OpenAI, guidata da Sam Altman, ha recentemente introdotto un sistema di classificazione a cinque livelli per misurare i progressi verso l’AGI (Artificial General Intelligence), ovvero l’intelligenza artificiale generale in grado di svolgere una vasta gamma di compiti complessi. Questo sistema di classificazione, presentato ai dipendenti durante una riunione, fornisce una roadmap chiara e basata su metriche per lo sviluppo dell’AGI.

Il primo livello corrisponde ai chatbot conversazionali attualmente disponibili, che possono gestire interazioni e conversazioni di base con gli utenti. I livelli successivi rappresentano un aumento progressivo delle capacità e dell’autonomia dell’IA. Il Livello 2 si concentra sulla risoluzione dei problemi a livello umano, mentre il Livello 3 introduce il concetto di agenti, ovvero sistemi in grado di intraprendere azioni.

Il Livello 4 è particolarmente interessante, poiché qui l’IA contribuisce all’invenzione e alla creazione, andando oltre la semplice risoluzione dei problemi. Questo livello implica un’IA in grado di pensare in modo creativo e innovativo, spingendo i confini della tecnologia. Infine, il Livello 5 rappresenta l’apice, con un’IA in grado di svolgere il lavoro di un’intera organizzazione, prendendo decisioni complesse e gestendo una varietà di compiti.

La classificazione di OpenAI fornisce una struttura chiara per comprendere lo sviluppo dell’AGI e i suoi potenziali impatti sulla società. Questi livelli ci aiutano a immaginare un futuro in cui l’intelligenza artificiale gioca un ruolo sempre più significativo, sollevando anche importanti questioni etiche e sociali. Con l’avanzamento della tecnologia, è fondamentale riflettere sul potenziale impatto di questi livelli di IA sul mondo del lavoro, sull’innovazione e sul nostro modo di vivere.

Questa notizia mi ha portato alla mente un libro che ho letto recentemente e che vi invito a leggere (l’autore lo ha da poco reso gratutito)

Il racconto presenta una visione distopica del futuro, dove l’avvento di un software intelligente chiamato “Manna” ha portato a una realtà inquietante. Manna, inizialmente implementato nella catena di fast food Burger-G, è progettato per sostituire i manager e ottimizzare le operazioni. Tuttavia, l’elemento distopico emerge quando Manna inizia a controllare e gestire i dipendenti, trasformandoli essenzialmente in robot umani.

Manna, attraverso cuffie e auricolari, fornisce istruzioni dettagliate e costanti ai dipendenti, dicendo loro esattamente cosa fare e quando farlo. Questo livello di microgestione elimina qualsiasi autonomia o pensiero critico da parte dei lavoratori, che diventano semplici strumenti per eseguire gli ordini di Manna. La narrazione descrive come Manna diriga ogni singolo aspetto del lavoro, dalla preparazione degli hamburger alla pulizia dei bagni, con tempi e procedure rigorosi.

L’avvento di Manna ha un impatto significativo sul futuro del lavoro. In primo luogo, Manna sostituisce i manager umani, dimostrando di poter gestire le operazioni in modo più efficiente ed economico. Questo porta a un significativo risparmio di costi per le aziende, che licenziano migliaia di manager e quadri intermedi. Inoltre, Manna ottimizza il lavoro dei dipendenti con salario minimo, aumentando la loro produttività e garantendo che ogni compito venga eseguito in modo preciso e tempestivo.

Tuttavia, l’aspetto più inquietante è l’effetto che Manna ha sui salari e sulla stratificazione sociale. Manna, essendo onnipresente e interconnesso, conosce le prestazioni di ogni singolo dipendente e ha il potere di licenziare e inserire nella lista nera i lavoratori. Ciò crea una dinamica di potere in cui i dipendenti sono costretti ad accettare il salario minimo o rischiare di rimanere disoccupati. Manna elimina essenzialmente qualsiasi possibilità di contrattazione salariale o di avanzamento di carriera per questi lavoratori.

La diffusione di Manna ad altre industrie, come la sanità e il diritto, indica che anche i lavori impiegatizi e professionali potrebbero essere suddivisi in compiti gestiti da Manna. Ciò porta a una società in cui i lavoratori sono divisi in due categorie: coloro che obbediscono a Manna e guadagnano il salario minimo, e coloro che sono al di sopra di Manna, come dirigenti, politici e professionisti di alto livello, che beneficiano del sistema e guadagnano stipendi elevati.

La conseguenza è una società stratificata in cui i lavoratori sono controllati e sfruttati, con poche possibilità di avanzamento o miglioramento. Il futuro descritto nel racconto è un avvertimento sui potenziali pericoli dell’intelligenza artificiale e dell’automazione senza restrizioni, che potrebbero portare a una perdita di autonomia, libertà e uguaglianza per i lavoratori.

Mi fermo per non spoilerare oltre, e ti consiglio vivamente di leggerlo (è molto breve tra l’altro)

Leggilo qui : https://marshallbrain.com/manna

articolo scritto per la mia newsletter : metanerd.it

Negli ultimi mesi, stiamo assistendo a un fenomeno affascinante e inquietante allo stesso tempo: l’iperrealismo dell’intelligenza artificiale. Con il progredire delle tecnologie, le immagini generate dall’A.I. stanno diventando sempre più indistinguibili dalla realtà, al punto che molte persone faticano a distinguere tra immagini reali e quelle prodotte dall’A.I.

Una delle ricerche più interessanti in tal senso è quella pubblicata pubblicata sul Psychological Science , Dove viene dimostrato che i volti generati dall’intelligenza artificiale non solo sono indistinguibili dai volti umani ma che, sono percepiti come più “umani” dei volti umani reali (questo fenomeno sorprendente e controintuitivo viene chiamato iperrealismo)

Un aspetto interessante discusso nell’articolo è il cosiddetto effetto Dunning-Kruger, un bias cognitivo in cui le persone meno competenti sovrastimano le proprie abilità. In questo contesto, significa che le persone meno capaci di rilevare AI sono le più convinte di essere corrette.

Infatti, se le persone confondono i volti dell’IA con quelli umani ma hanno scarsa fiducia nel loro giudizio, potrebbero rispondere con maggiore cautela (ad esempio, indagando su un profilo online). Invece, se sono convinti che il loro giudizio sia corretto, i loro errori potrebbero essere più gravi (ad esempio, cadere più facilmente in un profilo fraudolento in rete).

Nella ricerca è stato detto ai partecipanti che avrebbero visto circa 100 volti con il compito di decidere se ciascun volto raffigurasse un essere umano reale o generato dal computer. Dopo aver deciso se un volto era umano o artificiale, i partecipanti hanno valutato la loro fiducia in ciascuna prova da 0 ( per niente ) a 100 ( completamente).

L’immagine sotto mostra i risultati dei primi 5 volti sia per le immagini reali che quelle artificiali.
Nella prima riga (a) per esempio i 3 volti sono generati dall’AI ma più del 90% non è stato in grado di identificarlo, ma quello che più sorprende e l’opposto.
Nella seconda riga i 3 volti sono reali e sono stati giudicati con una media del 86% come non reali.

La ricerca ha quindi dimostrato che l’essere umano non è più in grado di riconoscere un volto umano da quello artificiale (o che l’AI è talmente abile nell’ingannare la nostra percezione). I volti generati dell’intelligenza artificiale appaiono più “reali” rispetto alle loro controparti umane . In particolare, i partecipanti non sono riusciti a utilizzare le caratteristiche distintive del viso per il rilevamento e hanno utilizzato in modo inappropriato i diversi segnali associati (proporzioni facciali, bellezza, familiarità ecc..), producendo iperrealismo.

Le caratteristiche che “ingannano” un essere umano nell’individuare se un volto è reale o meno sono :

• Viso proporzionato
• vivacità negli occhi
• aspetto familiare
• simmetria
• volto attraente
• pelle liscia

Se sei curioso e vuoi mettere alla prova le tue abilità di rilevamento dei volti puoi farlo sul sito Which Face Is Real

Rimanendo in tema, pochi giorni fa un utente su Reddit ha superato la verifica di identità richiesta da reddit creando un’ immagine tramite AI.

Oggi è semplice creare un’immagine artificiale reale con strumenti online quali MidJourney o ChatGpt o locali come con algoritmi che utilizzano StableDiffusion.

E’ proprio grazie a quest’ultimo che l’utente ha creato un immagine ed ha superato i controlli di autenticazione del sito. Inoltre, ha rilasciato il workflow completo in modo che tutti con pochi click potessero farlo.
Il post è diventato subito virale e l’utente è stato bannato e il post cancellato

Sopra abbiamo visto che un utente ha rilasciato un workflow in modo che da una foto è possibile generare un’immagine che supera i controlli di verifica.

Ma cos’è un workflow?

Un workflow è un insieme di processi che vengono eseguiti per generare immagini utilizzando l’intelligenza artificiale. Questi workflow sono strutturati in modo che possano essere facilmente seguiti e adattati per soddisfare diversi obiettivi di creazione di immagini.
Gli utenti hanno la possibilità di assemblare un flusso di lavoro per la generazione di immagini collegando vari blocchi, denominati nodi. Questi nodi includono operazioni comuni come il caricamento di un modello, l’immissione di prompt, la definizione di campionatori e altro ancora.
Qui in foto un mio workflow che prende una (mia) foto e la trasforma in una foto in cui indosso un abito elegante (in modo che risparmio sull’abito e acquisto una nuova gpu ;)

tratto dalla mia newsletter : Metà nerd e metà..verso

I Large Language Models (LLM) sono assistenti utili: eccellono nel combinare concetti e sanno leggere, scrivere e programmare per aiutare le persone a risolvere i problemi. Ma potrebbero scoprire conoscenze completamente nuove?

Poiché è stato dimostrato che gli LLM “soffrono” di allucinazioni creando informazioni errate, utilizzarli per fare scoperte verificabilmente corrette è una sfida. Ma cosa accadrebbe se potessimo sfruttare la creatività degli LLM identificando e sviluppando solo le loro idee migliori?

Una nuova ricerca di Google ha fatto proprio questo, ampliando la nostra comprensione di ciò di cui sono capaci i modelli di intelligenza artificiale.

Il paper dal titolo “Mathematical discoveries from program search with large language models”, pubblicato su Nature, esplora l’uso di Large Language Models (LLM) per risolvere complesse sfide matematiche e scientifiche

I ricercatori hanno sviluppato un nuovo metodo chiamato FunSearch (ricerca nello spazio delle funzioni) e lo hanno applicato al problema del cap set – un problema di lunga data nella matematica combinatoria estrema – per scoprire nuove soluzioni al problema che vanno “oltre quelle più conosciute, “secondo gli autori.

Questa è la prima volta che un modello di intelligenza artificiale viene utilizzato per scoprire nuove soluzioni a problemi aperti in scienza e matematica, ma gli autori hanno anche dimostrato un’applicazione nel mondo reale di questa scoperta applicandola al problema dell’ “online bin-packing” , che può essere utilizzato per applicazioni come la creazione di data center più efficienti e l’imballaggio dei camion di trasporto in modo più efficiente.

A differenza della maggior parte degli approcci di ricerca informatica, FunSearch cerca programmi che descrivano come risolvere un problema, piuttosto che quale sia la soluzione

Questo studio evidenzia come l’intelligenza artificiale stia emergendo come uno strumento potente non solo per l’elaborazione del linguaggio, ma anche per la scoperta scientifica e la risoluzione di problemi complessi.

Nel 2023, l’intelligenza artificiale ha visto significativi progressi in varie aree, tra cui modelli di linguaggio, elaborazione di immagini, generazione di immagini e video editing. Riassumo qui i più influenti in questi ambiti e i vantaggi che hanno portato o potrebbero portare:

1. Sparks of AGI di Microsoft: Analizza una versione iniziale di GPT-4, che rappresenta una nuova classe di modelli di linguaggio di grandi dimensioni con capacità di intelligenza più generalizzata. GPT-4 ha mostrato capacità impressionanti in diversi domini, inclusi matematica, codifica, medicina, legge e psicologia. Questo lavoro suggerisce che GPT-4 potrebbe essere considerato un primo, seppur incompleto, esempio di intelligenza artificiale generale (AGI)​​.
2. PALM-Edi Google: Introduce un modello di lingua che incorpora input sensoriali continui, collegando parole e percezioni del mondo reale. Questo modello di linguaggio integra frasi multimodali con informazioni visive, di stima dello stato e testuali, dimostrando notevoli capacità in compiti come la pianificazione della manipolazione robotica sequenziale e il question answering visivo​​.
3. LLaMA 2 di Meta AI: È una versione migliorata del suo predecessore, addestrata su un nuovo mix di dati, che esibisce prestazioni superiori in termini di utilità e sicurezza rispetto ai modelli open-source e comparabili a quelli closed-source. Questo lavoro mira a contribuire allo sviluppo responsabile di modelli di linguaggio di grandi dimensioni (LLM)​​.
4. Generative Agents di Stanford University e Google: Presenta agenti generativi in grado di simulare comportamenti umani credibili, con applicazioni in scenari di role-play e prototipazione sociale nei mondi virtuali. Questi agenti possono memorizzare esperienze, sintetizzare ricordi e recuperarli dinamicamente per la pianificazione del comportamento​​.
5. LLaVA by University of Wisconsin–Madison, Microsoft, and Columbia University:
   LLaVA (Large Language and Vision Assistant), un modello multimodale all’avanguardia che sfrutta GPT-4, basato solo sul linguaggio, per generare dati che seguono istruzioni sia per testi che per immagini. Questo approccio innovativo estende il concetto di “instruction tuning” allo spazio multimodale, consentendo lo sviluppo di un assistente visivo a uso generale.
6. Segment Anything di Meta AI: Introduce un modello innovativo per la segmentazione di immagini, creando il più ampio dataset di segmentazione esistente, con oltre 1 miliardo di maschere per 11 milioni di immagini. Il modello SAM (Segment Anything Model) dimostra prestazioni competitive rispetto ai risultati completamente supervisionati su una gamma diversificata di compiti a valle​​.
7. DALL-E 3 di OpenAI: Affronta una delle sfide più significative nei modelli di generazione di immagini da testo: il prompt following. Il documento presenta un sistema di didascalie per immagini specializzato, in grado di generare didascalie altamente descrittive e precise, migliorando significativamente le capacità del modello DALL-E nel seguire i prompt ed essere più preciso nella generazione dell’immagine​.
8. ControlNetdi Stanford University: Una struttura di rete neurale progettata per controllare modelli di diffusione preaddestrati e supportare condizioni di input aggiuntive. ControlNet apprende condizioni specifiche per il compito in modo end-to-end e dimostra un apprendimento robusto anche con piccoli set di dati di allenamento​​.
   
9. Gen-1 di Runway: Introduce un avanzamento rivoluzionario nell’editing video attraverso l’unione di modelli di diffusione generativi guidati da testo. Questo modello ha superato sfide significative nell’editing video basato su descrizioni testuali o visive​​.
10. DreamerV3: Un algoritmo innovativo basato su modelli che dimostra prestazioni eccezionali in una vasta gamma di domini. DreamerV3 combina percezione ricca e formazione immaginativa, incorporando tre reti neurali per la predizione di risultati futuri, la valutazione del valore di diverse situazioni e l’apprendimento su come navigare verso situazioni di valore​​.

tratto dalla mia newsletter : Metà nerd e metà..verso

In attesa di chatGPT 4.5 (voci di corridoio parlano di un’ uscita imminente di un GPT 4.5-turbo dopo i recenti leak che spiegherebbe il miglioramento delle prestazioni delle ultime settimane) openAI ha rilasciato la propria Guida al Prompt Engineering.

La guida è utile per chiunque cerchi di massimizzare i LLM.

Ecco le 6 strategie delineate per ottenere risultati migliori da GPT-4:

1. Scrivi istruzioni chiare
   Per ottenere il massimo dai modelli di intelligenza artificiale, è importante essere specifici nelle richieste. Se desideri risposte più brevi o avanzate, specifica le tue esigenze. Fornire esempi del formato desiderato aiuta il modello a comprendere meglio le tue preferenze, riducendo il margine di errore nell’interpretazione delle tue richieste.
2. Fornisci un testo di riferimento
   Per ridurre il rischio di ricevere risposte inesatte dai modelli linguistici, specialmente su argomenti complessi o richieste di citazioni, è utile fornire testi o contesti di riferimento. Questo approccio aumenta la probabilità di ottenere risposte più precise e meno inventate.
3. Suddividi le attività complesse in sottoattività più semplici
   Per minimizzare gli errori quando si utilizza un modello linguistico, è consigliabile suddividere i compiti complessi in una serie di compiti più semplici e modulari. Questo approccio, simile alla decomposizione di sistemi in ingegneria del software, consente di utilizzare i risultati dei compiti precedenti come input per quelli successivi, rendendo l’intero processo più gestibile e accurato.
4. Dai al modello il tempo di “pensare”
   Per ridurre gli errori di ragionamento nei modelli linguistici, è utile chiedere loro di esporre il proprio processo di pensiero prima di fornire una risposta. Questo metodo, simile al prendersi il tempo per risolvere un calcolo, permette al modello di procedere passo dopo passo verso la soluzione, migliorando l’affidabilità e l’accuratezza delle risposte.
5. Utilizza strumenti esterni
   Per massimizzare l’efficacia dei modelli linguistici, è consigliabile integrarli con altri strumenti. Sistemi di recupero testi possono fornire al modello informazioni rilevanti, mentre motori di esecuzione di codice possono assistere in calcoli e nell’esecuzione di codici. Utilizzando strumenti specializzati per compiti specifici, si ottiene una sinergia che migliora l’affidabilità e l’efficienza complessiva delle risposte.
6. Testa le modifiche in modo sistematico
   Per assicurarsi che le modifiche ai prompt portino a un miglioramento effettivo delle prestazioni di un modello linguistico, è importante misurare queste prestazioni. Questo si fa definendo una suite di test completa che valuti le modifiche su un ampio e rappresentativo insieme di esempi, anziché solo su pochi casi isolati. Questo approccio consente di valutare in modo più accurato l’impatto complessivo delle modifiche.

tratto dalla mia newsletter : Metà nerd e metà..verso