Utilizzare Internet alla fine degli anni ‘90 per la ricerca di informazioni richiedeva un po’ più di creatività di quanto non sia necessario ora. E chi ha avuto la fortuna, come me, di utilizzarlo già dai primi anni 90, sa che se non avevi un pochino di basi tecniche, non te ne facevi nulla.
Oggi, se cerchi “Torino” su Google, viene subito visualizzato il sito di Wikipedia che descrive la città di Torino. Subito dopo è seguito dal sito Web ufficiale della squadra di calcio. E se vuoi “evitare” il calcio, basta aggiungere semplicemente “città” alla tua ricerca.
Ma se invece stai cercando risultati sugli eventi, basterà aggiungere “eventi” e i tuoi risultati saranno più focalizzati. Puoi anche trasformare la ricerca in “Eventi di oggi a Torino”.
Ma per la maggior parte delle persone che usano Internet regolarmente, questi piccoli accorgimenti sono ormai istintivi: sia per l’utente che per l’algoritmo.
Ecco, nel corso degli anni siamo rimasti praticamente allo stesso punto.
Andando avanti veloce fino a oggi e alla tecnologia AI come ChatGPT di OpenAI, ci troviamo ad elaborare un concetto simile ma più complesso di prompt engineering.
Comprendere il Prompt Engineering: proprio come i desideri che esprimi possono rivoltarsi contro di te, quando chiedi alla macchina, il modo in cui esprimi ciò che deve fare può cambiare drasticamente il risultato
Nel prossimo e vicinissimo futuro le aziende cercheranno un nuovo tipo di talento.
Probabilmente leggeremo spesso questa abilità sui curriculum tanto quanto “Ottimo utilizzo di Excel”. Questo talento emergente è noto come “Prompt Engineering”. È ora di iniziare a capire questo nuovo straordinario strumento.
Il fenomeno più conosciuto oggi: ChatGPT
Ormai probabilmente avrai sentito parlare di ChatGPT. È un modello di linguaggio sviluppato da OpenAI. È addestrato su un set di dati di testo conversazionale ed è in grado di generare risposte simili a quelle umane. Può essere utilizzato per molte attività di elaborazione del linguaggio naturale, come la traduzione in lingua, il riepilogo del testo e la risposta a domande.
Fondamentalmente, Chat GPT è un chat bot che risponde alle tue domande praticamente su qualsiasi cosa. Domande di matematica, idee per cucinare, formule scientifiche complesse, sviluppo codice e molto altro ancora. Le possibilità sono, probabilmente, infinite.
E con la crescita di ChatGPT, è emerso l’interesse ad un “nuovo” nome: prompt engineering.
Che cos’è il Prompt Engineering?
Il prompt engineering è il processo di creazione e messa a punto del testo di input (o “prompt”) fornito a uno strumento di intelligenza artificiale come ChatGPT per ottenere risultati molto migliori e per risolvere meglio i tuoi problemi.
Il prompt si occupa di dare le migliori indicazioni possibili in modo da poter ottenere esattamente quello che stai cercando.
L’obiettivo del prompt engineering è controllare l’output del modello linguistico (strumento AI) fornendogli un contesto specifico o vincoli, regole, ecc.
Questo può essere fatto creando manualmente e in modo preciso il testo di input o fornendo informazioni aggiuntive come parole chiave o etichette insieme al testo di input per ChatGPT o altri strumenti simili.
Il processo prompt engineering può essere iterativo, con l’output del modello analizzato e il prompt può essere adattato in base ai risultati. Ormai si riesce anche rigenerare domande/risposte e imparare molto attraverso le varie risposte.
Chi è il prompt engineer?
Un prompt engineer (in qualunque sua forma) è una persona che si concentra sull’inserimento di prompt, regole e indicazioni ben congegnati per ottenere risultati specifici dagli strumenti di intelligenza artificiale. Ciò può comportare testo di input avanzato, etichette specifiche o strategie di input e molto altro.
Implica anche la comprensione delle capacità e dei limiti del modello o dello strumento di intelligenza artificiale che si sta utilizzando e la creazione del testo di input in modo da guidare l’output del modello verso un obiettivo molto specifico.
Si tratta di un nuovo lavoro che è stato letteralmente creato solo tra la fine del 2022 e l’inizio del 2023! È una nuova categoria di lavoro che sta crescendo molto velocemente.
Gli ingegneri dei prompt lavorano su progetti di elaborazione del linguaggio naturale (NLP) e sono responsabili della progettazione e della creazione dei prompt a cui i modelli risponderanno, della messa a punto dei modelli in base all’output e dell’analisi regolare delle prestazioni dei modelli per migliorare la loro prestazione.
Lavorano anche a stretto contatto con chi si occupa di data science e di PNL per valutare e migliorare le prestazioni dei modelli e assicurarsi che il prompt sia in linea con l’obiettivo del progetto.
Se ti stai chiedendo se saranno le uniche professioni ad emergere, avrai anche intuito che ce ne saranno altre legate all’etica del IA, al monitoraggio dei risultati e dell’impatto dell’IA sugli umani e molti altri.
Questi lavori sono incredibilmente importanti perché aiutano a espandere le capacità di strumenti di intelligenza artificiale come ChatGPT, MidJourney e molti altri.
È questo il futuro dell’IA?
Con la recente crescita di questo spazio professionale, il prompt engineering è sicuramente un settore promettente del mondo della tecnologia e dell’IA.
E la parte più interessante?
Il prompt engineering non era una funzionalità o un ruolo previsto o sviluppato dagli esperti di intelligenza artificiale. Proprio come non è ancora pensabile un “test etico” per ChatGPT.
Era una caratteristica emergente. In breve, sviluppando questi enormi modelli di apprendimento automatico, il “suggerimento” (o prompt) è diventato il modo in cui la macchina esegue gli input.
Nessuno l’ha chiesto; è successo!
Scrivere buoni suggerimenti è una questione di capire ciò che il modello “sa” del mondo e quindi applicare tali informazioni di conseguenza.
Alcuni credono che sia simile al gioco (dei mimi) in cui il tuo compagno ti fornisce informazioni sufficienti per capire la parola o la frase usando il proprio intelletto e la propria creatività.
Pensa al modello come se rappresentasse te nel gioco dei mimi. Tramite il prompt di addestramento vengono fornite informazioni appena sufficienti affinché il modello possa elaborare i modelli e portare a termine l’attività richiesta.
Pensaci: non avrebbe senso sovraccaricare il modello con tutte le informazioni in una volta e interrompere il suo naturale flusso di intelligenza.
Esempi di prompt engineering
A partire dal 2021, l’evoluzione dei modelli di intelligenza artificiale sta accelerando. E questo sta rendendo sempre più importante il prompt engineering.
Per prima cosa abbiamo ottenuto il text-to-text con modelli linguistici come GPT-3, BERT e altri.
Poi siamo passati a trasformare il testo in immagine con Dall-E, Imagen, MidJourney e StableDiffusion.
In questa fase, stiamo passando al text-to-video con Make-A-Video di Meta e ora Google sta sviluppando il proprio Imagen Video.
I modelli di intelligenza artificiale efficaci oggi si concentrano sull’ottenere di più con molto, molto meno!
In sostanza, i modelli di diffusione dell’IA saranno modelli generativi, nel senso che produrranno un output simile a quello su cui sono stati addestrati.
E per definizione, i modelli di diffusione funzionano aggiungendo “rumore” ai dati di addestramento e generando un output recuperando quei dati attraverso un’inversione del processo di “rumore”.
Combinati, questi modelli di intelligenza artificiale creerebbero un ambiente multimodale in cui una singola persona o un piccolo team può sfruttare tutti questi strumenti per la generazione di contenuti, la realizzazione di film, la medicina e altro ancora.
Ciò significa che alcuni settori, a cui prima non si poteva accedere, diventano più facilmente scalabili, poiché le barriere all’ingresso vengono eliminate.
È possibile testare/avviare/iterare molto più velocemente, consentendo così ai mercati di evolversi più rapidamente.
Se dopo quasi 30 anni di Internet, ancora molti settori (dalla sanità all’istruzione) sono bloccati in vecchi paradigmi, un decennio di intelligenza artificiale potrebbe rimescolare completamente le carte.
Ogni modello AI verrà sollecitato allo stesso modo, ma il modo di sollecitare una macchina può avere tali sottigliezze da determinare degli output diversi in base alle variazioni del prompt.
E se vi doveste chiedere se è qualcosa di realmente realizzabile o di interesse per qualcuno, solo nell’ottobre 2022:
- Stability AI ha annunciato un finanziamento di 101 milioni di dollari per l’intelligenza artificiale open source;
- Jasper AI, una startup che sviluppa quella che descrive come una piattaforma di “contenuti AI”, ha raccolto $ 125 milioni con una valutazione di $ 1,5 miliardi. Jasper è in procinto di acquisire la startup AI Outwrite, un correttore grammaticale e di stile con oltre un milione di utenti;
- OpenAI, valutato quasi 20 miliardi di dollari, è in trattative avanzate con Microsoft per ulteriori finanziamenti.
ChatGPT è destinato a diventare il nuovo Google?
Considerata la grande dimensione del tema IA, forse questa è la domanda più “piccola” che ci si pone in questo momento.
Con Microsoft che si sta preparando a investire 10 miliardi in OpenAI (oltre a un investimento di 1 miliardo nel 2019), ChatGPT, o una sua futura evoluzione, diventerà probabilmente uno strumento d’uso quotidiano.
Dall’altra parte, il motore di ricerca di Google utilizza l’intelligenza artificiale nei suoi algoritmi dal 2015, ma in realtà non è un bot con cui puoi parlare o far svolgere attività per te come scrivere una biografia sui social media o riassumere le tue note digitali (due cose che abbiamo imparato ChatGPT può fare abbastanza bene).
Google ha annunciato LaMDA durante il keynote del 2021, mentre la seconda generazione è stata annunciata e svelata nel corso del 2022.
LaMDA (abbreviazione di Language Model for Dialogue Applications) è un sistema di chatbot basato su alcuni dei modelli linguistici di grandi dimensioni più avanzati al mondo, sistemi di intelligenza artificiale in grado di evocare frasi coerenti dopo aver ingerito trilioni di parole attraverso Wikipedia, Reddit e altre fonti di conoscenza.
Nel giugno 2022, LaMDA ha ottenuto un’elevata attenzione quando Google ha affermato che il chatbot era diventato senziente.
La comunità scientifica ha ampiamente respinto le affermazioni di Google, sebbene ciò abbia portato a conversazioni sull’efficacia del test di Turing, che misura se un computer può passare per un essere umano.
E ora?
A questo punto, ci sono alcune domande su strumenti come ChatGPT e Google LaMDA. Ci si chiede se sono ancora utilizzabili in modo non etico o se è addirittura pericoloso come strumento solo per scrivere intere tesine o ottenere istruzioni su come causare danni.
Alla fine diventeranno uno strumento quotidiano per aziende e privati.
Non dovremmo essere sorpresi se il Prompt Engineer diventasse un lavoro anche nelle sue varie declinazioni come Prompt Manager, Ethical Prompt e così via.
Anche per il prompt engineering avremo bisogno di sviluppare un mix competenze che oggi ancora non immaginiamo.
Ma in AcademyQue consideriamo per prima cosa proprio questo:
Affrontiamo sfide che altri nemmeno sanno che esistono e ci prepariamo ad affrontare sfide che non conosciamo ancora.
Proprio come quelle che ci pone l’avvento dell’intelligenza artificiale.
Fino a quando l’intelligenza artificiale non diventerà abbastanza intelligente da provare a superarci in astuzia, il ruolo del prompt engineering (o di come decideremo di chiamarlo), sarà fondamentale.
Ed è proprio per questo che abbiamo già inserito i programmi di prompt engineering all’interno dei nostri Master e Corsi.
I nuovi Master Flessibili e personalizzabili nascono proprio per questo: per acquisire nuove competenze da altri settori e in grado di apportare innovazioni in quello in cui stiamo operando.
.