Partiamo dall’inizio e torniamo indietro. Molto indietro.
Nel 1943, il neurobiologo Warren McCulloch e il suo collega matematico Walter Pitts riescono a simulare la struttura di un neurone umano in un programma informatico. Il sistema è semplice: il “neurone” prende da ogni “sinapsi” dei numeri di input, li moltiplica ciascuno per coefficienti diversi in base alla loro importanza, e poi li somma; se il risultato finale è maggiore di una certa soglia si attiva, altrimenti no. Visto che l’applicazione di questa soglia non è un’operazione lineare, il programma si avvicina ancora di più ai neuroni naturali, che derivano la loro complessità e abilità proprio dal fatto che sono sistemi intrinsecamente non lineari.
Da questa tecnologia si sono poi sviluppate le cosiddette “reti neurali”, cioè reticoli di “neuroni” in successione che si attivano a vicenda. Questi vengono allenati con vari dati e immagini “etichettati”, per esempio foto di animali associate al nome della loro specie, per poi adattare i coefficienti delle varie moltiplicazioni in base al coefficiente di errore assegnato ad ogni output; in questo modo avranno più peso sul risultato le caratteristiche che aiutano maggiormente a definire un certo animale. Dopo molto allenamento, il programma sarà così in grado di classificare l’immagine di un gatto come “gatto” e di distinguerla da quella di un cane.
Fino agli anni Ottanta-Novanta, questo era tutto ciò che l’intelligenza artificiale riusciva a fare. Lo sviluppo chiave nella direzione di quella che oggi chiamiamo generativa è l’autoencoder, cioè, da sé, un sistema perfettamente inutile: un’immagine di un particolare soggetto, in questo caso tenendo l’esempio di un gatto, viene data in pasto a una rete neurale, che, associando ogni sinapsi a un pixel della foto, genera alcuni numeri di output come ho descritto prima; queste quantità entrano poi in un’altra rete neurale, uguale alla prima ma simmetrica, che da essi risale all’immagine di partenza. Nella pratica non serve a niente, quindi. Tuttavia, la seconda parte di questa rete è ora in grado di tradurre un numero limitato di valori in immagini di gatti; inserendo delle quantità a caso, quindi, produrrà delle foto di gatti mai visti prima, perché inesistenti.
Tutti i sistemi di generazione AI di foto e video si basano su una variazione di questo processo, poi espanso e generalizzato per facilitare la creazione di immagini di ogni tipo e soggetto.
Tra ricerche e sviluppi, siamo arrivati agli anni 2010. Dopo un periodo di stagnazione nel miglioramento dell’AI, nel 2017 alcuni ricercatori di Google pubblicano un articolo in cui illustrano il funzionamento del Transformer, un nuovo modello basato su una tecnologia simile all’autoencoder che permette di filtrare le informazioni importanti da quelle poco utili in sequenze come quelle di testo.
Da qui un paio di anni dopo partono i ricercatori di OpenAI per creare GPT, un sistema di produzione testuale allenato sul seguente obiettivo: data una parte di testo, indovina statisticamente la parola successiva, in base a una scala di probabilità. Ovviamente servivano molti dati da analizzare per questo training ma non era un problema, dato il fatto che c’era l’intero Internet a disposizione; la cosa più sorprendente è che, aumentando la potenza computazionale, i risultati miglioravano di pari passo, senza dar segno di fermarsi.
Tuttora, anche se sappiamo come l’AI è costruita, non abbiamo ancora compreso perché sembra non smettere mai di migliorare. Nel dubbio, i miliardi di dollari spesi in microprocessori all’anno da aziende di AI hanno fatto sì che Nvidia, il loro principale produttore, diventasse nel 2025 la prima azienda al mondo a superare i 5 trilioni di dollari di capitale; dall’altra parte, in Stati americani come Virginia, Nevada e Georgia, la costruzione sempre più diffusa e sregolata di data centers (hub di migliaia di microprocessori) stanno spingendo moltissimi cittadini che vivono nell’area sull’orlo della protesta.
È così che funziona l’AI, quindi: alla fine dei conti, è solo una macchina molto brava a fare statistica. Di pensiero proprio non ha nulla, non capisce nulla ma rielabora parole e informazioni che vede online. Questo aspetto è sempre più importante da tenere a mente, a mano a mano che la tecnologia si evolve e le risposte che dà diventano sempre più naturali e “umane”: non frutto di una riflessione ma solo di un calcolo probabilistico.
