Ormai sono tantissime le aziende che investono nella ricerca nel settore dell’intelligenza artificiale. Quest’ultima viene utilizzata per apportare migliorie alla tecnologia e supportare sempre più a 360° l’esperienza virtuale degli utenti. Eppure, secondo recenti scoperte, sembra che alcuni scienziati hanno fatto una scoperta alquanto interessante che potrebbe mettere in discussione le capacità dell’intelligenza artificiale generativa.ChatGPT è già obsoleto?
Questa nuova tecnica si basa su rete neurale ed è stata denominata “Meta-learning for Compositionality” (MLC). Questa potrebbe lavorare sul linguaggio ad un livello così elevato da poter sfidare ad “occhi chiusi” l’AI convenzionale. Il tutto usando, per avvicinarsi a noi umani, nuove parole a seconda dei contesti in cui vengono applicate.
I ricercatori hanno pubblicato un loro rapporto su Nature in cui hanno affermato di aver messo alla prova MLC e ChatGPT. Secondo quanto riportato sembra che MLC abbia presentato risultati migliori rispetto al chatbot di OpenAI. Infatti, anche se i chatbot sembrano essere in grado di interagire in modo simile all’essere umano MLC sembra raggiungere livelli di comprensione di linguaggio molto più avanzati.
Cosa rende ChatGPT obsoleto?
La rete neurale è un tipo di intelligenza artificiale in grado di apprendere nuove parole per poi utilizzarle in contesti diversi, quasi come fanno le persone. La rete richiede di un addestramento molto rigoroso per arrivare a padroneggiare le parole conoscendone il significato così da sapere effettivamente come e quando usarle.
Gli studiosi che hanno portato avanti quest’analisi hanno esposto sia persone che una rete neurale davanti ad una serie di parole nuove e hanno misurato la loro capacità di utilizzare le stesse parole in contesti diversi. Gli esseri umani subito hanno ottenuto una buona comprensione e riuscendo a collegare le nuove parole a specifici colori. Invece, la rete neurale, si è allentata in modo diverso. Si è configurata in modo da apprendere dai propri errori e riprodurre errori simili a quelli commessi dagli esseri umani. Questo ha permesso alla rete di rispondere a nuove domande proprio come fanno le persone.
Viceversa, GPT-4 ci ha impiegato molto più tempo per comprendere i compiti che gli erano stati assegnati e nel complesso ha ritenuto risultati deludenti rispetto alle persone, ma anche rispetto alla rete neurale. Questo accade perché anche se l’AI riesce a replicare sintassi in modo complesso, non presenta una comprensione reale del contesto. E questo può portare a risultati poco accurati. Nonostante questo, ovviamente il futuro dell’AI resta comunque promettente anche se l’arrivo di MLC possono aprire nuove interessanti opportunità.