Il dilemma dell’identità dietro i poco allettanti menu generati dall’IA. Ottimizzato per Google Discover.

dibilmente grandi. Ma quando i modelli di intelligenza artificiale si addestrano su troppo del proprio contenuto generato dall’IA, corrono il rischio di crollare.

“Un crollo del modello è quasi come una malattia della mucca pazza… quando si nutrono gli output di un modello direttamente in esso stesso, alla fine l’inbreeding diventa troppo e l’intero meccanismo collassa”, ha spiegato Lisle. “Quello che vediamo qui è convenienza, che non è necessariamente un crollo del modello.”

La convergenza è un po’ meno estrema, degradando la qualità degli output di un’intelligenza artificiale senza renderla del tutto inutile.

Se qualcuno chiede a un modello di intelligenza artificiale di generare un menu per un ristorante fast food, il modello probabilmente farà riferimento ai menu di Wendy’s, Burger King, McDonald’s o un’altra catena popolare. Questi menu condividono già uno stile simile, il che significa che gli output generati dall’IA imiteranno lo stesso stile, solo per rafforzarlo ulteriormente se il menu generato dall’AI finisce di nuovo nei dati di addestramento.

Ma i menu e le pubblicità per il cibo sembreranno sempre migliori rispetto alla realtà, come un Big Mac in un…
—