🗓️ La storia dell'intelligenza artificiale in 13 tappe

che ti piaccia o no, c'è a GPT entrato nelle nostre vite, ovviamente non parlo di chi come me ci lavora e quindi lo usa codenamente. Mi riferisco a tutte quelle persone che lo usano anche nella vita privata per farso suggerire le ricette, per farso organizzare i viaggino e chi più ne ha più ne mettere, diciamolo, per molti intelligenzi artificiale, uguale, c'è a GPT. Molte persone hanno iniziato a conoscere questo termine nell'Omembre del 2022 e pensano che questa tecnologia sia qualcosa di recente invece no perché in giro da oltre 70 anni, andiamo in ordine benvenuti nella storia dell'intelligenza artificiale in 13 tappi. Ovviamente questo è un riassunto storico, che è una cosa non è un documento tecnologico, quindi invece puristi state calmi. Molti esperti viliranno che tutto inizia nel 1956, visto che io sono un romantico, credo che il vero inizio sia ben 6 anni prima. Nel 1950 grazie, una persona che si chiama Alan Turing, Alan Turing era un matematico inglese, uno mega passionato di un milione di cose, dalla filosofia, alla biologia passando per la logica e gli algoritmi. E questo viaggio inizia da lui perché nello ottobre del 1950 pubblica un paper dal titolo Computer Machinery and Intelligence. Nella prima di che di questo paper si pone una domanda, can machine think le macchine? Possero pensare, per cui avevete capito bene, è nel 1950 il Signor Turing si chiede già se le macchine possano pensare o meno. Questo è il famoso paper perché vi ci che poi ha dato vita al testituring, almeno quello che oggi conosciamo come il testituring, perché all'epoca la vera che ha fatto così, non mai che hanno dato dopo lui nel paper, fa riferimenta un'altra cosa. Chiamo questo concetto The imitation game, o se è il gioco dell'imitazione. Infatti il concetto dietro il test di Turing è proprio se la macchina è in grado o meno di fregare, lo mettiamo tra video lette, un essere umano, imitando perfettamente un altro essere umano. Lo ento e faccio questo piccolo, anendoto perché di imitation game è anche un bellissimo film del 2014 dedicato proprio a Turing, e io vi stragonzio di vedere. In quei anni succede poco, o meglio, qualcosa in asi muove ci sono anche i primi esperimenti, i giochi vengono stato un po' come laboratorio, quindi la dama, gli scacchi, no, classici, giochi di quel tipo. Ma è un epoca fatta soprattutto di algoritmi scritti a mano, mettiamo la così, ricordiamoci ovviamente che siamo aginizi di questa rivoluzione, siamo negli anni 50, l'arturano è che è limitato, di più è primitivo, e veniamo così al 1.956, ma che succede di importante nel 1956? Visto che molti fanno di zare questa cosa nel 56, c'è una conferenza, la famosa conferenza di Daphneut, o Daphneut, dipende, ci che la pronce in modo che in un altro, ci sono quattro persone che la organizzano, sono Claude Shannon, John McCarty, ricordatevi questo nome, io ci torniamo da rattimo, Nataliana, Rochester e Marvin Minsky. Tra l'altro proprio queste 4 persone sono considerati i padri fondatori dell'intelligenza artificiale, ma perché in questa storia è importante questa conferenza, perché l'idea di base di questi 4 signori era questa, chiudiamoci in un luogo, facciamo una lunghissima sessione di breastormi, che sono semplificato molto, ovviamente, e ci diciamo tutto quello che c'è da dire sull'intelligenza artificiale, risolviamo l'intelligenza artificiale una volta per tutti, forse dire che questi 4 signori era una stada un po' ottenisti, eppure poco non so, come minimo in geni, mettiamo lo così, ma quanta gente c'era questa conferenza soprattutto chierno, queste persone di questa famosa conferenza del 56, diciamo che se è un'alternato, una decina di persone, no? Se cercate online, ci sono un po' anche i elenchi dei partecipanti, per periodi diversi, se non è molto chiara, qualche sattadurata, precisa ci sono informazioni contrastanti, qualcuno dice che è durata a sei settimane, qualcun'è 8 settimane, ma più o meno siamo stateli diciamo un paio di mesi, e la cosa interessante è che in quella conferenza c'erano competenze persone di ogni tipo, perché c'erano informatici, c'erano mademati, c'erano psicologi, ed è proprio in quelle occasione che viene cognato il termine "intelligenza artificiale" da chi? Da John McCarty che abbiamo detto prima, quindi sì, ecco perché il 1956 è preso un po' come la data di riferimento, perché se voidiamo la prima volta nella quale venuto utilizzato questo termine "intelligenza artificiale", ecco perché molti usano questa data come l'inizio di tutti, e sapete qual è la cosa più bella e anche più assoluta di questa storia, che lo stesso McCarty, anni dopo, diciamo a confessare che il termine "intelligenza artificiale" di un'avevo usato per fare hype, perché voleva portare attenzione su questa conferenza, ne voleva far parlare, direi che ci sono riusciti. E passiamo così agli anni '60, qua mi tengo largo, non con un anno specifico, perché ovviamente è un periodo un po' più ampio quello di cui voglio raccontarvi. I anni '60 e anche un pezzettino devo dire degli anni '70 sono carterizzati da quelli che vedono richiamate i programmi simbolici. Diciamo che quel periodo era molto invoca l'idea di provare a rappresentare un po' tutto il sapere umano con delle regole precise, quindi per capicci se sto lavorando a un'ianca, gioca a dama, cerco di prendere tutte le regole del mondo e la dama, e l'enfidio dentro un algoritmo, ma non la dico un po' brutta, siamo parlando di sistemi che sono estramente rigidi, passatemi questo termine che non potevano veramente imparare, come poi è successo molto più avanti negli anni, ma ci torniamo. Se stava un po' cercando in qualche modo di dare alle macchine una sorta di manuale del mondo, quindi queste sono le regole, devi seguirlo se devo portarla a termine questi task. E' in quel periodo che viene creato un GPS, ma non è quello che pensate voi, GPS quasi significa va general problem solder. Giamo un risolutore di problemi generale, intiamo la così. Uno dei primi programmi che ha punto cerca di risolvere problemi un po' generali e lo fa utilizzando queste regole che ha ricevuto input, e questo è interessante perché ci fa capire che la fissa per le GIAi, no, quindi questa intelligenza artificiale generale, ci abbiamo sempre avuto alla fine fine dall'inizio. Come funzionavano anche qui, la faccio molto semplice per cavici, si usava una logica formale, quindi se succede a, fa i B e così i B. Diversi ricercatori lavorano in quel periodo su questo tipo di soluzioni, ma tre nomi su tutti sono importante sono Allen Newell, John Show and Herbert Simon. Siamo parlando bene il sistema che è altamente trasparente perché sappiamo esattamente come funziona, ma dall'altro ado. Spetto negativo qual è che è super limitato e poi è uaio, è esternamente fragile, perché si cambia una regola, devi rimueta il cimano, devi rimuata il sacapo. E arriviamo al 1966, che è una tappa fondamentale nella storia che sto raccontando, perché? Perché il 1966 nasce, ufusionalmente il primo chatbot. L'idea della verità, ve lo sareste mai aspettato oggi, cioè smanettiamo con i chatbot come se fosse la cosa più normale del mondo, ma la prima volta che ne abbiamo visto uno era nel 1966, pensateci un attimo, 1966, a realizzarlo e Joseph Wosenborn. Spero di averlo pronunciato bene, probabilmente no, un informatico, un docente del MIT, che realizza questo chatbot e lo chiama Elisa. O Elisa, se volete però Elisa, dove bestre la pronuncia? Corrette, è in dovinato un attimo cosa fa. Il primo chatbot dell'assorio ha voluto un secondo, provate a indovinarlo, se avete pensato, simula un psico terapenta. Questo è un altro bel colpo di scelero, in questa storia dell'intelligenza artificiale, perché tra le tante cose che potevamo fare, con il primo chatbot dell'assorio, cosa va? Il professore dell'MIT, i fa simulare un psico terapeno. Ovviamente in maniera molto semplice, era un approccio molto empatico, lui lo definisce all'epoca. Ovviamente, una roba semplicissima, cioè non immaginate qualcosa di paragonabile sistemi, abbiamo oggi la caratteristica di questo Elisa, quindi di questo primo chatbot, era che semplicemente tiponeva delle domande aperte in base a quello che l'interlocutore diceva. Quindi se ho, per esempio, ci stavo cattando, gli dicevo "Oppaure di parlare su un palco in pubblico" e "Elisa" prendeva la fase, la trasforma, come domande, facevo come mai. Hai paura di parlare in pubblico su un palco, quindi direbbe abbastanza semplice come funzionamento. Forse, potremmo dire pure banale, soprattutto con gli strumenti che utilizziamo oggi. Ma invece quello di cui si accorge il Joseph, è che anche questo semplicissimo comportamento porta le persone ad apriarsi con il chatbot e apprenderelo molto sul serio. Cioè, ho io, era un chatbot che non faceva nintalto, facevo solo questa cosa. Io ti dicevo un'informazione, lui da trasformava in una domanda aperta, no? Per farli un po' ragionare, lui stesso ha raccontare questo anèndo, lo trovate un line, dove la sua secretaria, un giorno, gli chiede di uscire dall'ufficio perché stava raccontando delle cose molto private ai "Elisa" e non voleva la sua presenza all'interno dell'ufficio. Pensare che oggi noi ci lamentiamo di persone che tendono ad antroporfizzare c'è GPT. Cioè, come vedete, questa cosa è successa dal giorno uno, dal primo chatbot che abbiamo costruito. Infatti, a un certo punto, so che iniziato ad utilizzare il termine "Elisa" "Effect" il proprio definire un po' questa tendenza che abbiamo come osse rumani ad antroporfizzare l'intelligenza artificiale. E' così che arrivamo al 1970, quelli che vengono chiamati, i sistemi esperti. Queste è un periodo nel quale i ricercatori se mettoni in testa di poter capture lo scibile uvano e schematizzarlo per inserirlo all'interno di una macchina. Picospoyler non ci riusciranno è abbastanza intuitiva come cosa. L'idea era più o meno di provare a estrarre, no? Tutta la conoscenza del mondo di variare e trasformali nelle regole precise. All'inizio, la prociosa, sembra funzionare, perché ci sono dei risultati interessanti soprattutto in alcuni ambi divenecido 2 come esempio. Per esempio, il sistema "Dendral" viene costruito a cavallo tra gli anni 60 e 70 per un il suo di steinforte. Vieni russato nell'ambito della chimica organica, quindi per delle applicazioni molto specifici e molto verticale. Oppure un altro il sistema "Mising", anche questo è realizzato all'inizio degli anni 70, sempre a steinforte. Traverne, si viene utilizzare per fare delle diagni o si in ambito medico e debbasato su un database di oltre 600 regole da seguire. Porco, in quei anni diciamo che in Asco un diversi sistemi del genere, che venono usati anche nell'industria per i guasti, per esempio il supporto decisionale, per la finanza, per la conseguenza tecnica e così via. C'è un piccolo problema in questo approccio che il mondo non è che è fatto di regole precise e soprattutto imutabili nel tempo, questo è abbastanza chiaro oggi. Per funzionare questi sistemi esperti richiedono che alla fine gli ingegneri estragano la conoscenza degli essermani, quindi gli esperti e la tradugano in centinaia, ma anche anche come migliaia di regole. Questo processo, quando vedete capire, è molto lento, è un processo estremamente costoso e come abbiamo accena dopo prima è un processo proprio fragile, perché se cambia un regolo un po' e di regole, bisogna ricominciare di riscrivere tutto da capo. La scalabilità di sistemi del genere è praticamente impossibile, se non se ne accorgono abbastanza presto in quegli anni, perché è proprio difficile aggiornarli e mantenerti nel tempo. Quindi reassumendo sistemi molto trasparenti, ma quasi per niente scalabili. O prima da andare avanti, piccolissima un parentesi e ma vicino. Fatemi e ringraziare Enk, se stai guardando questo video, perché ha buttato un occhio allo script di questo video e mi ha inserido delle chiche quella niente male, secondo me in questa storia. Mandeamo avanti. Siamo arrivati a più o meno il periodo tra gli anni 70, gli anni 80 e succedendo una cosa abbastanza inaspettata. Tutto rallenta, quasi si ferma, potremmo dire, questo tecnicamente diciamo nel settore questi periodi vengono chiamati di inverni dell'intelligenza artificiale. Sono quei periodo nei quali "lip" si sgomfia parecchio, quasi del tutto. I finanziamenti dimiriscono tantissimo e diciamo soprattutto alla ricerca rallenta clamorosamento. Vente, non è che ci è nesta uno solo, la escena sossata di parecchi nel corso, nel corso degli anni, ma diciamo che la fase tra gli anni 70 e gli anni 80 è stata particolarmente lenta rispetto ai anni precedenti e soprattutto a quello che succederà tra qualche decegno, ma cerchiamo subito. I motivi sono vari, però principalmente c'è il fatto che le aspettative che si avevano dalla tecnologia alla fine non vengono rispettate, quindi c'era un problema di hype anche negli anni 70 e negli anni 80. L'ip ovviamente era tantissimo. Le promesse che non state fatte erano grandi, forse anche un pellino esagerate con il seno di poi, ma appena la tecnologia se scontrata con il mondo reale, perché abbiamo detto che c'erano le prime applicazioni nel privato, nel mondo e all'industria, amostrato subris sui limiti. In quegli 60 anni esci anche un libro importantissimo, che si chiama Perceptron, per molti viene definito poi il libro che ha contribuito poi a fare arrivare l'inverno dell'intelligenza artificiale, perché mostro i limiti, delle reti neurali dell'epoca, ma la cosa bella è che nello stesso libro ci sono anche delle intuizioni, dei suggerimenti, potremmo dire, per quelle che poi sono state le basi del diplurni, quindi poi per la fase successiva che è arrivata poco. E se vedo anche un altro dettaglio non da poco, che non dobbiamo trascurare, ricordiamo ci, che siamo parlando, dei anni tra gli anni 70 e 80, anche un pellino di novanto, in realtà ma soprattutto 70 e 80. E questo significa tre cose. I computer erano estremamente lenti, c'erano pochissimi dati a disposizione e i dati sono fondamentale e ci torniamo otronattimo. E soprattutto, abbiamo visto quelli sistemi non erano scalabili. Quindi questo sogno di costruire un'intelligenza artificiale generale si rivela molto complesso per l'epoca e soprattutto poco realistico. Forse la più grande lezione di quegli anni di quel periodo storico è che non si può proseguire su questa strada dei sistemi esperti. Non si può pensare di fare dei lunghi e l'enchi di regole, no, scritte a mano e fare in modo che la macchina di segua. Quindi è il momento nel quale, senza pensare che le AI forse deve imparare da sola. E infatti, con l'arrivo degli anni 90 torna, prepotentemente di moda il Machine Learning. E perché dico torna? Perché il retago s'approccio era in giro Giada un bel poe, il termine era stato addirittura coniato nel 1959 da Arthur Samuel di IBM. E nei 10 anni, precedenti avevo già spesso dello spazio all'interno del settore. Fatto che il passare del tempo era sempre stato messo da parte, no? Per dare più spazio alla ricerca su quelli che erano i sistemi esperti che abbiamo descritto poco fa di cui ho già parlato, ma una volta che questi sistemi esperti, andranno di mostrati che buono era una così esperti, la ricerca da di nuovo spazio al Machine Learning. Che ne frattendo, diciamo, si è voluto, è cresciuto, non è migliorato iniziadere dei risultati che sono molto molto molto interessanti. Ovviamente l'obiettivo di questo video non è di andare nei dettagli tecnici del Machine Learning, no? Sarai ben impossibile, anche perché sono mille branche di cui dovremmo parlare. Ma vi bassi sapere una cosa, cioè che con l'arrivo di internet, abbiamo la prima disponibilità di dati, di tanti dati, e questo inizia a far vedere le prime applicazioni pratiche e funzionanti. Io faccio qualche esempio che se avete qualche nette in più diciamo di accendere a qualche lampadina. Questo per esempio è il periodo nel quale Nazcono, i filtri anti spam nelle mail, i filtri intelligenti che funziona, no? Cioè inizio una filtra in automatico lo spam, no? E vi ricordate come ero nei filtri anti spam del passato, oppure li raccomandazioni automatic dei prodotti fatte su Amazon, quindi se compri questo, ti potrebbe lasciare anche questo e questo e questo. Questa roba qua sono le prime applicazioni pratiche e utili di questa tecnologia. In pratica quello che sta succedendo è che cambia l'approccio di base e non si cerca più di infilare a forza le regole dentro la macchina ma la smette in condizio di imparare dai dati e riconoscere quelli che sono dei pattern ricorrenti. E' proprio in quel decennio che succedono una cosa importante, anzi direi importantissima che avrà anche una copertura mediatica senza precedenti. Se vi dico questa cosa di Blue contro Gasparov, cosa vi viene in mente? Se avete qualche annetto in più come me, ricorderete quella che probabilmente la partita di scacchi più famosa della storia perché il campione di scacchi, gheri, gasparov viene battuto da una macchina. In particolar modo viene battuto dall'intelligenza artificiale di Blue che era stata costruita da IBM e questo evento è incredibile, non ha precedenti storici, ma soprattutto viene coperto anche dalla stampa generalista di tutto il mondo e i titoloni dell'epoca sono incredibili, a volte anche un po' in osagerati rispetto a questa questione. Come è possibile che una macchina possa battere un esserumano e tra l'altro non uno qualsiasi parliamo del più forte al mondo sui scacchi? In questo caso però la risposto diciamo "Cel'abbiamo" o no, propria tecnicamente parlando perché la tecnologia del Libro e di Blue potremmo direi un po' un misso di tattiche fornite da essere umani poi tanta, tanta, tanta forza bruta perché ovviamente siamo ancora distanti dai sistemi contemporani come quello di oggi. Quindi molto del lavoro che era stato fatto di Blue all'epoca era fondamentalmente forza bruta, cioè la capacità di elaborare molte più combinazioni è molto più velocemente di un esserumano. È clamorosa come cosa, allo so, ma e nulla rispetto a quello che succederà tra qualche anno ma cerchiviamo. In questa nostra timeline siamo arrivati al 2006, un'altra tampa importantissima parla storia dell'intelligenza artificiale. O meglio dovremmo dire il periodo dal 2006 e al 2013 sono un po' di anetti perché quello è il periodo nel quale tre ricercatori importantissimi sotto l'inor riportano l'attenzione su le reti neurali e anche qui uso il termine "riportano" perché questa tecnologia esiste già da un po' in realtà fino a gli anni '60, faceva parte del mondo dell'intelligenza artificiale. Ma ma hai con un fogo simportante come all'inizio degli anni 2000 e chi sono questi tre ricercatori si tratta di Geoffrey Hinton, gli anni con Joshua Benjo che sono spesso definiti i padri dell'intelligenza artificiale. Alaltro queste signori nel 2018 bincono anche il preno Turing. O, e cosa faccio una piccola parentesi e mi avvicino volutamente perché Hinton oggi spesso è definito come il padrino dell'intelligenza artificiale, messa cosa da sui nervi, quasi come se lui ha avessendo da tutta la baracca. Il realtà è chiaro che ha avuto un ruolo fondamentale, questa lo sappiamo, in questa fascia storica specifica, però è anche giusto dire che le cose che ha fattenque i anni le ha fatenze alla d'altre i due signori sono appunto le con e Benjo che però per qualche modo io non vengono mai cittati dalla stampa generalista. Questi tre ricercatori dal 2006 impoi pubblicano una serie di risultati come nell'ambito delle rete, neurali, profonde e mostrano come costruono funzionare molto bene se venono ad destra a te molto bene. E' questo momento storico nel quale se non mi ci sono tutti gli ingredienti per la tempesta per feta perché cosa serve per ad destra del bene? Cos'apete per me questo punto? Dati e hardware. Siamo alla metà degli anni 2000, internet è letteralmente esploso, quindi dati ci sono e sulla scena. Sono arrivate le GPU che nascono inizialmente o del mondo. Devi due giochi, ciò abbiamo capito abbastanza presto che erano anche perfette per ad destrare queste AI di nuova generazione. Quindi abbiamo i dati, abbiamo hardware, abbiamo la tecnologia. Segiori, in quel momento potremmo diriché inizia tutto quello che ci ha portato poi ad oggi. E infatti negli anni successivi è proprio questa combinazione, che ha appena descritto che fa fare dei passi avanti enormi all'intelligenza artificiale. Per esempio diventa estremamente precisa ne riconoscere le immagini, imparaggestire molto meglio il testo, per esempio fare traduzioni, fa un salto in avanti enorme lo speech to text quindi la capacità di riconoscire proprio il parlato. Diciamo che questa forse è quella fase dove anche l'utente medio inizia d'accorgersi di queste migliorie. Faccio un esempio su tutti. Ma poi vi ricordate come era Google traduttore nei primi anni. Faccio a schifo, ma lo possiamo dire, faceva pena letteralmente, ecco, il salto di qualità lo fece proprio grazie a questa tecnologia. E se di Blue contro Gasparov è una sfida che più o meno tutti quanti conoscono o comunque quelli che hanno qualche annetto e più c'è un'altra che è altrettanto importante ma forse un po' meno pop, un po' meno mainstream. Se io vi dicezi al fago contro l'ise doll, cosa vi viene in mente? Beh, personalmente io sono molto affezionato a questa data e anche a questo episodio, questa sfida perché siamo a marzo del 2016 e c'è un'incredibile sfida di nuovo tra un esferumano fortissimo, appunto l'ise doll è una macchina. Lui è il campione del mondo di Go, l'ise doll che sfida al fago, questa intelligenza artificiale realizzata da DeepMind perché non lo conoscesse Go è un altro board game di origini cinesi che è extremamente molto più complesso degli scacchi. Piccolo spoiler l'integinza artificiale straccia 4 a 1 il campione mondiale l'ise doll, ma in questa storia c'è qualcosa di molto interessante, di molto diverso rispetto alla sfida che abbiamo raccontato prima del 1996 perché durante la seconda partita 3-2 quindi interessiamo tra al fago e l'ise doll. Al fago ha l'improvviso a fare una mossa senza senso, incomprensibile, una mossa un po' strana che nessuno riesce a capire, non la capisce il campione del mondo l'ise doll, non la capiscono ogni espertatore in sala perché c'era un pubblico e nemmeno i commentatori televisivi rimangono tutti quanti abbastanza basiti e sono tutti molto convinti anche l'ise doll, quindi il campione del mondo che quella mossa sia una mossa senza senso, una mossa sbagliata, è un momento in cui le 18 avvene a questi sono i limiti della macchina, non è poi così forte come pensavamo e quindi questa era un po' l'inizio della sconfitta, no? Per parecchi commentatori in realtà questo momento passa alla storia con il nome di mossa 37 che è un momento incredibile per il gioco del go perché poi tutti i più grandi giocatori al mondo l'hanno definito come una mossa unica e creativa. Infatti poi del corso di questo secondo match tra i due l'integenza artificiale batterà di sedole l'essere umano ed è proprio grazie alla mossa 37, la mossa 37 era l'inizio di una lunga strategia che gli esterumani non c'è una capire ma che la macchina aveva messo in piedi e qua ce avvo io vi potrei parlare a lungo di creatività e di cosa questa mossa ora presenti per l'essere umana e perché in realtà è una buona notizia questa è una buona notizia magari ne parliamo in un prossimo video sempre se vi piace ovviamente questo format dove faccio degli approfondimenti andiamo avanti con la nostra timeline perché siamo arrivati a 2017 hanno nel quale i ricicatori di google pubblicano un paper che non ci altro modo di dirlo cambierà tutto per sempre il paper si chiama attention is all you need dove loro presentano il transformer che non è il robotone gigante che si trasformi in automobile anche se quelli sono affichissimi è una architettura nuova rivoluzionaria che a tutti gli effetti pone le basi per gli lm per cgpt e per quello che abbiamo visto nei gli ultimi anche qui riassumo molto semplifico molto perdonademi amici esperti all'ascolto google proprio una procede completamente diverso di spetto ma la gestione del testo perché le tecniche precedenti procedevano una parola per volta e questa imponiva delle grosse limitazioni come nella comprensione del contesto il transformer invece inizia a gestire il testo diversamente cioè in base al ruolo e al peso che ogni parola all'interno della frase quindi niente più ricorrenza ma ogni parola in un certo senso guarda a tutte le altre parole in modo dinamico quindi diciamo se i sistemi precedenti se i modelli precedenti avevano una difficoltà nel capire non nel ricordare le frasi molto lunghe il transformer invece permette proprio di catturale le relazioni tra le parole all'interno della frase e quindi gestire dei testi molto più lunghe questa novità ovviamente ha un effetto domino incredibile perché migliora la qualità delle traduzioni migliora la qualità dei riassunti tutto ciò che ha che fare con i testi migliori in maniera che la morosa poi travalente sì negli anni successivi si capita che lo stesso approccio se vuoi usar anche per le immagini per i video per arte formale però questo è un altro discorso non è esagerato dire secondo me che il boom delle AI generative che viviamo oggi lo dobbiamo soprattutto a quel paper del 2017 e a questo punto i più attenti di voi mi potrebbero chiedere raffo suominattimo ma se è Google che ha pubblicato stovaver no nel 2017 ma come io ho conosciuto tutta stabaracca grazie a ccpt in questa storia ancora non è comparsa open AI bella domanda grazie per aver me lo chiesto perché infatti ci spostiamo nel 2018 e anche successivi no questo è un periodo più che un anno perché c'è un piccolo gruppo di ricercatori chiamato open AI con dietro samaltman il on mask e altri grossi nomi della silicone balli che c'era una messo qualche soldino che presentano un progetto di ricerca chiamato gpt e attenzione perché siamo nel 2018 quindi non ho detto chat gpt ho detto solo gpt perché a ciò gpt abbiamo tronattimo gpt è una sigle un acrolimo che sta per generati per trained trasformer quindi avete capito bene ho stato la parola trasformer no il paper di google dell'anno prima quindi esattamente quella roba che google sera inventato open AI parte da quegli idea da quel concetto del trasformer e costruisce un modello che predice la parola successiva all'interno di un testo adicobrutta e nomi odiate amici esperti una sorta di autocompletamento ma sotto steroli e del lì che nel giù di pochi anni succede di tutto perché 2018 ci abbiamo la prima grazzissima versione il 2019 arriva una demo di gpt 2 e viene mostrato al mondo e mi ricordo che i giornalisti rimasero scioccati se guardate gli articoli che ci sono in giro i titoli erano assurdi nel 2020 vengono aperte le API di gpt 3 e quindi questa tecnologia è iniziata essere integrata anche nelle app di terze parti ma open AI in quel epoco ha ancora un approccio molto da gruppo di ricerca non si parla ancora di prodotto di monetizzazione ma poi è un certo succede qualcosa perché al novembre del 2022 pensano ad ad a che credo ricordate tutti quanti rilasciano c'è gpt al pubblico questo chat bot che all'epoca era ancora un prontodipo di ricerca c'era scritto anche sul sito gratuito aperto a tutti e sotto il cofano utilizzava gpt 3.5 e quel punto il resto è storia perché c'è gpt e app più veloce di sempre a raggiungere un milione di utenti e quello che deve essere un progetto di ricerca messo online un po' per caso in realtà gli esplode tra le mani diventa mainstream nel giro di pochissimo perché puri media generalisti iniziare a parlare di intelligenza artificiale ovunque il tema entra nelle nostre vite pure nelle nostre case dove dire e se oggi persino mia mamma o tua mamma ha sentito nominare la parola intelligenza artificiale è molto veramente grazie a gpt e il resto è storia forse manco ci sarebbe bisogno di citarlo esplicidamente all'interno di questo video c'è gpt a un boom incredibile mette proprio il pepe al culo letteralmente a tutti gli altri grandi aziende che stanno lavorando sul tema soprattutto google che ci investigatela tantissimi anni che all'improvviso da azienda leader di settore perché se era un inventato l'orso concetto di trasforma si ritrova a rincorrare questa startup che sembra prova non volessi fermare no e poi come in tutte le course tecnologiche arrivano due cose a un certo punto i soldi e live quindi entro in gioco anche gli altri giganti lo sapete già Microsoft Amazon meta il on mask ogni suo prodotto e così via il resto è storia wow ce l'abbiamo fatta guarda se si è arrivata alla fine di questo video sai già cosa fare un bel commentino tattico per aiutarvi a farlo vedere quanto più persone possibile un like per supportarmi spero di essere uscito nel mio intento dubblice perché farti capire che come esser umani lavoriamo sull'intelligenza artificiale da oltre 70 anni e che nelle nostre vite da molto prima di gps t fa me sapere qui sotto nei commenti cosa ne pensi di questo formato nuovo che sto sperimentando se ti piace se vorresti altre profondimenti del genere e noi ci vediamo nel prossimo video.