Intelligenza Artificiale: esempio pratico 1. INTRODUZIONE E COS'E' l'AI Tutti ne parlano ma veramente cosa sia pochi lo sanno. Da poco ho frequentato un bellissimo corso universitario tenuto dal Politecnico di Torino dove invece mi hanno spiegato la teoria che c'è dietro, ho affrontato prove pratiche e capito come usarla. Grazie a chatgpt (Chat Generative Pretrained Transformer) è diventata una moda dell'informatica e si è diffuso l'utilizzo. La carta vincente di OpenAI è stata renderla semplice come Microsoft Windows fece per i personal computer negli anno 90, un po' come succede spesso nel campo delle tecnologie (si va per moda). Ed ecco che è esploso l'utilizzo dei Large Language Model (LLM) modelli di Machine Learning (in questo caso Language Model) che apprendono un linguaggio (la chat) ed istruiti su miliardi (e quindi Large) di parole o simili (token) di dati apprendono e rispondono alle tue esigenze . Miliardi di parole processate attraverso GPU sempre più potenti (e non CPU perchè le GPU sono più adatte ad utiizzare algoritmi di apprendimento come reti neurali ed NVIDIA ha fatto festa) e dati sempre più disponibili (Internet, open data..) 2 STRUMENTI ED ESEMPI DI PROMPT Il prompt è il testo con cui si chiede allo strumento di fare qualche azione. Il prompt engeneering è diventata la scienza che studia come ottimizzare al meglio la domanda per poter avere la migliore e corretta risposta. Esa però è ottimale in base soprattutto ai dati con il quale lo srumento è stato istruito ed ecco il motivo per cui la stessa domanda fatta ad uno strumento non è detto che dia la stessa risposta rispetto ad un altro. Ogni strumento quindi usa uno o più modelli ed ogni modello è formato da dati su cui si è addestrato attraverso un algoritmo scelto in base alla tipologia di dati. I dati su cui sono stati addestrati sono quelli che vengono confrontati dal modello con i dati forniti nella domanda, questi ultimi chiamate fonti da elaborare per avere la risposta . E' fondamentale per ogni argomento (contenuto da generare) usare una chat differente ed usare molti prompt sempre più affini in base al risultato precedente per poi arrivare al risultato finale voluto. 2.1 ESEMPIO Ho creato un articolo (Le Comunità Energetiche Rinnovabili (CER) [https://www.occhioinformatico.it/hacking/8-varie/86-le-comunit%C3%A0-energetiche-rinnovabili-cer.html] ) usando l'AI e modificando pochissime parole, facendo generare il testo da questi strumenti. Nei modelli usati non riporterò la versione (Es. ChatGPT 4), in quanto sarà già superata nel momento della pubblicazione di questo articolo. 2.1.1 PROCEDIMENTO A) Strutturo mentalmente i contenuti dell'articolo: definisco capitoli e paragrafi B) Raccolgo le fonti : slide di un convegno a cui ho partecipato sulle CER, mi procuro regolamento e statuto Vignole Green C) Uso gli strumenti - Per ogni capitolo e paragrafo uso uno strumento e genero testo partendo dalle fonti - Per ogni generazione analizzo se può andar bene o rigenero con prompt diverso o cambio strumento - Raccolgo i testi e li organizzo in un testo di bozza - Definisco uno stile, creo una immagine, genero l'html da pubblicare - Creo dei post per i social 2.2 STRUMENTI E PROMPT Di seguito gli strumenti e prompt utilizzati. 2.2.1 Mistral [https://chat.mistral.ai/] Strumento di una azienda francese che mi ha colpito per l'analisi del testo ma non per le elaborazioni di calcoli. Permette l'elaborazione di diversi allegati in contemporanea. Di seguito i prompt usati. Input: slide del convegno Prompt: "Spieghi ad un bambino cosa si intende per CER ?" Risultato: il paragrafo "INTRODUZIONE: COSA SONO LE CER" Input: slide del convegno Prompt: "Partendo dalle fonti, mi crei un articolo con i seguenti contenuti : Introduzione cosa sono le CER Evoluzione normativa Esempio incentivi Vantaggi per un consumatore Vantaggi per un consumatore " Risultato: utilizzato in parte, mi ha soddisfatto solo i paragrafi "VANTAGGI PER UN CONSUMATORE" , "VANTAGGI PER UN PRODUTTORE" Input: Regolamento CER Vignole Green Prompt: "Mi crei una tabella riassuntiva dei consumi. Esempio : Produttore produce 150 kw Consumatore consuma 200 kw Energia condivisa tra produtore e consumatore 100 kw Rimborso alla CER secondo gli incentivi in corso Ripartizione incentivi secodo il regolamento della CER Vignole Green" Risultato: Non mi ha soddisfatto e non l'ho usato in quanto non è stato in grado di calcolarmi l'incentivo, si è basato solo sulla fonte e non ha cercato su internet i prezzi dell'incentivo. 2.1.2 NotebookLM [https://notebooklm.google.com/] Strumento realizzato da Google, è stato addestrato per analizzare documenti, fare riassunti, domande puntuali e le uniche fonti sono i documenti caricati. Aiuta ad analizzare testi complessi. Si creato progetti per ogni analisi. Nota negative: - Non esiste una cronologia di prompt usati nel progetto, ad ogni sessione che si riapre il progetto si parte da zero - l'esportazione dei risultati non sempre è agevole in quanto per ogni informazione trovata viene anche indicata la fonte con un numero che viene riportato nei copia incolla dell'esportazione Di seguito i prompt usati. Input (per tutti i prompt): slide del convegno , Regolamento e Statuto CER Vignole Green Prompt: Evoluzione Normativa Comunità Energetiche Risultato: EVOLUZIONE NORMATIVA Prompt: CER Vignole Green: Nascita e Adesione Risultato: Storia della CER Vignole Green (aggiunta solo la data creatione della creazione) Modalità per aderire alla CER Vignole Green (solo aggiunta codice cabina primaria) Prompt: Persi non salvati Risultati usati: COME ENTRARE A FAR PARTE DI UNA CER TIPOLOGIA DI SOCI E MEMBRI DELLE CER I BENEFICI ECONOMICI FOCUS PNRR 2.1.3 ChatGPT [https://chatgpt.com/] E' lo strumento più conosciuto, all'atto pratico mi è sembrato quello più capace di elaborare meglio dati, formule e risultati complessi e ricercare le informazioni anche sul Web . Di seguito come è stato usato. Input: Regolamento CER Vignole Green Prompt: " Mi calcoli incentivi usando il Regolamento CER Vignole Green (in allegato) per la ripartizione ed usando le informazioni dalle altre fonti per il calcolo degli incentivi CER in Piemonte nell'anno 2025, mi crei una tabella riassuntiva con le righe rappresentanti gli utenti: utente 1 (Consumer), Utente 2 (Consumer), Utente 3 (Consumer), Utente 4 (Producer), Utente 5 (Prosumer), Utente 6 (Prosumer) impianto fatto con incentivi PNRR I dati sono : utente 1 consumo condiviso 2500 kw utente 2 consuma condiviso 3000 kw utente 3 consuma condiviso 4500 kw utente 4 produce 7000 kw utente 5 produce 5000 kw e autoconsuma 500 kw e nessun consumo condiviso utente 6 produce 1000 kw, autoconsuma 1000 kw e consuma condivisa altri 1000 kw Per un totale di energia condivisa 11000 kw. Per chi produce calcola anche il rimborso del Ritiro Dedicato (RID) . La tabela potrebbe contenere se seguenti colonne: Utente, Consumo condiviso, autoconsumo, Produzione,RID,Incentivo CER, Totale (RID + Incentivo CER) Mi specifichi i dettagli dei calcoli fatti Risultato con testo e tabella in html " Risultati: ESEMPIO PRATICO 2.1.4 Gemini [https://gemini.google.com] Anche Google non poteva che offrire la sua versione di strumento che utilizza LLM, elabora molto bene i testi ed immagini. Ha meno limiti del suo diretto concorrente ( ChatGPT ) ma come aspetto negativo, da molte più allucinazioni con informazioni datate se lo si utilizza per andare sul web. Di seguito come è stato usato. Input: un documento di testo chiamato "bozza.txt" dove sono stati raccolti tutti i risultati dei contenuti generati precedentemente avendo avuto l'accortezza di mettere manualmente in lettere maiuscole i noi dei capitoli e paragrafi Prompt: "Partendo dal testo nell'allegato : - Elabora il testo trasformandolo in un articolo in un italiano corretto - tigli tutte le citazione [cite: N] (Esempio [cite: 6]) - riconosci i punti elenco formattandoli nello stesso modo - riconosci i titoli dei vari paragrafi scritti in maiuscolo - crea un indice iniziale dei titoli - mi metti il significato degli accronimi tra parentesi [] - se sai quale è la fonte della normativa oppure ente mi metti anche il link con target=_blank (Esempio GSE https://www.gse.it/ oppure la legge normattiva esempio https://www.astrid-online.it/static/upload/regi/regione-piemonte_legge-regionale-3-agosto-2018--n.-12.pdf) - converti tutto in una pagina HTML " Risultati: testo HTML dell'articolo pubblicato 2.1.5 Sora [https://sora.chatgpt.com/] Lo strumento, è il modello di OpenAI specializzato sulla creazione di immagini partendo da una richiesta scritta . Si parla di Intelligenza Artificiale generativa. L'esempio riporta due prompt utilizzati. Nessun input. Prompt 1: "Trasferimento Energia CER" Prompt 2: "Change text to : Energia diretta da produttore a consumatore nell CER" Risultato: L'immagine dell'articolo. Da notare che per una migliore interpretazione da parte dello strumento, si è usato il prompt 2 con una richiesta in lingua nativa (inglese) dello strumento stesso. 3. CONCLUSIONE: OPINIONI SUGLI STRUMENTI USATI Obbiettivamente è difficile fare un confronto tra gli strumenti, usandoli posso solo scrivere opinioni personali. Sicuramente strumenti e relative versioni di modelli, dipendono molto se sono versioni gratuite "community", come tutti quelli usati e qui presentati, oppure se si usano versioni a pagamento dove i modelli sono più affidabili perchè addestrati su una mole di dati maggiori. Il maggior costo per chi li rende disponibili è proprio l'addestramento. Se si vuole provare a fare un confronto io personalmente userò : - Mistral elabora molti testi in contemporanea per rigenerare contenuti in formati diversi, ha meno limiti di altri strumenti come numerodi allegati da elaborare e si esportano facilmente. Obbiettivamente però ha generato qualche risultato inesatto; - NotebookLM potrebbe è fondamentale per l'analisi di contenuti locali, ho solo trovato molto difficoltosa l'esportazione dei contenuti generati (nel copia incolla per esempio del riassunto di un testo, vengono anche copiati i riferimenti della fonte) . E' molto affidabile nella ricerca di informazioni partendo dalle fonti date . E' negativo il fatto che non si possono salvare i prompt usati ma si possono "annotare e salvare" i risultati; - ChatGPT si è comportato egregiamente ma va detto che è anche quello con più limiti di utilizzo. Utilizzato anche in altri contesti (generazione di codice in linguaggio PHP, formule Excel, ricerca dispositivi da comprare) si conferma uno dei più affidabili anche come esportazione dati; - Gemini va bene per piccole elaborazioni, sia con testi che con immagini come fonti. Nelle ultime versioni del modello sta migliorando anche la ricerca sul Web con dati aggiornati. I risultati si esportano bene; - Sora per generare immagini di fantasia anche con testi si è comporto egreggiamente. Gemini e ChatGPT, anche molto di recente hanno avuto molte difficoltà di elaborazione e l'immagine viene generata dopo molti minuti; POSTUM SCRIPTUM: PROMPT USATI PER QUESTO ARTICOLO By Gemini 2.5 Pro. Prompt 1: "Partendo dal testo nell'allegato : - Elabora il testo trasformandolo in un articolo in un italiano corretto - riconosci i punti elenco formattandoli nello stesso modo - riconosci i titoli dei vari paragrafi scritti in maiuscolo - crea un indice iniziale dei titoli - mi metti il significato degli acronimi tra parentesi [] - il capitolo degli esempi, propone sempre i contenuti Prompt e risultato. Formattali tutti nello stesso modo ed in particolare i prompt come se fosse del codice di programmazione scritto - converti tutto in una pagina HTML " Prompt 2: "Partendo dal risultato precedente : - mi togli le citazioni Esempio testo [cite_start] oppure [cite: 6] - si parla di strumenti online, dove riportati mi metti il link al sito web, Esempio: Sora link: https://sora.chatgpt.com/ con html attributo target=_blank " Prompt 3:"Mi aggiunti il link al sito web di NVIDIA quando la cito, all'articolo "Le Comunità Energetiche Rinnovabili" quando citato ed a tutti i sui capitoli quando li menziono in questo articolo. Sempre con l'attributo html target = blank" Prompt 4:"mi correggi i link dei capitoli dell'articolo citato, esempio "INTRODUZIONE: COSA SONO LE CER" deve essere "https://www.occhioinformatico.it/hacking/8-varie/86-le-comunit%C3%A0-energetiche-rinnovabili-cer.html#introduzione" e NON "https://www.occhioinformatico.it/hacking/8-varie/86-le-comunit%C3%A0-energetiche-rinnovabili-cer.html" " Prompt 5:"quando si parla di Input me lo sostituisci con Fonte" Prompt 6:"Mi crei una immagine fantasiosa che rappresenta il contenuto scritto" Prompt 7:"me la puoi ridurre in un formato più leggero per pubblicarla sul web" Risultato: "mi ha messo gli attributi html per ridurre la dimensione dell'articolo e non quello dell'immagine" Prompt 8:"Mi sono spiegato male. L'immagine che hai generato me la puoi ridurre in un formato più leggero per pubblicarla sul web" Risultato: "Capisco perfettamente. Purtroppo, non ho la capacità di modificare direttamente un'immagine già creata per ridurne le dimensioni del file. I miei strumenti mi permettono di generare immagini, ma non di ottimizzarle o comprimerle dopo la creazione." Sora Prompt:"Mi crei una immagine fantasiosa che rappresenta il contenuto scritto in questo articolo https://test.occhioinformatico.it/formazione/11-how-to-tutorial/83-intelligenza-artificiale-esempio-pratico.html" ChatGPT Prompt 9:"Mi generi un post breve da pubblicare sui social per pubblicizzare il testo scritto in questo articolo "https://test.occhioinformatico.it/formazione/11-how-to-tutorial/83-intelligenza-artificiale-esempio-pratico.html" con anche dei hashtag"