#MID122 | La fine degli LLM
Non stiamo assistendo alla nascita di una nuova forma di vita, ma al faticoso tentativo di costruire strumenti che comprendano la realtà invece di limitarsi ad imitarla.
Ciao!
Questo è Make It Digital, il tuo salvagente per non affogare nell’hype. È il tuo spazio per rallentare e capire. Se questa e-mail ti è stata inoltrata, iscriviti subito!
Se guardiamo indietro agli ultimi tre anni, sembra che l’umanità abbia passato gran parte del proprio tempo a discutere con programmi informatici che provano ad indovinare la parola successiva in una frase. Lo abbiamo fatto con un impegno degno di cause migliori, convincendoci che, se un software scrive una e-mail cordiale al nostro posto, allora siamo vicini a creare un’entità divina. In questo panorama di entusiasmo collettivo, c’è però una figura che continua a mantenere un atteggiamento differente, quasi fastidioso per chi ama i toni apocalittici o i sogni di gloria digitale: Yann LeCun.
Le ultime dichiarazioni rilasciate dall’ex-responsabile della ricerca sull’Intelligenza Artificiale di Meta, non sono solo una lezione tecnica, ma un bagno di realtà che molti preferirebbero evitare. LeCun parla di Advanced Machine Intelligence (AMI), e lo fa con quella sua tipica flemma che sembra dire: “Smettetela di agitarvi, non avete ancora capito come funziona il mondo“. Il punto centrale della sua visione è semplice: i modelli linguistici che usiamo oggi non sono intelligenti nel senso umano o animale del termine. Sono, per dirla in modo diretto, degli ottimi sistemi statistici che manipolano simboli senza avere la minima idea di cosa sia la realtà fisica.
Per anni abbiamo confuso la capacità di parlare bene con la capacità di pensare. LeCun ci ricorda che un gatto, un animale che passa metà della giornata a dormire e l’altra metà a ignorare i propri padroni, possiede una forma di intelligenza superiore a qualsiasi modello di linguaggio attuale. Un gatto capisce la gravità, sa che se un oggetto scompare dietro un divano continua ad esistere, sa come muoversi nello spazio senza aver bisogno di leggere dieci miliardi di pagine di testo su come si salta su un tavolo. Questa è l’intelligenza del mondo reale. I modelli attuali, invece, vivono in una dimensione bidimensionale fatta di sequenze di caratteri. Se chiedete loro come si ripara un rubinetto, possono scrivervi un manuale perfetto, ma se li mettete davanti ad un tubo che perde, restano a guardare il flusso d’acqua senza alcuna reazione, perché non sanno cosa sia l’acqua, cosa sia un tubo e, soprattutto, non hanno uno scopo.
Ed è qui che entra in gioco il concetto di AMI, l’Intelligenza Artificiale avanzata che LeCun propone come superamento dell’attuale fase di stallo. La sua visione si allontana dall’AI Generativa, che lui considera una tecnologia utile, ma limitata, per muoversi verso la “Objective-Driven AI“, ovvero un’intelligenza guidata da obiettivi. L’ironia di fondo è che, mentre noi ci preoccupiamo che l’Intelligenza Artificiale diventi troppo potente e decida di eliminare la specie umana per un capriccio logico, LeCun ci fa notare che attualmente i sistemi non sono nemmeno in grado di pianificare una sequenza di azioni semplici per raggiungere un risultato pratico nel mondo fisico.
Il ricercatore francese sta cercando di costruire un’architettura che non si limiti a prevedere i token (le parti di parole), ma che sia dotata di un “modello del mondo“. Questo significa che il software dovrebbe essere in grado di simulare internamente le conseguenze delle proprie azioni prima di compierle. Se voglio spostare un bicchiere, devo sapere che se lo inclino troppo il liquido uscirà. Gli attuali software non simulano nulla; pescano in un archivio di dati probabilistici. La differenza è enorme: da una parte abbiamo la comprensione della causalità, dall’altra una coincidenza statistica molto sofisticata.
C’è una certa dose di umorismo nel vedere come LeCun tratti con sufficienza i timori dei suoi colleghi di OpenAI o Google riguardo ai rischi esistenziali dell’Intelligenza Artificiale. Mentre altri firmano petizioni per fermare lo sviluppo per paura di un futuro stile film di fantascienza, lui suggerisce che avere paura di un software attuale è come avere paura di un tostapane molto loquace. Non c’è una volontà, non c’è una comprensione dei fatti, non c’è una “scintilla“ di consapevolezza. C’è solo un calcolo matematico che avviene su server molto costosi.
L’approccio di LeCun è anche politico, in un certo senso. Difendere l’open source, come lui fa con vigore da anni, significa togliere il velo di mistero che le grandi aziende cercano di stendere sui propri prodotti. Se l’Intelligenza Artificiale è solo matematica e codice, allora deve essere accessibile. Se invece la vendiamo come un’entità quasi magica e pericolosa, allora giustifichiamo il fatto che solo pochi eletti possano gestirla e controllarla. È una strategia commerciale eccellente: vendere la paura per mantenere il monopolio. LeCun rompe questo schema dicendo che la strada per la vera intelligenza è ancora lunga e che i modelli attuali sono, in ultima analisi, dei vicoli ciechi se non cambiamo radicalmente architettura.
Il passaggio verso l’AMI richiede tre elementi che oggi mancano: la capacità di apprendere modelli del mondo in maniera efficiente, la capacità di ragionare e quella di pianificare. Oggi, per insegnare ad un’auto a guida autonoma a non uscire di strada, servono migliaia di ore di dati. Un essere umano impara in una decina di ore, e gran parte di quell’apprendimento avviene senza che nessuno gli spieghi le regole grammaticali della guida. Impariamo osservando e deducendo le leggi della fisica. LeCun vuole che le macchine facciano lo stesso: imparare dai video, non dai testi. Perché il mondo è fatto di immagini, movimenti e forze, non di paragrafi.
L’ironia finale risiede nel fatto che, nonostante tutta la nostra tecnologia, stiamo cercando di replicare il funzionamento di un sistema biologico elementare. Vogliamo che i computer siano intelligenti come noi, ma saremmo già molto soddisfatti se arrivassero al livello di un topo da laboratorio. Un topo sa trovare l’uscita da un labirinto dopo pochi tentativi; un modello di linguaggio, se non ha letto una descrizione del labirinto nel suo database di addestramento, continuerà a sbattere contro i muri descrivendo in modo poetico quanto sia dura la superficie del cemento.
Insomma, LeCun ci restituisce una visione dell’Intelligenza Artificiale che è meno magica e più ingegneristica. Non stiamo assistendo alla nascita di una nuova forma di vita, ma al faticoso tentativo di costruire strumenti che comprendano la realtà invece di limitarsi ad imitarla. È un percorso che richiede meno proclami sensazionalistici e più lavoro sulle strutture profonde del calcolo. Nel frattempo, possiamo continuare ad usare i chatbot per scrivere le presentazioni aziendali o per inventare storie della buonanotte, ricordandoci però che, mentre il software compone versi perfetti, c’è un gatto in salotto che ha capito della fisica molto più di quanto qualunque processore possa sperare di fare nei prossimi anni. E forse, in questo, LeCun ha assolutamente ragione: la vera intelligenza non ha bisogno di parlare molto, ma di sapere come funziona il mondo quando smettiamo di descriverlo a parole.
👉 Dai voce al tuo brand su ogni canale: comunicazione strategica, storytelling autentico, contenuti che creano relazioni.
Molto interessante. Credo che tra intelligenza “naturale” o biologica e quella artificiale ci sia, inevitabilmente, un abisso enorme. Gli esseri viventi dotati di intelligenza, anche i più semplici come un gatto o un topo da laboratorio, imparano attraverso l’esperienza diretta e l’interazione con il mondo fisico che li circonda. Sono vincolati a leggi, sensazioni e conseguenze reali. Come appunto hai scritto nel testo.
L’intelligenza artificiale, invece, ha appreso teoricamente una quantità enorme di informazioni: conosce le descrizioni, le definizioni, le relazioni tra le cose, ma non ha esperienza di ciò che descrive. Non sa cosa significhi davvero toccare l’acqua o percepire la consistenza di una mela, anche se può spiegarlo perfettamente.
Probabilmente in futuro avremo sistemi dotati di sensori in grado di percepire aspetti fisici della realtà, di questo ne sono convinto, avvicinandosi in parte a questo tipo di esperienza. Ma a quel punto mi viene da chiedermi: perché continuiamo a cercare di replicare i sensi e i meccanismi dell’intelligenza umana nelle macchine? È davvero quella la strada?
Forse il punto non è rendere le macchine simili a noi, ma capire se l’intelligenza, per esistere davvero, debba necessariamente passare dall’esperienza del mondo fisico, oppure l’intelligenza artificiale possa svilupparsi in un modo completamente diverso.