Il futuro dell'intelligenza artificiale

Dove si trova oggi l'intelligenza artificiale

Chiedi a dieci ricercatori dove sta andando l'IA e otterrai dieci risposte fiduciose e contraddittorie. Inizia invece da ciò che è già vero. L'intelligenza artificiale oggi sa leggere, scrivere, vedere, sentire e parlare a un livello che era fantascienza un decennio fa. I modelli di frontiera (i sistemi più grandi dei laboratori come OpenAI, Anthropic e Google DeepMind) ragionano su testo, immagini, audio e video in un unico sistema, e sempre più spesso agiscono piuttosto che semplicemente rispondere: prenotano, codificano, ricercano e gestiscono software con una persona che supervisiona anziché digitare ogni singolo passaggio.

Tre cambiamenti più silenziosi contano quanto le capacità di primo piano. Prima, il costo: il prezzo di un determinato livello di prestazioni dell'IA è crollato anno dopo anno, ed è per questo che l'IA si trova ora nei motori di ricerca, nel software per ufficio, nelle auto e nei telefoni piuttosto che solo nelle demo di ricerca. Secondo, la distribuzione: centinaia di milioni di persone usano assistenti IA ogni settimana, il più delle volte senza considerarlo come IA. Terzo, il denaro: le aziende che costruiscono i modelli e i chip sottostanti stanno spendendo su una scala normalmente riservata alle infrastrutture nazionali, una corsa che puoi vedere svolgersi sul nostro tracker di azioni e ETF sull'IA.

I prossimi tre anni: agenti, efficienza e regole

La tendenza più chiara nel breve termine è l'ascesa degli agenti IA, software che può svolgere compiti multistep in autonomia. Invece di chiedere a un chatbot consigli su un rimborso, affiderai l'intero problema a un assistente che legge la politica, redige l'email, traccia la risposta e ti dice quando è fatto. Tutti i laboratori principali stanno costruendo verso questo, e le versioni iniziali sono già al lavoro nel servizio clienti, nella programmazione e nell'amministrazione back-office.

L'efficienza è la seconda tendenza e va in una direzione sorprendente. Mentre i modelli più grandi continuano a crescere, la corsa più importante è restringere modelli capaci finché non si eseguono su un laptop o un telefono. Modelli piccoli, veloci ed economici significano IA che funziona offline, rispetta la privacy mantenendo i dati sul dispositivo e costa pochi centesimi. Aspettati che il divario tra "di frontiera" e "abbastanza buono" continui a ridursi per i compiti quotidiani.

Il terzo è la regolamentazione. La legge sull'IA dell'Unione Europea è ora in fase di attuazione, con obblighi per i modelli più grandi e multe che arrivano a miliardi. Altri governi stanno seguendo con i loro mix di test di sicurezza, regole di trasparenza e risoluzioni dei diritti d'autore. Per i lettori, l'effetto pratico è etichette, piste di audit e risposte più chiare su cosa un sistema è stato addestrato. Seguiamo questi scontri quotidianamente nella nostra sezione Politica.

Il prossimo decennio: scienza, robot e medicina

Guardando oltre le guerre degli assistenti, la storia più profonda è l'IA come strumento della scienza. I sistemi discendenti dal lavoro sulla struttura proteica di DeepMind ora progettano candidati farmacologici, nuovi materiali e anticorpi; i modelli meteorologici costruiti su machine learning superano le simulazioni fisiche tradizionali da cui hanno imparato. Ognuno di questi si amplifica: strumenti migliori fanno scienza migliore, che fa strumenti migliori. Questo volano, più di qualsiasi chatbot, è l'argomento più forte che gli anni 2030 si sentiranno diversi dagli anni 2020. La nostra redazione Scienza e Spazio lo segue storia per storia.

Il mondo fisico segue quello digitale. Robot umanoidi e specializzati, a lungo una novità da demo-reel, hanno iniziato a registrare veri cambiamenti nelle fabbriche e nei magazzini, perché gli stessi modelli che comprendono il linguaggio aiutano le macchine a comprendere istruzioni, oggetti e errori. I taxi a guida autonoma operano già commercialmente in un numero crescente di città. Il progresso qui è più lento e irregolare rispetto al software (l'hardware lo è sempre), ma la direzione è stabilita; vedi la nostra copertura Robotica.

La medicina potrebbe essere il luogo dove la gente ordinaria sente di più il decennio. L'IA legge già le scansioni insieme ai radiologi, rileva la sepsi ore prima, e redige le note cliniche che una volta mangiavano la sera del medico. Le interfacce cervello-computer (impianti che traducono i segnali neurali) hanno restituito la parola a persone che l'hanno persa. Niente di questo sostituisce il clinico; cambia cosa un clinico può catturare e quanto presto. I caveat sono reali (pregiudizio, affidamento eccessivo, privacy), e li riportiamo insieme ai progressi in Salute.

La questione dell'AGI

AGI (intelligenza artificiale generale) è una scorciatoia per un'IA che può eguagliare un umano capace in la maggior parte dei tipi di lavoro intellettuale. È l'obiettivo dichiarato di diversi laboratori di frontiera, ed è dove le previsioni fiduciose diventano meno affidabili. Alcuni ricercatori rispettati sostengono che le tecniche attuali si allargano fino lì entro anni. Altri, altrettanto rispettati, sostengono che i modelli di oggi mancano di qualcosa di fondamentale sul ragionamento, la memoria e il mondo fisico, e che il divario si misura in decenni. Non esiste nemmeno un test concordato per quello che conterebbe.

La nostra lettura onesta: le capacità hanno superato le previsioni degli esperti ancora e ancora dal 2020, il che è una ragione per prendere seriamente le cronologie brevi, e i divari rimasti (affidabilità a lungo termine, vera novità, apprendimento sul lavoro) si sono rivelati ostinati, il che è una ragione per dubitarne. Tratta chiunque abbia una data precisa, in entrambe le direzioni, come un commentatore piuttosto che un profeta. Ciò che conta per la pianificazione non è la data in cui arriva l'AGI ma il fatto che i sistemi continuano a diventare più capaci ogni anno nel percorso, qualunque sia il punto di arrivo.

Cosa potrebbe rallentare tutto

L'estrapolazione lineare ha bruciato i previsori prima, quindi vale la pena nominare i freni. Calcolo ed energia: i run di addestramento di frontiera consumano già potenza su scala di piccole città e i data center si stanno scontrando con i limiti della rete e la politica locale. Dati: internet aperto è stato per lo più letto; ulteriori guadagni si appoggiano su dati sintetici, archivi concessi in licenza e nuove tecniche, nessuno garantito. Fiducia: un grave disastro abilitato da IA, un crollo del mercato tracciato a decisioni automatizzate, un deepfake che muove un'elezione, potrebbe indurire l'opinione pubblica e la legge rapidamente (l'uso improprio vive nella nostra sezione Sicurezza dell'IA). Economia: l'industria spende molto più del suo reddito e gli investitori non finanzieranno il divario per sempre.

Uno qualsiasi di questi potrebbe trasformare il boom in un plateau per alcuni anni. Nessuno sembra probabile che invertire la curva sottostante: la conoscenza di come costruire questi sistemi ora esiste, i chip continuano a migliorare e gli incentivi, commerciali e geopolitici, continuano a puntare in avanti.

Cosa significa il futuro dell'IA per te

Non devi prevedere l'AGI per agire saggiamente. Impara gli strumenti adesso: la fluidità con gli assistenti IA sta diventando ciò che era la fluidità con i fogli di calcolo negli anni 1990, un'abilità professionale ordinaria. Ancora il tuo lavoro alle cose in cui le macchine sono peggiori: giudizio, gusto, responsabilità, relazioni e sapere cosa vale la pena fare in primo luogo. E stai informato da fonti primarie piuttosto che dal clamore in entrambe le direzioni. Per la domanda più profonda di lavoro, vita familiare e cosa rimane umano, leggi la nostra guida complementare, L'intelligenza artificiale e il futuro degli umani.