Scala di valutazione di OpenAI: i 5 livelli verso l’intelligenza artificiale generale

OpenAI, l’azienda dietro il celebre ChatGPT, ha introdotto una scala interna per monitorare i progressi dei suoi modelli linguistici verso l’Intelligenza Artificiale Generale (AGI). Questa scala, composta da cinque livelli, è stata progettata per definire in modo rigoroso quando l’AGI sarà raggiunta, permettendo all’azienda di valutare i propri progressi e quelli dei concorrenti. La decisione di Apple e Microsoft di rinunciare al ruolo di board observer di OpenAI ha ulteriormente sottolineato l’importanza di questa nuova metrica di valutazione.

I Cinque Livelli della Scala di OpenAI

La scala di valutazione di OpenAI è suddivisa in cinque livelli distinti, ciascuno rappresentante un passo avanti verso l’AGI:

1. *Livello 1: Rappresentato da chatbot come ChatGPT, che attualmente è il punto di partenza.
2. Livello 2: Sistemi in grado di risolvere problemi di base con un livello di competenza simile a quello di una persona con un dottorato di ricerca.
3. Livello 3: Agenti AI capaci di intraprendere azioni concrete per conto dell’utente.
4. Livello 4: Intelligenze artificiali in grado di creare nuove innovazioni.
5. Livello 5: Il passaggio finale verso l’AGI, dove l’AI può svolgere il lavoro di intere organizzazioni.

Attualmente, OpenAI sostiene di essere vicina al livello 2, con l’obiettivo di raggiungere il livello 5, che rappresenta l’AGI. La definizione di AGI, secondo OpenAI, è quella di un “sistema altamente autonomo che supera gli esseri umani nei compiti economicamente più preziosi”.

Collaborazioni e Sviluppi Futuri

L’introduzione della scala di valutazione è avvenuta poco dopo l’annuncio di una collaborazione tra OpenAI e il Los Alamos National Laboratory. Questa partnership mira a esplorare modelli avanzati di AI per assistere nella ricerca bioscientifica, testando la sicurezza e le capacità di GPT-4o e valutando modelli pubblici e privati rispetto a vari fattori di sicurezza.

Nonostante i progressi significativi, l’AGI rimane un obiettivo lontano. Secondo Sam Altman, CEO di OpenAI, potrebbero essere necessari ancora “cinque anni, o meno” per raggiungere l’AGI. Tuttavia, questo traguardo richiederà miliardi di dollari in potenza di calcolo, e non tutti gli esperti concordano sulle tempistiche. Alcuni sostengono che l’AGI potrebbe non essere mai raggiunta.

Preoccupazioni e Sicurezza

La strada verso l’AGI non è priva di rischi. OpenAI ha tentato di rassicurare l’opinione pubblica e gli stakeholder riguardo alla sicurezza della tecnologia in sviluppo. A maggio, l’azienda ha sciolto il suo team di sicurezza per formarne uno nuovo, guidato da Sam Altman, dopo l’uscita di alcuni membri chiave. Questo ha sollevato preoccupazioni sulle conseguenze che potrebbero derivare se OpenAI dovesse raggiungere l’AGI.

OpenAI ha negato che la cultura e i processi di sicurezza siano stati messi in secondo piano rispetto ai prodotti redditizi, ma alcuni esperti rimangono dubbiosi. La missione di OpenAI è chiara: sviluppare un’AGI che sia sicura e allineata ai valori umani, ma la formulazione di questo obiettivo nello statuto dell’azienda è volutamente vaga, lasciando spazio al giudizio dell’entità a scopo di lucro.

Bullet Executive Summary

In conclusione, la scala di valutazione di OpenAI rappresenta un passo significativo verso una definizione rigorosa dei progressi verso l’AGI. Con l’obiettivo di raggiungere un’intelligenza artificiale che possa superare gli esseri umani nei compiti economicamente più preziosi, OpenAI sta investendo risorse significative e collaborando con enti di ricerca di alto livello. Tuttavia, il percorso verso l’AGI è ancora lungo e costellato di sfide, sia tecniche che etiche.

Nozione base di intelligenza artificiale: L’AGI, o Intelligenza Artificiale Generale, è un sistema altamente autonomo capace di superare gli esseri umani in una vasta gamma di compiti economicamente rilevanti.

Nozione avanzata di intelligenza artificiale*: I modelli linguistici di grandi dimensioni (LLM) utilizzati da OpenAI sono esempi di deep learning, una sottocategoria del machine learning che sfrutta reti neurali profonde per analizzare e generare dati complessi. Questi modelli richiedono enormi quantità di dati e potenza di calcolo per essere addestrati efficacemente.

La strada verso l’AGI è affascinante e complessa, e invita tutti noi a riflettere su come la tecnologia possa trasformare il nostro futuro.