Spiegazione dell’Atto AI dell’UE: Definizione dei Modelli di Intelligenza Artificiale di Uso Generale
Qualsiasi entità o individuo che immette un modello di intelligenza artificiale nel mercato dell’UE deve determinare se il modello rientra nella categoria dei modelli di intelligenza artificiale di uso generale (GPAI) secondo l’Atto AI dell’UE. Questo è un passaggio cruciale per comprendere se il modello rientra nelle disposizioni applicabili ai modelli GPAI stabilite dalla legge.
Definizione di un Modello GPAI
Secondo l’Atto AI dell’UE, un modello di intelligenza artificiale di uso generale è definito come un modello di IA che mostra una generalità significativa e che è in grado di svolgere una vasta gamma di compiti distinti, indipendentemente dal modo in cui il modello viene immesse sul mercato e che può essere integrato in vari sistemi o applicazioni a valle.
La definizione sopra copre i seguenti requisiti:
- Esistenza di un modello di intelligenza artificiale
- Generalità significativa
- Capacità di eseguire una vasta gamma di compiti distinti
- Capacità di essere integrato in sistemi o applicazioni a valle
Modello di Intelligenza Artificiale
Il primo elemento essenziale della definizione citata è che deve esistere un modello di intelligenza artificiale. Sebbene l’Atto non stabilisca esattamente cosa sia un modello di IA, due istituzioni autorevoli forniscono definizioni esclusive. L’Organizzazione Internazionale per la Standardizzazione (ISO) definisce un modello di IA come una rappresentazione fisica, matematica o logica di un sistema, entità, fenomeno, processo o dato.
In generale, i modelli di IA sono addestrati su grandi quantità di dati e integrano vari tipi di tecniche di IA. Tuttavia, nonostante la loro sofisticazione, questi modelli esistono nella loro forma iniziale e non possono essere utilizzati direttamente dagli utenti finali senza componenti aggiuntivi.
Generality Significativa
Per diventare un modello di intelligenza artificiale di uso generale, il modello deve soddisfare il requisito di generalità significativa. L’Atto stabilisce una serie di fattori utili per stimare se un modello mostra questa generalità, ma non fornisce criteri specifici. Secondo il Considerando 98, i modelli con “almeno un miliardo di parametri e addestrati con una grande quantità di dati” sono considerati come aventi una generalità significativa.
Il training compute è un’ulteriore metrica introdotta dall’Unione Europea per semplificare la valutazione della generalità significativa. Un modello deve eseguire operazioni in virgola mobile (FLOPs) superiori a 10 elevato alla 23esima potenza.
Esecuzione di una Vasta Gamma di Compiti Distinti
Un altro elemento importante è la capacità del modello di eseguire una vasta gamma di compiti distinti. I modelli di generazione di linguaggio sono particolarmente rilevanti per questo elemento, poiché possono memorizzare conoscenze, comunicare e ragionare, rendendoli più adatti a una gamma più ampia di compiti.
In sintesi, per qualificarsi come modello di intelligenza artificiale di uso generale, il modello deve mostrare una generality significativa e deve essere in grado di eseguire una vasta gamma di compiti distinti. I migliori candidati sono i modelli generativi multiprofilo che soddisfano la soglia di training compute di 10^23 FLOPs.
Integrazione in Sistemi o Applicazioni a Valle
Un modello di intelligenza artificiale di uso generale non è un sistema di intelligenza artificiale autonomo. È necessario integrarlo in un altro sistema o aggiungere componenti extra per diventare uno. L’integrazione non compromette l’applicabilità delle disposizioni GPAI dell’Atto AI dell’UE.
Conclusione
In conclusione, un modello di intelligenza artificiale di uso generale è un modello addestrato su grandi quantità di dati che può fornire output complessi. La sua qualificazione come modello di intelligenza artificiale di uso generale dipende dalla sua complessità, dimensione e versatilità. I requisiti possono essere ridotti a tre criteri principali: complessità, dimensione e versatilità.
