Intelligenza artificiale: la sfida per il 2025

Dopo due anni di rapida crescita, l'intelligenza artificiale affronta ostacoli come la mancanza di dati e gli elevati costi

L'era dell'AI generativa, inaugurata da OpenAI con ChatGPT, ha visto una competizione tecnologica serrata. OpenAI, Anthropic, Google e Meta hanno lanciato modelli sempre più avanzati. L'idea è che più potenza di calcolo, dati e modelli porteranno a miglioramenti tali da trasformare interi settori.

Tuttavia, nel 2024, alcune di queste aziende hanno incontrato degli ostacoli.

Se il progresso nell'AI dovesse rallentare, si metterebbe in dubbio la possibilità di raggiungere gli obiettivi ambiziosi promessi. La sfida del 2025 sarà trovare nuovi modi per spingere l'AI verso nuovi traguardi. Le aziende si trovano di fronte a diverse difficoltà.

Difficoltà e sfide dell'AI

È diventato più difficile trovare nuove fonti di dati di alta qualità per addestrare sistemi AI più avanzati. Inoltre, anche piccoli miglioramenti nelle prestazioni dell'AI potrebbero non giustificare i costi elevatissimi di sviluppo e gestione di nuovi modelli. Dario Amodei, amministratore delegato di Anthropic, ha dichiarato che addestrare un modello all'avanguardia costa circa 100 milioni di dollari, e prevede che questa cifra arriverà a 100 miliardi nei prossimi anni.

Sarah Friar, direttore finanziario di OpenAI, ha affermato che il prossimo modello all'avanguardia dell'azienda costerà miliardi e che c'è ancora bisogno di modelli sempre più grandi e costosi.
Questi problemi sollevano dubbi sui miliardi di dollari già investiti nell'AI e sull'obiettivo dell'intelligenza artificiale generale (AGI), capace di eguagliare o superare le capacità umane. I vertici di OpenAI e Anthropic hanno sostenuto che l'AGI potrebbe arrivare in pochi anni, ma altri leader del settore sono più cauti. Sundar Pichai, amministratore delegato di Google, ha dichiarato: "Penso che il progresso diventerà più difficile. I frutti più facili da cogliere sono stati colti, la salita è più ripida".

Nuove strategie per l'innovazione

Per superare questi ostacoli, le aziende stanno cercando modi diversi per far avanzare i modelli di AI.

Tra questi:

- Simulare il ragionamento umano: far sì che i computer imitino il modo in cui gli esseri umani riflettono su un problema per risolverlo meglio.
- Modelli specializzati: creare modelli molto bravi in compiti specifici.
- Dati sintetici: addestrare l'AI con dati generati dall'AI stessa.
OpenAI, in particolare, è favorevole all'AI che ragiona come gli umani. A settembre, ha presentato una versione iniziale di un modello chiamato o1, che calcola una risposta più a lungo prima di rispondere a una domanda dell'utente. A dicembre, è stata annunciata una versione migliorata, definita da Sam Altman come "il modello più intelligente del mondo". L'azienda offre un abbonamento mensile di 200 dollari che include una versione del modello che usa ancora più potenza di calcolo. Diverse aziende, tra cui Google e Databricks, stanno lavorando su approcci simili, spesso definiti calcolo di test o inferenza e si prevede che questa tecnica si diffonderà nel settore e che potrebbe anche migliorare l'economia della costruzione di modelli AI, spostando alcuni costi dallo sviluppo al momento in cui i modelli sono in uso e generano entrate.

Dati sintetici e il futuro dell'AI

Il problema della crescente necessità di dati per l'AI si sta affrontando con i dati sintetici, ovvero dati generati dal computer che imitano contenuti creati da persone reali.
Qualcuno però inizia a dire che addestrare un sistema di AI sui contenuti che produce non porterà a miglioramenti. Resta importante filtrare i dati generati dall'AI per evitare ripetizioni e verificare che siano accurati. Alcuni ricercatori hanno anche espresso preoccupazioni che l'uso indiscriminato di tali dati possa compromettere le prestazioni di un modello, un fenomeno chiamato "collasso del modello".
Se l'obiettivo è l'AGI, è fondamentale superare il problema del ridimensionamento dei modelli general-purpose. Databricks, per esempio, è ottimista: paragona ciò che sta accadendo nel settore dell'AI all'evoluzione del settore dei chip, dove i produttori di chip hanno superato i limiti con innovazioni come i processori multi-core e l'elaborazione parallela. "Guardando al passato, ai nostri giorni nel settore dei semiconduttori", ha dichiarato, "si passa da un'innovazione all'altra, cercando di andare avanti".

.

Homepage