“Tendiamo a sovrastimare l’effetto di una tecnologia nel breve termine e a sottovalutarlo nel lungo termine.” — Roy Amara 1
È indiscutibile l’impatto che l’IA ha avuto nel mondo nell’ultimo anno. Nell’ottobre 2022, ho scritto della rapida evoluzione dell’IA e di come tutto ciò che era possibile all’epoca sembrasse magia. Dato tutto ciò che è successo da allora, penso che meriti un seguito.
L’ultima volta mi sono concentrato sulla tecnologia stessa, su quali progressi fossero fondamentali per abilitare i GPT, e ho fatto alcune previsioni sul futuro. Alcune azzeccate, altre forse no. Un anno fa, il tema principale era l’improvvisa ascesa delle applicazioni IA dalla creazione dei transformers. Da allora, la velocità dell’innovazione non è diminuita affatto, anzi il contrario. Gli investimenti nell’area sono cresciuti massicciamente nell’ultimo anno, e tutti stanno pensando a come sfruttare l’IA ed essere quello che vince la corsa in corso.
Dove siamo#
Il panorama dell’IA si è evoluto drammaticamente nell’ultimo anno, segnato da investimenti significativi, progressi tecnologici e un’impennata nelle applicazioni IA in vari settori. In questa fase, l’intera industria tech è in una corsa aggressiva per comprendere queste nuove tecnologie e crearle/integrarle il prima possibile.
OpenAI e Microsoft#
La collaborazione di OpenAI con Microsoft, segnata da investimenti sostanziali, ha portato a sviluppi rivoluzionari come GPT-4, l’API OpenAI e il GPT Store. L’iniezione finanziaria da Microsoft ($13B) non solo catalizza i progressi tecnologici ma apre anche nuovi flussi di entrate (stimate a $1,3B con OpenAI valutata $86,00B) attraverso questi prodotti IA.
Nvidia#
Il ruolo di Nvidia come principale fornitore di hardware per modelli IA è fondamentale. L’aumento del prezzo delle loro azioni riflette la domanda critica per le loro GPU, necessarie per addestrare e far funzionare modelli IA. Fornendo la spina dorsale hardware per l’IA, Nvidia sta permettendo la rapida espansione delle applicazioni IA in tutti i settori.
Google#
Il lancio da parte di Google dei suoi modelli IA indica la sua determinazione a rimanere all’avanguardia dell’innovazione tecnologica. Questi modelli, che competono con quelli di OpenAI, indicano un mercato competitivo che guida rapidi progressi nell’IA.
Amazon#
Amazon ha fatto passi significativi nell’IA, segnati dai suoi investimenti in Anthropic, il lancio di Bedrock e lo sviluppo dei modelli Titan. Il focus di Anthropic sulla sicurezza e l’allineamento dell’IA rappresenta un approccio lungimirante allo sviluppo dell’IA.
Meta#
Il contributo di Meta ai modelli IA open-source, insieme a tecnologie come Ollama, è un game-changer. Permettendo il funzionamento locale di potenti modelli IA, queste iniziative democratizzano l’IA, permettendo a piccole aziende e sviluppatori individuali di far funzionare, addestrare e ospitare i propri modelli. Meta non è interessata solo all’OSS e sembra stia puntando OpenAI con le ultime notizie sulla costruzione di un arsenale di chip.
Hugging Face e OSS#
Hugging Face è emerso come forza centrale nel movimento IA open-source. È una piattaforma dove modelli open-source rivoluzionari come Mistral e Orca sono resi facilmente disponibili, abbattendo le barriere tradizionali nello sviluppo IA.
Magia di Immagini e Video#
Strumenti come RunwayML, Midjourney, Pika, Kaiber, Invoke e molti altri stanno trasformando le industrie creative.
Startup nella corsa all’IA#
Il panorama IA è pieno di startup che stanno rapidamente guadagnando slancio (e investimenti):
- Cohere: Specializzata nella comprensione e generazione del linguaggio naturale.
- Perplexity AI: Questa startup sta facendo progressi nella ricerca e nel recupero di informazioni basato sull’IA.
- Anthropic: Si concentra sulla sicurezza e l’allineamento dell’IA.
- Mistral: Conosciuta per i suoi contributi nel migliorare l’efficienza dei modelli IA.
- Stability: Sviluppa soluzioni IA per stabilizzare varie applicazioni IA.
- Inflection: Lavora per affinare i processi decisionali dell’IA.
- Adept: Si concentra sull’apprendimento e l’adattamento dell’IA.
- Contextual AI: Mira a migliorare la comprensione contestuale dell’IA.
Applicazioni RAG#
L’uso crescente delle tecniche di Retrieval-Augmented Generation (RAG) segna un’evoluzione significativa nelle applicazioni IA. Gli strumenti più usati in questo spazio sono llamaindex e langchain.
Preoccupazioni#
Mancanza di Conoscenza, AGI e Allineamento#
La comprensione di come funzionano le reti neurali è ancora limitata. Ad esempio, l’ex dipendente di OpenAI Paul Christiano stima una probabilità del 10-20% di una presa di controllo dell’IA che porti a una significativa catastrofe umana.
Questioni di Copyright#
Poiché i modelli IA sono spesso addestrati su dati pubblicamente disponibili, sono emerse preoccupazioni sul copyright. Le conseguenti battaglie legali sottolineano la necessità di linee guida chiare.
Modello di Business e Sostenibilità#
Nonostante i notevoli ricavi di aziende come OpenAI, il percorso verso la redditività rimane poco chiaro. I costi operativi giornalieri di ChatGPT sono stimati tra $100K e $700K.
E ora?#
La legge di Amara, coniata da Roy Amara, afferma:
“Tendiamo a sovrastimare l’effetto di una tecnologia nel breve termine e a sottovalutarlo nel lungo termine.” — Roy Amara 2
Prospettive a Breve Termine#
Nel breve termine, l’entusiasmo che circonda le capacità dell’IA può tipicamente portare ad aspettative gonfiate. La realtà è spesso più complessa e graduale.
Proiezioni a Lungo Termine#
Guardando l’impatto a lungo termine dell’IA, potremmo sottovalutare i suoi potenziali effetti trasformativi. Nel tempo, l’IA potrebbe rimodellare intere industrie, rivoluzionare la ricerca scientifica e alterare il tessuto delle interazioni sociali.
Conclusione#
La legge di Amara cattura bene la dicotomia nella nostra percezione dei progressi tecnologici come l’IA. Il viaggio dell’IA è una maratona, non uno sprint. Richiede attenta considerazione, gestione etica e impegno nella ricerca e sviluppo continui.
