Gli esperti suggeriscono come i nuovi metodi di allenamento possono aiutare a raggiungere AGI

      L'intelligenza artificiale (AI) potrebbe presto avere una mente propria e molte aziende vogliono farlo accadere il prima possibile. Resta da vedere se questo sia plausibile; tuttavia, se raggiunto, potremmo passare dall'era dell'IA all'età AGI in tempi record. 

      L'esplosione dell'IA degli ultimi anni può sembrare improvvisa a molti, ma l'industria è in costante sviluppo da diversi decenni. Con il passare della tecnologia, l'evoluzione dell'IA è stata rapida e molti nel settore stanno già guardando verso la prossima grande cosa. Quella cosa è l'intelligenza artificiale generale (AGI), che attualmente rimane un concetto teorico, ma molti credono che sarà la prossima ondata nell'addestramento dell'IA per essere autonomamente intelligente. 

      Ci sono molte scuole di pensiero promettenti che circondano le prospettive di AGI, come strumento produttivo all'interno di molte industrie ad alte prestazioni. Ci sono anche molte domande e preoccupazioni che circondano il concetto. Come si definisce AGI? Chi beneficerà della tecnologia? Quali sono le ramificazioni etiche? Può essere controllato?  

      Alcuni esperti del settore hanno contribuito a scratchiare la superficie di questo argomento sfuggente per svelare ciò che è possibile mentre ci avviciniamo al punto di non ritorno dell'attuale iterazione dell'IA, dei modelli linguistici di grandi dimensioni e dei modelli di ragionamento. 

      Cos'è AGI? 

      Digital Trends Graphic / Tendenze Digitali

      Con AGI come un concetto in continuo sviluppo, c'è stato un sacco di spazio per esplorare le definizioni. Diverse interpretazioni sono state portate avanti da aziende e leader del settore, tra cui OpenAI, filiali di Google e Elon Musk, tra gli altri, suggerendo che i modelli AGI sarebbero in grado di replicare una serie di comportamenti umani. Dove le opinioni divergono è a quale livello di intelligenza AI diventerebbe AGI, e a che punto le sue funzioni comincerebbero ad evolversi dall'intelligenza artificiale standard a qualcosa di più avanzato.

      Il Chief Technology Officer di ModelOp, Jim Olson, ha dichiarato a Digital Trends che questa è la svolta AGI che l'industria sta aspettando di osservare.  

      "Un modello data la nuova situazione [può] identificare rapidamente e correttamente o capire il corso dell'azione o trovare nuovi contenuti su qualcosa che letteralmente non ha mai visto prima”, ha detto.

      Spiegando ulteriormente la funzione, il co-conduttore di “The Artificial Intelligence Show Podcast”, Paul Roetzer ha dettagliato nell'episodio 141 " Road to AGI (and Beyond)” che dopo aver imparato a giocare a scacchi a livello master, AGI avrebbe la capacità di passare a padroneggiare autonomamente altre abilità come giocare ai videogiochi o ai giochi di carte, con la nuova situazione che non si allena mai sui giochi successivi, ma solo sul concetto di giochi in generale. 

      Roetzer ha anche fatto riferimento a un rapporto di maggio 2024 di Google DeepMind che tenta di sviluppare una definizione unificante di AGI e suggerisce un sistema di livello per classificare i sistemi di intelligenza artificiale basato sul confronto tra compiti umani e compiti di intelligenza artificiale, determinando se si tratta di AGI. Il framework indica che il livello 0 equivale a nessuna IA o software generale mentre il livello 1 è IA come strumento. Il livello 2 è l'intelligenza artificiale come consulente-essenzialmente un modello di intelligenza artificiale di almeno serie GPT - 4, che i ricercatori considerano un AGI precoce e emergente. Livello 2 è AI come collaboratore o AGI competente, il prossimo passo che sta cercando di essere raggiunto. Dopo che è livello 4, AI come un esperto o esperto AGI e livello 5, virtuoso AGI o artificiale super intelligenza (ASI) ulteriori progressi nel settore. 

      Una linea temporale imprevedibile

      Wikipedia Commons

      Ci sono molti che hanno riflettuto con l'idea di una timeline di emergenza AGI precoce tra il 2027 e il 2030; tuttavia, ci sono molti fattori che potrebbero influenzare tale stima. La necessità per i data center di formare nuove tecnologie, le questioni ambientali che derivano dallo sviluppo del prodotto e la domanda sempre crescente di potenza di calcolo da chip di prossima generazione sono tutte cose che le singole aziende coinvolte devono essere prese in considerazione.

      "La quantità di dati che è necessario calcolare per questa [tecnologia] per essere da solo, non siamo ancora lì, ma se ho intenzione di guardare le tendenze di avanzamento. Se ho intenzione di indovinare, forse altri 15 anni, forse 2040, 2050, ti avvicini, ma per ora non lo vedo”, ha detto lo sceriffo Adepoju, sviluppatore di Oracle.

      Ha osservato che probabilmente ci sarà un'implementazione a livello governativo e aziendale per un po ' prima che venga resa disponibile al pubblico in generale, il che potrebbe esacerbare una tempistica generale.

      Considerando l'attuale rivoluzione dell'IA iniziata con il chatbot ChatGPT di OpenAI alla fine del 2022, la tecnologia si basa su sviluppi iniziati nel lontano 1950. La scintilla che mancava era etichettata dati utilizzati per addestrare modelli linguistici di grandi dimensioni e la potenza di calcolo delle GPU moderne. Tuttavia, l'industria sta aspettando la stessa scintilla per AGI, ha osservato Olson.

      "Qualcuno potrebbe avere un colpo di genio illuminante e inventare una tecnica che fa saltare la linea temporale. Se stessi scommettendo, sarà più avanti mentre perfezioniamo le capacità di ciò che abbiamo imparato sugli LLM”, ha detto.  

      "Penso che inizierete a vedere molte tecniche diverse fondersi insieme, ma ci saranno alcuni nuovi pezzi che verranno inventati che non sappiamo nemmeno ancora sono necessari per ottenere un vero AGI”, ha aggiunto.

      Il potenziale di sviluppo AGI

      Shutterstock

      Nonostante l'aspetto teorico di AGI, c'è un'idea che l'industria si sta preparando per il meglio e il peggio di ciò che verrà con la tecnologia emergente. Ci sono già notizie di marchi che rimuovono i guardrail dai modelli AI standard mentre avanzano nella complessità. Nel frattempo, ci sono anche prove di ricerca che rivelano che i modelli di intelligenza artificiale possono essere intenzionalmente ingannevoli per gli utenti umani, un tratto che è improbabile che migliori man mano che la tecnologia diventa più autonoma. Tuttavia, gli esperti ritengono che gli esseri umani rimarranno come amministratori della tecnologia.   

      "La realtà è che spero che ci siano controlli ed equilibri in qualsiasi tipo di sistema. Dove l'intelligenza artificiale è interessante, ma non lascerei che funzioni liberamente nella mia azienda", ha detto Olson. 

      Roetzer ha osservato che prima di ChatGPT l'industria non sapeva quale forma avrebbe preso l'IA. Attualmente, i leader sono nello stesso spazio con AGI e devono continuare a sperimentare ciò che è disponibile fino a quando non si sviluppa qualcosa di nuovo. Il metodo di distillazione che è stato reso notevole dalla società cinese AI DeepSeek è stato evidenziato è l'opzione più vicina a un'innovazione per AGI in questo momento. 

      "Penso che si potrebbe potenzialmente vedere lo stesso tipo di cose con AGI, se la storia si ripete. Probabilmente richiederanno tonnellate di risorse specializzate in questo. Ma poi impariamo di più su ciò che è veramente necessario per farlo funzionare– come funziona”, ha detto Olson.

      Simile al modello originale Al small language, eseguito attraverso un processo di distillazione, che viene addestrato per compiti specifici su GPU più semplici o anche su uno smartphone, un potenziale AGI potrebbe essere addestrato su hardware più modesto a costi di produzione inferiori.  

      "Potrei potenzialmente vedere una tecnica di distillazione in stile AGI in cui perdiamo alcune abilità, ma forse acquisiamo l'intelligenza di cui abbiamo specificamente bisogno per quel compito e ci concentriamo su questo, quindi le persone possono gestirle localmente e costruirle da sole come possono oggi con SLM utilizzando il LLM del venditore dove hanno messo tutti i soldi già ora”, ha aggiunto. 

      Non vi è alcuna garanzia di alcuna tempistica per AGI. Tuttavia, con molti attori del settore altamente investiti nel suo successo, una sorta di innovazione è più che probabile. Adepoju ha osservato che la tecnologia LLM di OpenAI è stata sviluppata dietro le quinte per qualche tempo prima di essere presentata al pubblico. Inoltre, molti servizi onnipresenti come Internet erano accessibili a pochi eletti prima che diventassero utility ampiamente utilizzate. Non c'è dubbio che AGI sarà lo stesso.