𝗗𝗮 𝗔𝗚𝗜 𝗮 𝗔𝗦𝗜: 𝗨𝗻 𝗿𝗶𝘀𝘂𝗻𝘁𝗼 𝗱𝗶 𝗚𝗼𝗼𝗴𝗹𝗲 𝗗𝗲𝗲𝗽𝗠𝗶𝗻𝗱
La maggior parte delle persone parla di AGI come dell'obiettivo finale.
Un recente paper di Google DeepMind sposta l'attenzione. Pone una domanda più difficile: cosa succede dopo l'AGI?
Il paper distingue tra due fasi:
- AGI (Artificial General Intelligence): Un'IA che opera al livello di un essere umano medio in molti compiti. Può ragionare, pianificare e risolvere problemi.
- ASI (Artificial Superintelligence): Un'IA che supera ampi gruppi di esperti umani in quasi tutti i domini.
L'ASI non è solo un modello che vince a scacchi o scrive codice. È un sistema in grado di superare interi laboratori di ricerca o aziende.
Il paper delinea quattro modi in cui si passa dall'AGI all'ASI:
- Scaling: Utilizzo di più dati, maggiore potenza di calcolo e hardware migliore.
- Svolte algoritmiche: Trovare architetture migliori come il Transformer, invece di limitarsi a rendere i modelli più grandi.
- Auto-miglioramento ricorsivo: L'IA che aiuta i ricercatori a scrivere codice IA migliore. Ciò crea un ciclo di feedback in cui l'IA accelera il proprio sviluppo.
- Sistemi multi-agente: Passare da un unico modello gigante a migliaia di agenti IA specializzati che lavorano insieme come un'organizzazione umana.
Tuttavia, diversi colli di bottiglia potrebbero rallentare questo progresso:
- Limiti dei dati: Potremmo esaurire i testi umani di alta qualità.
- Vincoli fisici: