Questo articolo è stato pubblicato da questo sito
La ricetta del successo scoperta con ChatGPT combina tre ingredienti: modelli molto grandi, enormi quantità di dati di pre-addestramento e instruction tuning per insegnare al sistema a rispondere a qualsiasi tipo di domanda. Il paradosso è che questo salto rivoluzionario è stato ottenuto con una tecnologia già vecchia di cinque anni, dimostrando che l’innovazione spesso sta nell’applicazione più che nella ricerca di base.
Nonostante i progressi straordinari, spiega Navigli, gli LLM attuali presentano ancora limiti significativi che impediscono di considerarli una vera intelligenza generale. Il primo problema è il ragionamento: i modelli non seguono sempre una logica coerente e non sanno giustificare i propri output in modo affidabile. Il secondo è il senso comune, quella forma di conoscenza che gli umani acquisiscono attraverso l’esperienza diretta e che difficilmente può essere inferita dai soli testi. Un terzo limite riguarda l’onestà intellettuale: mentre un essere umano ammette quando non sa qualcosa, i modelli AI forniscono sempre una risposta, anche quando dovrebbero astenersi.
Infine, c’è il problema dell’apprendimento: a differenza degli umani, che imparano progressivamente, utilizzando soprattutto il loro corpo, si adattano continuamente e comunque imparano la loro lingua senza bisogno di leggersi tutta internet, gli attuali LLM apprendono tutto in una volta durante la fase di addestramento con miliardi di testi vari e non evolvono con l’esperienza.
Il futuro dell’AI italiana e mondiale
La domanda sull’Artificial General Intelligence (AGI) divide la comunità scientifica. Gli LLM sono già sovraumani in alcune attività specifiche, come la velocità di generazione del testo, ma mancano di molte caratteristiche fondamentali dell’intelligenza umana. “Per arrivare ad AGI dovrebbero governare completamente l’intelligenza così come la governiamo noi“, osserva Navigli, aggiungendo che probabilmente servirà almeno un salto tecnologico ulteriore. Le recenti notizie sui modelli che vincono medaglie d’oro in matematica non rappresentano AGI ma piuttosto forme di super-specializzazione in domini specifici. La timeline per raggiungere una vera intelligenza generale rimane incerta: “Ci vorranno anni, forse tanti forse pochi“, ammette il ricercatore italiano.
Il futuro di Minerva prevede un’evoluzione verso un modello di joint venture pubblico-privato. Navigli, che è anche direttore scientifico dello spinoff Babelscape (sponsor di ACL 2025), sta lavorando a una partnership tra Sapienza e la startup per garantire al progetto il respiro e le risorse necessarie per competere a livello internazionale e realizzare il trasferimento tecnologico dall’accademia all’industria in un ambito così strategico per il Paese.
In autunno è previsto il rilascio di una nuova versione di Minerva, frutto della collaborazione tra i migliori dottorandi di Sapienza NLP e gli ingegneri di Babelscape. Il progetto ha già attirato l’attenzione delle istituzioni italiane, da Palazzo Chigi alla Camera dei Deputati e altri organi ed enti pubblici, testimonianza di come l’Italia stia prendendo sul serio la sfida dell’intelligenza artificiale. “Abbiamo fatto passi in avanti straordinari ma non c’è ancora un sistema che può rimpiazzare l’umano“, conclude Navigli, tracciando un bilancio realistico ma ottimista del cammino ancora da percorrere.
