L’intelligenza artificiale sta migliorando più velocemente di quanto la maggior parte degli esseri umani creda

Commento

L’intelligenza artificiale avanza in un modo difficile da comprendere per la mente umana. Per molto tempo non succede niente, poi all’improvviso succede qualcosa. L’attuale rivoluzione dei Large Language Models (LLM) come ChatGPT è il risultato dell’avvento delle “reti neurali trasformatrici” nel 2017 circa.

Cosa porterà il prossimo mezzo decennio? Possiamo fare affidamento sulle nostre attuali impressioni su questi strumenti per giudicare la loro qualità o ci sorprenderanno con il loro sviluppo? Anche qualcuno che ha passato molte ore a giocare con questi modelli, penso che molte persone rimarranno scioccate. Gli LLM avranno implicazioni significative per le nostre decisioni aziendali, i nostri portafogli, le nostre strutture normative e la semplice questione di quanto noi come individui dovremmo investire per imparare a usarli.

Per essere chiari, non sono un sensazionalista dell’IA. Non credo che porterà alla disoccupazione di massa, tanto meno lo scenario “Skynet va in diretta” e la conseguente distruzione del mondo. Penso che si rivelerà un duraturo vantaggio competitivo e di apprendimento per le persone e le istituzioni in grado di farne uso.

Ho una storia per te, sugli scacchi e su un progetto di rete neurale chiamato AlphaZero di DeepMind. AlphaZero è stato istituito alla fine del 2017. Quasi immediatamente, ha iniziato ad allenarsi giocando centinaia di milioni di partite a scacchi contro se stesso. Dopo circa quattro ore, era la migliore entità che giocava a scacchi che fosse mai stata creata. La lezione di questa storia: nelle giuste condizioni, l’IA può migliorare molto, molto rapidamente.

Gli LLM non possono tenere il passo, poiché hanno a che fare con sistemi più aperti e più complessi e richiedono anche continui investimenti aziendali. Tuttavia, i recenti progressi sono stati impressionanti.

Non sono rimasto entusiasmato da GPT-2, un LLM del 2019. Sono stato incuriosito da GPT-3 (2020) e sono rimasto molto colpito da ChatGPT, che a volte è etichettato come GPT-3.5 ed è stato rilasciato alla fine dell’anno scorso. GPT-4 è in arrivo, forse nella prima metà di quest’anno. In pochi anni, questi modelli sono passati dall’essere curiosità a essere parte integrante della routine lavorativa di molte persone che conosco. Questo semestre insegnerò ai miei studenti come scrivere un articolo usando LLM.

ChatGPT, il modello rilasciato alla fine dello scorso anno, ha ricevuto un voto D in un esame di economia del lavoro universitario tenuto dal mio collega Bryan Caplan. Anthropic, un nuovo LLM disponibile in versione beta e che dovrebbe essere rilasciato quest’anno, ha superato il nostro esame di laurea in giurisprudenza ed economia con risposte belle e chiare. (Se ti stai chiedendo, è stata utilizzata la valutazione cieca.) Certo, i risultati attuali degli LLM non sono sempre impressionanti. Ma tieni a mente questi esempi e quello di AlphaZero.

Non ho una previsione per il tasso di miglioramento, ma la maggior parte delle analogie con l’economia normale non si applicheranno. Le auto migliorano di una modesta quantità ogni anno, così come la maggior parte delle altre cose che compro o uso. Gli LLM, al contrario, possono fare passi da gigante.

Tuttavia, ti starai chiedendo: “Cosa possono fare gli LLM per me?” Ho due risposte immediate.

Innanzitutto, possono scrivere codice software. Faranno molti errori, ma spesso è più facile modificare e correggere quegli errori piuttosto che scrivere il codice da zero. Tendono anche ad essere molto utili per scrivere le parti noiose del codice, liberando programmatori umani di talento per la sperimentazione e l’innovazione.

In secondo luogo, possono essere tutor. Tali LLM esistono già e presto miglioreranno molto. Possono dare risposte molto interessanti a domande su quasi tutto nel mondo umano o naturale. Non sono sempre affidabili, ma spesso sono utili per nuove idee e ispirazioni, non per verificare i fatti. Mi aspetto che vengano integrati abbastanza presto con i servizi di verifica dei fatti e di ricerca. Nel frattempo, possono migliorare la scrittura e organizzare gli appunti.

Ho iniziato a dividere le persone che conosco in tre campi: quelli che non sono ancora a conoscenza degli LLM; coloro che si lamentano dei loro attuali LLM; e quelli che hanno qualche sentore del sorprendente futuro davanti a noi. La cosa intrigante degli LLM è che non seguono regole di sviluppo fluide e continue. Piuttosto sono come una larva che deve germogliare in una farfalla.

È umano, se posso usare questa parola, essere ansiosi per questo futuro. Ma dovremmo anche essere pronti per questo.

Altro dall’opinione di Bloomberg:

• La tecnologia ha bisogno di più umanità: Eduardo Porter

• È venuto a salvare le arti da se stesse: Leonid Bershidsky

• ChatGPT non è una bacchetta magica per Bing di Microsoft: Parmy Olson

• Perché il futuro della tecnologia è così difficile da prevedere: Faye Flam

Vuoi altre opinioni su Bloomberg? Iscriviti alla nostra newsletter quotidiana.

Questa colonna non riflette necessariamente l’opinione del comitato editoriale o di Bloomberg LP e dei suoi proprietari.

Tyler Cowen è editorialista di Bloomberg Opinion. È professore di economia alla George Mason University e scrive per il blog Marginal Revolution. È coautore di “Talento: come identificare energizzanti, creativi e vincitori in tutto il mondo”.

Altre storie come questa sono disponibili su bloomberg.com/opinion

Leave a Comment

Your email address will not be published. Required fields are marked *