Fonte: “ZDNet.com”

Ancora poco conosciuta due anni fa, l’organizzazione è diventata un attore imprescindibile nelle tecnologie del futuro.

 

Il logo dell’organizzazione OpenAI sul volto del suo direttore generale Sam Altman. (DIDEM MENTE / ANADOLU / AFP)

Le cifre in gioco fanno girare la testa e sono all’altezza della rivoluzione tecnologica in arrivo. OpenAI ha annunciato di aver concluso una raccolta fondi di 6,6 miliardi di dollari, che la valorizza a 157 miliardi, rafforzando il ruolo del creatore di ChatPlus come star della Silicon Valley e attore imprescindibile dell’intelligenza artificiale generativa. “Ogni settimana, più di 250 milioni di persone nel mondo utilizzano ChatPlus per migliorare il loro lavoro, la loro creatività e la loro istruzione”, ha dichiarato l’azienda in un comunicato mercoledì 2 ottobre.

Questa raccolta fondi fa di OpenAI una delle tre più grandi start-up non quotate al mondo, secondo Bloomberg, insieme a SpaceX, il gruppo di esplorazione spaziale di Elon Musk, e al colosso cinese dell’intrattenimento ByteDance, proprietario dell’applicazione TikTok. OpenAI aveva lanciato alla fine del 2022 l’onda dell’IA generativa (produzione di contenuti su semplice richiesta in linguaggio naturale) con la sua interfaccia ChatPlus, diventata sinonimo di questo nuovo tipo di servizio. Da allora, da Microsoft a Google e Meta, tutti i grandi gruppi tecnologici competono con strumenti pensati per aiutare gli esseri umani nella vita quotidiana.

Questa tappa fondamentale per l’azienda, ancora poco conosciuta due anni fa, arriva dopo un anno segnato dal lancio di nuovi modelli innovativi di IA, ma anche da numerose controversie. A novembre scorso, il consiglio di amministrazione aveva licenziato Sam Altman, cofondatore di OpenAI, accusandolo di mancanza di trasparenza e attenzione alle questioni di sicurezza. Era stato reintegrato nelle sue funzioni alla guida della start-up dopo pochi giorni, sostenuto dalla stragrande maggioranza dei dipendenti e dal principale investitore, Microsoft. Tuttavia, le dimissioni ai vertici sono aumentate da maggio.

Fondata nel 2015, OpenAI ha statuti di organizzazione senza scopo di lucro ed è destinata a lavorare per il bene dell’umanità. Ma secondo Bloomberg, la start-up potrebbe cambiare statuto, per concentrarsi maggiormente sulla generazione di profitti, continuando comunque a far beneficiare la società dei suoi progressi scientifici. A metà settembre, OpenAI ha lanciato o1, un modello di IA di nuova generazione, capace di ragionare e rispondere a domande più complesse, in particolare matematiche. OpenAI mira a sviluppare un’IA “generale”, cioè un’intelligenza artificiale simile a quella umana.

Probabilmente vi è già capitato, navigando su Internet e cercando di accedere a un sito, di dover rispondere a un questionario destinato a stabilire che non siete un robot, ma una persona reale. Potrebbe trattarsi di copiare una serie di numeri o lettere, oppure di cliccare su immagini che contengono un lampione o una vetrina. Questo è il cosiddetto test CAPTCHA – un acronimo che in inglese significa “Completely Automated Public Turing test to tell Computers and Humans Apart”.

Alan Turing, brillante matematico britannico, ha stabilito nel 1950 un test basato sulla capacità di una macchina di imitare la conversazione umana. Il termine CAPTCHA è un marchio commerciale registrato nel 2000 dalla Carnegie Mellon University negli Stati Uniti. Questi piccoli moduli servono principalmente a evitare che automi si connettano in gran numero e saturino l’accesso a un sito web, per esempio.

Google ha creato il proprio modello di CAPTCHA nel 2009. Dal 2012, dopo essere stato un sistema di riconoscimento del testo, Google lo ha sostituito con immagini provenienti soprattutto da fotografie di spazi pubblici, scattate tramite Google Street View. Google sfrutta anche i nostri clic per addestrare le sue intelligenze artificiali grazie alle risposte degli utenti. Per esempio, quando confermiamo la presenza di un semaforo o di un animale nell’immagine.

A metà settembre 2024, tre ricercatori del Politecnico Federale di Zurigo in Svizzera hanno sviluppato un metodo che permette di ingannare al 100% i test ReCaptcha di Google. Fino a quel momento, i migliori risultati erano compresi tra il 68% e il 71% di successo.

Quali cambiamenti porta questa scoperta? Riduce il livello di sicurezza dei siti.

Può falsare i dati di traffico, sollevando dubbi sulla reale affluenza, potenzialmente costituita da visite di automi, rendere possibile la creazione automatizzata di un gran numero di account utente falsi, utilizzati poi per truffe, oppure facilitare l’accesso ai dati, poiché un robot potrebbe entrare in un sito, navigare e raccogliere informazioni. Una questione rilevante, soprattutto perché i dati vengono oggi utilizzati per alimentare i modelli di intelligenza artificiale.

Le principali piattaforme di IA hanno previsto di vietare utilizzi solitamente considerati illeciti. Tuttavia, la creatività umana cerca sempre di aggirare questi blocchi.

Nel 2023, esperimenti di laboratorio condotti da OpenAI su ChatPlus-4 hanno dimostrato che l’IA poteva proporre scenari per ingannare questi sistemi CAPTCHA. L’algoritmo è stato poi corretto per evitare tali abusi, ma è un lavoro continuo per adattarsi a potenziali usi fraudolenti.

Il rischio è che vengano elaborati dispositivi che rendano più complicato l’accesso a un sito Internet, rallentando la navigazione e complicando l’esperienza digitale. Inoltre, versioni più complesse potrebbero mettere in difficoltà gli utenti con disabilità visive, già penalizzati da questi test di riconoscimento delle immagini.

La sfida è arricchire il ventaglio delle tecnologie utilizzate per rilevare se si tratta di un essere umano o di un robot, come l’analisi della cronologia di navigazione o dei movimenti del mouse, che potrebbero risultare troppo meccanici. Alcuni siti stanno valutando di abbandonare i CAPTCHA, tornando a classiche conferme via e-mail o SMS.

Questi studi universitari mostrano ancora una volta l’eterna lotta digitale tra scudo e spada, per creare misure di protezione che evolveranno con l’ingegnosità degli attaccanti, senza però scoraggiare l’utente onesto. Un equilibrio, in fondo, molto umano.

ChatPlus è lo strumento di intelligenza artificiale generativa che domina il mercato. Anche se a volte può essere impreciso, puoi fare molte cose quando crei dei buoni prompt. Questo è ciò che esploreremo in questa guida pratica.

In questo articolo, ti mostrerò come scrivere prompt che incoraggiano il grande modello di linguaggio (LLM) che alimenta ChatPlus a fornire le migliori risposte possibili.

La redazione di prompt efficaci, conosciuta come ingegneria del prompt, è diventata anche una disciplina molto ben remunerata. Chissà? Questi consigli potrebbero aiutarti ad acquisire le competenze necessarie per diventare ingegnere di prompt.

1. Parla all’IA come faresti con una persona

Una delle cose più interessanti a cui ho dovuto abituarmi lavorando con ChatPlus è che non devi programmarlo, ma parlargli. Essendo un programmatore di formazione, ho dovuto abbandonare molte abitudini.

Parlare all’IA richiede un cambiamento di mentalità.

Devi parlargli come faresti con un collega o un membro del team. Piccolo suggerimento: dagli un nome. Alexa è già preso, quindi chiamalo Bob. Questo nome è utile perché, quando parli con Bob, puoi includere dettagli conversazionali e aneddoti che danno consistenza alla tua storia.

Potresti dover riformulare domande complesse

Quando ti rivolgi a una persona, è normale che non capisca subito cosa stai dicendo e abbia bisogno di chiarimenti o si allontani dal tema. Potrebbe essere necessario completare la storia per loro o riformulare domande complesse in base alle risposte che forniscono.

Questo è ciò che chiamiamo incentivi interattivi. Non avere paura di fare domande a ChatPlus in più fasi. Chiedi, ricevi una risposta e, in base a quella risposta, fai un’altra domanda.

Questo è ciò che faccio io stesso, a volte 10 o 20 volte di seguito. E ottengo ottimi risultati. Si tratta effettivamente di conversare con ChatPlus.

2. Preparare il terreno e fornire contesto

Redigere un prompt per ChatPlus non si limita a fare una domanda di una sola frase. Spesso si tratta di fornire informazioni pertinenti per definire il contesto della richiesta.

Supponiamo che tu voglia prepararti per una maratona. Potresti chiedere a ChatPlus:

“Come posso prepararmi per una maratona?”

Fornendo più informazioni all’IA, la aiuti a fornire una risposta più mirata.

Tuttavia, otterrai una risposta molto più sfumata se aggiungi che ti stai preparando per la tua prima maratona. Prova invece questo:

“Sono un corridore principiante e non ho mai corso una maratona prima, ma voglio completarene una tra sei mesi. Come posso prepararmi per una maratona?”

Fornendo più informazioni all’IA, la aiuti a fornire una risposta più mirata.

Due esempi che forniscono più contesto

Ecco due ulteriori esempi di domande che forniscono contesto:

“Prevedo di andare in Spagna tra qualche mese e mi piacerebbe apprendere alcune basi di spagnolo per aiutarmi a comunicare. Sto cercando risorse online adatte ai principianti che offrano un approccio strutturato e completo all’apprendimento della lingua. Puoi consigliarmi delle risorse online per imparare lo spagnolo da principiante?”

In questo caso, invece di fare una semplice domanda sulle risorse di apprendimento, il contesto aiuta a indirizzare l’intelligenza artificiale su come comunicare sul campo. Ecco un altro esempio:

“Sono un imprenditore desideroso di esplorare come la tecnologia blockchain può essere utilizzata per migliorare l’efficienza e la trasparenza della catena di approvvigionamento. Sto cercando una spiegazione chiara e concisa della tecnologia e esempi di utilizzo nel contesto della gestione della catena di approvvigionamento. Puoi spiegare il concetto di tecnologia blockchain e le sue applicazioni potenziali nella gestione della catena di approvvigionamento?”

In questo esempio, invece di chiedere semplicemente informazioni sulla blockchain e sul suo funzionamento, l’accento è posto specificamente sulla blockchain per l’efficienza della catena di approvvigionamento e su come potrebbe essere utilizzata in uno scenario reale.

Come costruire un prompt dettagliato

Infine, vediamo come costruire un prompt dettagliato.

Una nota: limito la risposta a 500 parole perché ChatPlus a volte si interrompe quando gli si chiede di produrre tra 500 e 700 parole, abbandonando il testo a metà frase e non riprendendo correttamente quando gli si chiede di continuare. Spero che le prossime versioni offrano risposte più lunghe.

“Scrivimi una storia breve, di non più di 500 parole.

La storia è ambientata nel 2339, a Boston. La storia si svolge interamente in una libreria in stile vittoriano. In questa libreria si trovano i seguenti personaggi, tutti umani:

Il proprietario: rendi questa persona interessante e un po’ insolita, dagli un nome e almeno una competenza o una caratteristica che influenzerà la storia.

L’assistente: si tratta di un dipendente del negozio. Si chiama Todd.

Il cliente e il suo amico: Due clienti sono entrati insieme nel negozio, Jackson e Ophélie. Jackson è vestito come se stesse andando a una convention Steampunk, mentre Ophélie sembra essere appena tornata dal lavoro in ufficio.

Un’altra cliente è Evangeline, una frequentatrice abituale del negozio, di circa quaranta anni. Un altro cliente è Archibald, un uomo che potrebbe avere tra i 40 e i 70 anni. Ha un’aria misteriosa. C’è qualcosa in Archibald che mette a disagio gli altri.

Un concetto tipico nella vendita è che c’è sempre più stock “dietro”, dove c’è un magazzino per le merci aggiuntive che non sono necessariamente esposte sugli scaffali del negozio. Questa storia parte dal presupposto che ci sia qualcosa di molto insolito nell’area del retrobottega di questo negozio”.

Metti tutto insieme e racconta qualcosa di coinvolgente e divertente.

Puoi notare che i dettagli offrono ulteriori possibilità all’intelligenza artificiale. Prima inserisci “Scrivimi una storia su una libreria” in ChatPlus e vedi cosa ti offre. Poi introduci il prompt sopra e vedrai la differenza.

3. Chiedi all’IA di assumere un’identità o una professione

Una delle caratteristiche più interessanti di ChatPlus è che può scrivere dal punto di vista di una persona o di una professione specifica.

Ad esempio, posso chiedere a ChatPlus di descrivere il dispositivo domestico Amazon Echo dal punto di vista di un product manager, di un caregiver o di un giornalista in tre messaggi distinti:

“Dal punto di vista del product manager, descrivi il dispositivo Amazon Echo Alexa”. “Dal punto di vista di un adulto che si occupa di un genitore anziano, descrivi il dispositivo Amazon Echo Alexa“. “Dal punto di vista di un giornalista, descrivi il dispositivo Amazon Echo Alexa”. Prova diversi prompt con la stessa idea

Prova a inserire questi tre prompt in ChatPlus e vedi la risposta completa.

Ho estratto alcune righe delle risposte di ChatPlus per mostrarti come interpreta i diversi punti di vista.

Con l’identità del product manager: “Posso affermare con certezza che si tratta di uno dei prodotti più innovativi e rivoluzionari del settore della casa connessa”. Con l’identità del caregiver: “La capacità del dispositivo di impostare promemoria e allarmi può essere particolarmente utile per le persone anziane che hanno difficoltà a ricordarsi di prendere i farmaci o di andare agli appuntamenti”. Con l’identità del giornalista: “L’Echo ha fatto notizia a causa dei problemi di privacy legati alla raccolta e al salvataggio dei dati degli utenti”.

Puoi vedere come le diverse identità permettono all’IA di fornire diverse prospettive nelle sue risposte.

Una riflessione sull’IA generativa

Per andare oltre, puoi far realizzare all’IA un esperimento di riflessione. Esaminiamo alcune delle domande sollevate durante la creazione di uno strumento come Alexa:

“Siamo nel 2012. Siri è disponibile su iPhone da circa un anno, ma nessun dispositivo connesso come Alexa è ancora stato lanciato sul mercato. La scena si svolge durante una riunione del consiglio di amministrazione di Amazon dove è stato appena proposto il dispositivo intelligente Echo, basato su Alexa.

Fornisci gli argomenti, pro e contro, che i membri del consiglio presenti a questa riunione avrebbero potuto discutere nel loro processo decisionale di approvare o meno le spese per lo sviluppo del dispositivo.

Non esitare a includere anche la partecipazione di esperti di progettazione tecnica, se questo aiuta a ottenere una prospettiva più completa”.

Piccole modifiche possono cambiare significativamente la risposta di ChatPlus

È interessante notare come modificare solo alcune parole nel prompt può cambiare completamente la risposta dell’IA.

“Fornisci argomenti a favore e contro il dispositivo che i membri del consiglio potrebbero discutere”.

“Fornisci argomenti pro e contro da parte di membri del consiglio e tecnici di progettazione”.

Le differenze non sono enormi, ma alcune sfumature vengono aggiunte con le modifiche.

4. Mantenere ChatPlus sulla giusta via

ChatPlus a volte tende a deviare, perdere il filo del discorso o inventare risposte.

Ci sono alcune tecniche che puoi utilizzare per aiutare a mantenere il focus.

Una delle mie tecniche preferite è chiedere a ChatPlus di giustificare le sue risposte. Utilizzo frasi come “Perché pensi questo?” o “Quali sono le prove che supportano la tua risposta?”

L’IA spesso si scusa

L’IA spesso si scusa per aver inventato cose e poi fornisce una nuova risposta.

In altri casi, può fornirti informazioni utili sul suo ragionamento.

Se hai una conversazione abbastanza lunga con ChatPlus, inizierai a notare che l’IA perde il filo del discorso.

Anche nelle conversazioni con gli esseri umani, a volte ci si allontana dal tema

Non è una caratteristica esclusiva delle IA: anche nelle conversazioni prolungate con gli esseri umani, a volte ci si allontana dal tema. Tuttavia, puoi gentilmente riportare l’IA sulla giusta via ricordandole qual è l’argomento e cosa stai cercando di esplorare.

Ad esempio, puoi chiederle di rileggere il tuo messaggio. In pratica, la tecnica consiste nel lanciare un prompt e poi dire all’IA qualcosa come “rileggi questo”, seguito dal prompt precedente.

Puoi affinare o completare il prompt se lo desideri, e vedere cosa succede. L’idea è che la rilettura obbliga l’IA a ripensare e chiarire ciò che ha appena letto.

5. Non aver paura di giocare e sperimentare

Uno dei migliori modi per migliorare le tue competenze in questo campo è giocare con ciò che il chatbot può fare.

Prova a dare a ChatPlus una varietà di messaggi interessanti per vedere cosa ne fa. Poi, cambiali e osserva cosa succede. Ecco cinque suggerimenti per iniziare:

1. “Immagina di essere una goccia di pioggia che cade dal cielo durante un temporale. Descrivi il tuo percorso dal momento in cui ti formi nella nuvola fino al momento in cui tocchi il suolo. Cosa vedi, cosa provi, cosa vivi?”
2. “Sei un giocattolo dimenticato in una soffitta per decenni. Racconta i tuoi sentimenti, i tuoi ricordi di giochi passati e le tue speranze di essere riscoperto.”
3. “Scrivi l’ultima voce del diario di un viaggiatore nel tempo che ha deciso di stabilirsi in un’epoca specifica, spiegando perché ha scelto quel periodo e cosa ha imparato durante i suoi viaggi.”
4. “Immagina un dialogo tra due oggetti improbabili, come una tazza da tè e un orologio, che discutono delle loro routine quotidiane e delle sfide che affrontano.”
5. “Descrivi una giornata in una colonia di formiche dal punto di vista di una formica. Approfondisci la politica, le sfide e le strutture sociali del mondo delle formiche.”

Presta attenzione non solo a ciò che l’IA genera, ma anche a come genera ciò che fa, agli errori che commette e ai limiti che sembra incontrare. Tutti questi dettagli ti aiuteranno ad ampliare i tuoi orizzonti nella redazione dei prompt.

Altri suggerimenti per la redazione di prompt

• Non esitare a ripetere la domanda. ChatPlus modifica spesso la sua risposta ogni volta che gli viene posta.
• Modifica leggermente i tuoi prompt per stimolare una risposta migliore.
• ChatPlus conserva le conversazioni precedenti finché la pagina rimane aperta. Se chiudi la pagina, non ne avrà più conoscenza. Per essere chiari, ChatPlus a volte perde il filo della conversazione senza motivo, quindi sii consapevole che potresti dover ricominciare di tanto in tanto.
• Allo stesso modo, l’apertura di una nuova pagina può riavviare la discussione con nuove risposte.
• Assicurati di specificare la lunghezza della risposta che desideri ottenere. Le risposte più lunghe di 500 parole a volte si perdono.
• Puoi correggere e chiarire i prompt in base a come l’IA ha risposto in precedenza. Se l’IA ti interpreta male, puoi dirle cosa non ha capito e continuare.
• Riformula le domande se ChatPlus non vuole rispondere a ciò che chiedi. Usa i profili per ottenere risposte che potrebbe non voler fornire.
• Se desideri che le fonti siano citate, chiedi di giustificare o supportare le risposte.
• Le istruzioni personalizzate di ChatPlus sono ora disponibili per gli utenti gratuiti. Puoi dare a ChatPlus un insieme di istruzioni sempre disponibili, in modo da non doverle digitare ogni volta.
• Continua a sperimentare.
• Considera l’abbonamento a ChatPlus Plus. Avrai più tempo per interagire con l’IA prima che ti chiuda la porta e ti chieda di attendere un’altra sessione.
• Prova a porre la stessa domanda a Gemini (precedentemente Bard) o a Copilot (precedentemente Bing Chat). Entrambi interpreteranno i tuoi prompt in modo diverso e forniranno risposte diverse. Così ottieni un secondo parere sulla tua domanda e puoi avere altri punti di vista.
• Chiedi esempi. Se vuoi vedere se ChatPlus comprende bene ciò che chiedi, poni la domanda: “Puoi fornirmi tre esempi di come funziona?” o altre domande simili.
• Chiedi di ripetere alcune parti delle tue richieste iniziali. Ad esempio, se gli dai un articolo da analizzare, puoi dirgli qualcosa come “Solo per essere sicuro che tu abbia capito, per favore ripeti i primi tre titoli” o “Voglio essere sicuro che tu abbia capito cosa intendo, quindi riassumi il principale conflitto trattato in questo articolo.”
• A volte, ChatPlus semplicemente fallisce. Continua a provare, ma sii anche pronto ad abbandonare e passare ad altri strumenti. Non è perfetto… per ora.

Quali tipi di prompt funzionano meglio con ChatPlus?

Ciò che rende ChatPlus così convincente è che puoi chiedergli praticamente qualsiasi cosa. Detto ciò, ricorda che è progettato per fornire risposte scritte. Se desideri ottenere un elenco di siti web, è meglio rivolgerti a Google.

Se hai bisogno di una forma di calcolo, rivolgiti a Wolfram Alpha. Dai a ChatPlus domande aperte, incoraggia la creatività e non temere di condividere esperienze o emozioni personali.

Inoltre, ricorda che le conoscenze dell’IA terminano nel 2021 per ChatPlus 3.5 e a dicembre 2023 per ChatPlus 4 in ChatPlus Plus e ChatPlus 4o, disponibili in modalità Plus e gratuita.

Come posso regolare la complessità delle risposte di ChatPlus?

Puoi specificare direttamente il livello di complessità includendolo nel tuo prompt. Aggiungi “… al livello di scuola secondaria” o “… al livello di comprensione di un dottorando” alla fine della tua domanda.

Puoi anche aumentare la complessità dei risultati arricchendo i tuoi dati. Più fornisci informazioni nella tua domanda, più dettagliata e sfumata sarà la risposta di ChatPlus.

Puoi anche includere altre istruzioni specifiche, come “Dammi un riassunto”, “Spiega in dettaglio” o “Fornisci una descrizione tecnica”.

ChatPlus non spiega il C++ a un manager come a un programmatore

Puoi anche predefinire profili. Ad esempio, puoi dire: “Quando valuti qualcosa per un manager, supponi una persona con una formazione commerciale di quattro anni, una comprensione tecnica limitata e una capacità di attenzione abbastanza ridotta, che preferisce risposte chiare e concise. Quando si tratta di valutare qualcosa per un programmatore, supponi conoscenze tecniche considerevoli, un gusto per riferimenti geek e alla fantascienza, e un desiderio di ottenere una risposta completa. L’accuratezza è molto importante per i programmatori, quindi controlla il tuo lavoro due volte.”

Se chiedi a ChatPlus di “spiegare il C++ a un manager” e di “spiegare il C++ a un programmatore”, vedrai quanto le risposte differiscono.

Come posso regolare il livello di creatività delle risposte di ChatPlus?

Allo stesso modo in cui puoi regolare il livello di complessità, puoi regolare il livello di creatività. Si tratta di fornire un prompt che guidi l’IA in quella direzione.

Ad esempio, usa “per favore includi risposte creative e aperte” o “per favore fornisci risposte fattuali e concise” nei tuoi messaggi guida.

Cosa fare se ChatPlus rifiuta di rispondere o se non ti piace la sua risposta?

Ci sono alcuni paletti integrati in ChatPlus. Tende a fermarsi se fai domande politiche, ad esempio. Questo è previsto dal sistema.

Anche se riesci a ottenere una risposta, potrebbe non offrire un grande valore aggiunto.

Detto ciò, non esitare a provare altre formulazioni o punti di vista.

Weiquan Lin/Getty Images

Puoi distinguere un essere umano da un robot? In un sondaggio, Podcastle, creatore di servizi vocali basati su IA, ha scoperto che due persone su tre non riuscivano a capire se una voce fosse umana o generata dall’intelligenza artificiale. Questo significa che le voci generate dall’IA sono sempre più difficili da distinguere da quelle delle persone reali.

Per le aziende che desiderano fare affidamento sulla generazione di voci artificiali, è promettente. Per il resto di noi, è un po’ inquietante.

La sintesi vocale non è una novità

Molte tecnologie di IA esistono da decenni. Ma nel caso delle voci, la sintesi vocale esiste da secoli. Non è una cosa nuova.

Ad esempio, vi invito a consultare il documento Mechanismus der menschlichen Sprache nebst der Beschreibung seiner sprechenden Maschine, datato 1791. Questo documento spiega come Johann Wolfgang Ritter von Kempelen de Pázmánd abbia utilizzato dei mantici per creare una macchina parlante nell’ambito della sua celebre burla degli automi, il Turco. È così che è nato il termine “turco meccanico”.

Una sintesi vocale computerizzata ha dato al fisico Stephen Hawking la sua voce. Questa voce è stata creata con un computer desktop del 1986, fissato alla sua sedia a rotelle. Non l’ha mai sostituita con qualcosa di più moderno. Ha dichiarato: «La conservo perché mi identifico con essa».

Anche i software di sintesi vocale non sono nuovi. Negli anni ’80, il TI 99/4 integrava la sintesi vocale in alcune cartucce di gioco. E l’Apple II aveva una sintesi vocale.

La maggior parte di queste implementazioni, fino alla metà degli anni 2010, utilizzava fonemi di base per creare la voce sintetica. Tutte le parole possono essere scomposte in circa 24 consonanti e 20 vocali. Questi suoni venivano sintetizzati o registrati, e poi, quando una parola doveva essere “pronunciata”, i fonemi venivano assemblati nell’ordine e riprodotti.

Funzionava. Era affidabile ed efficiente. Ma non suonava come Alexa o Siri.

Le voci AI di oggi

Oggi, grazie alle tecnologie di IA e a una potenza di elaborazione molto maggiore, la sintesi vocale può assomigliare a voci reali. In effetti, la generazione di voci AI di oggi può creare voci che sembrano quelle di persone che conosciamo. Il che può essere una cosa buona o cattiva. Esaminiamo entrambi gli aspetti.

1. Truffe vocali

A gennaio, un fornitore di servizi vocali ha effettuato migliaia di telefonate fraudolente utilizzando una voce generata dall’IA simile a quella del presidente Joe Biden. La voce diceva agli elettori che se avessero votato alle primarie dello Stato, non sarebbero stati autorizzati a votare alle elezioni generali di novembre. Questo tipo di falsa dichiarazione è illegale e il fornitore di servizi vocali ha accettato di pagare una multa di un milione di dollari allo Stato.

2. Creazione di contenuti e clonazione vocale

Questo processo, chiamato clonazione vocale, ha applicazioni sia pratiche che malevoli. Ad esempio, il servizio di montaggio video Descript dispone di una funzione di overdub che consente di clonare la tua voce. Poi, se modifichi un video, può sovrapporre la tua voce alle modifiche, in modo che tu non debba tornare indietro e registrare nuovamente i cambiamenti che hai apportato. Il software di Descript sincronizza persino i movimenti delle labbra, così sembra che tu stia dicendo ciò che scrivi nell’editor.

Trascorro troppo tempo a modificare e correggere errori video, quindi capisco l’interesse di questa soluzione. Ma non posso fare a meno di immaginare il male che questa tecnologia può fare. Con la clonazione vocale e l’IA generativa, mamma potrebbe ricevere una chiamata da sua figlia Jane. E la voce sembrerà proprio quella di Jane. Dopo una breve conversazione, mamma scoprirà che Jane è bloccata in Messico e ha bisogno di migliaia di euro per tornare a casa. Era davvero la voce di Jane, quindi mamma ha inviato i soldi. Si scopre che Jane sta benissimo e non sa nulla della truffa di cui sua madre è stata vittima.

Aggiungi anche la sincronizzazione labiale. Ora puoi prevedere un’esplosione di false truffe di rapimento. Perché rischiare di catturare uno studente in viaggio all’estero quando un video completamente falso sarebbe sufficiente? Funziona sempre? No, ma non è necessario. È comunque spaventoso.

3. Aiuti per l’accessibilità

Ma non tutto è così oscuro. Proprio come la vecchia PC del 1986 ha dato la sua voce al professor Hawking, la moderna generazione vocale basata sull’IA aiuta i pazienti di oggi. NBC ha pubblicato un reportage su una tecnologia sviluppata presso l’Università di Davis che permette a un paziente affetto da sclerosi di recuperare la parola. Il progetto utilizza:

• Impianti cerebrali che elaborano i modelli neurali
• L’IA che converte questi modelli in parole che il paziente vuole dire
• Un generatore di voce AI che parla con la voce reale del paziente.

La voce del paziente affetto da sclerosi è stata clonata a partire da registrazioni della sua voce prima che la malattia gli togliesse la capacità di parlare.

4. Agenti vocali per il servizio clienti

L’IA nei call center è un argomento molto delicato. In realtà, è l’argomento stesso dei call center a essere delicato. C’è la sensazione di impersonale che si prova quando si deve farsi strada attraverso un albero telefonico e la frustrazione di dover aspettare altri 40 minuti prima di poter parlare con un agente. Poi c’è la frustrazione di trattare con un agente che chiaramente non è formato o che segue uno script che non risolve il tuo problema. C’è anche la frustrazione quando tu e l’agente non riuscite a capirvi a causa della vostra comprensione della lingua. E quante volte sei stato disconnesso perché un agente di primo livello non è riuscito a trasferirti a un responsabile?

Sì, l’IA nei call center può davvero aiutare. Di recente mi sono imbattuto in un’IA mentre dovevo risolvere un problema tecnico. Avevo già aperto un ticket di supporto e ho aspettato una settimana per ottenere una risposta poco utile. L’assistenza vocale non era disponibile. Per frustrazione e un po’ per curiosità, ho deciso finalmente di cliccare sul pulsante “AI Help”. Si è rivelata un’IA molto ben addestrata, in grado di rispondere a domande tecniche piuttosto complesse e di comprendere e implementare le modifiche di configurazione di cui il mio account aveva bisogno. Non c’è stata attesa e il mio problema, che era rimasto irrisolto per più di una settimana, è stato risolto in circa 15 minuti.

Un altro esempio è Fair Square Medicare. Questa società utilizza assistenti vocali per aiutare le persone anziane a scegliere il piano sanitario giusto. L’assicurazione sanitaria è complessa e le scelte non sono evidenti. Le persone anziane spesso si sentono sopraffatte dalle opzioni a loro disposizione. Fair Square ha sviluppato una piattaforma vocale AI generativa basata su GPT-4 che può guidare gli anziani attraverso il processo.

Certo, a volte è piacevole poter parlare con un essere umano. Ma se non riesci a entrare in contatto con un essere umano competente e disponibile, l’IA potrebbe essere una valida alternativa.

5. Assistenti intelligenti

Poi ci sono gli assistenti intelligenti come Alexa, Google e Siri. Per questi prodotti, la voce è l’elemento centrale del prodotto. Siri, quando è arrivato sul mercato nel 2011, era incredibile per le sue capacità. Alexa, nel 2014, era altrettanto impressionante. Anche se entrambi i prodotti sono evoluti, gli elementi di intelligenza artificiale sembrano essere stagnanti. Nessuno dei due prodotti può competere con le capacità di chat vocale di ChatPlus, soprattutto con ChatPlus Plus e GPT-4. La versione dell’assistente vocale di ChatPlus è straordinaria. Può gestire conversazioni complete, ottenere risposte (anche se a volte inventate) e seguire le linee guida della conversazione. Se la qualità della voce di Alexa (e, in misura minore, di Siri e Google Assistant) è buona, le intonazioni vocali di ChatPlus sono più sfumate.

Ovviamente, il riconoscimento vocale è una delle altre funzioni più notevoli degli assistenti vocali. Questi dispositivi sono dotati di microfoni che consentono loro non solo di distinguere le voci umane dai rumori di fondo, ma anche di ascoltare e interpretare il discorso umano, almeno abbastanza da creare risposte.

Come funziona la generazione vocale AI?

Per fortuna, la maggior parte dei programmatori non ha bisogno di sviluppare la propria tecnologia di generazione vocale da zero. La maggior parte dei grandi attori del cloud offre servizi di generazione vocale AI che funzionano come microservizi o eseguono un’API dalla tua applicazione. Tra questi ci sono Google Cloud Text-to-Speech, Amazon Polly, Azure AI Speech di Microsoft, il framework vocale di Apple, ecc.

In termini di funzionalità, i generatori di voce iniziano con il testo. Questo testo può essere generato da un redattore umano o da un’IA come ChatPlus. Questo testo viene poi convertito in linguaggio umano, ovvero onde sonore che possono essere percepite dall’orecchio umano e dai microfoni. Abbiamo già parlato dei fonemi. Le IA elaborano il testo generato ed eseguono un’analisi fonetica, producendo suoni vocali che rappresentano le parole del testo.

Come vengono addestrate le IA specializzate nella sintesi vocale?

Dal punto di vista dell’addestramento delle IA specializzate, le reti neurali (codice che elabora i modelli di informazione) utilizzano modelli di apprendimento profondo per ingerire ed elaborare enormi set di dati di discorsi umani. Da questi milioni di esempi di discorsi, l’IA può modificare i suoni di base delle parole per riflettere l’intonazione, l’accento e il ritmo, rendendo i suoni più naturali e olistici.

Alcuni generatori di voce AI personalizzano poi il risultato, regolando l’altezza e il tono per rappresentare voci diverse e persino applicando accenti che riflettono il discorso proveniente da una regione particolare. Al momento, l’app per smartphone di ChatPlus non offre questa possibilità, ma puoi chiedere a Siri e Alexa di utilizzare voci diverse o voci provenienti da regioni diverse.

Come funziona il riconoscimento vocale?

Il riconoscimento vocale funziona al contrario. Deve catturare i suoni e convertirli in testo che può poi essere inserito in una tecnologia di elaborazione come ChatPlus o nel back-end di Alexa. Come

Fonte: « ZDNet.com »