Valutazione e correzione statistica delle classificazioni di un modello linguistico multimodale su immagini di coralli sbiancati e sani

This thesis aims to analyze the potential of applying artificial intelligence in contexts where obtaining large amounts of labeled data is costly in terms of time and resources. In particular, a multimodal language model, Gemini, was used via API to obtain a binary classification of the health status of coral images. The analyses conducted have shown that the values obtained from the generative model can’t be used without correction. To ensure the statistical validity of the results, two methods were applied: Prediction-Powered Inference and its extension (PPI++), with the aim of estimating the correct proportion; and the Probably Approximately Correct Labels method, with the aim of creating labeled datasets with guaranteed quality. Both methods, even if with different purposes, demonstrate that AI model predictions can be used as long as statistical guarantees and corrections are used.

Il presente lavoro di tesi ha lo scopo di analizzare le potenzialità dell’applicazione dell’intelligenza artificiale in contesti in cui l’ottenimento di grandi quantità di dati etichettati ha costi elevati in termini di tempo e risorse. In particolare, tramite API è stato utilizzato un modello linguistico multimodale, Gemini, per ottenere una classificazione binaria dello stato di salute di immagini coralline. Le analisi condotte hanno dimostrato che i valori ottenuti dal modello generativo non possono essere usati senza correzione. Per garantire la validità statistica dei risultati sono stati applicati due metodi: Prediction-Powered Inference e la sua estensione (PPI++), con l’obiettivo di stimare la proporzione corretta; e il metodo Probably Approximately Correct Labels, con lo scopo di creare dataset etichettati con qualità garantita. Entrambi i metodi, seppur con finalità diverse, dimostrano che le predizioni dei modelli d’intelligenza artificiale possono essere utilizzate a patto che vengano applicate le garanzie e correzioni statistiche.