Italiano
Un tempo un gatto aiutava i ricercatori a verificare che fossi umano. Più tardi, una rete neurale diventò famosa per aver imparato a rispondere ai volti dei gatti. Oggi i gatti sono soggetti familiari per i generatori di immagini. Sono tre capitoli reali della storia dell’informatica. Da soli non provano che ogni modello di immagini disegni i gatti meglio dei cani.
La storia interessante è come le fotografie feline siano diventate materiale utile per la ricerca e che cosa questo passato possa dirci davvero sui dati di addestramento.
Quando le fotografie dei rifugi diventarono un CAPTCHA
Nel 2007, ricercatori Microsoft descrissero Asirra, un CAPTCHA che chiedeva di riconoscere i gatti in una griglia di dodici fotografie di animali. Petfinder forniva l’accesso a una raccolta di oltre tre milioni di immagini di cani e gatti. I volontari dei rifugi avevano già classificato quegli animali per gli annunci di adozione.
Gli studi sugli utenti riportati rilevarono che le persone riuscivano a risolvere la sfida nel 99,6% dei casi entro trenta secondi. Un collegamento per l’adozione sotto ogni fotografia univa l’esperimento di sicurezza allo scopo originale di Petfinder. I gatti aiutavano a proteggere un sito mentre continuavano a cercare casa.
Asirra è un buon esempio di etichette utili che emergono da un’attività esterna all’apprendimento automatico. Non è l’origine di tutti i dati di addestramento sui gatti. Né lo studio stabilisce che quelle fotografie siano poi entrate in uno specifico generatore commerciale di immagini.
Un benchmark non è un censimento di internet
Il dataset CIFAR-10 contiene 60.000 piccole immagini a colori, divise equamente fra dieci classi. Gatti e cani sono classi separate, con 6.000 immagini ciascuna. In quel benchmark nessuna delle due specie ha un vantaggio numerico.
È importante perché le categorie di un dataset riflettono il compito che i creatori volevano studiare. Una raccolta pensata per distinguere razze pone una domanda diversa da una pensata per distinguere gatti e automobili. Contare i nomi delle categorie non è un modo affidabile per stabilire quanto bene un generatore moderno disegnerà un animale.
La rete che imparò a riconoscere i volti dei gatti
Nella ricerca associata al celebre esperimento Google Brain del 2012, Quoc Le e colleghi addestrarono una grande rete neurale su dieci milioni di immagini internet prive di etichette. Il loro articolo riporta unità sensibili a volti umani, volti di gatti e corpi umani.
Il risultato significativo era l’emergere di caratteristiche visive utili senza etichette di addestramento che identificassero quei concetti. Un’unità reattiva non significava che la rete capisse che cosa fosse un animale domestico, e l’esperimento non confrontava la generazione di immagini di cani e gatti.
È allettante trasformare quel rilevatore di gatti in un verdetto sull’intera rete. Lo studio sostiene una conclusione più circoscritta: strutture visive ricorrenti possono essere apprese da esempi senza etichette. È già un risultato notevole senza attribuire al gatto la responsabilità di tutto ciò che venne dopo.
Che cosa aggiungono le raccolte di immagini su scala web
LAION-5B, presentato nel 2022, ha raccolto circa 5,85 miliardi di coppie immagine-testo usando dati web e filtraggio automatizzato. Appartiene a una fase diversa della storia: apprendere le relazioni fra immagini e linguaggio su scala enorme. LAION ha poi pubblicato una versione riveduta del dataset nel 2024.
Queste raccolte riflettono il materiale accessibile al loro processo di raccolta. Non vanno trattate come indagini rappresentative su animali, persone o vita quotidiana. Ma un’osservazione generale sui bias dei dataset non dimostra l’affermazione specifica che le didascalie sui gatti siano più coerenti di quelle sui cani. Per questo servirebbe un confronto effettivo.
Quindi i generatori sono particolarmente bravi con i gatti?
Le fonti precedenti non stabiliscono questa classifica. Una risposta convincente dovrebbe indicare modelli e versioni, usare prompt comparabili, campionare abbastanza risultati e definire il successo: anatomia, fedeltà alla razza, posa richiesta o gradevolezza estetica.
Per un’immagine che intendi pubblicare, controlla il risultato invece di fidarti della familiarità del soggetto. Conta le zampe. Segui la coda. Verifica che orecchie, baffi e occhi appartengano allo stesso animale. Una miniatura deliziosa può comunque nascondere un errore strutturale.
La nostra guida al prompt engineering (in inglese) esplora come descrivere il risultato desiderato. Per il lato culturale, la storia dei meme sui gatti (in inglese) segue una domanda diversa: perché le persone continuino a scegliere i gatti come contenuti da condividere.
La storia documentata non ha bisogno di classifiche immaginarie. I gatti sono stati schede di adozione, rompicapi di sicurezza, categorie di benchmark ed esempi di caratteristiche visive apprese. Una discreta carriera informatica per un animale che preferirebbe dormire sulla tastiera.
Traduzione italiana dell’articolo originale in inglese del 2026-09-10. Tradotto il 30 ottobre 2026 con assistenza IA; i riferimenti temporali restano quelli dell’originale.
