I principali ricercatori nel campo dell’intelligenza artificiale della Silicon Valley si trovano ad affrontare una sfida al pensiero convenzionale sull’intelligenza generale artificiale (AGI). Yann LeCun, ex capo di Meta AI e eminente critico dell’approccio LLM (Large Language Model), sta sostenendo una startup chiamata Logical Intelligence che sta sperimentando un metodo diverso. LeCun sostiene che l’attuale ossessione per i LLM – sistemi che prevedono la parola successiva in una sequenza – è un vicolo cieco. Invece, crede che il percorso verso la vera intelligenza artificiale risieda in sistemi che ragionano piuttosto che semplicemente indovinano.
Ragionamento basato sull’energia: un nuovo approccio all’intelligenza artificiale
Logical Intelligence ha sviluppato un “modello basato sull’energia” (EBM), che apprende assorbendo i vincoli anziché prevedendo i risultati. A differenza degli LLM, gli EBM operano entro parametri definiti – come le regole di un Sudoku – per risolvere problemi senza tentativi ed errori. La startup afferma che questo metodo richiede molta meno potenza di calcolo ed elimina gli errori.
Il primo modello dell’azienda, Kona 1.0, ha dimostrato prestazioni superiori rispetto ai principali LLM nella risoluzione dei puzzle Sudoku, in esecuzione su una singola GPU Nvidia H100. Ciò suggerisce che è possibile ottenere un ragionamento efficiente senza la massiccia portata degli attuali LLM. Logical Intelligence è la prima a sviluppare un EBM funzionante, in precedenza solo un concetto teorico.
Oltre il linguaggio: il futuro dell’intelligenza artificiale
La startup prevede che gli EBM affrontino problemi del mondo reale in cui la precisione è fondamentale, come l’ottimizzazione delle reti energetiche o l’automazione della produzione complessa. La fondatrice e CEO Eve Bodnia sottolinea che questi compiti sono “tutt’altro che linguaggio”, il che implica che l’attenzione dovrebbe spostarsi dai punti di forza linguistici dei LLM.
Logical Intelligence prevede di collaborare con AMI Labs, un’altra startup fondata da LeCun, che sta sviluppando “modelli mondiali”: sistemi di intelligenza artificiale che comprendono le dimensioni fisiche, conservano la memoria e prevedono i risultati. L’obiettivo finale è combinare questi approcci: LLM per l’interazione umana, EBM per il ragionamento e modelli mondiali per l’azione nel mondo reale.
Un cambio di prospettiva
L’argomento principale è che l’attuale sviluppo dell’IA è mal indirizzato. Gli LLM si basano sulla scala pura e sulla probabilità statistica, mentre la vera intelligenza richiede un approccio più fondamentale al ragionamento. LeCun e Bodnia suggeriscono che imitare il linguaggio umano non è la chiave per sbloccare l’AGI; invece, l’intelligenza artificiale dovrebbe concentrarsi sulla risoluzione di problemi astratti senza i vincoli del linguaggio.
Il team prevede di implementare gli EBM in settori quali quello energetico, farmaceutico e manifatturiero. L’approccio dell’azienda di sviluppare modelli più piccoli e specializzati per compiti specifici, piuttosto che un’intelligenza artificiale universale, potrebbe offrire un percorso più pratico da seguire.
Il percorso verso l’AGI, secondo Logical Intelligence, inizia con un approccio a più livelli che combina diversi tipi di IA, ciascuno ottimizzato per funzioni specifiche.
Questo nuovo modello rappresenta una sfida coraggiosa alla narrativa prevalente nella Silicon Valley, suggerendo che il futuro dell’intelligenza artificiale potrebbe risiedere non in LLM più grandi, ma in sistemi di ragionamento più intelligenti.
