Thomas Wolf ha affermato che, sebbene l'IA sia abile nell'eseguire istruzioni, non riesce a generare nuova conoscenza. In un post su X, l'esecutivo di Hugging Face ha sottolineato la necessità affinché l'IA metta in discussione i propri dati di addestramento e adotti metodi non convenzionali. Le osservazioni di Wolf sono in linea con l'attuale fokus tecnologico sull'IA agentica. “L'IA è eccellente nel seguire direttive; tuttavia, non sta spingendo le frontiere della comprensione, ” ha commentato Wolf. In qualità di chief science officer e cofondatore di Hugging Face—un'azienda di IA open-source supportata da Amazon e Nvidia—ha esaminato le limitazioni dei grandi modelli linguistici in un post di giovedì su X. Ha affermato che il settore sta producendo "assistenti eccessivamente obbedienti" piuttosto che innovatori. Attualmente, Wolf ha osservato, l'IA non sta generando nuova conoscenza; riempie semplicemente i vuoti tra fatti consolidati—un processo che lui definisce "riempimento di manifold". Per consentire all'IA di facilitare vere avanzamenti scientifici, Wolf ha sostenuto che deve andare oltre il semplice recupero e la sintesi delle informazioni. L'IA dovrebbe valutare criticamente i suoi dati di addestramento, abbracciare strategie non convenzionali, formare nuove idee con informazioni minime e porre domande inaspettate che potrebbero aprire nuove strade di ricerca. Wolf ha anche commentato l'idea del "XXI secolo compresso"—un concetto presentato in un saggio di ottobre da Dario Amodei, CEO di Anthropic, intitolato "Machine of Loving Grace". Amodei ha suggerito che l'IA potrebbe accelerare i progressi scientifici a tal punto che i risultati previsti per il prossimo secolo potrebbero avvenire entro cinque o dieci anni. “Ho letto questo saggio due volte. La prima volta sono rimasto completamente astonito: l'IA rivoluzionerà la scienza in cinque anni, ho pensato!” ha condiviso Wolf su X.

“Rileggendo, ho realizzato che gran parte sembrava un pensiero di desiderio, nella migliore delle ipotesi. ” Wolf ha messo in guardia che, a meno che la ricerca sull'IA non cambi direzione, è poco probabile che vedremo emergere un nuovo Albert Einstein da un data center, lasciandoci solo "sì uomini sui server" in futuro. Wolf non ha risposto a una richiesta di commento ricevuta al di fuori dell'orario lavorativo. L'emergere dell'IA agentica Le riflessioni di Wolf arrivano mentre il settore dell'IA si concentra sull'IA agentica. Narrative correlate includono intuizioni di Sam Altman, CEO di OpenAI, che ha suggerito che quest'anno potrebbe assistere all'introduzione dei primi "agenti"—una categoria di strumenti di IA in grado di operare autonomamente nel mondo del lavoro. “Se il 2024 è stato l'anno dei LLM, crediamo che il 2025 sarà l'anno dell'IA agentica, ” ha condiviso Praveen Akkiraju, managing director di Insight Partners, con Business Insider a gennaio. La sua società di venture capital ha investito in startup legate agli agenti come Writer, Jasper e Torq. Gli investitori hanno espresso un forte interesse per questa nozione, con dati di PitchBook che indicano che le startup focalizzate sulle applicazioni agentiche hanno ottenuto 8, 2 miliardi di dollari lo scorso anno. A differenza degli assistenti IA, che si concentrano principalmente sul raccogliere e riassumere informazioni, gli agenti sono in grado di analizzare compiti complessi, prendere decisioni autonome e adattare le loro strategie in base ai risultati. Inoltre, i ricercatori hanno sfruttato l'IA per importanti risultati scientifici. Ad esempio, il professore di Oxford Matthew Higgins ha utilizzato AlphaFold2, uno strumento di IA sviluppato da DeepMind di Alphabet, per determinare la struttura di una proteina critica della malaria—un problema che il suo laboratorio aveva affrontato per anni. Questa scoperta ha portato a un vaccino sperimentale contro la malaria attualmente in fase di testing su esseri umani. Senza AlphaFold, ha ammesso Higgins, “probabilmente staremmo ancora cercando, per essere onesti, ” in una discussione del 2023 con Business Insider.