40. Riflessioni su Intelligenza Artificiale

Apr 27, 2023

Ask episode

Chapters

Transcript

Episode notes

In questa puntata, faccio un approfondimento su Intelligenza Artificiale e professione legale cercando di fare un po' di chiarezza nella tanta confusione che c'è in giro.

Note episodi

Comunicazioni di servizio

Pubblicazione il 17/4 puntata di A2 su intelligenza artificiale con Lucio Bragagnolo

Spunto differente quindi per questa

Il Garante per il trattamento dei dati personali ha “vietato” chatGPT

Articolo e Podcast di Walter Vannini
Articolo di Elio Franco

Intelligenza Artificiale: Principalmente marketing

Le ricerche vanno finanziate …
I prodotti legati alle ricerche vanno venduti …
Adesso (Bill Gates ad esempio) si parla di General Artificial Intelligence ovvero intelligenza artificiale generale che dovrebbe essere simile alla nostra intelligenza …
- Non esiste ma viene profetizzata …

IA è un cappello generale che viene individuato dal settore

IA generale

Machine Learning (ML)
- L'apprendimento automatico (ML) è un campo di indagine dedicato alla comprensione e alla costruzione di metodi che "imparano", cioè metodi che sfruttano i dati per migliorare le prestazioni su alcune serie di attività.
Sottoinsieme ML
- Deep Learning
  - L'apprendimento profondo fa parte di una famiglia più ampia di metodi di apprendimento automatico basati su reti neurali artificiali con apprendimento della rappresentazione. L'apprendimento può essere supervisionato, semi-supervisionato o non supervisionato.
    - Le reti neurali artificiali (ANN), di solito chiamate semplicemente reti neurali (NN) o reti neurali sono sistemi informatici ispirati alle reti neurali biologiche che costituiscono i cervelli animali. Un ANN si basa su una raccolta di unità o nodi collegati chiamati neuroni artificiali, che modellano vagamente i neuroni in un cervello biologico. Ogni connessione, come le sinapsi in un cervello biologico, può trasmettere un segnale ad altri neuroni. Un neurone artificiale riceve segnali poi li elabora e può segnalare i neuroni ad esso collegati.
- Generative AI
  - Un'intelligenza artificiale generativa o AI generativa è un tipo di sistema AI in grado di generare testo, immagini o altri media in risposta alle richieste.
Il riconoscimento vocale è un sottocampo interdisciplinare dell'informatica e della linguistica computazionale che sviluppa metodologie e tecnologie che consentono il riconoscimento e la traduzione della lingua parlata in testo da parte dei computer con il principale vantaggio della ricercabilità. È anche noto come riconoscimento vocale automatico (ASR), riconoscimento vocale computerizzato o speech to text (STT)
L'elaborazione del linguaggio naturale (NLP) è un sottocampo interdisciplinare di linguistica, informatica e intelligenza artificiale che si occupa delle interazioni tra computer e linguaggio umano, in particolare di come programmare i computer per elaborare e analizzare grandi quantità di dati del linguaggio naturale.

Generative pre-trained transformers

o in italiano I trasformatori generativi pre-addestrati (GPT) sono una famiglia di modelli linguistici, introdotti per la prima volta da OpenAI, che sono addestrati su un ampio corpus di dati testuali generali in modo da poter "generare" testo simile a quello umano.

Che cos’è chatGPT?

Un motore semantico

Una versione agli steroidi del correttore automatico Che riesce a tener traccia delle sue precedenti interazioni È poliglotta
Può parlare e capire più lingue Come funziona sotto la scocca?
Sistema statistico
- Calcola la probabilità che una parola abbia senso vicino ad un’altra
Per avere un modello statistico
Versione avanzata del correttore automatico di iOS
Pensiero umano
- Conosce attraverso i 5 sensi
- Informazioni filtrate attraverso
  - Attenzione
    - Riceviamo ogni secondo un’infinità di informazioni
    - Solo una minima parte arriva alla mente cosciente
      - Quella razionale
  - Percorso di rafforzamento
    - Più un certo collegamento sinaptico viene usato
    - Più la risposta è veloce
    - Più è fissato nella memoria
Pensiero della macchina (attualmente)
- “Conosce” in base ad un mare di informazioni
- Informazioni che non vengono però filtrate
  - O se vengono
  - Controllo minimo
    - Perché costa tempo e denaro

Cosa può essere utile?

Riassunti di testi
Estrarre informazioni di un testo velocemente
Facendo gli opportuni addestramenti
Completamento testo
Traduzioni
Analisi del sentimento

Sostituirà un avvocato?

Non credo proprio a breve

I problemi / le preoccupazioni generali

Effetto magia

Il problema di googolare una consulenza legale

Aumentato da chat gpt
Perché Chat GPT è eccezionalmente bravo a fluentemente le bullshit (balle). Ti dirà con molta fiducia cose che non sono vere. Se gli chiedi di crearti un documento legale, creerà qualcosa che si legge come un documento legale.

Utile per l’avvocato?

Affatto … SE si fanno training specifici si fa un piacere a chi gestisce il sistema centrale

OpenIA e Microsoft nel caso di chatGPT

Problemi di trattamento dei dati personali dei clienti e di riservatezza degli stessi

Vedi provvedimento Garante Privacy e deontologia

Ma c’è del buono in tutto questo marketing?

Sì …

Interessante approccio di Apple su ML

Meno pubblicizzato
MA molto interessante

Caratteristiche della ML di Apple

Eseguite sul dispositivo
- NON escono i dati
- Neurale Engine dei CHIP A per iPhone e M per i Mac
Allenamento dei modelli generali già fatto da Apple
- Possibilità di allenare per specifici compiti il modello generico
  - Complesso ma Apple ha creato vari strumenti per fare l’allenamento

Esempio Toolbox pro e miei esperimenti

Grazie a coreML possibilità di estrapolare dati delle parti da un testo / PDF con buon grado di riscontro
Named Entity Recognition o Riconoscimento dell’entità del nome
- Il riconoscimento delle entità denominate (NER) (noto anche come (nominato) identificazione delle entità, chunking delle entità ed estrazione delle entità) è un sottoattività di estrazione delle informazioni che cerca di individuare e classificare le entità denominate menzionate nel testo non strutturato in categorie predefinite come nomi di persone, organizzazioni, luoghi, codici medici, espressioni temporali, quantità, valori

Sto facendo un po’ di ricerche per vedere se con le mie scarse capacità da programmatore riesco a farci qualcosa

Sporcarsi le mani è il modo migliore per imparare e comprendere vantaggi e limiti di un sistema
- Eventualmente in futuro aggiornamenti