Il CEO di OpenAI Sam Altman ha dichiarato su social media che "Non c'è alcun muro" in risposta ai timori emergenti riguardo potenziali ostacoli allo sviluppo dell'intelligenza artificiale. La sua affermazione arriva in un momento in cui nella Silicon Valley sta crescendo silenziosamente la convinzione che i progressi dei grandi modelli di IA, quelli che si prevede porteranno all'intelligenza artificiale di livello umano nel prossimo futuro, potrebbero essere in fase di rallentamento.
Questa percezione di un rallentamento nei progressi dell'IA potrebbe avere enormi implicazioni per il settore tecnologico. Dal lancio frenetico di ChatGPT due anni fa, i sostenitori dell'IA hanno sostenuto che i miglioramenti nell'IA generativa sarebbero accelerati esponenzialmente man mano che i giganti della tecnologia avrebbero continuato ad alimentare lo sviluppo con più dati per l'addestramento e potenza di calcolo.
La logica era che per realizzare le promesse della tecnologia bastasse investire abbastanza risorse: con sufficiente potenza di calcolo e dati, sarebbe emersa un'intelligenza artificiale generale (AGI) capace di eguagliare o superare le prestazioni umane. I progressi avanzavano a un ritmo così rapido che figure di spicco del settore, tra cui Elon Musk, avevano chiesto una moratoria sulla ricerca sull'IA.
Tuttavia, le principali aziende tecnologiche, compresa quella di Musk, hanno continuato a premere sull'acceleratore, spendendo decine di miliardi di dollari per non rimanere indietro. OpenAI, la creatrice di ChatGPT sostenuta da Microsoft, ha recentemente raccolto 6,6 miliardi di dollari per finanziare ulteriori progressi. xAI, l'azienda di IA di Musk, sta raccogliendo 6 miliardi di dollari, secondo CNBC, per acquistare 100.000 chip Nvidia, i componenti elettronici all'avanguardia che alimentano i grandi modelli.
Segnali di rallentamento
Nonostante gli enormi investimenti, sembrano emergere problemi sulla strada verso l'AGI. Gli addetti ai lavori del settore stanno iniziando ad ammettere che i grandi modelli linguistici (LLM) non stanno scalando indefinitamente verso l'alto a ritmi vertiginosi quando alimentati con più potenza e dati. I miglioramenti delle prestazioni mostrano segni di stabilizzazione.
Una sfida fondamentale è la quantità finita di dati linguistici disponibili per l'addestramento dell'IA. Secondo Scott Stevenson, CEO di Spellbook, azienda specializzata in compiti legali con IA che collabora con OpenAI e altri fornitori, affidarsi solo ai dati linguistici per il ridimensionamento è destinato a raggiungere un limite.
"Alcuni dei laboratori là fuori erano troppo concentrati sul semplice inserimento di più linguaggio, pensando che sarebbe diventato sempre più intelligente", ha spiegato Stevenson.
Sasha Luccioni, ricercatrice e responsabile IA presso la startup Hugging Face, sostiene che un arresto dei progressi era prevedibile dato che le aziende si sono concentrate più sulle dimensioni che sullo scopo nello sviluppo dei modelli. "La ricerca dell'AGI è sempre stata irrealistica, e l'approccio 'più grande è meglio' all'IA era destinato a raggiungere un limite prima o poi - e penso che questo è quello che stiamo vedendo qui", ha dichiarato all'AFP.
L'industria dell'IA contesta
L'industria dell'IA contesta queste interpretazioni, sostenendo che i progressi verso l'IA di livello umano sono imprevedibili. "Non c'è alcun muro", ha postato giovedì su X il CEO di OpenAI Sam Altman, senza ulteriori spiegazioni.
Il CEO di Anthropic, Dario Amodei, la cui azienda sviluppa il chatbot Claude in collaborazione con Amazon, rimane ottimista: "Se si osserva ad occhio il tasso con cui queste capacità stanno aumentando, fa pensare che ci arriveremo entro il 2026 o il 2027".
Tuttavia, OpenAI ha ritardato il rilascio del tanto atteso successore di GPT-4, il modello che alimenta ChatGPT, perché l'aumento delle sue capacità è inferiore alle aspettative, secondo fonti citate da The Information. Ora l'azienda si sta concentrando sull'utilizzo più efficiente delle sue capacità esistenti.
Questo cambiamento di strategia si riflette nel loro recente modello o1, progettato per fornire risposte più accurate attraverso un ragionamento migliorato piuttosto che un aumento dei dati di addestramento. Stevenson ha affermato che un cambiamento di OpenAI nell'insegnare al suo modello a "dedicare più tempo a pensare piuttosto che a rispondere" ha portato a "miglioramenti radicali".
Il professor Walter De Brouwer dell'Università di Stanford paragona gli LLM avanzati a studenti che passano dal liceo all'università: "Il bambino IA era un chatbot che faceva molta improvvisazione" ed era incline agli errori, ha osservato. "Sta arrivando l'approccio dell'homo sapiens di pensare prima di agire", ha aggiunto.