Il documento esplora la storia e l'evoluzione dell'intelligenza artificiale (AI), partendo dalla sua concezione negli anni '50 con Alan Turing, che introdusse il test per valutare l'intelligenza delle macchine. Descrive come l'AI abbia avuto un impatto crescente sulla vita quotidiana e sulle tecnologie moderne, incluso il machine learning e il deep learning, evidenziando anche l'importanza di strumenti come ChatGPT, che emulano il linguaggio umano. Infine, si sottolineano i limiti di questi sistemi, come le 'allucinazioni', e l'importanza di una formulazione precisa delle domande per ottenere risposte adeguate.

1. 1
L’INTELLIGENZA ARTIFICIALE:
UN VIAGGIO NEL FUTURO
Dall’idea alla realtà: la storia dell’AI

2. 2
Quando si parla di intelligenza
artificiale (AI), vengono in mente
immagini diverse: robot
dall'aspetto futuristico o potenti
computer capaci di risolvere
problemi complessi. Ma l'AI
rappresenta molto di più: è una
tecnologia innovativa che sta
modificando gradualmente il
nostro modo di vivere.

3. 3
L'avventura dell'intelligenza artificiale
comincia nel 1950 grazie ad Alan
Turing (1912-1954), matematico e
crittografo britannico considerato uno
dei fondatori dell'informatica
moderna. Turing sollevò una
questione rivoluzionaria per il suo
tempo: "È possibile che le macchine
possano pensare?". Questo
interrogativo visionario ha aperto la
strada allo sviluppo di ciò che oggi
chiamiamo intelligenza artificiale.

4. 4
Turing ideò un metodo per valutare
l'intelligenza artificiale, noto come
Test di Turing. Il concetto prevedeva
un dialogo tra un giudice umano e
due entità, una persona e un
computer, attraverso un'interfaccia
testuale. Se il giudice non fosse
stato in grado di distinguere quale
fosse la macchina, si sarebbe potuto
affermare che il computer
possedesse un livello di
intelligenza comparabile a quello
umano.

5. 5
Il test di Turing si concentrava sulla capacità di una macchina di simulare
una conversazione umana, piuttosto che dimostrare una reale
comprensione o coscienza. Superare il test non significava che la
macchina avesse consapevolezza, ma che fosse in grado di imitare
efficacemente il comportamento umano nelle sue risposte.
Turing concepiva l'intelligenza come qualcosa che poteva essere riprodotto
al di là dei limiti biologici. Pur consapevole delle difficoltà nel replicare
l'aspetto fisico umano, credeva che le macchine potessero essere
programmate per emulare qualsiasi aspetto dell'intelligenza umana.

6. 6
Dopo i primi esperimenti teorici,
l'intelligenza artificiale passò a creare
programmi capaci di affrontare giochi
come gli scacchi e risolvere problemi
matematici. Fu solo tra gli anni
Settanta e Ottanta che l'intelligenza
artificiale cominciò a trovare
applicazioni pratiche su larga scala. Le
grandi aziende iniziarono a utilizzare
sistemi di riconoscimento vocale e
robot autonomi, portando l'AI in
ambiti concreti, con benefici tangibili
nell'industria e nella vita quotidiana.

7. 7
Il vero cambiamento avvenne tra gli anni
Novanta e Duemila. L'AI ha cominciato a
influenzare le nostre ricerche online,
rispondere alle domande attraverso
assistenti virtuali come Siri e Alexa, e a
proporre suggerimenti personalizzati su
piattaforme come Netflix e Amazon. Oggi,
l'AI è parte integrante di molti aspetti della
nostra vita: dai dispositivi mobili e computer
alle case intelligenti e auto connesse. Ci
supporta nel navigare su internet, nel
trovare luoghi d'interesse, nel prevedere il
meteo e persino nel diagnosticare malattie,
rendendo ogni aspetto della nostra vita più
semplice ed efficiente.

8. 8
L’INTELLIGENZA ARTIFICIALE:
UN VIAGGIO NEL FUTURO
Come l’intelligenza artificiale apprende

9. 9
L'intelligenza artificiale si basa su diversi
approcci che consentono ai computer di
imparare autonomamente. Tra questi
troviamo:
• Machine Learning (apprendimento
automatico);
• Reti neurali, che imitano il
funzionamento del cervello umano;
• Deep Learning, una forma avanzata di
reti neurali.
Un altro campo importante è
l'elaborazione del linguaggio naturale
(NLP, Natural Language Processing), che
permette alle macchine di comprendere e
generare linguaggio umano.

10. 10
Il Machine Learning si riferisce alla capacità di un computer di apprendere in
modo autonomo, migliorando le sue prestazioni nel tempo senza essere
esplicitamente programmato per ogni compito. Questa tecnologia si basa su tre
componenti chiave: i dati, che forniscono l'input; gli algoritmi, che processano le
informazioni; e i modelli, che vengono creati e perfezionati per fare previsioni o
prendere decisioni.

11. 11
Le reti neurali si ispirano alla struttura del cervello umano e mirano a replicare il
complesso sistema di connessioni neuronali nel contesto informatico. In una rete
neurale artificiale, ciascun "neurone" funge da semplice processore di dati.
Collaborando tra loro, questi neuroni possono eseguire compiti complessi e
risolvere problemi in modo efficiente, sfruttando la loro interconnessione per
elaborare informazioni in maniera avanzata.

12. 12
Le reti neurali operano attraverso un processo in due fasi:
1. L'elaborazione degli input ricevuti dall'utente;
2. La generazione di un output, ovvero un risultato finale.
Grazie a queste reti, i computer sono in grado di compiere attività
complesse come il riconoscimento delle immagini, l'interpretazione
del linguaggio umano e persino di giocare a scacchi a livelli da
campione del mondo.

13. 13
Il Deep Learning è una branca del machine learning che sfrutta reti neurali profonde,
composte da numerosi strati, per sviluppare modelli di apprendimento altamente
complessi. In questo approccio, si parte da dati grezzi, che vengono strutturati in
modelli sempre più accurati. Questo sistema si dimostra particolarmente efficace nel
riconoscere schemi all'interno di set di dati estremamente complessi, rendendolo
ideale per applicazioni come il riconoscimento delle immagini e l'elaborazione del
linguaggio naturale.

14. 14
L'elaborazione del linguaggio naturale (NLP) permette ai computer di comprendere
e utilizzare il linguaggio umano. Attraverso un processo in due fasi, tipico delle reti
neurali (analisi - sintesi) i computer sono in grado di tradurre documenti, rispondere a
domande e interagire in conversazioni con le persone. Questo campo è essenziale per
sviluppare assistenti virtuali e strumenti di traduzione automatica, migliorando
l'interazione tra umani e macchine.

15. 15
L’INTELLIGENZA ARTIFICIALE:
UN VIAGGIO NEL FUTURO
Il fenomeno ChatGPT: il linguaggio dell’AI

16. 16
Tra i chatbot più avanzati, ChatGPT si
distingue come il software di
intelligenza artificiale più noto al
pubblico. Sviluppato da OpenAI e
lanciato nel novembre del 2022, è il
risultato del lavoro di un team di
imprenditori e scienziati, tra cui Elon
Musk e Sam Altman, in una startup
con sede a San Francisco. ChatGPT si
basa su un modello di linguaggio
generativo, che gli consente di
interagire con gli utenti in modo
naturale, imitando il linguaggio umano
e fornendo risposte coerenti e
contestuali.

17. 17
Il suo funzionamento è simile a quello
di una chat online. L'utente inserisce
una domanda o una richiesta
(prompt) e, in pochi secondi, riceve
una risposta dal software, proprio
come accadrebbe interagendo con
una persona reale. Questo rende
l'interazione fluida e intuitiva,
facilitando la comunicazione tra
l'utente e il sistema.

18. 18
Il nome GPT significa "Generative Pre-
trained Transformer".
• Generative: indica che il sistema ha la
capacità di generare nuovi contenuti in
risposta alle domande.
• Pre-trained: sottolinea che il modello è
stato addestrato in precedenza su un'ampia
quantità di dati.
• Transformer: si riferisce al tipo di rete
neurale impiegata per l'elaborazione delle
informazioni.
Queste tre componenti lavorano insieme
per consentire a ChatGPT di offrire
risposte pertinenti e contestuali.

19. 19
ChatGPT è in grado di rispondere a una vasta gamma di domande, che
spaziano da quelle semplici e concrete a quelle più complesse e astratte,
rendendolo uno strumento potenzialmente utile in molti settori, incluso
l'ambito educativo.
Tuttavia, è fondamentale sottolineare che, per quanto sofisticate possano
essere, le risposte di ChatGPT non si avvicinano ai processi cognitivi ed
emotivi dell'intelligenza umana.
Nonostante le sue notevoli capacità, è importante ricordare che ChatGPT
non possiede coscienza e non può provare emozioni.

20. 20
Nonostante la potenza di ChatGPT,
non è uno strumento infallibile. Gli
errori possono verificarsi,
soprattutto quando il software non
riesce a comprendere il contesto
della domanda. Questo può portare
a quelle che vengono chiamate
"allucinazioni": risposte che, a una
prima lettura, sembrano plausibili,
ma che in realtà sono errate o
inventate. Inoltre, ci possono essere
difficoltà nel gestire conteggi
precisi di parole e caratteri,
evidenziando ulteriormente i limiti
del sistema.

21. 21
Un elemento cruciale da
considerare è la formulazione
delle domande rivolte al
software. La qualità delle
risposte di ChatGPT è
strettamente legata alla
chiarezza e alla specificità delle
domande poste. Domande o
prompt generici tendono a
generare risposte vaghe o
imprecise, mentre domande
ben strutturate e dettagliate
possono portare a risultati più
accurati e pertinenti.

22. 22
ChatGPT è attualmente disponibile in due versioni:
• 3.5: una versione gratuita, accessibile previa registrazione.
• Plus (o 4.0): una versione a pagamento, che offre maggiore affidabilità,
sebbene possa risultare leggermente più lenta. Questa versione presenta
meno problemi di "allucinazioni" ed è in grado di fornire risposte più
aggiornate, mentre la versione gratuita è basata su dati fino a settembre 2021.