https://www.adnkronos.com/immediapress/intelli...(Adnkronos) - Vicenza, 22/01/2024 - L'Intelligenza Artificiale Generativa ha il potenziale per portare a cambiamenti radicali nell'economia globale. Secondo Goldman Sachs1, genererà presumibilmente un aumento del 7% (o quasi 7 trilioni di dollari) del PIL globale e aumenterà la crescita della produttività di 1,5 punti percentuali nei prossimi 10 anni. Gran parte di questo incremento è guidato dagli investimenti in servizi cloud di IA generativa, che Bloomberg2 stima supereranno i 109 miliardi di dollari entro il 2030, con un CAGR del 34,6% dal 2022 al 2030.
In questi giorni si è svolto a Las Vegas, uno dei più importanti appuntamenti annuali sui temi dell’innovazione, si tratta del re:Invent, organizzato da AWS (Amazon Web Services), un’occasione in cui il colosso di Seattle ha presentato anche importanti novità nell’ambito dell’Intelligenza Artificiale.
Swami Sivasubramanian, Vice Presidente di Data e AI in Amazon, ha infatti riferito di come si stia sviluppando una potente interazione tra esseri umani, dati e intelligenza artificiale e di come questa tecnologia stia potenziando non solo la produttività, ma anche la creatività nelle aziende, sempre in cerca di nuove idee di business.
Amazon ha avuto – e continua ad avere - un ruolo chiave nella democratizzazione del Machine Learning, nel renderlo accessibile a chi vuole approcciarlo e utilizzarlo. In questi anni ha realizzato importanti progetti per oltre 100.000 clienti di ogni dimensione e in qualsiasi settore industriale. Miriade S.r.l., Advanced Consulting Partner AWS, ha adottato un approccio responsabile e inclusivo per accompagnare le organizzazioni, le imprese e gli enti pubblici italiani a una trasformazione consapevole e graduale, guidata dall’idea che si deve beneficiare delle nuove opportunità offerte dall’Intelligenza Artificiale, senza correre inutili rischi.
È parere unanime che l’Intelligenza Artificiale Generativa svolgerà un ruolo cruciale nella trasformazione di alcuni settori come quello Sanitario, quello dei Media e dell’Intrattenimento, quello Bancario e Finanziario e certamente quello Educativo e della Ricerca Scientifica, ma modificherà profondamente anche i processi dell’Automotive e delle aziende Manifatturiere.
Naturalmente, prima di qualsiasi progetto di adozione, è essenziale definire chiaramente il ruolo e la funzione che deve avere l’Intelligenza Artificiale Generativa in azienda, gli ambiti di impiego e, di conseguenza, definire delle linee guida sul modo in cui si debba impiegare. Tutto questo nasce da una visione strategica che viene prima di quella tecnologica.
Inevitabilmente, così, si deve prima familiarizzare con alcune nozioni di base, come ad esempio il concetto di Foundation Model (termine coniato nel 2021 da un gruppo di ricercatori dell’Università di Stanford, che lo usarono per la prima volta nel report On the Opportunities and Risks of Foundation Models).
I Foundation Models sono modelli di deep learning molto complessi, che beneficiano di un training su enormi set di dati. Questi modelli possono eseguire un'ampia gamma di attività con un elevato grado di precisione, in base alle informazioni fornite. I Data Scientist, invece di sviluppare l'intelligenza artificiale da zero, possono utilizzare un modello di questo tipo come punto di partenza, per creare nuove applicazioni di machine learning, in modo più rapido ed economico. Semplificando potremmo dire che un Foundation Model presenta tre caratteristiche:
•è molto complesso e computazionalmente oneroso da allenare (ha un numero elevatissimo di parametri);
•è pre-addestrato su una grandissima mole di dati non pre-analizzati (unsupervised data);
•è adattabile a seconda del compito che gli si attribuisce e può essere oggetto di un fine-tuning per venire utilizzato in uno specifico task.
Anche se hanno ricevuto un pre-training, i Foundational Models possono continuare ad apprendere dagli input e dai prompt dei dati, durante l'inferenza. Ciò significa che è possibile sviluppare ulteriormente le potenzialità delle proprie applicazioni, fornendo istruzioni in modo accurato. Le attività che i Foundation Models possono svolgere includono l'elaborazione del linguaggio (natural language processing), l’identificazione d’immagini, la generazione di codice e il supporto decisionale.
Con l’adozione di queste tecnologie si possono sviluppare molte applicazioni. A titolo esemplificativo, dunque, eccone alcune:
•Soluzioni RPA (Robotic Process Automation)
•Supply Chain: order management
•Classificazione, gestione e trattamento documentale (contratti, testi e immagini)
•Decision making basato su proiezioni di dati finanziari o di produzione
•Motori di raccomandazioni per up-selling e cross-selling
•Automatizzazione processi e attività time-consuming
•Traduzione e ottimizzazione del codice
•Customer care (chatbot, help desk e ticketing, rinnovi, ecc.)
•Diagnosi e prevenzioni
Il consiglio in questi casi è sempre quello di affidarsi agli esperti. Quel che è certo è che Amazon Bedrock offre molte garanzie: è una soluzione ampiamente diffusa, collaudata e aperta a più Foundational Models. Per questo è il modo più semplice per creare e scalare applicazioni di Intelligenza Artificiale Generativa. La cosa interessante da sapere è che Amazon Bedrock è un servizio scalabile, completamente gestito che mette a disposizione i modelli di fondazione delle principali startup di IA e di Amazon attraverso un'API, consentendo di trovare il modello più adatto all’impiego che se ne deve fare.
Chiaramente seguire un percorso d’adozione affiancati da un Partner AWS è essenziale per evitare di incappare in errori di valutazione e di implementazione: i modelli possono soffrire di quelle che vengono definite “allucinazioni” e si potrebbero seguire strade che portano a maggior costi.
Per approfondimenti e informazioni:
MIRIADE S.R.L. – AWS Advanced Consulting Partner
Headquarter Via Castelletto, 11 - 36016 Thiene (VI)
Email info@miriade.it
Webiste: www.miriade.it
Tel: +39 0445 030111