top of page
  • Immagine del redattoreAndrea Viliotti

Intelligenza Artificiale Generale (AGI): Uno Sguardo all'Attuale Livello di Sviluppo

Aggiornamento: 18 gen


Intelligenza Artificiale Generale (AGI): Uno Sguardo all'Attuale Livello di Sviluppo
Intelligenza Artificiale Generale (AGI): Uno Sguardo all'Attuale Livello di Sviluppo

L'Intelligenza Artificiale Generale (AGI) rappresenta un traguardo ambito nell'ambito dell'AI, caratterizzato dalla capacità di una macchina di eseguire qualsiasi compito intellettuale che un essere umano può fare. Negli ultimi anni, abbiamo assistito a progressi significativi in cui l’intelligenza artificiale specialistica ha già superato gli esseri umani, ma quanto siamo vicini a raggiungere una vera AGI in grado di imitare e superare l’intelletto umano in modo olistico?


Che cosa è l'AGI?

L'Intelligenza Artificiale Generale (AGI), oggi, rappresenta uno dei temi più dibattuti e complessi nel settore tecnologico. La sfida principale nell'approfondire questo argomento risiede nel fatto che non esiste ancora un consenso unanime sulla sua definizione precisa. Recentemente, un team di ricercatori di Google DeepMind ha contribuito a chiarire questa ambiguità, proponendo non solo una definizione aggiornata di AGI, ma anche una tassonomia completa del campo.

In senso lato, l'AGI si riferisce a un'intelligenza artificiale che eguaglia o supera le capacità umane in un'ampia gamma di compiti. Tuttavia, i dettagli su come questa "somiglianza" con l'intelligenza umana si manifesti, quali specifici compiti dovrebbe comprendere e in che misura, sono spesso trascurati. L'AGI non è semplicemente un'IA più avanzata; rappresenta un salto qualitativo nella capacità di un sistema di imitare o persino superare le funzioni cognitive umane.

Il team di Google DeepMind, partendo dalle definizioni esistenti di AGI, ha identificato quelle che ritiene essere le caratteristiche fondamentali comuni a queste definizioni. Hanno quindi delineato cinque livelli ascendenti di AGI: emergente, competente, esperto, virtuoso e sovrumano. È importante sottolineare che, ad oggi, nessun livello oltre l'AGI emergente è stato pienamente realizzato nell'ambito dell'intelligenza artificiale generale - quella che mira a superare le capacità umane in senso ampio - mentre in aree di intelligenza artificiale specialistica, l'AGI ha già raggiunto e talvolta superato le capacità umane.


Il Quadro Proposto da DeepMind

DeepMind ha introdotto un modello di classificazione per l'Intelligenza Artificiale Generale (AGI) che enfatizza un equilibrio tra le prestazioni (Performance) e la generalità (Generalità). Questo approccio trascende la semplice categorizzazione basata su compiti specifici e fornisce una tassonomia più dettagliata che riflette le sfide uniche e la complessità intrinseca dello sviluppo dell'AGI.


Performance: Corrisponde alla profondità delle capacità di un sistema AI, confrontate con le prestazioni umane in un compito specifico. Questa metrica è valutata in percentuale rispetto a un campione di adulti con competenze rilevanti nel campo in questione.


Generalità: Si riferisce all'ampiezza delle competenze di un sistema AI, definendo il numero di compiti in cui il sistema può raggiungere un livello prestazionale prefissato. Questo aspetto distingue tra Intelligenza Artificiale Ristretta, focalizzata su funzioni specifiche, e Intelligenza Artificiale Generale, progettata per emulare o superare l'intelletto umano in un'ampia varietà di compiti.


I livelli di performance dell’AGI secondo DeepMind sono:

Emergente (Emerging): Sistemi AI che mostrano capacità in vari compiti ma con limitazioni in alcuni ambiti.

Competente (Competent): Sistemi AI con capacità generali paragonabili a quelle di un adulto medio in svariati compiti cognitivi.

Esperto (Expert): Sistemi che eccellono in un'ampia gamma di compiti, superando la maggior parte degli esseri umani.

Virtuoso (Virtuoso): Sistemi tra i migliori nel loro campo, superando quasi tutti gli esseri umani.

Superumano (Superhuman): Sistemi che eccedono le capacità umane in ogni aspetto di un compito specifico.


DeepMind sottolinea l'importanza delle implicazioni per la sicurezza e le sfide etiche, evidenziando il rischio di sviluppare conoscenze avanzate in specifici campi senza parallelamente affinare competenze etiche. Il quadro proposto non solo classifica le varie forme di intelligenza artificiale, ma offre anche una visione chiara del percorso verso l'AGI, evidenziando i progressi compiuti fino ad oggi.


La Classificazione dell'Intelligenza Artificiale Ristretta e Generale

La tassonomia di DeepMind suddivide l'intelligenza artificiale in due categorie principali: Narrow AI (Intelligenza Artificiale Ristretta) e General AI (Intelligenza Artificiale Generale). Questa classificazione si basa non solo sulla capacità di un sistema di svolgere determinati compiti, ma anche sulla sua abilità di applicare queste competenze in un'ampia varietà di contesti.


Narrow AI (Intelligenza Artificiale Ristretta):

Narrow Non-AI: Dispositivi non dotati di AI ma che svolgono funzioni specifiche, come calcolatrici e compilatori.

Emerging Narrow AI: Sistemi basati su regole semplici, ad esempio SHRDLU, un programma degli anni '70 per l'elaborazione del linguaggio naturale, o software di filtraggio email basati su parole chiave.

Competent Narrow AI: Sistemi con competenze paragonabili a quelle di un adulto medio, come gli assistenti vocali Siri, Alexa, Google Assistant, o modelli di linguaggio come Watson.

Expert Narrow AI: Sistemi eccellenti in compiti specifici, superando gli esseri umani, come Grammarly per correzioni ortografiche o modelli generativi di immagini come Imagen e Dall-E 2.

Virtuoso Narrow AI: Sistemi leader nel loro campo, come Deep Blue di IBM nel gioco degli scacchi o AlphaGo di DeepMind nel gioco del Go.

Superhuman Narrow AI: Sistemi che superano le capacità umane in compiti specifici, ad esempio AlphaFold nella previsione della struttura delle proteine.


General AI (Intelligenza Artificiale Generale):

General Non-AI: Applicazioni che richiedono interventi umani, come Amazon Mechanical Turk per micro-compiti.

Emerging AGI: Sistemi che iniziano a mostrare capacità in una varietà di compiti, ad esempio piattaforme come ChatGPT e Bard per il processamento del linguaggio naturale.

Competent AGI: Livello teorico, non ancora raggiunto, che rappresenterebbe sistemi AI con capacità generali paragonabili a quelle umane in una vasta gamma di compiti cognitivi.

Expert AGI, Virtuoso AGI, e Artificial Superintelligence (ASI): Livelli futuri in cui i sistemi supereranno significativamente le capacità umane in vari compiti.

Questa classificazione mette in luce il progresso dell'AI, dallo stretto focus di applicazione delle Narrow AI fino ai potenziali sviluppi futuri dell'AGI, che mirano a emulare o superare l'intelligenza umana in quasi tutti gli aspetti.


Visioni e Riflessioni degli Esperti sull'AGI: Tra Sfide Tecniche ed Etiche

Diamo un'occhiata a ciò che alcuni tra i più influenti pensatori nell'ambito dell'Intelligenza Artificiale Generale (AGI) hanno da dire.

Shane Legg, Chief AGI Scientist di Google DeepMind, si proietta nel futuro dell'AGI con una previsione audace: un 50% di probabilità di realizzarlo entro il 2028. Tuttavia, Legg non ignora gli ostacoli, in particolare la sfida di replicare la memoria umana, sia a breve che a lungo termine, un equilibrio fondamentale per il vero AGI.

Dal canto suo, Meredith Ringel Morris, anch'essa di Google DeepMind, sottolinea che la nostra attuale comprensione dei grandi modelli di linguaggio potrebbe non bastare per una definizione completa dell'AGI. Il suo approccio rimarca che l'AGI è un campo in continua evoluzione, dove le conoscenze attuali possono essere il trampolino per i futuri sviluppi.

Julian Togelius, ricercatore in intelligenza artificiale e giochi, ci ricorda che le attuali macchine intelligenti sono il risultato di sforzi collettivi, piuttosto che del genio isolato. Mette in discussione l'enfasi data ai dibattiti sulla superintelligenza, ponendo l'accento sulla nostra comprensione ancora limitata dell'intelligenza umana.

Infine, Timnit Gebru, nota per il suo impegno nella diversità nella tecnologia e nell'IA, avverte sui pericoli dell'ambizione smisurata delle grandi aziende tecnologiche nell'inseguire un sistema AI onnicomprensivo. La sua visione critica mette in guardia dalle implicazioni etiche e sociali dell'AGI, sottolineando l'importanza del controllo umano su queste tecnologie.

Queste prospettive diversificate aprono finestre su un futuro incerto, dove le sfide tecniche, etiche e filosofiche dell'AGI si intrecciano in un mosaico complesso. Ogni passo avanti nel campo dell'AGI non solo ci avvicina a nuove frontiere tecnologiche, ma ci spinge anche a riflettere più profondamente sulla natura dell'intelligenza, sia artificiale che umana.


I Problemi Irrisolti nella Tassonomia di DeepMind e la Comprensione dell'Intelligenza Artificiale

La ricerca di DeepMind nell'ambito dell'Intelligenza Artificiale Generale (AGI) ha fornito un contributo inestimabile, delineando un quadro tassonomico innovativo. Tuttavia, restano alcuni interrogativi cruciali, che aprono nuove direzioni di riflessione e ricerca.

Uno dei principali nodi da sciogliere è la misurazione delle capacità umane. Nel delicato campo dell'AI, valutare in maniera precisa e obiettiva le abilità umane presenta notevoli sfide. Queste misurazioni, spesso soggette a errori, si scontrano con la necessità di confrontare le prestazioni delle macchine con quelle umane in modo accurato. Si tratta di una sfida non solo tecnica, ma anche concettuale: come possiamo misurare qualcosa di così vario e complesso come l'intelligenza umana per poterla confrontare con i sistemi artificiali?

In aggiunta, vi è il problema della definizione stessa dell'intelligenza umana. Non esiste ancora una definizione chiara e universalmente accettata dell'intelligenza che possa essere modellata matematicamente. Questo dilemma ci porta al cuore della questione: senza una chiara comprensione di cosa sia l'intelligenza umana, come possiamo aspettarci di creare o valutare un'IA che la imiti o la superi?

Un altro aspetto da considerare è la velocità dell'AI specializzata. L'Intelligenza Artificiale Ristretta, focalizzata su compiti specifici, ha già superato le capacità umane in molti ambiti. Tuttavia, ciò non implica necessariamente una superiore intelligenza intrinseca, ma riflette piuttosto la maggiore velocità di elaborazione delle tecnologie digitali. Questo è un punto cruciale: l'AI può essere incredibilmente efficiente, ma l'efficienza non equivale a intelligenza generale.

Le sfide si intensificano nel passaggio verso lo sviluppo dell'AGI. Ciò che stiamo cercando di realizzare non è solo un sistema che imiti l'intelligenza umana, ma uno che la superi in un dominio che è stato al centro del pensiero umano per millenni. La domanda fondamentale "Che cos'è veramente l'intelligenza?" rimane senza una risposta definitiva, ma guida incessantemente la nostra ricerca.

Il lavoro di DeepMind, quindi, non rappresenta solo un progresso tecnologico, ma anche un viaggio nell'esplorazione dei limiti e delle potenzialità dell'intelligenza umana.


Conclusioni

L'ambito dell'Intelligenza Artificiale Generale (AGI) è in costante evoluzione, e il contributo di Google DeepMind rappresenta un passo cruciale in questo viaggio di scoperta.

La loro innovativa tassonomia, che equilibra generalità e prestazioni, ha aperto nuove prospettive nella definizione e classificazione delle capacità dell'AGI. Questa metodologia dettagliata illumina il cammino verso una comprensione più profonda dell'AGI, svelando i traguardi già raggiunti e quelli che ancora ci attendono.

Tuttavia, il percorso verso la piena realizzazione dell'AGI, e successivamente dell'Intelligenza Artificiale Superintelligente (ASI), si presenta ancora pieno di sfide e incognite. Queste sfide trascendono la pura tecnologia, toccando ambiti come la filosofia, l'etica e un esame approfondito delle capacità umane e delle loro potenzialità.

Questo viaggio verso l'ASI non è solo un percorso tecnologico, ma un'avventura che intreccia tecnologia, filosofia, etica e un profondo esame delle capacità umane. Ogni progresso non ci avvicina soltanto alla realizzazione dell'AGI, ma ci invita anche a riflettere sul significato dell'intelligenza, sia artificiale che umana, aprendo un dialogo continuo tra uomo e macchina.

In conclusione, il lavoro di Google DeepMind non solo segna un'epoca nella storia dell'intelligenza artificiale, ma pone anche le basi per un futuro in cui l'interazione tra intelligenza umana e artificiale diventa sempre più integrata, sfidante e arricchente per l'umanità nel suo complesso.

117 visualizzazioni0 commenti

Comments


bottom of page