Nel mondo dell’intelligenza artificiale, l’attenzione si sta spostando dalla quantità di dati alla qualità del ragionamento dei modelli. Esperti del settore, come Pedro Domingos, Sam Altman di OpenAI e Yejin Choi, sottolineano l’importanza di dati di alta qualità e di modelli in grado di ragionare in modo più efficace.
Altman, durante l’AI for Good Global Summit, ha confermato che OpenAI ha già i dati necessari per il prossimo modello, presumibilmente GPT-5, e ha sottolineato l’importanza di trovare modi per addestrare i modelli con quantità di dati più piccole o migliorare l’efficienza dell’apprendimento dai dati.
Al Data + AI Summit di Databrics, Choi ha elogiato OpenAI per il suo impegno nella creazione di dati di qualità, affermando che l’intelligenza artificiale è valida quanto i dati su cui viene addestrata.
Durante l’evento Microsoft Build 2024, Altman ha parlato dei progressi nei modelli di intelligenza artificiale, sottolineando come stiano diventando sempre più intelligenti e capaci di ragionare in modo più complesso.
Pushpak Bhattacharyya, professore dell’IIT Bombay, ha parlato dell’importanza di sviluppare chatbot in grado di comprendere le emozioni umane, affermando che ciò porterebbe a migliori risultati commerciali.
La ricerca nel campo dell’intelligenza artificiale sta esplorando nuovi approcci per migliorare il ragionamento dei modelli, come l’apprendimento zero-shot e il ragionamento basato sulla catena di pensiero. Questi approcci mirano a rendere i modelli in grado di gestire compiti di ragionamento complessi con semplici suggerimenti o strutture di pensiero logico.
Ogni nuovo modello viene valutato in base alle sue capacità di ragionamento, e i modelli più recenti, come Claude 3 di Anthropic, hanno dimostrato miglioramenti significativi in questo campo rispetto ai concorrenti.
C’è anche una tendenza verso la creazione di modelli più piccoli ma potenti, come GPT-4o di OpenAI, Phi 2 di Microsoft e Falcon 2 di TII. Questi modelli dimostrano che è possibile ottenere prestazioni elevate anche con dimensioni ridotte.
Nonostante questi progressi, la raccolta di dati rimane un aspetto fondamentale dello sviluppo dell’intelligenza artificiale. OpenAI, ad esempio, continua a collaborare con numerose organizzazioni mediatiche per accedere a dati di alta qualità.
Tuttavia, la sfida di comprendere appieno il funzionamento dell’intelligenza artificiale rimane aperta. Lo stesso Altman ha ammesso che OpenAI non ha ancora risolto il problema dell’interpretabilità dei modelli.