di Nello Cristianini
“Data l’ampiezza e la profondità delle capacità di GPT-4, riteniamo che potrebbe ragionevolmente essere visto come una versione iniziale (ma ancora incompleta) di un sistema di intelligenza generale artificiale (AGI)”.
Queste le conclusioni di un articolo dello scorso anno, in cui un gruppo di ricercatori esaminava le prestazioni di GPT-4. L’articolo stesso, che fece molto scalpore, si intitolava Sparks of Artificial General Intelligence.
Ma che cos’è l’Intelligenza Artificiale Generale – o AGI – di cui si parla tanto?
La parte problematica è l’aggettivo “generale”. Anche se ci abbiamo messo del tempo, adesso abbiamo una definizione di intelligenza artificiale: l’abilità di un agente di perseguire i propri obiettivi in modo autonomo in situazioni nuove, tipicamente imparando. Questa idea è – per esempio – alla base della definizione che si trova nell’AI Act, la legge europea appena approvata.
Invece l’AGI non è un concetto ben definito, ed è usato più spesso nel marketing che nel linguaggio scientifico. Alcuni lo intendono come l’abilità di un agente di risolvere una moltitudine di problemi diversi, ovvero come l’automazione di una presunta “intelligenza generale”, molti altri come la capacità di superare gli esseri umani in compiti tipici degli esseri umani.
Alcune cose sono certe: non è possibile avere un’intelligenza “universale” ovvero che sia la migliore in ogni compito e ambiente (ogni intelligenza è specializzata in qualche modo); e certamente gli esseri umani non hanno un’intelligenza universale (provate a leggere un codice QR). Ma è certamente possibile superare gli esseri umani in una serie di compiti che sono importanti per noi, tra cui diversi compiti che consideriamo creativi ed accademici. Si comincia con computare, memorizzare, poi reperire, tradurre e forse un giorno scrivere, comporre, collegare idee diverse?
Due mesi fa Mark Zuckerberg, fondatore e amministratore delegato di Meta, ha dichiarato: “È diventato più chiaro che la prossima generazione di servizi richiede la creazione di intelligenza generale. La nostra visione a lungo termine è quella di creare un’intelligenza generale, renderla open source in modo responsabile e renderla ampiamente disponibile in modo che tutti possano trarne vantaggio”
Il “mission statement” di Deepmind dice “creata nel 2010 con la missione di costruire sistemi di AI generale” (About – Google DeepMind). Nel loro caso, questo intento prese soprattutto la forma di algoritmi in grado di imparare (da soli) una quantità diversa di videogiochi e altri compiti, quindi la prima delle due definizioni che abbiamo visto.
L’azienda OpenAI propone una definizione molto diversa dello stesso concetto, nel proprio mission statement: “Fare in modo che l’Intelligenza Artificiale Generale sia di beneficio a tutta l’umanita’” dove per AGI intende ”sistemi altamenti autonomi che superano gli esseri umani nella maggioranza dei lavori che hanno valore economico”.
Come abbiamo detto, usare gli esseri umani come paragone è fuorviante: nemmeno noi abbiamo un’intelligenza generale, ma certo molto più generale di molte macchine, almeno per ora. In quali compiti siamo destinati ad eccellere per sempre, e in quali invece potremmo essere superati, è una questione importante per l’economia.
Oggi i nuovi “modelli di linguaggio” come GPT e Gemini sono già in grado di svolgere compiti, una volta riservati a noi, e le loro prestazioni stanno aumentando rapidamente.
Al momento quando si parla di AGI ci si riferisce ai “modelli di linguaggio” o i “modelli di base”, come GPT e Gemini. Ma questo è il tema della prossima puntata.
Questo articolo è stato originariamente pubblicato da Appunti di Stefano Feltri, che ringraziamo