di Giacomo Di Noto e Mattia Polticchia

L’entrata sulla scena mondiale del chatbot cinese Deep Seek ha scosso il mondo delle big tech e non solo. Infinite discussioni hanno proposto scenari inimmaginabili, fatto tremare la supremazia della Silicon Valley e sancito che si possono ottenere buoni risultati con un gruppo di talenti, con investimenti di gran lunga inferiori rispetto a quelli dell’elite americana, con una maggiore sostenibilità, consumando cioè molta meno energia. Inoltre, la scelta open source può consentire ai diversi sviluppatori, ingegneri e “cervelli” di offrire il loro contributo all’innovazione. Se il contesto geopolitico può essere letto con la competizione serrata tra la sfera di influenza americana e quella cinese, in attesa di conoscere Qwen–25 di Ali Baba e l’annunciata piattaforma di Intelligenza artificiale Indiana, riportiamo il calendario indietro.

Dalla disponibilità dei dati alla tecnologia

Avete mai parlato con un computer? Questa domanda solo dieci anni fa avrebbe sollevato non pochi dubbi sulla sanità mentale di chi la stava ponendo eppure già nel 1988 diversi scienziati dell’IBM si stavano chiedendo (trovando anche discrete risposte) come sviluppare un algoritmo che potesse permettere ad un software come comporre delle frasi. Questi erano chiamati IBM alignment models e difatti sono stati i primi veri Language Models (LM) pur avendo delle prestazioni talmente limitate da non essere confrontabili con i modelli che conosciamo oggi. Servono quasi 30 anni di ulteriore ricerca finché nel 2016, dopo il successo travolgente di Google nell’applicazione di sistemi di intelligenza artificiale per l’analisi di immagine, si ritorna a parlare di LM, anche perché l’infinita disponibilità dei dati da qualche anno è diventata reale e rende possibile un addestramento senza precedenti.

Nello specifico il 12 Luglio 2017, otto ricercatori informatici di Google presentano un articolo con un titolo quantomeno particolare “Attention Is All You Need” (“Vi Serve Solo Attenzione” tdr) e nonostante sia ancora aperto il dibattito sul significato intrinseco di questo titolo, certo è che l’attenzione di tutti i ricercatori informatici del mondo è stata focalizzata in quel testo. Come nel famoso detto, ormai la frittata è fatta, passano due anni e nel 2019 la compagnia OpenAI, con un (in)volontaria mossa di marketing che verrà ricordata come tra le più efficaci di sempre, annuncia di non poter rilasciare il proprio modello linguistico Chat GPT-2 per paura che possa essere utilizzato in maniera illegale e pericolosa, per paura che possa rivoluzionare il mondo.

Ogni modello ha una voce diversa.

Uno dei risultati più evidenti di questo intenso lavoro, alimentato da una comunità digitale profondamente orientata alla condivisione, è l’emergere di un catalogo di LLM talmente vasto da risultare quasi opprimente, perfino per i professionisti del settore. Questa abbondanza ha dato vita a un numero crescente di servizi, principalmente piattaforme web, che consentono di interagire con questi modelli linguistici tuttavia la maggior parte di questi servizi non permette di selezionare un modello qualsiasi. Ogni volta che una chat mi risponde, sto parlando con un preciso modello. E se voglio prendere sul serio questa conversazione, devo sapere chi mi sta parlando. Non è necessario conoscere i dettagli del suo funzionamento o i complessi processi che utilizza per elaborare le informazioni. Ma è fondamentale sapere il suo nome, la sua “data di nascita” e le informazioni di base che lo definiscono. Solo così posso identificarlo, approfondirne le caratteristiche, comprenderne i punti di forza e le limitazioni, e sfruttarlo al meglio per raggiungere i miei obiettivi.

Trasformatori Pre-allenati Generativi, le nuove Jacuzzi

Lo hai chiesto a ChatGPT? Hai provato con ChatGPT? E se è vero che molte volte la risposta a queste domande è affermativa, non sempre rappresenta la verità. Per molti utenti ChatGPT è diventato sinonimo di LLM ma la verità è che come anticipato nel paragrafo precedente, si tratta di un classico caso di marchionimo, un po’ come la Jacuzzi, nome di una nota marca di piscine che ormai viene usato come sinonimo di piscina idromassaggio. Parlo con l’assistente del telefono? Non è ChatGPT. Chiedo ad un assistente virtuale che mi risponde come fosse umano? Probabilmente non è ChatGPT. Come molti ormai sapranno, GPT è un acronimo (Generative Pre-trained Transformers ) e detto in parole semplici, rappresenta gli algoritmi con cui un LLM elabora le informazioni che gli forniamo e produce le relative risposte. Se il concetto generale di Trasformer è stato proposto dal già citato “Attention Is All You Need”, è stata la comunità globale a elevare questa tecnica di elaborazione statistica in un vasto panorama di LLM.

Welcome to the Jungle!

Di fronte a noi, nella giungla digitale, vediamo scorrere un carosello virtuale di creature fantastiche. Una popolazione che cresce ed evolve a vista d’occhio! Anno dopo anno, partendo da grandi istituzioni di ricerca ed aziende del settore, fino all’incredibile contributo sempre crescente della comunità virtuale saldamente legata ad una filosofia open-source, si sono sviluppate nicchie di specializzazione dove questi animali trovano ambiente ideale per mostrarsi in tutto il loro splendore. Quanti sono? Troppi per contarli tutti, ne vedremo degli esempi. Dove sono? I modelli proprietari ed il loro accesso è legato servizi specifici gestiti dai creatori, i modelli open-source invece sono conservati nella piattaforma HuggingFace (ormai riferimento mondiale come database di trasformatori [GPT] e modelli [LLM]) per permettere di utilizzarli con i più disparati servizi. Come riconoscerli?

Phi è un compagno di viaggio perfetto, capace di farsi piccolo piccolo fino a quasi entrare in un telefono, ci ricorda un teenager che sa tutto ma sembra sempre troppo occupato per spiegarti le cose che gli chiedi, di fatti risponde subito ma è molto didascalico e non ama molto le lunghe spiegazioni.

Qwen è un maestro di codici ed algoritmi, macchinoso e quasi maleducato. Qwen è l’amico tech che in un modo o nell’altro ricompare sempre nella tua rubrica quando ti si incastra il PC, non riesci ad installare un programma o stai avendo problemi nella programmazione di qualsiasi linguaggi

Gemini è il professore universitario, erudito e preciso. Fornisce risposte complete e ben documentate, citando fonti e riferimenti. È una risorsa affidabile per chi cerca informazioni precise e approfondite, ma il suo stile è formale e distaccato.

Come interagire con questi modelli?

Nel vasto panorama della giungla digitale, possiamo incontrare questi "animali fantastici" su diverse piattaforme. Se sei un avventuriero esperto che ha già familiarità con il mondo degli algoritmi e hai accesso a strumenti avanzati per esplorare e mettere alla prova questi modelli, piattaforme come Hugging Face, già citata in precedenza, offrono quello che fa al caso tuo. Se sei un avventuriero alle prime armi invece,non preoccuparti! Anche per te ci sono piattaforme che ti permetteranno di esplorare facilmente queste tecnologie. Quora, con la sua piattaforma Poe ti consente di scegliere il modello linguistico che preferisci e di interagire con esso senza complicazioni. Se invece ti interessa l’aspetto creativo Stability AI ti offre la possibilità di creare contenuti visivi partendo da descrizioni testuale. Inoltre you.com integra un potente assistente AI che non solo risponde alle tue domande, ma ti permette anche di esplorare informazioni e risorse provenienti da internet combinando il meglio della ricerca sul web e degli LLM. Infine, sembra quasi ovvio ma è necessario citarlo, l’ormai intramontabile ChatGPT. Che tu sia un esperto pronto ad esplorare lo stato dell’arte di questa tecnologia o un principiante curioso, la giungla digitale che abbiamo cercato di districare in queste righe offre infinite possibilità.

Timeline con alcuni dei principali modelli addestrati o rilasciati