597
ChatGPT e altre intelligenze artificiali hanno fatto parlare di sé negli ultimi tempi. Scrivono testi, manipolano immagini e raccolgono idee. Ma i sistemi non sono ancora perfetti. Vi mostriamo cosa non possono ancora fare le IA.
Questo è ciò che le IA non possono fare: una panoramica dei limiti dei sistemi
Le intelligenze artificiali possono scrivere testi convincenti. Ma hanno anche numerosi punti deboli.
- Comprensione: le intelligenze artificiali come Chat GPT che eseguono la genesi di un testo non comprendono il contenuto delle loro affermazioni. Si limitano a determinare, in base a una funzione di probabilità, la parola o il fonema successivo che rappresenta la continuazione più plausibile.
- Correttezza: la maggior parte delle intelligenze artificiali che non si limitano a un solo compito specifico lavorano con funzioni di probabilità. Un’intelligenza artificiale non può testare le sue affermazioni logicamente o attraverso la conoscenza semantica del mondo, né può dire con certezza se sono corrette. Ad esempio, Chat GPT fallisce semplici compiti aritmetici come la moltiplicazione di due numeri se il risultato non è presente nei dati di input.
- Creatività: le IA attuali replicano e combinano solo idee e strutture contenute nei dati di input. Non possono produrre idee proprie, che si basano su considerazioni reali e che non sono ancora esistite in questa forma modificata.
- Attualità: la conoscenza di un’intelligenza artificiale è limitata ai dati in ingresso. Ad esempio, Chat GPT non sa ancora che Olaf Scholz è il Cancelliere della Germania perché il database utilizzato è del settembre 2021.
- Universalità: le intelligenze artificiali funzionano in modo affidabile solo nell’ambito dei compiti per i quali sono state addestrate. Finora le intelligenze artificiali si sono affidate a feedback esterni per migliorare. Un’intelligenza artificiale forte è indistinguibile dalla mente umana.
- Alcuni esperti ritengono che le intelligenze artificiali non possano diventare più intelligenti aumentando semplicemente la quantità di dati di addestramento. Occorre pensare molto di più alla strutturazione dei dati e alla comprensione logica per raggiungere un’intelligenza simile a quella umana.
