La ricerca dell’Intelligenza Artificiale Generale (AGI) Quando l’IA raggiunge superpoteri

La ricerca dell'Intelligenza Artificiale Generale (AGI) Quando l'IA raggiunge superpoteri

Il campo dell’Intelligenza Artificiale ha fatto enormi progressi nell’ultimo decennio, ma raggiungere un livello di intelligenza simile a quello umano rimane l’obiettivo finale di molti ricercatori. In questo articolo, fornirò una panoramica dell’Intelligenza Artificiale Generale (AGI) – un’IA ipotetica con la capacità di ragionare, imparare, pianificare e operare come gli esseri umani. Definirò anche le caratteristiche chiave che distinguono l’intelligenza generale dalla stretta (o specializzata) IA di oggi e gli ostacoli verso il raggiungimento dell’AGI basati sulle attuali correnti di pensiero. Discuterò in seguito gli impatti potenziali sull’adozione dell’IA nelle nostre società, man mano che ci avviciniamo allo sviluppo di sistemi di IA più ampiamente capaci.

Creare l’Intelligenza Artificiale Generale (AGI), spesso chiamata AI a livello umano, viene considerato il prossimo significativo progresso nel campo dell’Intelligenza Artificiale (IA) e dell’Apprendimento Automatico (ML). Nonostante notevoli progressi nell’Intelligenza Artificiale Stretta (ANI, anche chiamata IA specializzata, o come la definisco in questo articolo, AI), che eccelle in compiti specifici, replicare le diverse capacità cognitive e di apprendimento degli esseri umani rimane una sfida affrontata dall’industria.

Il panorama attuale dell’IA si concentra principalmente su sistemi di IA specializzati e stretti, che si concentrano sul perfezionamento delle singole competenze tramite talento, investimenti consistenti e vasti set di dati per l’addestramento. I sistemi di IA che gestiscono diversi tipi di compiti sono multi-modalità, il che significa che più sistemi di IA lavorano insieme per gestire quei compiti. Tuttavia, anche in quei casi, tali competenze non sono trasferibili a nuovi compiti, a meno che non venga effettuato un nuovo addestramento.

Questa limitazione evidenzia la differenza tra AI specializzata e l’AGI prevista. Mentre l’IA dimostra notevoli successi specifici per compiti specifici, le mancano le capacità di ragionamento multifaceted, di prendere decisioni, di creatività e di trasferimento di conoscenza che gli esseri umani dimostrano.

• La nuova funzione di AI generativa in BigQuery
• Come i robot stanno imparando a chiedere aiuto
• Questa ricerca sull’IA presenta un apprendimento profondo basato sulla fisica per prevedere l’accumulo di IFP (fattore di penetrazione iniziale) e liposomi.

Sfide nel Raggiungimento dell’AGI

La complessità dell’intelligenza umana, evolutasi in milioni di anni per navigare nel nostro mondo dinamico e adattarsi costantemente, rappresenta il più grande ostacolo nello sviluppo dell’AGI. L’IA incontra difficoltà nel comprendere diversi aspetti cognitivi umani, tra cui:

Ragionamento Contestuale: Questo è il modo in cui gli esseri umani integrano esperienze passate e conoscenze apprese per dare un senso alle informazioni ambigue o scarse o alle situazioni complesse, ed è qui che l’IA fatica a comprendere e ragionare. Mentre gli esseri umani possono dedurre dalle informazioni conosciute per colmare le lacune, i sistemi di IA spesso mancano della vasta conoscenza del mondo e della capacità di ragionamento flessibile necessarie per questo processo, portando a certi punti deboli nelle loro capacità decisionali.

Senso Comune: Questo aspetto critico della cognizione umana riguarda la capacità di muoversi in situazioni quotidiane bilanciando fattori noti e sconosciuti. Gli esseri umani si basano su anni di osservazioni sul mondo fisico e sociale, che li aiutano a prendere decisioni basate su indizi contestuali ed esperienze. Insegnare ai sistemi di AI ad incorporare il senso comune per prendere decisioni fondate rimane una sfida in corso, poiché mancano della comprensione naturale della consapevolezza della situazione che gli esseri umani hanno.

Comunicazione: Il modo in cui gli esseri umani comunicano rappresenta ancora una grande sfida per l’IA. Mentre il linguaggio serve come interfaccia naturale e intuitiva per gli esseri umani, i sistemi di IA spesso faticano a capire elementi come l’ironia, l’umorismo, il sarcasmo e riferimenti culturali profondamente radicati nelle conversazioni umane. Raggiungere abilità linguistiche a livello umano richiede la comprensione delle sfumature della comunicazione umana.

Creatività: Un altro aspetto fondamentale della cognizione umana riguarda la capacità di collegare idee e generare concetti o soluzioni nuove. La creatività umana spesso porta a scoperte innovative sintetizzando informazioni diverse, spesso provenienti da campi specializzati diversi. Attualmente, i sistemi di IA replicano o modificano principalmente idee esistenti senza dimostrare un’innovazione autentica, evidenziando la difficoltà di replicare la creatività umana. Ad esempio, l’IA generativa per la visione può generare nuove immagini basandosi su immagini su cui è stata addestrata. Alcuni potrebbero sostenere che si tratti di un processo creativo, ma è davvero così? Quando può un sistema di IA proporre un’idea così nuova e creativa che gli esseri umani non hanno mai visto prima? Ad esempio, uno stile di pittura completamente nuovo, come quello creato da Van Gogh o Picasso.

Queste complessità integrate nella cognizione umana si manifestano naturalmente attraverso lo sviluppo umano, ma rappresentano sfide significative per i sistemi di IA. Mentre i ricercatori e gli sviluppatori lavorano verso l’AGI, comprendere e affrontare queste lacune nelle funzionalità cognitive rimane fondamentale per ridurre la distanza tra l’IA e l’intelligenza umana.

Diverse Correnti di Pensiero nel Raggiungimento dell’AGI

Attualmente non c’è un consenso su quando l’IA potrà raggiungere un’intelligenza simile a quella umana. Diversi leader nel mondo accademico e industriale hanno proposto teorie diverse, che spiego di seguito. Tuttavia, dovremo aspettare ed osservare cosa accadrà effettivamente.

AGI organico: Alcuni leader dell’IA prevedono che l’AGI si evolva organicamente migliorando i metodi esistenti dell’IA come le reti neurali profonde. Suggeriscono che con dati consistenti, scalabilità delle reti neurali e avanzamenti nella potenza di calcolo (ad esempio, nuovi chip più potenti), l’AGI potrebbe emergere organicamente attraverso la ricerca attuale sull’IA senza la necessità di nuove architetture dell’IA. Questa prospettiva immagina l’AGI come un risultato dell’evoluzione di un’IA specializzata a livelli superiori.

AGI multi-modale: Un’altra scuola di pensiero, simile all’AGI organico, crede che l’unione di diversi approcci dell’IA sia la chiave per raggiungere l’AGI. Mentre l’apprendimento profondo ha trasformato compiti come il riconoscimento delle immagini, sostengono che per ottenere un apprendimento più flessibile potrebbe essere necessario sfruttare varie tecniche come le reti grafiche, le basi di conoscenza e i modelli di inferenza causale. Un sistema coordinato di modelli diversi adattati a compiti specifici potrebbe aprire la strada all’AGI.

Scarti fondamentali: Altri leader dell’IA ritengono che esistano scarti significativi in aspetti cognitivi fondamentali, come il ragionamento, la rappresentazione della conoscenza, la memoria e il buon senso, che l’IA attuale fatica a comprendere. Suggeriscono che siano necessarie scoperte rivoluzionarie in nuovi ambiti dell’IA per spingerci verso la costruzione dell’AGI.

Quando dovremmo aspettarci l’AGI?

Non c’è un consenso su questo argomento, e si possono ottenere diverse risposte a seconda di chi si chiede o a quale scuola di pensiero appartengono, potrebbero passare anni, decenni o secoli. In un discorso recente al DealBook Summit annuale del New York Times nel novembre 2023, il CEO di Nvidia Jensen Huang ha affermato che un’evoluzione del genere sarebbe imminente, forse entro 5 anni circa. Questa è sicuramente una dichiarazione audace! Con i recenti progressi nei chip di elaborazione, come quelli introdotti da Microsoft, Amazon e NVIDIA, e miliardi di dollari di investimenti che affluiscono nella ricerca sull’IA (come i 10 miliardi di dollari investiti da Microsoft in OpenAI ChatGPT o i 4 miliardi di dollari investiti da Amazon in Anthropic AI), ci aspettiamo progressi interessanti e rivoluzionari nell’IA nei prossimi anni, che ci avvicineranno sempre di più all’AGI. Se ci arriveremo tra 5 o 50 anni, è una domanda a cui solo il tempo può rispondere.

La ricerca globale di un’IA sicura ed equa

Le discussioni sull’AGI portano sempre a preoccupazioni sulla sicurezza, la protezione e l’equità dei sistemi di intelligenza artificiale e su come l’AGI potrebbe essere potenzialmente dannoso per gli esseri umani se non sviluppato o supervisionato in modo responsabile. Governi di tutto il mondo e le persone comuni sono preoccupati per la sicurezza, l’equità e l’uso responsabile dei sistemi di intelligenza artificiale per proteggere gli individui dai potenziali rischi. I governi stanno lavorando per stabilire quadri normativi e linee guida che affrontino le implicazioni etiche e le minacce potenziali dell’IA. Ad esempio, nel 2021, l’Unione Europea ha introdotto l’AI Act. Con l’AI Act, il Parlamento europeo vuole garantire che i sistemi di intelligenza artificiale implementati nell’UE siano sicuri, trasparenti, tracciabili, equi e eco-sostenibili. Ritengono che gli esseri umani dovrebbero supervisionare i sistemi di intelligenza artificiale (ed è la chiave!) anziché affidarsi esclusivamente all’automazione per evitare danni potenziali agli esseri umani. Al di là dell’Oceano Atlantico, gli Stati Uniti hanno proposto varie iniziative, come il National AI Research Resource Task Force, per promuovere la ricerca e l’innovazione nell’IA, dando priorità alla sicurezza e all’equità. Inoltre, nell’ottobre 2023, il presidente Biden ha emesso un Ordine Esecutivo sull’Intelligenza Artificiale Sicura, Sicura e Affidabile che ha stabilito nuovi standard per la sicurezza e la protezione dell’IA. Tuttavia, gli standard globali specifici o le normative universalmente accettate per la sicurezza e l’equità dell’IA sono ancora in evoluzione, con discussioni in corso tra responsabili delle decisioni politiche, esperti e portatori di interessi, come il 2023 Global AI Safety Summit nel Regno Unito.

Pensieri finali…

La ricerca dell’AGI richiede una combinazione di sforzi interdisciplinari, approcci innovativi e progressi continui nelle tecnologie di intelligenza artificiale e apprendimento automatico. I decisori politici, i leader del settore, i ricercatori ed eticisti devono collaborare per affrontare le implicazioni etiche, gli impatti sociali e i quadri regolamentari legati allo sviluppo dell’AGI. In definitiva, un progresso responsabile e collaborativo nello sviluppo di sistemi di intelligenza artificiale più trasparenti, sicuri, equi e capaci di interazioni cooperaive con gli esseri umani può portare notevoli benefici per gli esseri umani, come nuove scoperte di farmaci, nuovi progressi tecnologici e arti creative, per citarne alcuni. Sebbene la strada per raggiungere l’AGI possa essere difficile, l’idea di come gli esseri umani e le macchine potrebbero potenzialmente collaborare rimane importante e meritevole di questa ricerca.