui progressi e le sfide dell’intelligenza artificiale, con un focus particolare sui Large Language Models. Gottlob sottolinea l’importanza di comprendere i limiti e le potenzialità di questi sistemi, evidenziando la necessità di un controllo etico e di una formazione adeguata per evitare discriminazioni e errori. La sua scelta di trasferirsi in Calabria dimostra come la collaborazione e la cultura scientifica possano prosperare anche lontano dai tradizionali centri di eccellenza.

Nozione base di intelligenza artificiale: L’apprendimento automatico (machine learning) è un sottoinsieme dell’intelligenza artificiale che permette ai sistemi di apprendere e migliorare dalle esperienze senza essere esplicitamente programmati. Questo è il principio alla base dei Large Language Models.

Nozione avanzata di intelligenza artificiale: L’Intelligenza Artificiale Generale (AGI) mira a replicare le capacità cognitive umane, inclusi l’apprendimento e il ragionamento complesso. Attualmente, siamo ancora lontani dall’AGI, ma i progressi nei LLM rappresentano un passo significativo verso questo obiettivo.

In conclusione, l’intervista a Georg Gottlob ci invita a riflettere sulle implicazioni etiche e pratiche dell’intelligenza artificiale, stimolando una riflessione personale su come possiamo utilizzare queste tecnologie in modo responsabile e sostenibile.