L'IA può superare l'intelligenza umana in alcuni compiti: ecco quali sono

Dal 2017, ogni anno, gli esperti dell’Università di Stanford pubblicano un’analisi dettagliata sull’evoluzione delle intelligenze artificiali e sul ruolo sempre più centrale che si stanno ritagliando nelle vite di ciascuno di noi. Nell’AI Index Report 2024, appena apparso sul sito del polo accademico, si legge che l’IA è adesso davvero in grado di superare l’intelligenza umana. Seppure in ambiti ben specifici.

Il resoconto prodotto a Stanford è estremamente particolareggiato tanto che si snoda su 502 pagine, affrontando tutti i segmenti in cui l’IA è effettivamente utilizzata. Nel report si parla anche delle responsabilità dell’IA e delle conseguenze che scaturiscono dal suo utilizzo oltre che delle performance dei vari modelli.

L’IA può superare gli esseri umani in alcuni compiti, ma non in tutti

Gli esperti dell’Università di Stanford hanno innanzi tutto confrontato i punteggi ottenuti da umani e IA in 9 tipi di test. L’obiettivo di queste prove consisteva nel misurare le prestazioni nel trattamento del linguaggio e nell’elaborazione delle immagini.

Lo studio appena pubblicato mette in evidenza che l’IA riesce a spuntare punteggi superiori a quelli umani in compiti come la gestione del linguaggio semplice e il riconoscimento delle immagini, mentre gli esseri umani conservano punteggi più elevati nei test di ragionamento sul senso comune visivo (VCR) e nelle competenze matematiche di livello avanzato (MATH).

VCR sta per “Visual Common Sense Reasoning“: si tratta di un tipo di test utilizzato per valutare le capacità di un sistema di IA nel comprendere e risolvere problemi di ragionamento basati sul senso comune attraverso l’analisi di immagini o scene visive.

Questi test sono progettati per valutare se un’IA sia effettivamente in grado di comprendere situazioni comuni, identificare relazioni tra oggetti o eventi nelle immagini e trarre conclusioni logiche basate sulle informazioni visive. Ad esempio, si potrebbe richiedere alla IA di risolvere problemi come “Qual è l’oggetto mancante in questa scena?” o “Qual è la sequenza logica di eventi che si verificheranno in base all’immagine fornita?”.

Le “competenze matematiche di livello avanzato” (MATH) si riferiscono a un insieme di abilità e conoscenze matematiche che vanno oltre i concetti di base e coprono argomenti più complessi e avanzati. Queste competenze includono solitamente concetti matematici di livello universitario o specialistico; ad esempio calcolo avanzato, algebra avanzata, analisi matematica, geometria avanzata, probabilità e statistica avanzata.

Le aziende stanno assumendo il comando rispetto alle istituzioni accademiche nello sviluppo di IA all’avanguardia

Un altro aspetto degno di nota che emerge prepotentemente dallo studio dell’Università di Stanford è che ben 51 modelli per l’apprendimento automatico, tra i più rilevanti del 2023, sono stati progettati, sviluppati e realizzati da aziende private, 21 vedevano la collaborazione tra aziende e istituzioni accademiche, soltanto 15 sono stati sviluppati da istituzioni accademiche.

Complessivamente, le realtà USA hanno sviluppato 61 modelli; seguono la Cina con 15, Francia con 8 e Germania con 5.

I costi per l’addestramento dei modelli generativi stanno diventando estremamente elevati

Lo abbiamo scritto in tanti nostri articoli e l’ha ribadito, di recente, anche il CEO di ARM, Rene Haas: l’intelligenza artificiale consuma tantissima energia.

La potenza di calcolo (misurata in FLOPs, Floating Point Operations per Second; rappresenta una misura della potenza di calcolo di un sistema, in particolare la capacità di eseguire operazioni aritmetiche in virgola mobile in un secondo, ad esempio somme, sottrazioni, moltiplicazioni e divisioni) delle macchine utilizzate per addestrare i modelli di apprendimento automatico è in costante aumento. I modelli generativi sviluppati dalle azienda sono generalmente più potenti rispetto a quelli accademici.

Di conseguenza, i costi di addestramento dei modelli di apprendimento automatico stanno aumentando con l’avanzare della complessità dei modelli. Basti pensare che soltanto addestrare GPT-4 (OpenAI) è costato qualcosa come 78 milioni di dollari; Google ha speso 191 milioni di dollari per l’addestramento di Gemini Ultra.

D’altra parte, il tutto va commisurato con l’aumento della produttività che le soluzioni di IA possono assicurare. Per più della metà delle aziende, di qualunque settore, l’IA ha ridotto i costi e aumentato il fatturato.

Mancano criteri di valutazione standardizzati per la sicurezza delle IA

Anche Stanford mette nero su bianco che l’IA può rappresentare una minaccia. Il numero di incidenti che vede in qualche modo protagonista l’IA è in aumento, e l’Università di Stanford sostiene la necessità di “criteri di valutazione standardizzati” per soppesare correttamente la sicurezza dell’IA.

Già si registrano regolarmente casi di frodi messe in pratica avvalendosi proprio dell’aiuto dell’IA o la diffusione di deepfake mediante sistemi di generazione intelligente delle immagini.

L’IA sta accelerando il progresso scientifico

Negli ultimi anni, l’IA ha dimostrato di essere molto più di una semplice innovazione tecnologica. Piuttosto, si è rivelata un potente catalizzatore per il progresso scientifico in molteplici settori. Con algoritmi sempre più sofisticati e l’accesso a enormi quantità di dati, l’IA sta rivoluzionando la ricerca scientifica in modi che erano impensabili solo fino a qualche tempo fa.

Una delle principali aree in cui l’IA sta influenzando il progresso scientifico è nella sua capacità di analizzare e interpretare grandi quantità di dati in tempi rapidi. Con algoritmi di machine learning e tecniche di deep learning, l’IA può individuare modelli e relazioni nei dati che sarebbero difficili o impossibili da cogliere per gli esseri umani. Questo è particolarmente utile in campi come la biologia, dove l’analisi di grandi dataset può portare a nuove scoperte nel campo della medicina personalizzata o della biotecnologia. L’IA sta inoltre dimostrando tutto il suo potenziale nella scoperta di nuovi materiali, nella chimica, nella ricerca medica e in molteplici altri settori.

Il numero di persone che ritengono di avere una buona comprensione dell’IA è aumentato dal 64% nel 2022 al 67% nel 2023. Il numero dei soggetti convinti che i servizi basati sull’IA cambieranno la loro vita nei prossimi 3-5 anni è aumentato dal 60% nel 2022 al 66% nel 2023.

Credit immagine in apertura: iStock.com – Digital43