Le immagini generate dall’intelligenza artificiale (AI) sono create da un computer utilizzando una rete neuronale. Una rete neurale si ispira al funzionamento del cervello umano. È costituita da una serie di unità di elaborazione chiamate “neuroni” connesse tra loro, che lavorano insieme per elaborare informazioni. Ogni neurone riceve un certo numero di input dall’esterno, effettua una semplice operazione matematica su di essi e poi invia il risultato ad altri neuroni. Queste immagini possono essere utilizzate in una varietà di modi, come la creazione di “arte” o la progettazione di prodotto, e possono anche essere utilizzate in campi come la medicina, il marketing e l’ingegneria. Una delle tecnologie di intelligenza artificiale più comunemente utilizzate per generare immagini è la rete generativa adversaria (GAN). Le AI che generano immagini, note anche come “generative adversarial networks” (GANs), sono una sottocategoria di reti neurali progettate per generare immagini realistiche. Funzionano facendo “sfidare” due reti neurali l’una contro l’altra: una generativa che produce le immagini, e una discriminativa che cerca di distinguere le immagini generate dalle immagini reali. La rete generativa continua a generare nuove immagini fino a quando la rete discriminativa non è in grado di distinguere le immagini generate dalle immagini reali. Le GANs sono utilizzate per una varietà di scopi, come la generazione di immagini realistiche di oggetti che non esistono nella realtà, la modifica di immagini esistenti per farle sembrare diverse (per esempio, cambiando il colore dei capelli di una persona in una foto) e la generazione di immagini di alta qualità a partire da immagini di bassa qualità. Le GANs potrebbero essere utilizzate per automatizzare alcuni compiti che richiedono la creazione di immagini, come il disegno di modelli di prodotto o la creazione di concept art per i film. Tuttavia, poiché le GANs sono ancora lontane dall’essere in grado di sostituire completamente il lavoro degli esseri umani nella creazione di immagini, è più probabile che vengano utilizzate come strumenti per gli artisti e i designer, piuttosto che come loro sostituti. Inoltre, le GANs potrebbero essere utilizzate per creare immagini in campo medico per la formazione o la creazione di modelli di simulazione, per testare nuove tecniche chirurgiche. In questo modo, le GANs potrebbero effettivamente aiutarci a lavorare in modo più efficiente e preciso. Le GANs possono essere utilizzate per creare immagini di alta qualità, ma non possono ancora sostituire completamente il talento e la creatività degli esseri umani. Un’immagine generata da una GAN potrebbe essere realistica, ma priva di quel “tocco umano” che rende un’immagine veramente buona. Per questo le GANs vengono utilizzate come strumenti per gli artisti e i designer, piuttosto che come loro sostituti. Le reti neurali autoregressive (ARNs) funzionano producendo un’immagine pixel per pixel, utilizzando i pixel precedenti come input per prevedere i pixel successivi. Ciò significa che le ARNs possono produrre immagini di alta qualità, ma richiedono una quantità significativa di dati di training per funzionare correttamente. Le reti neurali a connessione profonda (DCNNs) sono un tipo di rete neuronale utilizzata per la classificazione di immagini. Possono essere addestrate per riconoscere gli oggetti presenti in un’immagine e quindi possono essere utilizzate per generare nuove immagini di oggetti simili, utilizzando ciò che hanno imparato. In aggiunta, ci sono tecnologie di intelligenza artificiale che possono essere utilizzate per modificare le immagini esistenti, come le reti neurali per il trasferimento di stile. Si possono addestrare queste reti neurali per applicare lo stile di un’immagine (per esempio, il modo in cui i colori sono utilizzati o il modo in cui le linee sono tracciate) a un’altra immagine, producendo un risultato che combina gli elementi di entrambe le immagini. Copia di immagini Negli strumenti odierni la generazione di un’immagine viene effettuata tramite una descrizione (prompt) relativa all’immagine che si vuole ottenere. Se il prompt è dettagliato e finalizzato alla copia di un’immagine esistente, è possibile che un’immagine generata da una GAN sia molto simile a un’immagine utilizzata per il training della rete. Tuttavia, è importante notare che le GANs sono progettate per generare nuove immagini che sembrino realistiche e non copie esatte di immagini esistenti. Pertanto, anche se un’immagine generata potrebbe avere alcune somiglianze con un’immagine utilizzata per il training, dovrebbe comunque essere leggermente diversa e non una copia esatta. Bisogna considerare, infatti, che le GANs utilizzano i dati di training solo come stimolo per la generazione di nuove immagini, quindi anche se un’immagine generata potrebbe essere simile a un’immagine utilizzata per il training, non dovrebbe essere identica a essa. In altre parole, le GANs non sono in grado di copiare esattamente le immagini utilizzate per il training, ma possono utilizzare queste immagini come ispirazione per generare nuove immagini che sembrino realistiche. Arte e intelligenza artificiale La questione se le immagini generate dall’intelligenza artificiale possono essere considerate opere d’arte è controversa e dipende in gran parte da cosa si intenda per arte. Da un lato, le immagini generate dall’intelligenza artificiale possono essere estremamente realistiche e dettagliate, e possono anche essere utilizzate come base per ulteriori modifiche e creazioni artistiche da parte degli esseri umani. In questo senso, si possono considerare le immagini generate dall’intelligenza artificiale uno strumento per l’arte come i pennelli. D’altra parte, alcuni sostengono che l’arte richieda la creatività umana e che le immagini generate dall’intelligenza artificiale non possono essere considerate vera arte perché sono solo il risultato di un processo automatico. Le immagini generate dall’intelligenza artificiale potrebbero, quindi, essere considerate solo come imitazioni dell’arte vera e propria, ma non come arte vera e propria. In definitiva, la decisione se considerare le immagini generate dall’intelligenza artificiale come opere d’arte dipende dalle convinzioni personali su ciò che costituisce l’arte e dal modo in cui si utilizzano queste immagini. Il lavoro Come qualsiasi altra tecnologia, le GANs e le altre forme di intelligenza artificiale per la generazione di immagini possono avere un impatto sul lavoro umano, sia positivo sia negativo. Da un lato, queste tecnologie possono automatizzare alcuni compiti e rendere il processo di creazione di immagini più efficiente, il che può liberarci del tempo per dedicarci ad altre attività. In questo senso, le GANs e le altre tecnologie di intelligenza artificiale per la generazione di immagini possono aiutarci a fare il nostro lavoro in modo più efficiente e ad avere nuove opportunità. D’altra parte, c’è il rischio che queste tecnologie possano sostituire completamente il lavoro umano in alcune aree, portando a una perdita di posti di lavoro. Questo è un rischio comune a qualsiasi tipo di nuova tecnologia osservato nel corso della storia, soprattutto recente. Occorre comunque sottolineare che le GANs e le altre tecnologie di intelligenza artificiale per la generazione di immagini sono ancora in una fase emergente e che il loro impatto sui posti di lavoro a lungo termine è difficile da prevedere con precisione. Attualmente un sistema GANs necessita di immagini esistenti per essere trainato, quindi create dagli uomini, di conseguenza gli esseri umani sono ancora necessari per creare concept e idee originali, per fare scelte creative e per modificare le immagini generate in modo significativo. Pertanto, è probabile che le GANs e le altre tecnologie di intelligenza artificiale per la generazione di immagini lavorino insieme agli uomini invece di sostituirli completamente. Copyright Il training di intelligenze artificiali come le GANs, utilizzando immagini protette da copyright, può sollevare dei problemi per il diritto d’autore. In genere, il diritto d’autore protegge le opere dell’ingegno, come le immagini, dall’utilizzo non autorizzato da parte di altri. Pertanto, l’utilizzo di immagini protette da copyright per il training di un’intelligenza artificiale senza il permesso del titolare del copyright potrebbe violare il diritto d’autore. Tuttavia, ci sono alcune eccezioni al diritto d’autore che possono rendere lecito l’utilizzo di immagini protette da copyright per il training di un’intelligenza artificiale. Per esempio, l’utilizzo di un’immagine protetta da copyright per il training di un’intelligenza artificiale potrebbe essere lecito se l’utilizzo rientra nella cosiddetta “utilizzazione lecita”, “ricerca” o “fair use” prevista dalla legge sul diritto d’autore. Il concetto di “utilizzazione lecita”, “ricerca” o “fair use” è stato sviluppato per garantire che il diritto d’autore non impedisca l’espressione di idee e il libero scambio di informazioni. Tuttavia, il concetto di “utilizzazione lecita” o “fair use” è complesso e può variare da Paese a Paese. In generale, per determinare se l’utilizzo di un’immagine protetta da copyright per il training di un’intelligenza artificiale rientra nella “utilizzazione lecita” o “fair use”, potrebbero essere considerati alcuni fattori. Scopo e carattere dell’utilizzo: l’utilizzo di un’immagine protetta da copyright per il training di un’intelligenza artificiale potrebbe essere considerato lecito se è a scopo di studio o di ricerca e non è a scopo di lucro (situazione attuale). Natura dell’opera protetta da copyright: l’utilizzo di un’immagine protetta da copyright per il training di un’intelligenza artificiale potrebbe essere considerato lecito se l’immagine è di natura pubblica o se è già stata diffusa ampiamente. Quantità e portata dell’opera utilizzata: l’utilizzo di una piccola parte di un’immagine protetta da copyright per il training di un’intelligenza artificiale potrebbe essere considerato lecito rispetto all’utilizzo di un’intera immagine o di una grande quantità di immagini. Impatto dell’utilizzo sull’utilizzo potenziale o sull’eventuale valore commerciale dell’opera: l’utilizzo di un’immagine protetta da copyright per il training di un’intelligenza artificiale potrebbe essere considerato lecito se non ha un impatto significativo sull’utilizzo potenziale dell’immagine o sulla sua eventuale valore commerciale. Inoltre, in alcuni casi, il titolare del copyright potrebbe essere disposto a concedere il permesso per l’utilizzo di un’immagine per il training di un’intelligenza artificiale, a condizione che venga raggiunto un accordo sui termini e le condizioni dell’utilizzo. In questo caso, è importante ottenere il permesso del titolare del copyright prima di utilizzare l’immagine per il training di un’intelligenza artificiale. Lotta alle intelligenze artificiali Alcune persone potrebbero utilizzare il termine “lotta” per descrivere gli sforzi per limitare o controllare l’utilizzo di intelligenze artificiali, sostenendo che queste tecnologie presentano rischi per la privacy, la sicurezza o il posto di lavoro. Altre persone potrebbero utilizzare lo stesso termine per descrivere gli sforzi per sviluppare e migliorare le intelligenze artificiali, sostenendo che queste tecnologie possono essere utilizzate per beneficio dell’umanità. Bisogna considerare attentamente gli effetti a lungo termine delle intelligenze artificiali sulla società e sull’economia, e assicurarsi che le opportunità create dalle intelligenze artificiali siano distribuite in modo equo. Ciò potrebbe includere l’investimento in formazione e riqualificazione per garantire che le persone abbiano le competenze necessarie e siano in grado di beneficiare delle opportunità create dalle intelligenze artificiali. Immagine realizzata con l’intelligenza artificiale dall’autore dell’articolo Navigazione articoli SMART TV 55 POLLICI: LE CARATTERISTICHE FONDAMENTALI IA, INTELLIGENZA ARTIFICIALE OFFRESI