IA, Hype, FOMO e altre cose belle

Guarda su YouTube → 36:05 4 marzo 2024

Descrizione

In questo video cerco di portare qualche criticità che vedo nei recenti sviluppi dell'intelligenza artificiale. ------------------------- TIMESTAMP 00:00 Introduzione 01:20 Hype e FOMO (Fear Of Missing Out) 08:45 Performance Instabili nel Tempo 14:40 Mancanza di Controllo sull'Output Generator 18:30 Entry Barrier, Service-Based Model, Closed-World 23:52 No Code, Low Code 27:30 Prompt Engineering, ha senso? ------------------------- RIFERIMENTI - Material: https://github.com/LeonardoE95/yt-it/tree/main/src/2024-03-04-pensieri-computazionali-hype-fomo-ia Video su Whope: https://www.youtube.com/watch?v=3eAcdhDAepI&feature=youtu.be ------------------------- CONTATTI - Blog: https://blog.leonardotamiano.xyz/ - Github: https://github.com/LeonardoE95?tab=repositories - Support: https://www.paypal.com/donate/?hosted_button_id=T49GUPRXALYTQ

Commenti 5

I commenti vengono da YouTube e sono aggiornati periodicamente.

@marcogarlet8660 13 marzo 2024

il punto "low code no code" è davvero molto interessante e mi riporta alle grammatiche formali e alla teoria dei compilatori e dei linguaggi. Sarebbe bello vedere un tuo approfondimento perchè hai dato parecchi hint. A tal proposito un libro davvero bello che consiglio è Crafting Interpreters di Robert Nystrom.
1 risposta
1. @esadecimale Autore 13 marzo 2024 1
  
  Vorrei approfondire tanto la natura dei linguaggi di programmazione e come scrivere un semplice interprete (per iniziare, poi magari anche un compilatore), per adesso però non riesco per questione di tempo. Ma è un obiettivo di questo anno in realtà, cercherò di portarlo 💪🏻
@EdoTM 4 marzo 2024

Magari con un LLM puoi generare un programmino stupido tranquillamente, ma che una persona (o peggio, azienda) poco competente possa creare un software complesso, con l'idea di "rimpiazzare" dei programmatori, è impensabile in questo momento. Ci sono diversi motivi; ne riporto alcuni che secondo me sono i più notevoli: 1. È improbabile che il codice funzioni al primo tentativo; una persona poco esperta non saprebbe farlo "convergere" alla soluzione ottimale, come dici nel video. 2. Un LLM non può deployare un software per conto tuo; magari può darti qualche dritta, ma più di quello non può fare. 3. Chi ti garantisce che il software generato sia sicuro? Te la senti di rischiare ed esporre un servizio potenzialmente vulnerabile? 4. Buona fortuna ad aggiungere feature, a mantenere il software e a fixare bug. Magari i modelli diventeranno talmente performanti da fare pochissimi errori ed essere maggiormente prevedibili; tuttavia, alcune cose non cambieranno. Come dici, se il linguaggio è ambiguo, non puoi avere certezze. Per il momento, e forse sarà così anche per gli anni che verranno, sono ottimi strumenti che aiutano e facilitano la vita di un tecnico. Tuttavia, ora non sono più di questo.
2 risposte
1. @shurizzle 5 marzo 2024 1
  
  Non sono in disaccordo con niente tu abbia scritto (sorry per la doppia negazione ma sottolineava meglio il concetto) ma c'e' un pero'. Per me la radice dell'impossibilita' di tutto questo e' lo strumento. Il problema degli LLM nella programmazione e' che non sono fatti per quello, sono semplicemente lo strumento sbagliato per definizione. Gli LLM ragionano con i linguaggi naturali (e gia' qui cascano male), in piu' non c'e' logica o ragionamento, semplicemente se qualcosa "ci sta bene" ce la mette. La gente sta male.
2. @esadecimale Autore 6 marzo 2024
  
  @shurizzleSi esatto, la “programmazione” è un mondo estremamente vasto, e per alcuni contesti questi LLM hanno anche buone performance, ma è difficile poi trarre conseguenze profonde su questo dato iniziale. Semmai quello che ci permette di affermare è che alcuni contesti della programmazione possono essere affrontati discretamente bene con metodi statistici basati sul linguaggio naturale. Ci sono tantissimi altri contesti in cui questo non è vero, come nella programmazione dei sistemi, o nell’integrazione di sistemi diversi tra loro.