AI multimodale. Nuovi usi dell’intelligenza artificiale nel business | AI nel business #21

Che cos’è l’IA multimodale?

L’IA multimodale è una forma di IA altamente avanzata che imita la capacità umana di interpretare il mondo utilizzando contenuti e dati provenienti da diversi sensi. Proprio come gli esseri umani comprendono testi, immagini e suoni, l’IA multimodale integra questi diversi tipi di dati per comprendere il contesto e il significato complesso contenuto nelle informazioni. Nel business, ad esempio, può consentire una migliore comprensione delle opinioni dei clienti analizzando sia ciò che dicono sia come lo esprimono attraverso il tono di voce o l’espressione facciale.

I sistemi di IA tradizionali sono tipicamente unimodali, il che significa che si specializzano in un tipo di dato, come testo o immagini. Possono elaborare grandi quantità di dati rapidamente e individuare schemi che l’intelligenza umana non riesce a cogliere. Tuttavia, hanno seri limiti. Sono insensibili al contesto e meno abili nel gestire situazioni insolite e ambigue.

È per questo che l’IA multimodale fa un passo avanti, integrando le modalità. Questo consente una comprensione più profonda e interazioni molto più interessanti tra esseri umani e IA.

Cosa può fare l’IA multimodale?

I modelli di intelligenza artificiale sviluppati oggi impiegano le seguenti coppie di modalità:

• da testo a immagine – tale IA multimodale può creare immagini basate su suggerimenti testuali; questa è una capacità fondamentale del famoso Midjourney, del DALL-E 3 sviluppato da OpenAI, disponibile nel browser come Bing Image Creator, della avanzata Stable Diffusion o dello strumento più giovane della famiglia, Ideogram, che non solo comprende i suggerimenti testuali ma può anche posizionare il testo su un’immagine:


Fonte: Ideogram (https://ideogram.ai)

I modelli di IA multimodale sono anche in grado di seguire simultaneamente i suggerimenti testuali e l’immagine da cui sono “ispirati”. Offrono risultati e variazioni di immagini create ancora più interessanti e precisamente definite. Questo è molto utile se si desidera ottenere un grafico o un banner leggermente diverso, o aggiungere o rimuovere un singolo elemento, come una tazza di caffè:



Fonte: Ideogram (https://ideogram.ai)

• Da immagine a testo – l’intelligenza artificiale può fare molto di più che riconoscere e tradurre il testo visto in un’immagine o trovare un prodotto simile. Può anche descrivere un’immagine a parole – come fa Midjourney quando digiti il comando /describe, Google Bard e il modello Salesforce (utilizzato principalmente per creare descrizioni automatiche di prodotti e immagini sui siti di e-commerce,


Fonte: HuggingFace.co (https://huggingface.co/tasks/image-to-text)

• da voce a testo – l’IA multimodale potenzia anche i comandi vocali in Google Bard, ma è meglio eseguita da Bing Chat, così come ChatGPT grazie al suo eccellente Whisper API, che si occupa di riconoscere e registrare il parlato insieme alla punteggiatura in più lingue, il che può, tra le altre cose, facilitare notevolmente il lavoro dei centri di assistenza clienti internazionali, oltre a preparare trascrizioni rapide di riunioni e traduzioni di conversazioni aziendali in altre lingue in tempo reale,
• da testo a voce – lo strumento di ElevenLabs ci consente di convertire qualsiasi testo scegliamo in un’intonazione realistica, e persino “clonazione vocale”, tramite la quale possiamo insegnare all’IA il suo suono e la sua espressione per creare una registrazione di qualsiasi testo in una lingua straniera per marketing o presentazioni a investitori stranieri, ad esempio,
• da testo a video – convertire testo in video con un avatar parlante è possibile negli strumenti D-ID, Colossyan e Synthesia, tra gli altri,
• da immagine a video – generare video, inclusi video musicali, da immagini e suggerimenti testuali è già possibile oggi grazie a Kaiber, e Meta ha annunciato il rilascio dello strumento Make-A-Video a breve,
• immagine e modello 3D – questo è un’area particolarmente promettente dell’IA multimodale, mirata da Meta e Nvidia, che consente la creazione di avatar realistici da foto, così come la costruzione di modelli 3D di oggetti e prodotti da parte di Masterpiece Studio (https://masterpiecestudio.com/masterpiece-studio-pro), NeROIC (https://zfkuang.github.io/NeROIC/), 3DFY (https://3dfy.ai/), con cui, ad esempio, un prodotto prototipato bidimensionale può essere restituito alla fotocamera con un lato diverso, può essere creata una rapida visualizzazione 3D da uno schizzo di un pezzo di arredamento, o persino una descrizione testuale:


Fonte: NeROIC (https://zfkuang.github.io/NeROIC/resources/material.png)

• da immagine a movimento nello spazio – questa modalità consente all’IA multimodale di andare oltre gli schermi nella zona dell’Internet delle Cose (IoT), dei veicoli autonomi e della robotica, dove i dispositivi possono eseguire azioni precise grazie al riconoscimento avanzato delle immagini e alla capacità di rispondere ai cambiamenti nell’ambiente.

Ci sono anche esperimenti con l’IA multimodale che traducono la musica in immagini, ad esempio (https://huggingface.co/spaces/fffiloni/Music-To-Image), ma diamo un’occhiata più da vicino alle applicazioni aziendali dell’IA multimodale. Quindi, come si sviluppa la questione della multimodalità nei chatbot basati su IA più popolari, ChatGPT e Google Bard?

Multimodalità in Google Bard, BingChat e ChatGPT

Google Bard può descrivere immagini semplici ed è stato dotato di comunicazione vocale da luglio 2023, quando è apparso in Europa. Nonostante la qualità variabile dei risultati del riconoscimento delle immagini, finora questo è stato uno dei punti di forza che differenzia la soluzione di Google da ChatGPT.

BingChat, grazie al suo utilizzo di DALL-E 3, può generare immagini basate su suggerimenti testuali o vocali. Anche se non può descrivere a parole le immagini allegate dall’utente, può modificarle o usarle come ispirazione per creare nuove immagini.

Da ottobre 2023, OpenAI ha anche iniziato a introdurre nuove funzionalità vocali e visive in ChatGPT Plus, la versione a pagamento dello strumento. Queste rendono possibile avere una conversazione vocale o mostrare a ChatGPT un’immagine, in modo che sappia cosa stai chiedendo senza doverlo descrivere in parole esatte.

Ad esempio, puoi scattare una foto di un monumento mentre viaggi e avere una conversazione dal vivo su ciò che è interessante al riguardo. Oppure scattare una foto dell’interno del tuo frigorifero per scoprire cosa puoi preparare per cena con gli ingredienti disponibili e chiedere una ricetta passo-passo.

3 applicazioni dell’IA multimodale nel business

Descrivere le immagini può aiutare, ad esempio, a preparare l’inventario delle merci basato sui dati delle telecamere di sorveglianza o identificare i prodotti mancanti sugli scaffali dei negozi. La manipolazione degli oggetti può essere utilizzata per rifornire le merci mancanti identificate nel passaggio precedente. Ma come possono essere utilizzati i chatbot multimodali nel business? Ecco tre esempi:

1. Servizio clienti: Un chatbot multimodale implementato in un negozio online può fungere da assistente avanzato per il servizio clienti che non solo risponde a domande testuali ma comprende anche immagini e domande poste a voce. Ad esempio, un cliente può scattare una foto di un prodotto danneggiato e inviarla al chatbot, che aiuterà a identificare il problema e offrire una soluzione appropriata.
2. Analisi dei social media: L’intelligenza artificiale multimodale può analizzare i post sui social media, che includono sia testo che immagini e persino video, per comprendere cosa dicono i clienti su un’azienda e i suoi prodotti. Questo può aiutare un’azienda a comprendere meglio il feedback dei clienti e rispondere più rapidamente alle loro esigenze.
3. Formazione e sviluppo: ChatGPT può essere utilizzato per formare i dipendenti. Ad esempio, può condurre sessioni di formazione interattive che includono sia testo che immagini per aiutare i dipendenti a comprendere meglio concetti complessi.

Il futuro dell’IA multimodale nel business

Un ottimo esempio di IA multimodale orientata al futuro è l’ottimizzazione dei processi aziendali di un’azienda. Ad esempio, un sistema di IA potrebbe analizzare dati provenienti da varie fonti, come dati di vendita, dati dei clienti e dati dei social media, per identificare aree che necessitano di miglioramenti e suggerire possibili soluzioni.

Un altro esempio è l’impiego dell’IA multimodale per organizzare la logistica. Combinare i dati GPS, lo stato del magazzino letto da una telecamera e i dati di consegna per ottimizzare i processi logistici e ridurre i costi aziendali.

Molte di queste funzionalità sono già applicate oggi in sistemi complessi come le auto autonome e le città intelligenti. Tuttavia, non sono state implementate su questa scala in contesti aziendali più piccoli.

Riepilogo

La multimodalità, o la capacità di elaborare più tipi di dati, come testo, immagini e audio, promuove una comprensione contestuale più profonda e una migliore interazione tra esseri umani e sistemi di IA.

Rimane una domanda aperta: quali nuove combinazioni di modalità potrebbero esistere a breve? Ad esempio, sarà possibile combinare l’analisi del testo con il linguaggio del corpo, in modo che l’IA possa anticipare le esigenze dei clienti analizzando le loro espressioni facciali e i gesti? Questo tipo di innovazione apre nuovi orizzonti per il business, aiutando a soddisfare le aspettative dei clienti in continua evoluzione.

Se ti piace il nostro contenuto, unisciti alla nostra comunità di api operose su Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.