Da un anno abbiamo familiarizzato con l’intelligenza artificiale, ma già da un po’ di tempo si parla addirittura di una “super intelligenza artificiale“. Qualcosa che potrebbe arrivare anche adesso, visto lo sviluppo delle tecnologie. O forse no?
Secondo Yann LeCun, capo scienziato di Meta e pioniere del deep learning, ha affermato che gli attuali sistemi di intelligenza artificiale siano lontani decenni dal raggiungere un livello del genere. Anche se sono sulla buona strada.
Super intelligenza artificiale? Ci vorrà ancora tempo
Il suo punto di vista Yann LeCun è abbastanza in contrasto con quello di Nvidia CEO Jensen Huang. Come riportato da CNBC, per quest’ultimo l’intelligenza artificiale sarà ”abbastanza competitiva″ con gli esseri umani in meno di cinque anni, superando le persone su una moltitudine di compiti mentalmente intensivi.
Ma per LeCun è difficile che l’AI sviluppi una qualche parvenza di sensibilità, o di dotarsi di buon senso in grado di spingere le loro capacità oltre il semplice riassunto di montagne di testo in modi creativi.
Anche perché serviranno molti componenti hardware per svilupparla. Finché i ricercatori di aziende come OpenAI continueranno a perseguire l’AGI, avranno bisogno di più chip per computer NVIDIA.
Precisiamo che per AGI si intende l’Artificial General Intelligence, ovvero l’intelligenza artificiale generale: è la capacità di un agente intelligente di apprendere e capire un qualsiasi compito intellettuale che può imparare un essere umano.
Per LeCun, è più probabile che la società ottenga un’intelligenza artificiale “a livello di gatto” o “a livello di cane” anni prima dell’intelligenza artificiale a livello umano. E l’attuale attenzione dell’industria tecnologica ai modelli linguistici e ai dati testuali non sarà sufficiente per creare il tipo di sistemi avanzati di intelligenza artificiale di tipo umano che i ricercatori sognano da decenni.
I limiti e i pregi dell’addestramento AI
Come segnala CNBC, ad oggi le AI hanno a disposizione una quantità di materiale tale che ci vorrebbero 20.000 anni affinché un essere umano possa leggerlo. E tutto questo materiale è rivolto all’addestramento dei modelli linguistici moderni. Ma come procedere alla correlazione dei concetti ivi presenti? In effetti è un problema non da poco per le AI.
Ma quanto più questi sistemi di intelligenza artificiale riescono a scoprire i probabili miliardi di correlazioni nascoste tra questi vari tipi di dati, tanto più potrebbero potenzialmente compiere imprese più fantastiche.
E già ora la situazione è davvero notevole, nonostante i limiti dell’addestramento. Alcune delle ricerche di Meta includono software che possono aiutare a insegnare alle persone come giocare meglio a tennis mentre indossano gli occhiali per realtà aumentata Project Aria dell’azienda, che fondono la grafica digitale nel mondo reale.
Forse è proprio questo un buon indirizzo per le AI, quello multimodale, che combina dati visivi tridimensionali oltre a testo e audio. Questi cosiddetti sistemi di intelligenza artificiale multimodali potrebbero infatti rappresentare la prossima frontiera, ma il loro sviluppo non sarà economico.
