Elaborazione
Modelli linguistici
I modelli linguistici sono sistemi AI avanzati in grado di comprendere, interpretare e generare il linguaggio umano. Questi modelli vengono addestrati su enormi dataset di testi e apprendono schemi, combinazioni di parole, strutture sintattiche e persino le sfumature di diverse lingue e usi linguistici. Il nucleo di molti modelli linguistici moderni è l'architettura transformer, che utilizza meccanismi di autoattenzione per determinare quali parti del testo sono importanti in un dato contesto.
Durante l'elaborazione del linguaggio, questi modelli utilizzano metodi statistici per prevedere quale potrebbe essere la parola successiva o la frase successiva più probabile in un testo. Possono comprendere il contesto su lunghi segmenti di testo e, di conseguenza, generare testi non solo grammaticalmente corretti, ma anche coerenti e rilevanti dal punto di vista contenutistico.
Quando si utilizza un modello linguistico, ad esempio per una chatbot o un generatore di testo, al modello vengono forniti determinati prompt o dati iniziali e, basandosi su quell'input, il modello genera un testo che segue logicamente il contesto fornito. L'obiettivo di questi modelli è produrre testi che sembrino il più possibile umani, sia in termini di contenuto che di stile.
Modelli testo-immagine
I modelli testo-immagine sono sistemi AI in grado di generare rappresentazioni visive, come foto, illustrazioni o altri tipi di immagini, a partire da descrizioni testuali scritte. Questi modelli utilizzano reti neurali avanzate, e più specificamente reti antagoniste generative (GAN) o loro varianti come i modelli di diffusione.
Il processo inizia con una descrizione testuale inserita dall'utente. Il modello valuta questo testo e cerca di comprenderne il significato e il contesto. Successivamente, il modello genera immagini che corrispondono alla descrizione testuale, utilizzando ciò che ha appreso durante l'addestramento, che avviene su enormi dataset di coppie testo-immagine.
Durante l'addestramento, il modello apprende associazioni tra descrizioni testuali e caratteristiche visive. Ad esempio, se il modello vede ripetutamente la combinazione di parole "un sole giallo sopra un mare blu" insieme a immagini che illustrano questo scenario, impara a riconoscere e riprodurre questi elementi nelle creazioni visive future.
Il risultato sono spesso immagini sorprendentemente accurate e ricche di dettagli che corrispondono alla descrizione testuale inserita. Questi modelli diventano sempre più raffinati e sono in grado di rappresentare scenari complessi con più oggetti e concetti astratti. Vengono utilizzati in un'ampia gamma di applicazioni, inclusi creazioni artistiche, design di giochi, realtà virtuale e altro.
Modelli accessibili tramite AI-School
È importante comprendere che AI-School rende accessibili diversi modelli AI inclusi nel catalogo centrale dei modelli. Questi modelli sono offerti da fornitori esterni tramite un'API. Un'API, o Application Programming Interface, è un insieme di regole e definizioni che permettono ai programmi software di comunicare tra loro. Funziona come una sorta di "linguaggio" compreso dai programmi per scambiare informazioni e richiamare funzioni reciproche. AI-School non possiede modelli linguistici, modelli testo-immagine o modelli testo-voce propri.
Non siamo responsabili per i risultati dei diversi modelli. Tuttavia, abbiamo prestato attenzione alla selezione dei modelli migliori e più interessanti per le scuole.
Procedura di elaborazione secondo la DPIA
La DPIA descrive la procedura base per generare una risposta come segue:
- L'utente inserisce un prompt nel portale di AI-School.
- Il prompt viene salvato nel database di AI-School.
- AI-School invia il prompt tramite una connessione API e un account generico non collegato all'account AI-School al modello AI scelto.
- I dati dell'account e dell'amministrazione degli utenti non vengono aggiunti automaticamente al modello.
- La risposta del modello AI viene restituita ad AI-School.
- La risposta viene salvata nel database di AI-School.
- La risposta viene presentata all'utente.
AI-School non invia automaticamente dati dell'account o dell'amministrazione degli utenti al modello AI. Il modello riceve però il contenuto del prompt senza collegamento all'account AI-School. Un utente può aver inserito dati personali nel prompt; in tal caso, tali dati possono essere elaborati dal modello AI scelto.
Contesto aggiuntivo
In funzioni come la chat con documenti, input multimodale o alcuni strumenti, il prompt può essere integrato con un contesto scelto dall'utente, come frammenti di documenti, immagini o risultati di ricerca. Anche questo contesto viene fornito al modello senza collegamento a un utente identificabile, ma il contenuto può contenere dati personali se l'utente li ha aggiunti personalmente.
