Siri vs ChatGPT: Confronto tra l’Intelligenza Artificiale LLM di Apple e GPT di OpenAI

Forse molti avranno notato che quest’anno, alla WWDC 2023, si è parlato molto poco di Siri. Quasi nulla. Questo perché l’assistente di Apple, basato su un modello di intelligenza artificiale LLM, appare più antiquato del modello GPT usato da OpenAI.

Tim Cook ha più volte dimostrato interesse verso il nuovo modello, anche se teme che possa portare a qualche problema per la circolazione di fake news e messaggi d’odio. Inoltre passare da un modello di apprendimento diverso non è proprio uno scherzo. Ci vogliono anni e una vasta base di dati.

Ma quali sono le differenze tra questi due modelli? Esaminiamo LLM (Large Language Models) utilizzato da Apple e GPT (Generative Pre-trained Transformer) impiegato da OpenAI.

Siri: un assistente vocale basato su LLM

Siri è l’assistente vocale di Apple, introdotto per la prima volta nel 2011, quindi ha 12 anni di sviluppi alle spalle. Si basa su un modello di intelligenza artificiale denominato Large Language Model (LLM).

Questi modelli sono progettati e addestrati specificamente per il compito del Natural Language Processing (NLP), cioè l’elaborazione del linguaggio naturale.

Siri è in grado di comprendere il contesto, rispondere a domande e interagire con l’utente in modo naturale. Tuttavia, nonostante il suo successo, Siri non è riuscito a tenere il passo con gli sviluppi nel campo dell’intelligenza artificiale generativa, anche perché non usa nessun componente generativo e questo è probabilmente il suo limite più grande.

Tutte le interazioni si basano sul contesto, richiamando percorsi neurali nei server di Apple.

ChatGPT: un modello basato su GPT

ChatGPT è un’intelligenza artificiale sviluppata da OpenAI. Si basa su un modello di AI chiamato Generative Pre-trained Transformer (GPT), che è progettato per generare testo simile a quello umano, comprendere il contesto e rispondere alle domande.

ChatGPT è noto per il suo avanzato livello di interazione con gli utenti e la sua capacità di produrre risposte coerenti e pertinenti.

Attualmente è alla sua 4° generazione ed è stato addestrato su miliardi di testi per comprendere come si generano testi di senso compiuto. Il suo addestramento hanno permesso di creare risposte in grado di superare difficili esami universitari. Per esempio con l’Uniform Bar Exam può arrivare a dare risposte corrette per il 90% delle domande.

Le differenze tra Siri e ChatGPT

Le differenze tra Siri e ChatGPT possono essere ricondotte principalmente ai loro modelli di intelligenza artificiale sottostanti: LLM per Siri e GPT per ChatGPT. Entrambi i modelli sono basati sull’architettura del Transformer, ma hanno diversi ambiti di applicazione e funzionalità.

I Large Language Models (LLM) sono modelli di intelligenza artificiale specificamente progettati per l’elaborazione del linguaggio naturale. Sono addestrati su enormi quantità di dati testuali e sono in grado di generare testo simile a quello umano, comprendere il contesto e rispondere alle domande.

Alcuni esempi di LLM includono BERT e RoBERTa. Siri, essendo basato su un LLM, è in grado di svolgere compiti di NLP come il riconoscimento vocale e la sintesi del linguaggio.

I modelli GPT, come quelli su cui si basa ChatGPT, sono modelli di intelligenza artificiale più ampi e versatili. Pur essendo in grado di svolgere compiti di NLP, possono essere applicati anche ad altri problemi, come la visione artificiale, il riconoscimento vocale e l’apprendimento per rinforzo. Ciò rende i modelli GPT più flessibili e potenti rispetto agli LLM.

Cosa deve fare Siri per colmare il divario nell’intelligenza artificiale generativa?

Per permettere a Siri di raggiungere e superare ChatGPT nel campo dell’intelligenza artificiale generativa, Apple dovrebbe considerare alcuni cambiamenti e miglioramenti al suo modello di AI e alle sue funzionalità:

• Adottare un modello GPT: Apple potrebbe prendere in considerazione l’adozione di un modello GPT, simile a quello utilizzato da ChatGPT, per migliorare le capacità di Siri. Un modello GPT consentirebbe a Siri di diventare più versatile e potente, permettendo di affrontare una gamma più ampia di compiti e applicazioni.
• Migliorare l’addestramento del modello: Per colmare il divario tra Siri e ChatGPT, Apple dovrebbe investire in un addestramento più approfondito e su larga scala del suo modello di AI. Ciò significa utilizzare più dati e risorse per perfezionare le capacità di Siri nel comprendere il contesto e generare risposte coerenti.
• Integrare funzionalità avanzate: Infine, Apple dovrebbe integrare funzionalità più avanzate in Siri, come la capacità di svolgere compiti più complessi e specifici nel campo della generazione di testo e della comprensione del linguaggio. Ciò potrebbe includere il miglioramento delle funzioni di riconoscimento vocale, la traduzione automatica e l’elaborazione del linguaggio naturale.

Questo le consentirebbe di realizzare un Siri che finalmente comprende ciò che gli viene detto, evitando rimandi a siti web di terzi per dare risposte.

Inoltre un Siri basato su GPT potrebbe diventare un volano per molti servizi della società, da Messaggi, Mail, Casa e così via. Inoltre il modello potrebbe anche essere fornito agli sviluppatori che, attualmente, per forza di cose stanno attingendo API da OpenAI.

In conclusione

L’evoluzione delle intelligenze artificiali ha portato a una differenza significativa tra i modelli LLM usati da Siri e GPT utilizzato da ChatGPT di OpenAI. Questi due modelli offrono una varietà di capacità, ma il GPT si è rivelato più versatile e potente grazie alla sua ampiezza di applicazione.

Siri, nonostante i suoi 12 anni di sviluppo, non è riuscito a tenere il passo con queste innovazioni. Per colmare questo divario, Apple dovrebbe considerare l’adozione di un modello GPT, migliorare l’addestramento del suo modello di intelligenza artificiale e integrare funzionalità più avanzate in Siri.

Questi cambiamenti potrebbero portare Siri a un livello superiore, offrendo un’esperienza utente più intuitiva e potente. Con un modello GPT, Siri potrebbe non solo migliorare la comprensione del contesto e la generazione di risposte coerenti, ma potrebbe anche diventare un motore per altri servizi Apple, fornendo agli sviluppatori un modello di AI più avanzato per le loro applicazioni.