Anche l’intelligenza artificiale deve studiare

Losanna – Ottenere risposte soddisfacenti da ChatGpt inerenti alla chimica è possibile: lo dimostra un recente studio condotto dal Politecnico federale di Losanna, pubblicato sulla rivista scientifica Nature Machine Intelligence.

“Se chiediamo a Gpt-3 (una delle due versioni attualmente disponibili del chatbot sviluppato da OpenAI basato sull’intelligenza artificiale, ndr) di rispondere a quesiti riguardanti la chimica, il programma si limiterà perlopiù a consultare Wikipedia”, ha detto il primo autore dello studio Kevin Jablonka. Questo avviene perché nell’insieme di dati con cui Gpt-3 è stato addestrato non figura un’ampia letteratura sull’argomento. Nonostante allenare un motore basato sull’intelligenza artificiale richieda ingenti quantità d’informazioni e tecniche di machine learning (come suggerisce il nome è una disciplina che permette ai computer di “imparare”, ndr), i ricercatori hanno trovato un modo per raggirare le limitazioni del programma di OpenAI. Ciò che hanno fatto è fornire al programma un insieme di dati strutturato come un questionario, su cui figurano domande e risposte. Nel caso specifico, gli scienziati dell’Epfl hanno “alimentato” Gpt-3 con un documento in cui, appunto, figuravano domande e risposte circa le leghe ad alta entropia, precedentemente verificate con la letteratura sulla chimica a disposizione: una volta affinato il modello, esso era in grado di rispondere a problemi chimici di varia natura somministratigli dall’utente con una precisione del 95%. I risultati conseguiti “superano quelli di modelli allo stato dell’arte addestrati grazie al machine learning”, si legge in un comunicato del Politecnico di Losanna, e la scoperta dei ricercatori sorprende soprattutto per la sua semplicità e la velocità d’esecuzione.