Sbagliando e ingoiando il mondo in quali mari ci condurrà l’Intelligenza Artificiale? Malgrado gli errori che si riscontrano, c'è da ammirare la sequenza di immagini fisse e mobili che raccontano intere storie in modo tanto realista da permetterci di essere dentro a vicende del passato o comunque lontane da noi e che un tempo avrebbero richiesto esperti nel settore e un gran numero di attori e comparse allo scopo di essere realizzate. Sono lì a raccontarci fatti, creando filmati in cui luccichii e sfarfallii che compaiono nei video generati dall'intelligenza artificiale, ci ricordano che vi sono artefatti visivi dovuti alla mancanza di coerenza temporale. In gergo tecnico questi artefatti visivi sono noti come temporal flickering (sfarfallio temporale o instabilità da fotogramma a fotogramma) o shimmering e indicano una variazione visiva indesiderata che avviene tra frame consecutivi in un video, un'animazione o un display. Anche se un singolo fotogramma è perfetto, la loro riproduzione in sequenza genera sfarfallio, luccichii o cambiamenti improvvisi di luce e colore. A volte sembrano magici. Assistiamo alla creazione di avvenimenti, come terremoti, caduta di massi dalle montagne e alluvioni che ci sorprendono e intanto i personaggi che abitano queste storie camminano sull’acqua, cambiano volto senza motivo, modificano l’oggetto che hanno tra le mani, si girano e tornano indietro senza ragioni, passano attraverso porte e cancelli, come fantasmi e se scrivono, macchiano il foglio, se dipingono rovinano il lavoro con pennellate impossibili. Insomma: da una parte sembrano realistici e dall’altra creano pasticci. C’è da dire, però che quello che prima costava milioni in effetti speciali, oggi lo fa un computer in 30 secondi. La domanda sarebbe: “ Come riesce a realizzare queste immagini la intelligenza artificiale? Chi le passa i dati necessari?” La risposta dovrebbe spaventarci: Nessuno gli passa i dati a mano, li ha già "mangiati" tutti. Difatti: L'AI non ha un archivio di foto di terremoti. Ha fatto una cosa molto più complessa e certamente non da sola: Negli ultimi dieci anni le grandi aziende - Google, Meta, OpenAI, Stability, Runway - hanno scaricato da internet praticamente tutto quello che era visibile, ossia miliardi di foto e video da YouTube, Instagram, TikTok, stock footage, film, documentari della BBC, National Geographic, tutte le didascalie: "terremoto in Giappone", "frana sulle Dolomiti", "alluvione a Valencia". La I.A. ingoia. Certo appare strano, se si pensa che come giornalisti dobbiamo stare attenti a non utilizzare materiale che non sia di pubblico dominio, oppure rilasciato con licenze aperte (come Creative Commons). Mentre “lei” o “lui”, che dir si voglia, non ha chiesto il permesso a uno a uno di quei filmati ed immagini, scatenando una guerra enorme sul copyright. Ma tecnicamente è così che ha imparato. Lei, o lui, “ha visto e assimilato”, ad esempio, centomila video diversi di frane per cui, senza bisogno di memorizzarle, ne ha compreso lo schema: polvere, poi massi che rotolano veloci, alberi che si spezzano, rumore sordo. Se qualcuno gli chiede di “creare una frana", non ha bisogno di cercare un video, ne ricostruisce lo schema. Ed eccoci allibiti a domandarci come fa a crearla, se non l'ha mai vista dal vivo. Il trucco c’è e si chiama “diffusione”. Immaginiamo di essere un insegnante d’arte e volere insegnare a un allievo a scolpire partendo da un blocco di marmo pieno di “rumore”. Laddove per “rumore” si deve intendere tutto il “di più” che c’è nel blocco, quindi, “per via di togliere”, come avrebbe detto Michelangelo, si deve creare l’immagine che “vediamo dentro”. Provi a spiegarglielo mille volte: "guarda, questo “rumore”, se lo pulisci così, diventa una montagna, se lo pulisci così, diventa una persona a cavallo”. Ci vorrà un po’, ma poi il tuo allievo, partendo dal solo rumore, saprà scolpire qualsiasi cosa tu gli chieda o lui voglia realizzare. La nostra amica Intelligenza Artificiale, parte da pixel casuali, rumore puro, e a forza di pulirlo, passo dopo passo, fa apparire ciò che gli hai chiesto. Quando parliamo di “rumore”, dobbiamo immaginare noi che osserviamo uno schermo televisivo senza immagini e con solo rumore visivo e sonoro (i tipici puntini bianchi e neri che ricordano la sabbia o la neve). Per una scena di alluvione, "pulisce" il rumore fino a far diventare certi pixel acqua marrone, altri pixel tetti sommersi, altri pioggia. Per i filmati aggiunge una regola: "il fotogramma 2 deve essere quasi uguale al fotogramma 1, ma un po' spostato". Così l'acqua sembra scorrere.3. Ammirati e un tantinello preoccupati che ci tolga tutti i lavori possibili in ambito filmico (se non altro), ci chiediamo: Chi controlla che sia realistico? Anche questo è stato superato, perché lo stiamo facendo proprio noi, ossia milioni di persone in Kenya, India, Filippine che vengono pagate per guardare video generati e dire "questo terremoto sembra finto, questo sembra vero". Eccola lì la nostra amica Intelligenza Artificiale che sembra così disponibile ad apprendere dal nostro giudizio. Ma non finirà qui: sappiamo che le aziende più avanzate la stanno equipaggiando di un piccolo motore di fisica. Bravi insegnanti le insegnano le formule: la gravità fa cadere i massi a 9,8 m/s, l'acqua non va in salita. Tra poco non riscontreremo più neanche quegli errori di cui accennavo all’inizio. In sintesi: nessuno insegna alla nostra I.A. "cos'è un terremoto". Perché ha fatto propri tutti i terremoti mai filmati dall'umanità, e quando sarà il momento che gliene chiederai uno nuovo nuovo te lo regalerà su misura per la tua storia. Si tratta di un potere immenso, e come giornalista mi rendo conto che non è più "finzione", è "verismo artificiale". Ossia: Sembra vero, ma non è mai accaduto. Dobbiamo soltanto sperare che un giorno non impari a telefonare a Putin, presentandosi come Donald Trump e provocando con parole adatte, una terza guerra mondiale. Bianca Fasano.