Tra i due progetti open source di LLM più importanti ci sono Auto-GPT e BabyAGI. Auto-GPT, ha già 100.000 stelle su GitHub. Le stelle di Github sono una sorta di like ma con senso diverso. Questi due progetti insieme a altri rappresentano una promettente indicazione dell’interesse e della sperimentazione all’interno dell’ecosistema dell’intelligenza sintetica. L’esplosione della sperimentazione intorno alle GPT è significativa. Non solo darà vita a una serie di collaborazioni, applicazioni interessanti e nuovi modi di utilizzare gli strumenti digitali, ma il modello open-source potrebbe anche servire a democratizzare la tecnologia AI. Scrivo di Auto-GPT, perchè BabyAGI è davvero ancora un progetto baby appunto. È un’applicazione open source, creata dallo sviluppatore Toran Bruce Richards. Utilizza il modello di linguaggio di grandi dimensioni di OpenAI, GPT-4, per automatizzare l’esecuzione di progetti in più fasi che avrebbero richiesto processi doppi se ci si lavorasse direttamente con GPT-4. Concatena insieme i pensieri, se cosi si possono chiamare, di LLM, per raggiungere autonomamente qualsiasi obiettivo tu ti prefiggi; questo secondo la descrizione sulla sua pagina repository di GitHub.
AutoGPT dovrebbe funzionare come una sceneggiatura. Scrivi cosa hai in mente di sviluppare e AutoGPT si costruisce da sola il modo per arrivarci. Questo per ora solo in teoria, ma adesso allora cosa fa? In questo momento, non molto ma ci sono potenzialità importanti. Non fosse altro che è un progetto open source e quindi tendenzialmente verso una AI bene comune. Sia AutoGPT che BabyAGI hanno bisogno di molti input umani e quindi non sono ancora autonomi come promesso. Ma rappresentano i primi passi verso modelli di intelligenza sintetica concatenati più complessi che potrebbero potenzialmente andare verso un singolo modello di intelligenza sintetica che funziona da solo. Sono piattaforme che rappresentano la prossima grande evoluzione dell’intelligenza sintetica generativa; una specie di Ai genetica che ha la capacità di generare codice, soluzioni e anche nuove domande agli interrogativi che gli si pone. Tentativi comunque importanti anche se non dovessero finire bene. Una grande opportunità anche per il mondo dell’open source e dell’open innovation, speriamo anche di quella sociale.
