L’industria dell’AI scommette tutto sui transformer: ma basterà per l’AGI?

Le grandi aziende del settore AI stanno puntando tutto sui modelli transformer, convinte che questa tecnologia possa portare all’AGI (Artificial General Intelligence), cioè un’intelligenza artificiale in grado di eguagliare quella umana. Tuttavia, secondo alcuni esperti, questa strategia potrebbe essere un errore costoso.

I limiti dei transformer e la scommessa sull’AGI

Ben Goertzel, ricercatore che ha coniato il termine AGI nel 2005, è scettico sulla capacità dei transformer di raggiungere questo obiettivo. Secondo lui, l’industria dell’AI sta «scommettendo tutto» su una tecnologia che, pur evolvendo, rimane fondamentalmente limitata.

«Le aziende commerciali stanno solo replicando GPT in varie forme, sprecando risorse preziose. Tutti questi modelli di grandi dimensioni fanno più o meno la stessa cosa».

Goertzel sottolinea che i transformer richiedono investimenti miliardari in computing per l’addestramento e l’esecuzione, ma i guadagni in termini di intelligenza artificiale stanno diventando sempre più costosi. Inoltre, questi modelli non sono in grado di apprendere in modo continuo come fanno gli esseri umani: ogni nuova interazione li riporta ai parametri di base, senza un vero apprendimento cumulativo.

Alternative in arrivo: verso una nuova generazione di modelli?

Secondo Goertzel, alcune realtà come Google DeepMind, Microsoft e Safe Superintelligence (fondata da Ilya Sutskever) stanno esplorando architetture neurali alternative che potrebbero abilitare un apprendimento continuo. Tuttavia, la maggior parte delle risorse rimane concentrata sul perfezionamento dei transformer esistenti, piuttosto che su approcci radicalmente nuovi.

Goertzel rimane ottimista sul futuro dell’AGI, ma avverte: «Sarà necessario andare oltre la semplice scalatura dei modelli linguistici attuali».

Sakana AI: un nuovo approccio con agenti intelligenti

Una delle realtà che sta cercando di cambiare le carte in tavola è Sakana AI, startup giapponese fondata nel 2023 da Llion Jones (uno degli inventori dei transformer) e David Ha (ex ricercatore di Google DeepMind). La società ha recentemente lanciato Sakana Fugu, un sistema di orchestrazione multi-agente che combina l’intelligenza di modelli foundation di punta come quelli di OpenAI, Google e Anthropic.

Questa soluzione mira a superare i limiti dei transformer tradizionali, offrendo un approccio più flessibile e adattivo. Secondo gli esperti, potrebbe rappresentare un passo avanti verso un’AGI più efficiente e scalabile.

Il futuro dell’AI: tra ottimismo e sfide

Mentre l’industria continua a investire nei transformer, la comunità scientifica discute su quali siano le strade più promettenti per raggiungere l’AGI. Da un lato, la potenza di calcolo e i dati sembrano ancora insufficienti; dall’altro, emergono nuove architetture che potrebbero rivoluzionare il settore. Una cosa è certa: la corsa all’AGI è appena iniziata, e le scommesse sono più alte che mai.