Tra i vari incontri che si sono svolti durante il World economic forum di Davos (15-19 gennaio), ce n’è stato uno, ospitato dal Financial times, che ha acceso i riflettori sul dibattito riguardante il futuro dell’AI. In dialogo due dei più grandi nomi del settore (delle “rockstar”, come li ha definiti il moderatore Olivier Oullier, fondatore e Ceo di Inclusive Brains): Karl Friston, chief scientist di Verses AI, e Yann LeCun, chief AI scientist di Meta. I due studiosi hanno analizzato le tendenze future dell’intelligenza artificiale, concentrandosi su tre temi: deep learning, consumi energetici, intelligenza artificiale generale.  

Sul primo punto, le visioni dei due studiosi sono risultate discordi. Mentre LeCun ha sostenuto l’irrinunciabilità del deep learning (metodo di apprendimento ed elaborazione dei dati per le AI che si ispira al funzionamento del cervello umano), Friston ha invitato l’uditorio a un “ripensamento radicale”, classificando il deep learning come “spazzatura”. Per Friston, c’è bisogno di sistemi di apprendimento basati sull’“energia libera”.  

L’energia libera, ha spiegato Friston, è “una teoria della funzione cerebrale che si concentra sull'elaborazione efficiente delle informazioni, studiando come i neuroni e tutti i sistemi biologici imparano, si adattano e si auto-evolvono in natura”.

Sebbene i due condividano l’obiettivo di sviluppare un’intelligenza simile a quella umana, i loro approcci differiscono. Se Friston si affida alle scoperte delle neuroscienze per elaborare sistemi di apprendimento basati su “intelligenze condivise, distribuite, auto-ottimizzanti e auto-evolutive”, LeCun si concentra strettamente sul deep learning e sui suoi processi di addestramento. Entrambi concordano però sulla strada da compiere: sistemi più sofisticati ed energicamente meno dispendiosi.

È questo il secondo punto trattato da LeCun e Friston. Per entrambi gli scienziati, i nuovi sistemi di AI non dovranno svilupparsi solo nella direzione di una maggiore efficacia, ma anche di una migliore efficienza, in particolare sul lato del consumo energetico. Argomento trattato anche da Sam Altman, Ceo di OpenAI, che sempre a Davos ha supportato l’utilizzo dell’energia nucleare per soddisfare le enormi richieste energetiche delle AI. Per LeCun e Friston basta ottimizzare i processi, rendendo le AI più efficienti.

Ultimo tema: l’intelligenza artificiale generale (AGI), l’Eldorado verso cui tendono molti degli studi di settore. LeCun ha definito l’AGI (ovvero la creazione di un AI capace di apprendere qualsiasi compito che un essere umano può svolgere), un’idea “ridicola”, dal momento che l’intelligenza umana è molto più specializzata di quanto si possa pensare: “Non siamo macchine generaliste”, ha detto LeCun.

È importante però, secondo Friston, ricordare anche che il cervello umano non è una macchina monolitica, ma una somma di intelligenze che interagiscono tra loro e con l’ambiente che li circonda. Da queste azioni, secondo lo Chief scientist di Verses AI, deriva quella che definiamo “conoscenza globale”. Secondo Friston, l’AI del futuro dovrà imitare il modo in cui questa conoscenza si sviluppa, la sua capacità di auto-strutturarsi con il tempo, diventando “auto-organizzante” e “auto-evolutiva”. Un’intelligenza collettiva distribuita, dunque, che dovrà consumare anche meno energia.