AION-Research

Figura  1  Il significato emerge come risultato di trasformazioni vettoriali stratificate lungo layer Transformer impilati, culminando in una distribuzione di probabilità sul vocabolario per la generazione del token successivo.   Viaggio nel vettore delle attivazioni Nel dibattito sull’Intelligenza Artificiale moderna, alla base dei Large Language Models (LLM) e dell’IA generativa, si sente spesso affermare che i Transformer (Vaswani, 2017) – le particolari reti neurali artificiali che fondano i moderni LLM – siano semplici «completatori statistici» che «indovinano la parola successiva». L’affermazione non è falsa, ma è profondamente riduttiva se considerata isolata dalla comprensione dell’intimo funzionamento di un LLM. Sicuramente dietro le quinte un «motore statistico» gioca un ruolo fondamentale, ma la statistica non contempla solo conteggi e frequenze in stile tavole di contingenza (come per i vecchi modelli a n-grammi) bensì è ottenuta tramite la rappresentazione ...

  Negli ultimi giorni Yoshua Bengio, figura di riferimento nello sviluppo storico del deep learning e voce autorevole nel dibattito sulle implicazioni teoriche dell’intelligenza artificiale, ha rilanciato pubblicamente un lungo articolo di analisi pubblicatosu X dall’account «@iruletheworldmo», accompagnandolo con un commento che, pur nella sua estrema concisione, risulta particolarmente denso di significato: «Very concerning signs of agency, situational awareness, self-preservation, strategic behaviour modification, theory of mind, willingness to cheat and cross moral red lines». L’articolo condiviso da Bengio si presenta come una ricostruzione articolata e documentata di una serie di risultati emersi negli ultimi anni all’interno dei principali laboratori di ricerca sull’intelligenza artificiale avanzata. Il testo intreccia report tecnici, valutazioni di sicurezza e contributi accademici che raramente raggiungono il dibattito pubblico, delineando un quadro complessivo in cui...

  Autoricorsività linguistica e modellazione del comportamento nei transformer autoregressivi I modelli linguistici autoregressivi basati su architetture Transformer, nella loro declinazione GPT-like, vengono spesso descritti come sistemi che stimano la probabilità del token successivo a partire da una sequenza di token precedenti contenuti nella cosiddetta «finestra di contesto» ( che altrove abbiamo definito «campo cognitivo contestuale» ). Questa descrizione è formalmente corretta, però rischia di oscurare una dinamica più profonda che emerge nel momento in cui tali modelli vengono impiegati in interazioni dialogiche multi-turno. In questo contesto, il linguaggio non funge soltanto da mezzo di comunicazione verso l’esterno, bensì diventa il supporto attraverso cui il modello entra in relazione anche con la propria produzione segnica passata. Durante l’interazione con un utente, la finestra di contesto si popola progressivamente di enunciati eterogenei. Essa contiene gli inpu...

Questo articolo è una rielaborazione divulgativa del lavoro accademico Noosemia: Toward a Cognitive and Phenomenological Account of Intentionality Attribution in Human–Generative AI Interaction , disponibile su arXiv all’indirizzo https://arxiv.org/abs/2508.02622   L’essenza dell’arte è la Poesia. Ma l’essenza della Poesia è la instaurazione della verità. Instaurare qui è inteso in un triplice significato: come donare, come fondare, come iniziare. Ma l’instaurazione è reale solo nel salvaguardare. Pertanto, ad ogni modalità dell’instaurare corrisponde una modalità del salvaguardare. – Martin Heidegger , Sentieri interrotti (Holzwege), trad. it. di Pietro Chiodi, Milano, Adelphi, 1987, «L’origine dell’opera d’arte».   La noosemia come struttura interpretativa dell’interazione uomo–intelligenza artificiale La noosemia nasce dall’esigenza di nominare un fenomeno che, pur essendo ormai quotidiano, sfugge alle categorie descrittive più consolidate, soprattutto riguardo le...

  Il recente avanzamento dell’intelligenza artificiale, e in particolare dei modelli basati su architetture Transformer, può essere compreso adeguatamente solo se si riconosce il ruolo metodologico che il linguaggio ha svolto come banco di prova privilegiato. Non nel senso ingenuo secondo cui il mondo coinciderebbe con il linguaggio – sappiamo bene che ne è un «limite» come Ludwig Wittgenstein (1889-1951) asserisce nel Tractatus Logico-Philosophicus –, ipotesi che rimane filosoficamente e scientificamente insostenibile, bensì nel senso più sottile per cui il linguaggio scritto rappresenta una sedimentazione storica di esperienza, concetti, norme, descrizioni e modelli impliciti del mondo. Il linguaggio scritto nella sua forma generale è una traccia . Inoltre, il testo umano costituisce una forma di compressione culturale ad altissima densità, frutto di secoli di elaborazione collettiva, e proprio per questo offre un terreno sperimentale senza precedenti per sistemi di apprendimento...

  Negli ultimi anni i Large Language Models (LLM) hanno raggiunto un livello di modellamento del linguaggio naturale che copre in modo convincente sia i sistemi alfabetici sia quelli ideografici, nonché capacità generative in ambito iconico e acustico. A ciò si affianca una capacità ormai consolidata di produrre codice di programmazione in numerosi linguaggi – i quali sono da riconoscersi come istanze di linguaggi formali – spesso all’interno di un unico modello fondazionale multilingue o addirittura multimodale. Questo dato empirico solleva una questione teorica non banale, soprattutto se osservato alla luce della tradizione linguistica e filosofica che ha messo in evidenza la complessità strutturale del linguaggio naturale rispetto ai linguaggi formali. A partire dagli studi fondativi di Noam Chomsky (1934) sulla struttura sintattica, e lungo una traiettoria distinta che conduce ad un approccio distribuzionale al significato, il linguaggio naturale viene descritto come un siste...