Intelligenza Generale Artificiale: Una Storia di Costruzione di Capacità con Cautela

Stiamo vivendo nell’era dell’Intelligenza Artificiale, con la dimensione del mercato globale dell’IA già superata US$240 billion e ora stimata a superare US$730 billion entro il 2030, con un tasso di crescita annuale superiore al 17%.

Tra tutto il clamore che circonda l’IA, un paradigma che ha catturato l’attenzione di tutti è l’AGI, Intelligenza Generale Artificiale.

Ma cos’è? Perché tutti ne parlano e perché la comunità scientifica e tecnologica è così desiderosa di osservare ogni sua evoluzione? Approfondiamo per capire meglio.

Ma prima di tuffarci direttamente nell’Intelligenza Generale Artificiale, proviamo a capire cosa implica l’intelligenza generale.

Definire i Contorni dell’Intelligenza Generale

L’intelligenza generale implica la capacità di raggiungere una gamma di obiettivi e svolgere compiti diversi i cui contesti e ambienti sono differenti. I sistemi ‘generalmente intelligenti’ devono:

• Gestire problemi e situazioni sostanzialmente diversi da quelli che si potrebbero prevedere
• Essere in grado di generalizzare la conoscenza acquisita affinché possa essere trasferita da un contesto problematico a un altro.

La comunità scientifica si aspetta inoltre che varie intelligenze generali del mondo reale condividano alcune proprietà comuni senza essere significativamente sicuri di quali possano essere queste proprietà.

Il presupposto dell’Intelligenza Generale Artificiale parte da queste caratteristiche dell’intelligenza generale e tenta di andare oltre esse.

L’Ipotesi Centrale dell’AGI

L’ipotesi ha avuto la sua prima articolazione ufficiale in un paper intitolato “Artificial General Intelligence: Concept, State of the Art, and Future Prospects,” pubblicato nel Journal of Artificial General Intelligence da Ben Goertzel. L’ipotesi affermava quanto segue: 

“La creazione e lo studio di un’intelligenza sintetica con un ambito sufficientemente ampio (ad esempio a livello umano) e una forte capacità di generalizzazione è, in fondo, qualitativamente diversa dalla creazione e dallo studio di un’intelligenza sintetica con un ambito significativamente più ristretto e una capacità di generalizzazione più debole.”

Per delinearne le caratteristiche, l’AGI sarà sufficientemente ampia nel suo ambito e avrà una forte capacità di generalizzazione.

In una modalità più popolare di scrittura e spiegazione delle cose scientifiche, l’AGI è un flusso di ricerca teorica sull’IA volto a sviluppare un’IA con un livello cognitivo umano, che include la capacità di autoapprendimento.

Molti ricercatori credono che non sia praticamente possibile elevare l’IA a un “livello cognitivo umano”. Tuttavia, è sicuramente vista come una modalità più forte di IA rispetto alle IA deboli o più ristrette che abbiamo visto finora.

Intelligenza Generale Artificiale come “IA Forte”

Secondo IBM, “L’intelligenza artificiale forte (AI), anche conosciuta come intelligenza generale artificiale (AGI) o AI generale, è una forma teorica di AI usata per descrivere una certa mentalità di sviluppo dell’AI. Se i ricercatori riescono a sviluppare l’IA Forte, la macchina richiederebbe un’intelligenza pari a quella umana; avrebbe una coscienza autocosciente che può risolvere problemi, apprendere e pianificare per il futuro.”

L’IA Forte funzionerebbe essenzialmente come un essere umano a livello cognitivo. Inizierà come un bambino, imparerà attraverso input ed esperienze, e progredirà nelle sue capacità fino a diventare una macchina così intelligente da non poter essere distinta dal cervello umano.

Funzionalmente, l’IA Forte sarebbe diversa dall’IA ristretta o debole nella sua capacità di gestire il numero e la diversità dei compiti.

Per mettere questa distinzione in prospettiva, l’IA debole o ristretta si concentra sull’esecuzione di un compito ripetitivo, mentre l’IA Forte può svolgere vari compiti simultaneamente. Ancora più importante, mentre l’IA debole o ristretta dipenderà sempre dagli input umani, l’AGI o l’IA Forte, una volta completate le fasi iniziali di crescita e apprendimento, non dipenderà più dalle istruzioni provenienti dagli esseri umani. Genererà una coscienza simile a quella umana piuttosto che simularla.

Con tutte queste comprensioni che fungono da base teorica per l’AGI, la domanda è come avvicinarsi ad essa, soprattutto quando i ricercatori affermano che un’AGI ideale non potrà mai essere raggiunta. Ci sono quattro approcci ampi all’AGI: Simbolico, Emergentista, Ibrido e Universalista.

Approccio Simbolico all’AGI: Questo approccio assume che le menti esistano principalmente per manipolare simboli che rappresentano diversi aspetti del mondo o di se stessi. Assume anche che un sistema di simboli fisico includa la capacità di inserire, estrarre, memorizzare e alterare entità simboliche e, quindi, possa generare azioni eseguibili appropriate per raggiungere l’obiettivo finale.

Pertanto, l’architettura cognitiva simbolica si concentra sul concetto di ‘memoria di lavoro’ che attinge alla memoria a lungo termine secondo necessità e utilizza un controllo centralizzato su percezione, cognizione e azione.

Approccio Emergentista all’AGI: L’approccio emergentista all’AGI assume che le capacità di elaborazione dei simboli astratti emergano da dinamiche subsimboliche di livello inferiore. In termini più semplici, questo approccio all’AGI ruota attorno al considerare il cervello umano come un insieme di elementi semplici che possono auto-organizzarsi complessamente, se necessario.

Approccio Ibrido all’AGI: L’approccio ibrido all’AGI ha il fenomeno “il tutto è più della somma delle parti” come filosofia guida. Vuole rispondere sia ai punti di forza che alle debolezze degli approcci simbolico ed emergentista attraverso un’architettura integrativa, ibrida, che combina sottosistemi operanti secondo i due paradigmi.

La combinazione può essere quella di un sottosistema simbolico con un grande sistema subsimbolico o una popolazione di piccoli agenti, ognuno dei quali è sia simbolico sia subsimbolico per natura.

Approccio Universalista all’AGI: L’approccio universalista all’AGI inizia con algoritmi che hanno il potere di produrre un’intelligenza generale immensamente potente se forniti di una potenza di calcolo massiccia e irrealisticamente enorme. L’obiettivo è eventualmente ridurli adattandoli a risorse computazionali fattibili.

Mentre tutti questi approcci si sono evoluti con la ricerca intorno al paradigma avanzando a un ritmo costante, molte organizzazioni tecnologiche hanno costruito soluzioni pratiche attorno all’AGI. La più nota di esse è stata Open AI.

Aziende Leader che Lavorano sull’AGI

1. Open AI

OpenAI, più famosa per la sua soluzione ChatGPT, ha una visione centrata sull’AGI. In un blog post pubblicato il 24 febbraio 2023, l’azienda ha avviato i suoi piani senza alcuna ambiguità. Ha dichiarato che la sua missione era ‘garantire che l’intelligenza generale artificiale – sistemi di IA generalmente più intelligenti degli esseri umani – benefici tutta l’umanità.’

L’azienda ha affermato che, con i suoi sistemi sempre più vicini all’AGI, stava ‘diventando sempre più cauta nella creazione e distribuzione’ dei suoi modelli. Come esempi, ha evidenziato il lancio di InstructGPT e ChatGPT.

Che cos’è ChatGPT?

Creato da Open AI e lanciato il 30 novembre 2022, ChatGPT, nella sua essenza, è uno strumento di elaborazione del linguaggio naturale guidato dall’IA che consente conversazioni simili a quelle umane con il chatbot. Non solo può rispondere a domande, ma può anche aiutare nella composizione di email, saggi, codici e altro.

Clicca qui per l’elenco delle cinque migliori estensioni per ChatGPT.

Che cos’è Instruct GPT?

Instruct GPT, un termine coniato da Open AI, è un modello linguistico avanzato guidato dall’IA che può seguire le istruzioni fornite in un prompt testuale. Le sue avanzate capacità di comprendere requisiti basati su testo e generare risposte testuali di conseguenza lo rendono uno strumento potente per una serie di scopi di servizio e contenuto.

Open AI Chat GPT in Numeri

Secondo i latest available numbers, ChatGPT di OpenAI ha più di 100 million utenti attivi settimanali. Rapporti pubblicati il 12 ottobre 2023 hanno dichiarato che OpenAI stava generando entrate a un ritmo di US$1,3 miliardi all’anno, generando più di US$100 milioni al mese, un aumento del 30% rispetto ai numeri dell’estate 2023.

Ristrutturazione Organizzativa di Open AI

Tuttavia, OpenAI è stata al centro delle notizie più recentemente per la sua ristrutturazione organizzativa che ha creato fermenti nella comunità tecnologica e di investimento tecnologico a livello mondiale. Il consiglio di amministrazione aveva deciso di rimuovere il suo CEO, Sam Altman, per non essere “costantemente sincero” nelle sue comunicazioni. Tuttavia, cinque giorni dopo il suo improvviso licenziamento, il consiglio ha deciso di riportare Altman al suo vecchio ruolo.

Secondo quanto riportato, ogni singolo membro dello staff di Open AI aveva co-firmato una lettera dicendo che avrebbero considerato di dimettersi se il signor Altman non fosse stato riportato alla sua precedente posizione. Uno dei membri del consiglio responsabile della rimozione di Sam Altman, il capo scienziato di Open AI Ilya Sutskever, ha scritto sul suo handle X il seguente: “Mi rammarico profondamente della mia partecipazione alle azioni del consiglio. Non ho mai inteso danneggiare OpenAI. Amo tutto ciò che abbiamo costruito insieme, e farò tutto il possibile per riunire l’azienda.”

Con il signor Altman di nuovo CEO di Open AI, la controversia sembra essere diventata una cosa del passato.

Mentre OpenAI è stata la più prominente nel guadagnare trazione e attenzione nello spazio AGI, altri attori esistono da tempo significativo. DeepMind è uno di questi attori che lavora dal 2010.

2. DeepMind

DeepMind’s obiettivo ufficiale a lungo termine è ‘risolvere l’intelligenza, sviluppando sistemi di risoluzione dei problemi più generali e capaci, noti come intelligenza generale artificiale.’ L’azienda si è unita a Google nel 2014.

Il principio operativo di DeepMind è sempre stato quello di avanzare la scienza a beneficio dell’umanità. Come tale, vuole sfruttare l’intelligenza artificiale per servire le esigenze e le aspettative della società.

Ciò che può contare come il successo raggiunto finora da DeepMind è che i suoi programmi hanno imparato a diagnosticare malattie oculari con efficacia pari ai migliori medici del mondo, hanno risparmiato il 30% dell’energia usata per raffreddare i data center, hanno previsto le forme tridimensionali complesse delle proteine, rivoluzionando il modo in cui l’industria farmaceutica avanza.

Secondo i dati disponibili, DeepMind ha raccolto solo un round di finanziamenti il 1 febbraio 2011, prima di collaborare con Google. Gli investitori erano Founders Fund e Horizons Ventures. Il finanziamento ammontava a US$50 million, secondo quanto riportato.

3. Adept

Un altro attore emergente nel campo dell’AGI è Adept. Nel marzo 2023, la startup di appena un anno con soli 25 dipendenti ha raccolto US$350 milioni di venture capital. Ha raccolto fondi dimostrando una versione rudimentale di un assistente digitale.

Adept ha studiato come gli esseri umani usano i computer per costruire un modello di IA che possa trasformare un comando testuale in un insieme di azioni. Il round di finanziamento è stato completato con una valutazione post-money di US$1 miliardo.

Secondo David Luan, cofondatore di Adept, l’azienda vuole costruire lo stesso modello per il calcolo seguendo il modo in cui un sintetizzatore permette a un musicista di suonare i suoni di molti strumenti senza dover imparare a suonare lo strumento originale.

AGI: La Strada Avanti

Le persone hanno opinioni diverse sul potenziale dell’AGI. Alcuni credono che l’AGI possa avere conseguenze pericolose per l’umanità, mentre altri credono che l’AGI non sarà in grado di raggiungere ciò che pensiamo possa.

Secondo Diego Klabjan, professore alla Northwestern University e direttore fondatore del Master of Science in Analytics Program della scuola:

“I cervelli umani hanno miliardi di neuroni collegati in modo molto intrigante e complesso, e lo stato dell’arte attuale [tecnologia] è solo connessioni semplici che seguono schemi molto facili. Quindi passare da pochi milioni di neuroni a miliardi di neuroni con le attuali tecnologie hardware e software – non lo vedo accadere.”

L’Institute Future of Humanity dell’Università di Oxford ha condotto un sondaggio tra 352 ricercatori di machine learning sul potenziale evolutivo dell’IA. Il numero medio di rispondenti ha fatto previsioni notevoli anno per anno.

• Entro il 2026: le macchine potrebbero essere in grado di scrivere saggi scolastici
• Entro il 2027: i camion a guida autonoma potrebbero rendere i conducenti superflui
• Entro il 2031: l’IA potrebbe superare gli umani nel settore retail
• Entro il 2049: l’IA potrebbe diventare il prossimo Stephen King
• Entro il 2137: tutti i lavori umani potrebbero essere automatizzati

È ancora troppo presto per prevedere dove l’IA ci porterà alla fine. Ma, come tutte le tecnologie, può essere usata per il bene o per il male.

Il CEO di Open AI Sam Altman crede “dovrebbe esserci un grande scrutinio di tutti gli sforzi volti a costruire l’AGI e una consultazione pubblica per le decisioni importanti.” Va oltre, affermando che:

“Il mondo potrebbe diventare estremamente diverso da com’è oggi, e i rischi potrebbero essere straordinari. Un’AGI superintelligente non allineata potrebbe causare danni gravissimi al mondo; un regime autoritario con una superintelligenza decisiva potrebbe fare lo stesso.”

Tuttavia, ci sono fornitori di soluzioni AGI come DeepMind e altri che credono che l’AGI sarà il precursore di molte scoperte scientifiche e porterà cambiamenti reali nel mondo per il meglio. L’AGI avrà sicuramente un’influenza significativa sui nostri sforzi nella ricerca, ingegneria, scienza e sicurezza per il mondo. Una grande parte del successo dipenderà sicuramente da quanto le azioni umane saranno caute e calibrate.

Clicca qui per apprendere tutto sull’investimento nell’intelligenza artificiale.