Al recente AI Action Summit tenutosi a Parigi, Yann LeCun, figura chiave nello sviluppo dell’intelligenza artificiale e pioniere delle reti neurali, ha lanciato una forte critica ai modelli linguistici su larga scala (LLM), come quelli che dominano oggi il panorama dell’IA.
Secondo LeCun, questi modelli, sebbene impressionanti nei compiti linguistici, non possiedono le capacità necessarie per raggiungere un’intelligenza paragonabile a quella umana.
Nello specifico ha evidenziato quattro principali carenze: non comprendono il mondo fisico, mancano di memoria persistente, non ragionano in modo efficace e sono incapaci di pianificare azioni complesse in maniera gerarchica.
Per superare queste limitazioni propone lo sviluppo di World Models, sistemi che simulano in modo più completo il mondo reale.
Queste affermazioni non solo riflettono una visione critica sullo stato attuale dell’intelligenza artificiale, ma tracciano anche la strada verso un nuovo paradigma nella ricerca. Ma cosa porta LeCun ad affermare questo?
Limitazioni dei modelli linguistici su larga scala (LLM)
Gli LLM, come GPT-4o di OpenAI o Llama 4 di Meta, sono modelli di intelligenza artificiale basati su reti neurali, in particolare nell’architettura **transformer (questa è la “T” in GPT).
Addestrati con enormi quantità di testo, questi sistemi si distinguono per la loro capacità di generare testi coerenti, rispondere a domande o tradurre lingue. Tuttavia, la sua dipendenza esclusiva dalla lingua scritta rivela gravi limiti.
Comprendere il mondo fisico
Sebbene un LLM possa descrivere che “un oggetto cade a causa della gravità”, manca di un’esperienza sensoriale diretta. Non percepisce la consistenza, il peso o la resistenza dell’aria; associa semplicemente parole e modelli statistici. Questa mancanza lo allontana dall’intuizione di base che anche un animale senza addestramento formale applica quando interagisce con il suo ambiente.
Memoria persistente
Ogni domanda a un LLM viene essenzialmente trattata come un’interazione isolata. Sebbene possano mantenere il contesto durante una singola sessione, non incorporano l’apprendimento dalle conversazioni precedenti su base continuativa. L’essere umano, invece, costruisce un patrimonio di esperienze che guida il suo comportamento e gli permette di adattarsi a lungo termine.
Ragionamento limitato
Gli LLM si basano su correlazioni apprese per generare risposte “logiche”, ma non realizzano un autentico processo deduttivo né comprendono le relazioni di causa ed effetto. Possono associare il sole all’alba perché ne hanno visto lo schema in migliaia di testi, ma non spiegano perché si verifica, né traggono principi universali che trascendono gli esempi visti.
Incapacità di pianificare
Di fronte a compiti complessi (come pianificare un viaggio, progettare una strategia aziendale o coordinare le azioni di un robot), i LLM non scompongono i problemi in passaggi gerarchici. Il loro approccio è essenzialmente reattivo: rispondono a indicazioni immediate senza elaborare un piano globale né anticipare conseguenze a medio e lungo termine.
Queste limitazioni riflettono il paradosso di Moravec, che evidenzia quanto sia facile per l’attuale intelligenza artificiale affrontare compiti astratti (linguaggio) e quanto sia difficile trovare le funzioni percettive e motorie che gli esseri umani e gli animali eseguono quasi automaticamente.
Modelli mondiali: un’alternativa promettente
Di fronte ai limiti dei LLM, LeCun sostiene i World Models, sistemi progettati per creare rappresentazioni interne del mondo reale.
I World Models sono sistemi progettati per ricostruire internamente le dinamiche dell’ambiente reale. Invece di limitarsi al linguaggio, integrano dati eterogenei (immagini, audio, video, sensori fisici) per apprendere le leggi che governano il mondo: gravità, attrito, causalità e trasformazioni spaziali.
Vantaggi principali
- Comprensione fisica: Elaborando informazioni sensoriali dirette, un modello mondiale può prevedere come rotolerà una palla, come un oggetto si deformerà quando entra in collisione o come scorre un liquido, simulando le leggi fisiche in un “laboratorio virtuale”.
- Memoria a lungo termine: Mantengono uno stato interno che si evolve ad ogni interazione, consentendo l’apprendimento continuo e il perfezionamento dei modelli in base alle nuove esperienze.
- Ragionamento causale: Quando costruiscono rappresentazioni di causa ed effetto, non si accontentano delle correlazioni; Possono spiegare perché un cambiamento nell’ambiente produce un determinato risultato.
- Pianificazione strategica: Questa capacità di simulazione interna consente loro di scomporre compiti complessi in sottoattività e valutare diversi percorsi d’azione, cruciali nella robotica, nell’automazione e nei veicoli autonomi.
Un esempio notevole è Cosmos di NVIDIA, che utilizza World Models per creare vari scenari fisici in cui robot e veicoli autonomi provano manovre, anticipano gli ostacoli e imparano a reagire a nuove situazioni.
Come si confrontano i LLM e i modelli mondiali?
Per chiarire le differenze, gli LLM si basano esclusivamente sul testo e si concentrano su modelli linguistici, mentre i modelli mondiali integrano dati sensoriali per modellare il mondo fisico.
I primi mancano di memoria persistente e di ragionamento profondo, limitandosi a compiti come chatbot o traduzioni. D’altro canto, questi ultimi offrono una solida base per i sistemi che devono interagire con l’ambiente, come robot o simulatori.
Questa distinzione sottolinea perché LeCun vede i World Models come un progresso necessario.
Sfide e futuro dei modelli mondiali
Sebbene promettenti, i modelli mondiali devono affrontare sfide. Richiedono grandi volumi di dati sensoriali e una notevole potenza di calcolo, oltre a garantire che possano essere generalizzati a nuove situazioni.
Alcuni esperti si chiedono se questo approccio sia veramente innovativo, ma i progressi nell’hardware e nei dati lo rendono oggi praticabile. Progetti come V-JEPA di Meta o i simulatori di DeepMind mostrano che questa direzione sta guadagnando terreno.
Le parole di Yann LeCun a Parigi catturano un punto di svolta nell’intelligenza artificiale: i LLM, sebbene straordinari nell’elaborazione del linguaggio, non riescono a emulare un’intelligenza completa, con senso fisico, memoria duratura, ragionamento profondo e pianificazione strategica.
I modelli mondiali stanno emergendo come il modo per superare queste barriere, offrendo simulazioni ricche che collegano la teoria statistica con l’esperienza empirica.
This post is also available in: