GPT-3 è un modello di Natural Language Processing sviluppato dall’azienda fondata da Elon Musk, Open AI.
Con 175 miliardi di parametri è tra i modelli più avanzati al mondo e le applicazioni che sono state create in pochi mesi dal suo rilascio lasciano a bocca aperta.
Allenato su un ampio web corpus, è possibile fornire alcuni esempi al modello affinché generi contenuti simili a quelli forniti.
Ti faccio un esempio.
Ho individuato per te questo post di @sharifshameem, che mostra i risultati di GPT-3 applicato alla generazione di layout web, usando una sintassi conosciuta come JSX, particolarmente nota agli sviluppatori React Js.
Si tratta di un prove of concept, tanto che l’autore è già a lavoro sull’industrializzazione del processo con la neonata azienda debuild.
A tendere, sarà sufficiente sottoscrivere un abbonamento mensile, accedere al pannello di controllo, descrivere l’aspetto che desideriamo per il nostro sito e nel giro di qualche secondo avremo live una web app, un e-commerce, una landing page, senza bisogno di alcuna configurazione utente.
Siamo agli inizi di una rivoluzione tecnologica senza precedenti.
Il modello non era stato addestrato a questo, ma è così elastico da imparare nuove abilità.
Scopriamo come il GPT-3 possa diventare persino migliore con l’ausilio della Privacy Preserving AI.
GPT-3 e Privacy Preserving AI
Ottima l’idea di realizzare layout web senza aver bisogno di conoscere un linguaggio di programmazione.
Il margine di crescita e progresso scientifico tecnologico è però più alto in altri settori, quello medico e finanziario in primis.
Consideriamo allora una situazione ipotetica e vediamo in che modo un sistema di questi tipo possa rivelarsi efficace.
Ti svegli alle 5 del mattino e hai male allo stomaco.
Chiamare il numero d’emergenza sarebbe eccessivo e iniziare a cercare online inutile: sai bene che individuare le fonti valide è difficile, e a quest’ora con i crampi è persino complicato respirare.
Avresti bisogno del tuo medico che però per ovvie ragioni non è raggiungibile.
Poi ti ricordi di quell’applicazione che la tua amica ha trovato casualmente, salvandola dai dolori alla schiena con una diagnosi precisa e puntuale.
Scarichi l’app, apri il servizio di emergenza (i.e. Non richiede la creazione dell’account) e interroghi l’assistente virtuale.
A risponderti non è un bot, ma un modello d’intelligenza artificiale allenato con 175 miliardi di parametri su milioni di record privati di pazienti, note mediche, esami, cure e diagnosi.
Scopri che si tratta di una semplice congestione intestinale, e ti viene raccomandato un medicinale e una cura naturale.
Passato il dolore torni a dormire serenamente.
Privacy Preserving AI
L’ausilio di tecniche di tutela della privacy, che su questo blog trovano ampia copertura, permettono di realizzare una simile soluzione.
Differential Privacy, Private Set Intersection e Homorphic Encryption sono alcune delle tecnologie che consentirebbero accesso sicuro ai dati necessari al training del modello.
Sono proprio i dettagliati dati dei medici, ora congelati dalle fredde temperature di regolamentazioni stringenti e severe che ne impediscono la divulgazione, a costituire il vero potenziale per un futuro roseo e una crescita tecnologia sicura e affidabile.
Per il momento è tutto.
Per aspera, ad astra.
Un caldo abbraccio, Andrea.
