Tutto ciò che sappiamo su GPT-5

Che cos’è GPT-5?

Generative Pre-trained Transformer, o GPT, è una serie di Large Language Model (LLM) sviluppati da OpenAI che hanno influenzato in modo significativo i campi del ML e dell’IA.

Alla base, GPT è progettato per comprendere e generare testo simile a quello umano a partire dall’input ricevuto. Questi modelli sono addestrati su vasti set di dati. La famiglia di modelli GPT è stata determinante nel rendere popolari le applicazioni basate su LLM, fissando nuovi standard su ciò che è possibile nell’elaborazione e generazione del linguaggio naturale, e oltre.

GPT-5 rappresenta la prossima iterazione della serie GPT. Alcuni di voi potrebbero chiedersi cosa significhi “prossima iterazione”. Diamo uno sguardo alla storia dei modelli GPT finora: 

GPT-1

Nel 2018, OpenAI ha introdotto il concetto di pre-addestramento generativo con GPT-1, utilizzando un’architettura transformer per migliorare la comprensione del linguaggio naturale. Questo modello, descritto nel paper "Improving Language Understanding by Generative Pre-Training", ha funzionato come proof-of-concept e non è stato rilasciato pubblicamente.

GPT-2

Un anno dopo, OpenAI ha rilasciato GPT-2, mostrando miglioramenti significativi nella generazione di testo. GPT-2 era in grado di generare brevi passaggi di testo, segnando un notevole passo avanti rispetto al suo predecessore. È stato reso disponibile pubblicamente, consentendo una più ampia sperimentazione nella comunità del machine learning.

GPT-3

Con il rilascio di GPT-3 nel 2020, OpenAI ha aumentato in modo significativo la scala del modello, vantando 100 volte più parametri di GPT-2. Questa espansione ha permesso a GPT-3 di produrre testi molto più lunghi e coerenti, con prestazioni notevoli in vari compiti. L’introduzione di ChatGPT, un’iterazione incentrata sulla conversazione all’interno della serie GPT-3.5, ha dimostrato l’eccezionale capacità del modello di generare testo simile a quello umano, raggiungendo rapidamente l’adozione di massa e toccando i 100 milioni di utenti in appena due mesi.

GPT-4

GPT-4, l’ultima iterazione della serie, affina ulteriormente le capacità introdotte dai suoi predecessori. Con un dataset ancora più ampio e più parametri, GPT-4 migliora la comprensione e la generazione del linguaggio naturale rispetto a GPT-3. Mostra prestazioni potenziate nella generazione di testo coerente e contestualmente rilevante su passaggi estesi e una migliore comprensione in scenari conversazionali complessi.

Le innovazioni di GPT-4 includono una comprensione più sfumata del contesto, una migliore aderenza ai fatti e una riduzione nella generazione di contenuti distorti o dannosi. La sua adozione copre varie applicazioni, dagli agenti conversazionali avanzati agli strumenti sofisticati di creazione di contenuti, evidenziandone la versatilità e la continua evoluzione delle tecnologie di elaborazione del linguaggio naturale guidate dall’IA.

Nel novembre 2023, OpenAI ha presentato GPT-4 Turbo with Vision, che ha aggiornato diverse funzionalità. Poi, nel maggio 2024, è stato lanciato GPT-4o, un modello multimodale che offre velocità ancora maggiori e costi inferiori. Puoi saperne di più su l’evoluzione della famiglia GPT nel nostro precedente articolo su GPT-4.

GPT-5

Quando uscirà GPT-5?

In una conversazione di gennaio 2024 tra Sam Altman e Bill Gates, Gates ha ricevuto conferma che i lavori su GPT-5 erano iniziati, senza però alcun indizio sulla possibile data di rilascio.

Quali funzionalità possiamo aspettarci da GPT-5?

Con il rilascio di GPT-5 potenzialmente a un anno o due di distanza, gran parte delle previsioni sui suoi progressi si basa sulle tendenze attuali, plasmate da Google e dalle iniziative open source in ambito IA. Questi sviluppi ci offrono spunti preziosi sulla direzione futura del settore.

Tuttavia, ci sono alcuni primi indizi che arrivano direttamente dal team centrale di OpenAI. Durante l’intervista con Gates, Altman ha sottolineato che gli sforzi di OpenAI si concentreranno sul potenziamento delle capacità di ragionamento e sull’integrazione dell’elaborazione video.

Proviamo quindi a fare un po’ d’ordine e a discutere alcuni miglioramenti chiave attesi da GPT-5.

Dimensione dei parametri

La dimensione esatta dei parametri di GPT-4 non è stata divulgata, con stime che suggeriscono circa 1,5 trilioni. GPT-5, in quanto sistema e non semplice modello standalone, integrerà più architetture, incluse le capacità di ragionamento di o3. Mi aspetto che la sua capacità rifletta questo approccio combinato più che un semplice aumento di parametri.

Se questa traiettoria continua, GPT-5 potrebbe ridefinire i limiti degli LLM attuali, offrendo una dimensione senza precedenti.

Multimodalità

GPT-4o attualmente elabora voce, immagini e testo. La roadmap di Altman conferma che GPT-5 includerà funzionalità di voce, canvas e ricerca, con il potenziale per l’elaborazione video in base agli indizi emersi dalla sua conversazione con Bill Gates del gennaio 2024. Questo rafforzerà le capacità multimodali di OpenAI, in linea con le tendenze viste nei concorrenti come Gemini di Google.

Dal chatbot all’agente

Il passaggio dai chatbot ad agenti completamente autonomi è un’altra frontiera entusiasmante. Immagina di poter assegnare compiti ripetitivi o incombenze a un’app alimentata da GPT. Questo potrebbe davvero diventare realtà se OpenAI continuerà a integrare servizi di terze parti. Abbiamo già visto l’introduzione dei Custom GPT e di Operator, e probabilmente questo sviluppo continuerà.

Questa nuova funzionalità permetterebbe a GPT-5 di connettersi a vari servizi ed eseguire azioni nel mondo in modo fluido, agendo per conto degli utenti per portare a termine compiti senza supervisione umana diretta. Per esempio, potremmo chiedere a un agente autonomo di fare la spesa in base alle nostre preferenze alimentari.

Maggiore accuratezza

L’attuale modello GPT-4 è migliore del 40% rispetto al suo predecessore GPT-3. Con il chain-of-thought di o3 integrato in GPT-5, prevedo ulteriori guadagni in affidabilità e comprensione contestuale, riducendo gli errori in applicazioni diverse.

Contesti più ampi

Una delle limitazioni degli attuali modelli è la dimensione della finestra di contesto che possono considerare per generare risposte. Dato che GPT-5 potrebbe essere addestrato con una quantità maggiore di dati, si prevede un contesto ampliato, che gli consentirà di comprendere e riferirsi a porzioni di testo più estese, producendo output più coerenti e rilevanti rispetto al contesto.

Uso dell’API di OpenAI più conveniente

Con l’emergere di modelli più recenti, possiamo aspettarci anche una riduzione del costo d’uso dell’API di OpenAI, rendendo tecnologie come GPT-4o più accessibili.

Questa democratizzazione dell’accesso potrebbe stimolare un’ondata di innovazione, consentendo a un numero più ampio di sviluppatori e organizzazioni di integrare l’IA avanzata nelle proprie applicazioni.

Una volta che diventeranno più economici e accessibili, i modelli GPT potrebbero diventare più abili nello svolgere compiti complessi come il coding o la ricerca. Se non hai ancora provato l’API di OpenAI, ti consiglio vivamente di seguire la guida all’API di OpenAI di DataCamp per farti un’idea.

Conclusione

La roadmap di Sam Altman del 12 febbraio 2025 fornisce dettagli specifici su GPT-5, andando oltre le speculazioni che avevano guidato le discussioni precedenti. Conferma che GPT-4.5 sarà lanciato nel giro di settimane, seguito da GPT-5 nel giro di mesi, con un’uscita prevista per l’estate 2025 e un approccio a sistema unificato. Vedo questo come un passo significativo nell’evoluzione di OpenAI, che integra funzionalità avanzate e accessi a livelli per soddisfare esigenze diverse.

Se non vedi l’ora di iniziare a esplorare tutto ciò che i modelli GPT hanno da offrire, parti dal nostro corso Introduzione a ChatGPT oppure, se conosci già il modello, dal nostro webinar su Uso dell’analisi avanzata dei dati di ChatGPT.