Tecnologia
In un sondaggio tra i ricercatori di intelligenza artificiale, la maggior parte afferma che i modelli attuali di IA difficilmente porteranno a un’intelligenza artificiale generale con capacità a livello umano, nonostante le aziende stiano investendo miliardi di dollari in questo obiettivo.
Molte aziende di IA affermano che i loro modelli sono sulla strada per raggiungere l’intelligenza artificiale generale, ma non tutti sono d’accordo.
Le aziende tecnologiche hanno a lungo sostenuto che semplicemente espandendo i loro modelli di IA attuali si arriverà all’intelligenza artificiale generale (AGI), che può eguagliare o superare le capacità umane. Tuttavia, poiché le prestazioni dei modelli più recenti si sono stabilizzate, i ricercatori di IA dubitano che la tecnologia odierna porterà a sistemi superintelligenti.
In un sondaggio su 475 ricercatori di IA, circa il 76% degli intervistati ha dichiarato che è “improbabile” o “molto improbabile” che l’ampliamento degli approcci attuali riuscirà a raggiungere l’AGI. I risultati fanno parte di un rapporto dell’Associazione per l’Avanzamento dell’Intelligenza Artificiale, una società scientifica internazionale con sede a Washington DC.
Questo rappresenta un cambiamento notevole nell’atteggiamento rispetto all’ottimismo del “scaling is all you need” che ha spinto le aziende tecnologiche dall’inizio del boom dell’IA generativa nel 2022. La maggior parte dei risultati all’avanguardia da allora sono stati basati su sistemi chiamati modelli transformer, che hanno migliorato le loro prestazioni man mano che sono stati addestrati su volumi crescenti di dati. Tuttavia, sembrano essersi stabilizzati nelle versioni più recenti, che hanno mostrato solo cambiamenti incrementali nella qualità.
“Le enormi investimenti nello scaling, non accompagnati da sforzi comparabili per capire cosa stava succedendo, mi sono sempre sembrati fuori luogo,” afferma Stuart Russell dell’Università della California, Berkeley, membro del panel che ha organizzato il rapporto. “Penso che, circa un anno fa, sia diventato ovvio per tutti che i benefici dello scaling nel senso convenzionale si erano stabilizzati.”
Tuttavia, le aziende tecnologiche prevedono di spendere collettivamente circa 1 trilione di dollari in data center e chip nei prossimi anni per supportare le loro ambizioni di IA.
L’hype intorno alle tecnologie di IA può spiegare perché l’80% degli intervistati al sondaggio ha anche affermato che le percezioni attuali delle capacità di IA non corrispondono alla realtà. “I sistemi proclamati come in grado di eguagliare le prestazioni umane – come nei problemi di codifica o nei problemi matematici – continuano a fare errori grossolani,” afferma Thomas Dietterich dell’Oregon State University, che ha contribuito al rapporto. “Questi sistemi possono essere molto utili come strumenti per assistere nella ricerca e nella codifica, ma non sostituiranno nessun lavoratore umano.”
Le aziende di IA si sono recentemente concentrate sul cosiddetto scaling al tempo di inferenza, che implica che i modelli di IA utilizzino più potenza di calcolo e impieghino più tempo per elaborare le query prima di rispondere, afferma Arvind Narayanan dell’Università di Princeton. Ma afferma che questo approccio è “improbabile che sia una soluzione miracolosa” per raggiungere l’AGI.
Sebbene le aziende tecnologiche descrivano frequentemente l’AGI come il loro obiettivo finale, la stessa definizione di AGI è incerta. Google DeepMind l’ha descritta come un sistema che può superare tutti gli esseri umani in una serie di test cognitivi, mentre Huawei ha suggerito che raggiungere questo traguardo richiede un corpo che permetta all’IA di interagire con il suo ambiente. Per quanto riguarda Microsoft e OpenAI, un rapporto interno ha dichiarato che considereranno l’AGI raggiunta solo quando OpenAI avrà sviluppato un modello che può generare 100 miliardi di dollari di profitto.