Il 20 dicembre 2024, la piattaforma OpenAI ha presentato il suo modello più recente, noto come “o3”, in un annuncio video che ha suscitato grandi aspettative.
Questo modello ha catturato l’attenzione del settore tecnologico grazie a un risultato notevole: ha superato per la prima volta gli esseri umani nel test ARC-AGI, un test progettato per misurare la capacità di ragionare e adattarsi alle nuove sfide.
Tuttavia, questo progresso solleva interrogativi sulla sua architettura, sui costi e sulle possibili implicazioni, soprattutto considerando che circolano voci secondo cui un compito ad alto calcolo con questo modello potrebbe costare fino a 2.000 dollari.
Cos’è l’ARC-AGI?
L’ARC-AGI (“Abstraction and Reasoning Corpus for Artificial General Intelligence”) è un benchmark sviluppato da François Chollet, uno scienziato di Google, per misurare l’adattabilità e il ragionamento astratto nei sistemi intelligenti.
Invece di concentrarsi su compiti basati sulla conoscenza memorizzata, come molti altri parametri di riferimento, l’ARC-AGI valuta la capacità dei modelli di acquisire nuove competenze.
Il test consiste nel risolvere problemi basati su schemi visivi. Ogni sfida presenta una serie di esempi sotto forma di griglie di pixel colorati, seguiti da una domanda simile che il sistema deve risolvere completando la griglia corretta.
Gli esseri umani, per riferimento, ottengono un punteggio medio di poco superiore al 75% sull’ARC-AGI, mentre o3 ha raggiunto un sorprendente 76%.
Ciò rappresenta un “punto di svolta” nelle capacità dell’intelligenza artificiale, secondo lo stesso Chollet, che ha descritto questo risultato come un “cambiamento qualitativo”.
Cosa rende o3 diverso?
Una delle caratteristiche più intriganti dell’o3 è che la sua architettura appare completamente diversa dai modelli precedenti della serie GPT. Sebbene OpenAI non abbia condiviso dettagli precisi, Chollet ipotizza che il sistema utilizzi un approccio di “ricerca intensiva in termini di tempo di test”.
Ciò potrebbe comportare un’analisi approfondita delle catene di pensiero, un approccio emergente che consente ai modelli di scomporre i loro processi in fasi intermedie.
Le prestazioni di o3 suggeriscono anche un uso estensivo dell’informatica, forse simile alla strategia dell’albero di ricerca Monte Carlo utilizzata da AlphaZero, il famoso programma DeepMind che ha dominato gli scacchi.
Ciò significa che il modello non solo elabora le informazioni, ma esplora anche diverse possibilità prima di arrivare a una soluzione, cosa che non si era vista nei precedenti modelli GPT.
È questo un passo verso l’AGI?
Il concetto di intelligenza generale artificiale (AGI) si riferisce a un livello di intelligenza artificiale in grado di eguagliare o superare le capacità umane in qualsiasi compito cognitivo.
Sebbene il successo di o3 in ARC-AGI sia significativo, Chollet sottolinea che non deve essere confuso con il raggiungimento dell’AGI. “O3 fallisce ancora in compiti molto semplici che gli esseri umani risolvono facilmente”, ha osservato, evidenziando gli attuali limiti del modello.
L’ARC-AGI è uno strumento di ricerca, non un test definitivo di intelligenza generale. Tuttavia, i risultati di o3 rappresentano un importante passo avanti verso sistemi più intelligenti e umani nel loro comportamento.
Costi e risorse computazionali
Uno degli aspetti più dibattuti di o3 è il costo associato al suo funzionamento. OpenAI non ha rivelato quante risorse computazionali fossero necessarie per addestrare ed eseguire il modello su ARC-AGI.
Tuttavia, Chollet ha lasciato intendere che l’approccio di o3 potrebbe essere considerato una forma di forza bruta, in quanto utilizza enormi quantità di calcolo per risolvere problemi relativamente semplici.
Questo metodo ad alta intensità di elaborazione ha un prezzo elevato, con attività ad alta intensità di calcolo che potenzialmente costano fino a $ 2.000 ciascuna.
Ciò solleva interrogativi sulla sostenibilità e sull’efficienza di questi tipi di modelli. Anche se i risultati sono impressionanti, il costo in termini di consumo energetico e tempo di calcolo potrebbe limitarne l’applicazione pratica su larga scala.
Inoltre, la dipendenza da grandi quantità di dati e risorse potrebbe aggravare le disuguaglianze nell’accesso alla tecnologia.
Solo le organizzazioni con budget significativi potrebbero permettersi di sviluppare e mantenere modelli come o3, che potrebbero centralizzare ulteriormente il potere tecnologico.
Quando possiamo provare o3?
OpenAI prevede di rilasciare una versione “mini” di o3 alla fine di gennaio 2025, con una versione completa prevista per successivamente.
Anche se questa versione iniziale potrebbe non includere tutte le funzionalità dimostrate nell’ARC-AGI, offrirà ai ricercatori e agli sviluppatori l’opportunità di esplorare il potenziale del modello.
Lo sviluppo di o3 segna un importante progresso nell’intelligenza artificiale, mostrando capacità di adattamento e di ragionamento che prima sembravano irraggiungibili. **
Tuttavia, solleva anche domande fondamentali sui costi, sia economici che etici, del perseguimento di questo tipo di tecnologie.
È questa la strada verso l’AGI o semplicemente una dimostrazione di quanto sia difficile e costoso superare i limiti attuali? Il dibattito è servito.
This post is also available in: