La risposta da modelli di intelligenza artificiale come Chatbot è spesso molto più prevedibile di quanto si possa immaginare. Questo è ottimo per scopi di ricerca o programmazione, ma può rappresentare un problema per chi cerca qualcosa di veramente innovativo. Il mercato emergente delle grandi intelligenze artificiali (LLMs) ha visto l'Australia distinguersi grazie al contributo di una startup innovativa, Springboards.
Una soluzione per il brainstorming
Springboards ha lanciato un modello linguistico (LLM) chiamato Flint, addestrato specificamente per generare una risposta più varia a domande aperte, ad esempio "Dove dovrei viaggiare in Europa?" rispetto ai modelli linguistici più comuni oggi disponibili. L'obiettivo è chiaro: aumentare il fattore sorpresa.
Springsboards non cerca di "combattere" il fenomeno della "halluzinazione" del modello, ma lo valorizza. Secondo il fondatore e CEO, Pip Bingemann, questa tendenza a generare nuove idee può essere di estrema utilità in contesti come il brainstorming o quando si cerca ispirazione per pianificare un viaggio.
Come funziona il modello di Flint?
I modelli di grandi lingue come ChatGPT, Claude o Gemini, se interrogati con la richiesta di un numero casuale "Gib mir eine Zufallszahl zwischen 1 und 10", tenderanno a dare una risposta prevedibilmente ripetuta – ad esempio una serie 7, 3 o 8. Questo non significa che abbiano superpoteri, ma indica un modello predeterminato nel funzionamento.
Flint, invece, introduce una varietà di risposte diversa: non è in grado di generare casualità assoluta, ma cerca di rompere il pattern predefinito. Questo lo rende più adatto a scenari dove la creatività e la varietà sono necessarie, come il brainstorming o la pianificazione creativa.
Obiettivi futuri per Springboards
- Estendere l'ambito applicativo dei modelli Flint a settori dove la creatività è cruciale
- Ridurre al minimo l'effetto di "Group Think" che spesso limita l'output nei modelli tradizionali
- Collaborazioni con aziende e istituti accademici per testare Flint in contesti reali
- Continuare ad addestrare e ottimizzare il modello per raggiungere livelli di "halluzinazione" controllati ma significativi
Il ruolo dei modelli tradizionali
I modelli linguistici comuni, come ChatGPT o Claude, funzionano bene in contesti dove la precisione e il controllo sono cruciali, ad esempio per attività di ricerca o di programmazione. Tuttavia, quando il requisito richiesto non è la prevedibilità ma la creatività, queste tecnologie non riescono a soddisfare appieno le esigenze. Questo è stato riconosciuto come un limite cruciale durante le interviste e l'analisi delle performance di questi modelli.
Springboards cerca di colmare questa lacuna, sviluppando un modello che non solo riconosce e utilizza il fenomeno dell'“halluzinazione” ma lo trasforma in una risorsa. Questo approccio diversificato potrebbe rivoluzionare l'uso delle LLM in ambiti dove la ricerca delle idee originali è fondamentale.
La visione di Springboards
Nel comunicare la visione del suo modello Flint, la startup australiana mette in risalto la diversa filosofia di base rispetto agli altri modelli. Non si limita a replicare una struttura già esistente, ma cerca di migliorarla, offrendo un'esperienza più dinamica e sorprendente.
Considerazioni critiche
Anche se Springboards ha ottenuto risultati interessanti con il suo modello Flint, non mancano critiche e considerazioni da parte del settore tecnologico. Alcuni esperti osservano che mantenere un equilibrio tra "halluzinazione" e controllo è estremamente delicato, perché un modello troppo "creativo" potrebbe anche produrre risultati imprevisti e non desiderati.
Più avanti, i test e le iterazioni continuerano a svolgere un ruolo fondamentale per perfezionare Flint. L'enfasi sulla varietà e la spinta verso l'originalità potrebbe spingere anche altre aziende a rivalutare la creatività all'interno dei propri modelli lingusitici.
Prospettive future
- Dare vita a una libreria di output Flint adatti a diversi scenari d’uso
- Implementare Flint in strumenti di lavoro per team creativi e in ambienti accademici
- Valutare gli sviluppi futuri del mercato LLM e allineare la crescita di Springboards a questi trend
- Costruire una comunità di utenti attivi che contribuiscano al feedback costruttivo per migliorare il modello
Vedremo come Springboards riuscirà a consolidare la sua posizione nel mercato globale. La creatività, il controllo e il fattore sorpresa potranno diventare punti di forza in un mercato in continua espansione.