Un equivoco ricorre spesso nelle notizie sull’intelligenza artificiale: si parla dei modelli come se fossero “algoritmi” o “programmi” (vedi video in basso).
In realtà, un modello di IA non è semplicemente un algoritmo, è il risultato di un processo di addestramento basato su algoritmi, ovvero una struttura matematica composta da miliardi di parametri, nei quali è stata condensata la conoscenza appresa dai dati.
Il modello, da solo, però, non fa nulla.
Per poterlo utilizzare serve un insieme di algoritmi scritti in codice: il motore di inferenza: è questo software a fare da ponte tra noi e il modello.
Quando scriviamo una domanda, il motore di inferenza:
– trasforma il nostro input in numeri;
– esegue i calcoli previsti dal modello;
– converte il risultato in parole, immagini, suoni o altri contenuti comprensibili.
Una metafora utile è quella dello spartito.
Il modello è lo spartito: contiene una struttura complessa e una conoscenza potenziale.
Il motore di inferenza è il musicista: legge lo spartito, lo interpreta e lo trasforma in musica.
Senza il modello, il motore non avrebbe nulla da eseguire.
Senza il motore, il modello resterebbe un enorme archivio matematico incapace di rispondere.
Per questo è più corretto distinguere tre elementi:
– gli algoritmi di addestramento, che costruiscono il modello;
– il modello, che conserva ciò che è stato appreso;
– gli algoritmi di inferenza, che mettono quella conoscenza in azione.
Dire che “l’algoritmo ha risposto” o “l’algoritmo ha svolto un compito” è una comoda semplificazione giornalistica. Ma capire cosa accade davvero aiuta a vedere l’IA per ciò che è: non una singola entità misteriosa, ma un sistema composto da dati, modelli, codice e infrastrutture che lavorano insieme.
Il modello è la conoscenza cristallizzata.
Il motore di inferenza è ciò che la rende operativa.
Vi lascio, infine, un’infografica che illustra il concetto nel modo più chiaro possibile:
