Sergey Brin di Google vede una strada verso l’AGI ma non oltre

In una recente intervista alla AGI House, Sergey Brin ha descritto Gemini come un sistema le cui capacità non si limitano a evolversi ma integrano la conoscenza del mondo attraverso linguaggi e modalità. Ha detto che anche il software su cui gira l’intelligenza artificiale si è evoluto oltre ciò per cui era stato originariamente progettato, e mentre Brin può immaginare che Gemini raggiunga l’AGI, non riesce nemmeno a vedere cosa verrà dopo.

AGI: Intelligenza Generale Artificiale

L’AGI è un livello di intelligenza artificiale in grado di apprendere, comprendere e applicare la conoscenza attraverso le attività in modo simile agli esseri umani. L’intelligenza artificiale di oggi può produrre risposte utili, scrivere codici, analizzare immagini e risolvere molti problemi limitati, ma non comprende ancora il mondo o applica in modo indipendente la conoscenza tra i vari domini come fa un essere umano.

OpenAI, Google DeepMind e Anthropic stanno tutti sviluppando AGI, ma sottolineano ragioni diverse per ciò che vogliono farne. OpenAI si concentra sui vantaggi economici, Google DeepMind enfatizza la scoperta scientifica e Anthropic dà priorità al progresso umano.

La prossima grande novità: le capacità dell’intelligenza artificiale stanno convergendo

Brin ha affermato che i primi progressi di Google nel campo dell’intelligenza artificiale si basavano su modelli specializzati creati per compiti specifici. Ma ha detto che Gemini sta raggiungendo sempre più prestazioni all’avanguardia in molteplici settori come la matematica e il ragionamento scientifico. Ciò che Google sta vedendo è che le capacità che prima si basavano su modelli addestrati a fare cose specifiche stanno ora lasciando il posto a famiglie di modelli che possono fare tutto: la convergenza.

Ha anche detto che la convergenza è qualcosa che è accaduto; non era qualcosa che si aspettava quando Google iniziò a sviluppare l’intelligenza artificiale.

Il contesto della sua risposta era una domanda su quale sarà la prossima grande novità, e la sua risposta è la convergenza.

Brin ha risposto:

“Penso che la cosa interessante sia che tutte queste cose stanno convergendo verso gli stessi modelli generali.

In passato avremmo dovuto disporre di modelli specializzati. E nel caso del ripiegamento delle proteine, ovviamente lo facciamo ancora.

Ma sempre più spesso, i nostri principali LLM Gemini possono rappresentare lo stato dell’arte per la matematica, ad esempio, e per altri tipi di domande scientifiche. Quindi quella convergenza è, non lo so, immagino che non sia qualcosa che avrei previsto all’inizio. Ma è stato incredibile da vedere.

E immagino che in questo ci sia questo concetto di trasferimento, solo l’idea che quando ti alleni per una certa classe di problemi, diciamo che ti stai allenando per programmare, che in realtà può aiutare il tuo ragionamento matematico e viceversa.

Ed è stato davvero emozionante vederlo… anche la capacità multimodale ne è un esempio. Ad esempio, puoi effettivamente ottenere un trasferimento dall’essere in grado di elaborare le immagini all’essere effettivamente in grado di pensare anche a tipi di problemi di testo geometrici.

Il trasferimento dell’apprendimento è una delle ragioni per cui si sta verificando la convergenza. L’apprendimento basato sul trasferimento è il momento in cui si addestra un modello in una cosa e si scopre che presenta vantaggi nel portare a termine compiti in qualcos’altro che è apparentemente non correlato. Quindi quello che sta succedendo ora è che Google sta scoprendo che la combinazione di cose come l’allenamento visivo, la matematica e il ragionamento stanno contribuendo a miglioramenti in molteplici capacità.

I trasformatori sono “stranamente flessibili”

A Brin è stato chiesto se i trasformatori avranno un ruolo nell’AGI. I Transformers sono il software su cui viene eseguita l’intelligenza artificiale e la svolta che ha consentito cose come ChatGPT. La risposta di Brin menziona MOE, che sta per Mixture Of Experts. MOE è una tecnica per indirizzare compiti specifici a “esperti” interni specializzati per aumentare l’efficienza.

Alla domanda se l’AGI funzionerà con i trasformatori, Brin ha risposto:

“I Transformer sono stati stranamente flessibili. Li usiamo per immagini e video oltre al testo. Quindi hanno superato la loro capacità originale.

Ora, per essere onesti, lungo la strada, sono cambiati anche loro. Voglio dire, abbiamo qualunque tipo di MOE, trasformatori. Voglio dire, ci sono molti piccoli dettagli che sono cambiati lungo il percorso, quindi non è esattamente la stessa cosa della carta del trasformatore.

Se potessi indovinare, qualcosa di simile potrebbe essere AGI? Direi di sì.

Questa è solo la mia ipotesi, solo perché sono stati in grado di evolversi così tanto.

Ma come ho detto, stanno cambiando. Non è esattamente la stessa cosa della carta trasformatrice originale.”

I modelli mondiali stanno convergendo con i Gemelli

A Brin è stato chiesto se i modelli mondiali avrebbero aiutato l’intelligenza artificiale a raggiungere l’AGI, se questo rientra nel raggiungimento di tale obiettivo. Un modello mondiale è una simulazione interna della realtà dell’intelligenza artificiale che aiuta ad anticipare ciò che potrebbe accadere dopo. Prevedendo le conseguenze di diverse azioni, può prendere decisioni migliori e pianificare in anticipo.

Ha citato Gemini Omni di Google come esempio di questa direzione nell’intelligenza artificiale. Gemini Omni è stato presentato a metà maggio al Google I/O. Google la descrive come la nuova famiglia di modelli di intelligenza artificiale multimodale “qualsiasi input to output”. Combina le capacità di ragionamento di Gemini con capacità multimediali generative, a partire dalla creazione e dal montaggio di video. Google lo descrive come un modello che alla fine può “creare qualsiasi cosa da qualsiasi input”.

La domanda posta era:

“Qual è il tuo punto di vista su come i modelli mondiali possono aiutare a raggiungere l’AGI?”

Brin rispose:

“Sì, voglio dire, i modelli mondiali sono come i video, fondamentalmente, modelli. E immagino che ce ne siano un paio: la gente parla di AGI in modo piuttosto ampio.

Lo penso come, penso all’AGI come all’idea che l’intelligenza artificiale possa effettivamente migliorare se stessa.

Ma altre persone, e penso che probabilmente quelle persone abbiano più ragione, pensano che AGI significhi, beh, che l’intelligenza artificiale deve essere in grado di fare tutto ciò che una persona può fare.

E sono due cose diverse.

Quindi, per fare tutto ciò che una persona può fare, devi assolutamente essere in grado di comprendere e interagire con il mondo fisico.

Quindi, essere in grado di sapere, sognare, immaginare cosa succederà nel mondo se fai qualcosa e lo comprendi è ovviamente importante.

Quindi, penso che i modelli mondiali, sì, se hai intenzione di fare tutto e questo, sai, si estende alla robotica e cose del genere, i modelli mondiali sono fondamentali.

E sì, voi ragazzi probabilmente avete avuto più tempo di me per giocare con il nostro modello Gem Omni, onestamente, perché sono immerso nel gioco dell’auto-miglioramento.

Ma sì, ci stiamo lavorando da molto tempo, Omni è l’ultima versione.

Anche Omni è piuttosto interessante perché è proprio lo stesso, sai, Gemini, come lo abbiamo addestrato anche con tutto il testo e tutte le altre cose, si allena esattamente allo stesso modo.

Il fatto che questi convergano è piuttosto sorprendente. Ma sì, hai bisogno di quella capacità per questa capacità di interagire fisicamente.

La conclusione è che i Gemelli stanno prendendo una nuova direzione con la convergenza dei modelli mondiali. È la fase successiva della crescita.

Cosa verrà dopo l’AGI?

Qualcuno ha chiesto a Brin cosa verrà dopo l’AGI, ed è stata davvero un’ottima domanda. La cosa interessante della risposta di Brin è che non ne aveva una. La risposta di Brin fu che non riusciva davvero a vedere oltre. Ha paragonato l’intelligenza artificiale alle ondate tecnologiche precedenti come il web e il mobile computing, ma non ha identificato un paradigma di ciò che verrà dopo.

L’implicazione è che capire cosa verrà dopo l’AGI sarebbe di per sé una grande opportunità.

Ha detto:

“Wow, è un’ottima domanda.

Quale sarà il prossimo passo dopo il raggiungimento dell’AGI?

Voglio dire, penso che tutti siano piuttosto concentrati sull’accelerazione della crescita dell’intelligenza artificiale in questo momento. Cosa viene dopo?

Abbiamo iniziato ovviamente con la ricerca sul web e su internet. Abbiamo attraversato la generazione mobile, che è stata un’altra grande esplosione.

Immagino che ora le persone lo siano: ora l’intelligenza artificiale è una nuova enorme tendenza del settore. E cosa viene dopo?

Ragazzi… voglio dire, penso che se riesci a rispondere, avrai una compagnia fantastica tra le mani.

Cosa significa tutto

• Brin vede l’intelligenza artificiale muoversi verso l’AGI attraverso la convergenza.
• Le funzionalità, una volta gestite da modelli separati, si stanno fondendo in famiglie di modelli più ampie.
• Il trasferimento dell’apprendimento aiuta un tipo di competenza a migliorare le prestazioni di un altro.
• I trasformatori continuano ad evolversi.
• I modelli mondiali potrebbero essere la prossima fase di crescita dei Gemelli.
• Può darsi che nessuno sappia cosa verrà dopo l’AGI finché non lo avrà raggiunto.

OpenAI, Google DeepMind e Anthropic stanno tutti lavorando per creare AGI, dando priorità a diversi obiettivi.

La descrizione di Brin di Gemini offre uno sguardo su come Google pensa che si possa ottenere l’AGI. Ha descritto un processo di convergenza, in cui capacità che un tempo richiedevano sistemi separati stanno comparendo sempre più all’interno della stessa famiglia modello. Uno dei motivi per cui ciò sta accadendo è il trasferimento dell’apprendimento, in cui l’addestramento di un modello in un dominio ne migliora le capacità in un altro.

Quella stessa convergenza si sta ora estendendo ai modelli mondiali. Invece di trattare la comprensione del mondo fisico come una disciplina separata, Google sta integrando tali capacità nella stessa Gemini. Brin ha indicato Gemini Omni come un esempio di come il ragionamento, la comprensione multimodale e le capacità di modellare il mondo stiano diventando sempre più parte dello stesso sistema.

Ciò che verrà dopo l’AGI rimane una questione aperta. Brin ha detto che può immaginare che le attuali architetture AI continuino ad evolversi verso l’AGI, ma quando gli è stato chiesto cosa ne seguirà, non ha avuto una risposta. Se l’AGI è la prossima frontiera, tutto ciò che verrà dopo potrebbe costituire il fondamento di una generazione completamente nuova di aziende e tecnologie.

Ed è qui che siamo diretti con l’intelligenza artificiale.

Guarda l’intervista qui:

Immagine/screenshot in primo piano