Generative AI

L'Intelligenza Artificiale Generativa si riferisce a un sottoinsieme dell'intelligenza artificiale (AI) focalizzato sulla creazione di nuovi contenuti, come testo, immagini, audio, video e codice informatico, in risposta ai prompt dell'utente. A differenza dei sistemi di AI tradizionali, progettati principalmente per analizzare o classificare dati esistenti, i modelli generativi utilizzano algoritmi di deep learning (DL) per apprendere i pattern, le strutture e le distribuzioni di probabilità sottostanti di enormi dataset. Una volta addestrati, questi sistemi possono generare output originali che condividono somiglianze statistiche con i dati di addestramento, ma che risultano essere creazioni uniche. Questa capacità ha posizionato l'Intelligenza Artificiale Generativa come pietra miliare dei moderni modelli di base, guidando l'innovazione nei settori creativi, nello sviluppo software e nella ricerca scientifica.

Link to this sectionCome funzionano i modelli generativi#

Al centro dell'Intelligenza Artificiale Generativa vi sono complesse architetture di reti neurali che imparano a codificare e decodificare le informazioni. Questi modelli vengono solitamente addestrati utilizzando l'apprendimento non supervisionato su vasti corpora di dati.

• Transformer: Per il testo e il codice, l'architettura Transformer utilizza meccanismi come la self-attention per tracciare le relazioni tra le parole a lunga distanza in una sequenza. Ciò consente ai modelli linguistici di grandi dimensioni (LLM) di generare testo coerente e contestualmente rilevante.
• Modelli di diffusione: Per la generazione di immagini, i modelli di diffusione funzionano aggiungendo rumore a un'immagine finché non diventa irriconoscibile, per poi imparare a invertire questo processo e ricostruire un'immagine nitida a partire dal rumore casuale.
• GAN: Le Reti Generative Avversarie (GAN) impiegano due reti neurali — un generatore e un discriminatore — che competono tra loro, spingendo il generatore a produrre output sempre più realistici.

Link to this sectionAI generativa vs. discriminativa#

Per comprendere l'Intelligenza Artificiale Generativa, è fondamentale distinguerla dall'AI discriminativa. Sebbene entrambe siano pilastri del machine learning, i loro obiettivi differiscono significativamente.

• L'Intelligenza Artificiale Generativa si concentra sulla creazione. Modella la distribuzione delle singole classi per generare nuovi campioni. Ad esempio, un modello come Stable Diffusion genera una nuova immagine di un cane basandosi su descrizioni testuali.
• L'AI discriminativa si concentra sulla classificazione e sulla predizione. Apprende i confini decisionali tra le classi per categorizzare i dati in input. Modelli di visione ad alte prestazioni come YOLO26 sono discriminativi; eccellono nel rilevamento di oggetti analizzando un'immagine per identificare e localizzare oggetti specifici (ad esempio, rilevare un cane in una foto) anziché creare l'immagine stessa.

Link to this sectionApplicazioni nel mondo reale#

La versatilità dell'Intelligenza Artificiale Generativa le permette di essere applicata in vari domini, spesso in tandem con modelli discriminativi per creare flussi di lavoro potenti.

1. Generazione di dati sintetici: Una delle applicazioni più pratiche per gli ingegneri di visione artificiale è la creazione di dati sintetici. Raccogliere dati dal mondo reale per rari casi limite — come specifici difetti industriali o condizioni stradali pericolose — può essere pericoloso o costoso. I modelli generativi possono produrre migliaia di immagini fotorealistiche di questi scenari. Questi dati vengono poi utilizzati per addestrare rilevatori robusti come YOLO26, migliorandone l'accuratezza nel mondo reale.

2. Design creativo e prototipazione: Nel settore creativo, gli strumenti basati su modelli text-to-image consentono ai designer di visualizzare rapidamente i concetti. Inserendo un prompt, un artista può generare molteplici variazioni del design di un prodotto, di un layout architettonico o di una risorsa di marketing, accelerando significativamente la fase di ideazione.

3. Generazione e debugging del codice: Lo sviluppo software è stato trasformato da modelli addestrati su repository di codice. Questi assistenti aiutano gli sviluppatori suggerendo frammenti di codice, scrivendo documentazione e persino identificando bug, snellendo il ciclo di vita del software.

Link to this sectionSinergie con la visione artificiale#

L'Intelligenza Artificiale Generativa e i modelli di visione artificiale discriminativa funzionano spesso come tecnologie complementari. Una pipeline comune prevede l'utilizzo di un modello generativo per aumentare un dataset, seguito dall'addestramento di un modello discriminativo su quel dataset migliorato utilizzando strumenti come l'Ultralytics Platform.

Il seguente esempio in Python mostra come utilizzare il pacchetto ultralytics per caricare un modello YOLO26. In un flusso di lavoro ibrido, potresti usare questo codice per convalidare oggetti all'interno di un'immagine generata sinteticamente.

from ultralytics import YOLO

# Load the YOLO26 model (Latest stable Ultralytics model)
model = YOLO("yolo26n.pt")

# Run inference on an image (e.g., a synthetic sample from a generative model)
# The model identifies objects within the generated content
results = model("https://ultralytics.com/images/bus.jpg")

# Display the detection results to verify the synthetic data quality
results[0].show()

Link to this sectionSfide e considerazioni#

Sebbene potente, l'Intelligenza Artificiale Generativa introduce sfide specifiche che devi gestire. I modelli possono occasionalmente produrre allucinazioni, creando informazioni o artefatti visivi apparentemente plausibili ma fattualmente errati. Inoltre, poiché questi modelli sono addestrati su dati su scala internet, possono inavvertitamente propagare i bias nell'AI presenti nel materiale di partenza.

Sono prominenti anche le preoccupazioni etiche riguardanti il copyright e la proprietà intellettuale, come discusso in vari framework di Etica dell'AI. Ricercatori e organizzazioni, come lo Stanford Institute for Human-Centered AI, stanno lavorando attivamente su metodi per garantire che questi potenti strumenti siano sviluppati e implementati in modo responsabile. Inoltre, il costo computazionale dell'addestramento di questi modelli massicci ha portato a un crescente interesse per la quantizzazione del modello per rendere l'inferenza più efficiente dal punto di vista energetico sui dispositivi edge.