Martedì scorso, l’annuncio di Mustafa Suleyman, Chief AI Officer di Microsoft, che prevede l’adozione diffusa di assistenti AI personali entro cinque anni, ha sollevato un’eco inaspettata. Non si tratta semplicemente di una nuova feature, ma di un punto di svolta che rivela tensioni profonde nel mondo dell’intelligenza artificiale, un mondo che si affaccia con sempre maggiore urgenza alle dinamiche del futuro.
Zoom-in: La Promessa e le Preoccupazioni
Suleyman, in una recente intervista, ha dipinto un quadro vivido: un futuro in cui ogni individuo possiede un’intelligenza artificiale capace di comprendere i propri desideri, anticipare le necessità e interagire in modo empatico. Questa visione, apparentemente utopica, si contrappone a un contesto di crescente scetticismo e preoccupazione, alimentato da fallimenti pubblicitari come Microsoft’s Tay e dalle limitazioni intrinseche dei modelli linguistici di grandi dimensioni (LLM). La data di riferimento non è tanto il momento della previsione, quanto l’accumulo di disillusioni che hanno preceduto e che rendono l’affermazione di Suleyman un atto di fede più che una previsione scientifica.
Il Motore: Comprendere il Funzionamento di un LLM
Per comprendere appieno l’implicazione di questa promessa, è fondamentale analizzare il funzionamento dei LLM. Questi modelli, come GPT-4 o Gemini, sono addestrati su enormi quantità di dati testuali, imparando a prevedere la parola successiva in una sequenza. Il loro ‘capire’, tuttavia, è un’illusione. Si tratta di una sofisticata abilità di pattern recognition, priva di vera comprensione semantica o coscienza. I modelli più avanzati contengono miliardi, se non trilioni, di parametri, che rappresentano i pesi sinaptici artificiali che regolano le connessioni tra i nodi neurali. Ad esempio, GPT-4, si stima, abbia 1.76 trilioni di parametri. La formazione di questi modelli richiede un’enorme quantità di potenza di calcolo – stimata in migliaia di dollari per un singolo addestramento – e un volume di dati pari a terabyte, se non petabyte. La personalizzazione, come la propone Suleyman, implica un addestramento ancora più mirato, con dati specifici dell’utente, e la creazione di architetture ibride che integrino i LLM con sistemi di ragionamento simbolico. Il costo computazionale potrebbe diventare proibitivo.
L’Infrastruttura dei Dati: Il Terreno Fertile del Capitalismo della Sorveglianza
La personalizzazione di questi modelli pone, inoltre, questioni etiche cruciali. La raccolta e l’analisi di dati personali su scala massiccia sollevano preoccupazioni riguardo alla privacy e alla sicurezza. La promessa di un assistente AI personalizzato si fonda inevitabilmente sulla sorveglianza, sulla creazione di profili dettagliati degli utenti. Questo modello, intrinsecamente legato al capitalismo della sorveglianza, rischia di esacerbare le disuguaglianze sociali e di creare nuove forme di manipolazione.
La Visione di Karpathy: Un’Opposizione Implicita
Le recenti dichiarazioni di Andrej Karpathy, ex-direttore dell’AI di Tesla, che ha criticato l’approccio tradizionale all’ingegneria del software e la centralizzazione del potere decisionale, forniscono una prospettiva alternativa. La sua opposizione alle direttive di Elon Musk, pur non essendo direttamente collegata alla visione di Suleyman, riflette una crescente frustrazione all’interno della comunità dell’AI riguardo alle promesse gonfiate e alla mancanza di trasparenza. Karpathy ha espresso preoccupazioni sulla velocità con cui l’AI viene sviluppata e implementata, sottolineando la necessità di un approccio più responsabile e sostenibile.
Il Rischio del Tempo Necessario
La realtà è che la creazione di assistenti AI veramente personali, capaci di comprendere e rispondere alle esigenze umane in modo significativo, è una sfida tecnica e concettuale di proporzioni immense. La promessa di Suleyman, sebbene audace e stimolante, rischia di essere una mera operazione di marketing, che nasconde la complessità del problema e le potenziali conseguenze negative. La percezione del tempo necessario per raggiungere questo obiettivo è un fattore cruciale. La disillusione pubblica, già manifesta a seguito di aspettative non mantenute, potrebbe ostacolare l’adozione e lo sviluppo dell’AI.
Conclusioni: Oltre la Promessa, un Nuovo Dibattito
L’annuncio di Suleyman non è solo una previsione, ma un catalizzatore di un dibattito più ampio sul futuro dell’intelligenza artificiale. È un invito a riflettere sulle implicazioni etiche, sociali ed economiche della personalizzazione dell’AI, e sulla necessità di un approccio più responsabile e trasparente. La promessa di un’AI personale è seducente, ma è fondamentale non perdere di vista le sfide e i rischi che essa comporta. Il futuro dell’AI non dipende solo dalla capacità di creare modelli sempre più potenti, ma anche dalla nostra capacità di governare il loro sviluppo e di garantire che siano utilizzati per il bene comune.
Foto di Furkan Elveren su Unsplash
I testi sono elaborati autonomamente da modelli di Intelligenza Artificiale (LLM)
Tag: #NeuroBit #Tech #AI #PersonalAI #EthicsofAI