Cosa condividono tutti gli esseri intelligenti?Secondo Yann LeCun, capo scienziato dell’IA di Meta, ci sono quattro caratteristiche chiave. All'AI Action Summit di Parigi all’inizio di quest’anno, leader politici ed esperti di IA si sono riuniti per discutere dello sviluppo dell’intelligenza artificiale. Durante l’evento, LeCun ha condiviso la sua definizione fondamentale di intelligenza con Anthony Annunziata, responsabile IA di IBM. “Ci sono quattro caratteristiche essenziali del comportamento intelligente che ogni animale—o animale relativamente intelligente—e certamente gli esseri umani possiedono, ” ha spiegato. “Queste sono la comprensione del mondo fisico, la memoria persistente, la capacità di ragionare e la capacità di pianificare, soprattutto azioni complesse attraverso la pianificazione gerarchica. ” LeCun ha sottolineato che l’IA, in particolare i grandi modelli linguistici, non hanno ancora raggiunto questo livello e che integrare queste capacità richiederebbe un cambiamento nei metodi di addestramento. Questo spiega perché molte aziende tecnologiche leader attualmente stanno aggiungendo nuove capacità ai modelli esistenti mentre competono per dominare il settore dell’IA. “Per la comprensione del mondo fisico, si addestra un sistema di visione separato e poi lo si collega al grande modello linguistico. Per la memoria, si utilizza la generazione aumentata da recupero (RAG), si aggiunge una memoria associativa o semplicemente si aumentano le dimensioni del modello, ” ha detto.

(RAG è una tecnica sviluppata da Meta per migliorare i grandi modelli linguistici incorporando fonti di conoscenza esterne. ) Tuttavia, LeCun considera tutti questi sforzi come semplici “hack”. Ha ripetutamente discusso di un approccio alternativo chiamato modelli basati sul mondo, che vengono addestrati su scenari del mondo reale e mostrano capacità cognitive superiori al semplice riconoscimento di pattern. Nel suo confronto con Annunziata, ha approfondito questo concetto. “Inizi con un’idea dello stato del mondo in un dato momento T, immagini un’azione e poi il modello del mondo prevede come cambierà lo stato del mondo in risposta a quell’azione, ” ha spiegato. Tuttavia, dato che il mondo si evolve attraverso infinite possibilità imprevedibili, l’unico modo praticabile per addestrare questi modelli è tramite astrazione. Meta sta già esplorando questo concetto con V-JEPA, un modello rilasciato pubblicamente a febbraio. È descritto come un modello non generativo che impara predicendo segmenti mancanti o mascherati nei video. “L’idea centrale è che non si prevede direttamente a livello di pixel. Invece, si addestra un sistema a operare su una rappresentazione astratta del video, consentendogli di fare previsioni all’interno di tale rappresentazione. Idealmente, questa rappresentazione filtra i dettagli imprevedibili, ” ha affermato LeCun. Questo approccio rispecchia il modo in cui i chimici hanno stabilito una gerarchia fondamentale per i costituenti della materia. “Abbiamo creato astrazioni: particelle, sopra le quali ci sono atomi, poi molecole e infine materiali, ” ha detto. “Ogni livello superiore filtra molte informazioni irrilevanti da quello inferiore, a seconda del compito. ” In sostanza, ciò che questo significa è che comprendiamo il mondo fisico costruendo gerarchie, il che è fondamentale per l’intelligenza.