IA vs. umani: quale esegue meglio determinate abilità?
Con L’ascesa esplosiva di ChatGPT, l’IA ha fatto sentire la sua presenza per le masse, soprattutto nei tradizionali bastioni delle capacità umane: la comprensione della lettura, il riconoscimento vocale e l’identificazione delle immagini.
In effetti, nel grafico qui sopra è chiaro che l’IA ha superato le prestazioni umane in diverse aree e sembra destinata a superare gli esseri umani altrove.
Come vengono testate le prestazioni
L’utilizzo dei dati provenienti da IA contestuale, visualizziamo la velocità con cui i modelli di intelligenza artificiale hanno iniziato a battere i benchmark dei database, nonché se hanno ancora raggiunto o meno i livelli di abilità umana.
Ogni database è concepito intorno a una determinata abilità, come il riconoscimento della scrittura, la comprensione del linguaggio o la comprensione della lettura, mentre ogni punteggio percentuale contrasta con i seguenti parametri di riferimento:
- 0% o “linea di base con le prestazioni massime”
Questo è uguale alle prestazioni più note dell’IA al momento della creazione del set di dati. - 100%
Questo punteggio è uguale alle prestazioni umane sul set di dati.
Creando una scala tra questi due punti, è stato possibile monitorare l’avanzamento dei modelli di intelligenza artificiale su ciascun set di dati. Ogni punto su una linea indica un risultato migliore e, man mano che la linea tende verso l’alto, i modelli di intelligenza artificiale si avvicinano sempre di più alle prestazioni umane.
Di seguito è riportata una tabella di quando l’IA ha iniziato a corrispondere alle prestazioni umane in tutte e otto le abilità:
Un’osservazione chiave del grafico è quanti progressi sono stati fatti dal 2010. In effetti, molti di questi database, come SQuAD, GLIE e HellaSwag, non esistevano prima del 2015.
In risposta all’obsolescenza dei benchmark, alcuni dei database più recenti vengono costantemente aggiornati con dati nuovi e pertinenti. Questo è il motivo per cui i modelli di intelligenza artificiale tecnicamente non hanno ancora eguagliato le prestazioni umane in alcune aree (matematica della scuola elementare e generazione di codice), anche se sono sulla buona strada.
Cosa ha portato l’IA a superare gli esseri umani?
Ma cosa ha portato a una crescita così rapida delle capacità dell’IA negli ultimi anni?
Grazie alle rivoluzioni nella potenza di calcolo, nella disponibilità dei dati e negli algoritmi migliori, i modelli di intelligenza artificiale sono più veloci, hanno set di dati più grandi da cui imparare e sono ottimizzati per l’efficienza rispetto a un decennio fa.
Questo è il motivo per cui i titoli dei giornali parlano abitualmente di modelli linguistici di intelligenza artificiale Battere le prestazioni umane su test standardizzati. In effetti, un problema chiave per gli sviluppatori di IA è che i loro modelli continuano a battere i database di benchmark ideati per testarli, ma in qualche modo falliscono ancora Test nel mondo reale.
Poiché nei prossimi anni sono previsti ulteriori miglioramenti in termini di calcolo e algoritmi, è probabile che questo rapido progresso continui. Tuttavia, il prossimo potenziale collo di bottiglia per il progresso dell’IA potrebbe non essere l’IA stessa, ma un Mancanza di dati per i modelli su cui eseguire il training.
Tratto dal Visual Capitalist, pubblicato il 25 agosto 2023, di Contrassegno Belan, modificato Pallavi Rao