Autore: Andrea Viliotti
Il cammino verso l'Intelligenza Artificiale Generale (AGI), quell'ambizione di creare sistemi di intelligenza artificiale con capacità comparabili a quelle umane, si delinea come un percorso avventuroso e ricco di dibattiti. Alcuni esperti considerano l'AGI un traguardo ancora lontano, mentre altri, guardando ai moderni modelli di linguaggio di grandi dimensioni (LLM), vedono emergere i primi segnali di questa evoluzione. La ricerca in questo campo è dinamica e sfaccettata. Per esempio, Google DeepMind, con a capo il suo Chief Scientist AGI Shane Legg, ha introdotto un nuovo schema per classificare le capacità degli AGI e dei loro predecessori.
Una sfida chiave è stabilire una definizione solida di AGI. DeepMind ha analizzato diverse definizioni, inclusi il Test di Turing e il Test del Caffè, mettendo in luce le loro limitazioni. Ad esempio, sebbene gli attuali LLM superino il Test di Turing, le loro capacità di generazione di testo non bastano per definirli come AGI. La verifica della coscienza in una macchina rimane altresì un obiettivo sfuggente.
DeepMind propone sei criteri per valutare l'intelligenza artificiale, segnalando che l'AGI non è un traguardo definitivo, ma un percorso con vari livelli di realizzazione. L'AGI si configura non solo come un orizzonte di potenzialità, ma anche come una fonte di rischi significativi, come l'inganno, la manipolazione e la sostituzione degli umani in ruoli chiave.
Per affrontare queste complessità, è fondamentale definire e quantificare aspetti chiave come la generalità delle prestazioni e l'autonomia dei sistemi. DeepMind sottolinea sei principi per una definizione operativa di AGI, enfatizzando la necessità di considerare le capacità, la generalità delle prestazioni e i compiti metacognitivi.
In termini di classificazione, i ricercatori hanno proposto cinque livelli di prestazione e due tipologie di generalità per l'AGI, ognuno dei quali presenta sfide e rischi specifici. Per esempio, i livelli più elevati, come l'"Esperto AGI" e il "Virtuoso AGI", comportano rischi significativi legati al superamento delle capacità umane.
Nel contesto dell'AGI, diventa cruciale distinguere tra capacità e autonomia. Le modalità di interazione tra uomo e IA vengono modellate dalle decisioni dei progettisti e degli utenti finali. Emergono sei diversi Livelli di Autonomia nell'interazione uomo-AI, ognuno con le sue specifiche implicazioni.
In conclusione, l'AGI si profila come una nuova frontiera tecnologica, carica di opportunità ma anche di sfide notevoli. Lo studio di Google DeepMind enfatizza l'importanza di un approccio equilibrato e informato, dove l'evoluzione tecnologica deve procedere in armonia con le considerazioni etiche e sociali. La prudenza e la riflessione diventano quindi pilastri fondamentali per navigare nel complesso mondo dell'AGI, assicurando che il suo sviluppo sia influenzato non solo da obiettivi tecnologici ma anche da valutazioni etiche e sociali.
Comments