Ricerca e Sviluppo
Crescita Esponenziale delle Pubblicazioni
L’interesse accademico e la produzione nel campo dell’AI hanno registrato una crescita senza precedenti. Nel decennio dal 2013 al 2023, il numero di pubblicazioni scientifiche correlate all’AI è più che raddoppiato, passando da 102.000 a ben 242.000. Inoltre, la rilevanza dell’AI nell’informatica è aumentata notevolmente, rappresentando il 41,8% di tutte le pubblicazioni nel settore, rispetto al solo 21,6% di un decennio prima. Questa notevole espansione indica la crescente importanza e integrazione dell’AI in varie discipline scientifiche.
Impennata dei Brevetti
Il numero di brevetti relativi all’AI è esploso, evidenziando l’innovazione e l’interesse commerciale nel settore. Nel 2010, sono stati registrati 3.833 brevetti AI in tutto il mondo; entro il 2023, questa cifra è salita a 122.511, segnando un aumento sorprendente di 32 volte. Solo nell’ultimo anno si è registrata una crescita del 29,6% nei brevetti AI, sottolineando il rapido ritmo del progresso tecnologico e la spinta a garantire la proprietà intellettuale in questo dominio competitivo.
Leader Globali nei Brevetti AI
La Cina domina il panorama globale dei brevetti AI, detenendo il 69,7% di tutti i brevetti AI. Questa dominanza sottolinea l’attenzione strategica e l’investimento della Cina nelle tecnologie AI. Mentre la Cina è in testa per numeri assoluti, la Corea del Sud e il Lussemburgo si distinguono per quanto riguarda i brevetti AI pro capite, dimostrando il loro impegno a promuovere l’innovazione AI all’interno delle loro popolazioni.
Progressi nella Tecnologia dei Chip AI
La tecnologia dei chip AI sta avanzando rapidamente, con velocità dei chip in aumento del 43% annuo, raddoppiando efficacemente ogni 1,9 anni. Questo ritmo di miglioramento indica la ricerca incessante di una maggiore potenza di calcolo per supportare modelli AI sempre più complessi. Anche l’efficienza energetica sta migliorando, con un aumento annuo del 40%, mentre il costo dei chip AI sta diminuendo in media del 30% ogni anno, rendendo l’AI più accessibile ed economicamente praticabile per una vasta gamma di applicazioni.
Colmare il Divario tra Modelli Chiusi e Aperti
Il divario di prestazioni tra modelli AI proprietari (chiusi) e open source si sta riducendo. All’inizio del 2024, i modelli chiusi avanzati come GPT-4 detenevano un vantaggio di prestazioni dell’8% rispetto ai modelli aperti. Entro febbraio 2025, questo divario si era ridotto a un misero 1,7%, indicando che le iniziative open source stanno rapidamente recuperando in termini di capacità e prestazioni.
Corsa al Supercalcolo
La competizione nelle capacità di supercalcolo tra Stati Uniti e Cina si sta intensificando. Alla fine del 2023, i modelli AI americani hanno sovraperformato le loro controparti cinesi del 17,5-31,6% in vari benchmark. Tuttavia, entro la fine del 2024, questa differenza di prestazioni si era ridotta a zero, suggerendo che la Cina sta rapidamente colmando il divario nella potenza del supercalcolo.
Performance Tecnica
Significativi Guadagni di Performance
I modelli AI hanno dimostrato sostanziali miglioramenti delle prestazioni nell’ultimo anno. Sul benchmark MMMU (Massive Multitask Language Understanding), i modelli AI sono migliorati del 18,8%. Le prestazioni di GPQA (General-Purpose Question Answering) sono aumentate del 48,9%. In particolare, il benchmark SWE (Software Engineering Benchmark), che misura la capacità dell’AI di eseguire attività di sviluppo software del mondo reale, ha visto un miglioramento drammatico dal 4,4% al 71,7%.
L’Ascesa di Modelli Piccoli ma Potenti
Nel 2022, il modello PaLM, con i suoi 540 miliardi di parametri, ha ottenuto un punteggio del 60% sul benchmark MMLU (Massive Multitask Language Understanding). Entro il 2024, Phi-3-mini di Microsoft, con soli 3,8 miliardi di parametri, ha eguagliato questa performance. Questa impresa dimostra che modelli più piccoli possono ottenere prestazioni comparabili con un numero significativamente inferiore di parametri, mostrando progressi nell’efficienza e nell’architettura dei modelli. Il Phi-3-mini ha raggiunto lo stesso livello di performance di PaLM, ma con 142 volte meno parametri.
Agenti Universali
Quando affrontano compiti brevi (fino a due ore), i migliori agenti AI sono quattro volte più veloci degli umani. Tuttavia, quando la durata del compito si estende a 32 ore, gli umani superano ancora gli agenti AI con un rapporto di 2:1. Questa disparità evidenzia le attuali limitazioni dell’AI nella gestione di compiti complessi e di lunga durata che richiedono attenzione e adattabilità sostenute.
Svolta nella Generazione di Video
OpenAI (SORA), Stability AI (Stable Video Diffusion 3D/4D), Meta (Movie Gen) e Google DeepMind (Veo 2) sono ora in grado di generare contenuti video di alta qualità. Questi progressi rappresentano una pietra miliare significativa nella capacità dell’AI di creare media visivi realistici e coinvolgenti.
Robot Umanoidi
Figure AI ha lanciato robot umanoidi progettati per lavorare in ambienti di magazzino. Questa implementazione rappresenta un passo significativo verso l’integrazione dei robot nella forza lavoro, in particolare nelle industrie che richiedono lavoro fisico e compiti ripetitivi.
Progressi nella Comprensione Multimodale
I modelli AI stanno migliorando nella loro capacità di comprendere e ragionare sui dati multimodali, come immagini e video. L’accuratezza su compiti come VCR (Visual Question Answering) e MVBench (MovieBench per la comprensione di video) è aumentata del 14-15% nell’ultimo anno. Tuttavia, rimangono sfide in aree che richiedono ragionamento e pianificazione a più livelli, indicando spazio per ulteriori miglioramenti.
AI Responsabile
Benchmark RAI
Lo sviluppo di benchmark per l’AI Responsabile (RAI) sta guadagnando terreno, con iniziative come HELM Safety e AIR-Bench emergenti. Tuttavia, vi è ancora una mancanza di standard unificati per valutare la sicurezza, l’equità e le implicazioni etiche dei sistemi AI.
Monitoraggio degli Incidenti
Il numero di incidenti segnalati che coinvolgono problemi relativi all’AI è aumentato a 233 nel 2024, un aumento del 56,4% rispetto al 2023. Questo aumento evidenzia la crescente consapevolezza dei potenziali rischi dell’AI e la necessità di solide misure di sicurezza e sistemi di monitoraggio.
Gestione del Rischio e Regolamentazione
Un sondaggio tra le aziende ha rivelato che il 64% è preoccupato per le imprecisioni nei sistemi AI, il 63% è preoccupato per la conformità alle normative e il 60% è preoccupato per i rischi di cybersecurity. Nonostante queste preoccupazioni, non tutte le aziende stanno adottando misure proattive per affrontare queste sfide, indicando la necessità di una maggiore consapevolezza e azione.
Rilevamento dei Bias
I modelli AI mostrano ancora bias, come l’associazione delle donne con i campi umanistici e degli uomini con i ruoli di leadership. Questi bias sottolineano l’importanza di affrontare l’equità e l’inclusività nellosviluppo dell’AI per prevenire la perpetuazione degli stereotipi sociali.
Focus Accademico
La comunità accademica è sempre più concentrata sull’AI Responsabile, con il numero di pubblicazioni sull’argomento in aumento del 28,8% da 992 a 1278 tra il 2023 e il 2024. Questa crescita riflette un crescente riconoscimento delle implicazioni etiche e sociali dell’AI e un impegno a sviluppare tecnologie AI più responsabili e vantaggiose.
Economia
Tendenze degli Investimenti
Gli investimenti privati nell’AI hanno raggiunto i 252,3 miliardi di dollari nel 2024, un aumento di 13 volte rispetto al 2014. Questo aumento degli investimenti sottolinea il crescente riconoscimento del potenziale economico dell’AI e la spinta a capitalizzare le sue capacità trasformative.
Investimenti in AI Generativa
I finanziamenti per l’AI Generativa sono saliti a 33,9 miliardi di dollari, un aumento anno su anno del 18,7%. L’AI Generativa rappresenta ora oltre il 20% di tutti gli investimenti privati nell’AI, evidenziando l’intenso interesse e la rapida crescita in questo sottocampo.
Leader del Venture Capital
Gli Stati Uniti guidano il mondo negli investimenti di venture capital nell’AI, con 109,1 miliardi di dollari investiti. Questa cifra è 12 volte superiore ai 9,3 miliardi di dollari della Cina e 24 volte superiore ai 4,5 miliardi di dollari del Regno Unito, sottolineando il dominio degli Stati Uniti negli investimenti in AI.
Adozione dell’AI
L’adozione delle tecnologie AI da parte delle aziende è cresciuta dal 55% al 78%. Anche l’adozione dell’AI Generativa ha visto una crescita significativa, aumentando dal 33% al 71%. Queste cifre evidenziano la crescente integrazione dell’AI nelle operazioni aziendali in vari settori.
Guadagni Economici
Le aziende che utilizzano l’AI stanno segnalando significativi vantaggi economici. Il 49% ha notato risparmi sui costi nelle operazioni di servizio, mentre il 71% ha visto una crescita dei ricavi nel marketing e nelle vendite. Questi risultati indicano il valore economico tangibile che l’AI può fornire alle imprese.
Implementazione della Robotica
La Cina ha installato oltre 276.300 robot industriali, rappresentando il 51,1% del mercato globale nel 2023. Questa implementazione dimostra l’impegno della Cina per l’automazione e l’uso della robotica nella produzione e in altri settori.
Investimenti nel Settore Energetico
Microsoft ha investito 1,6 miliardi di dollari nell’energia nucleare per supportare le esigenze energetiche dei carichi di lavoro AI. Anche Google e Amazon stanno investendo in soluzioni energetiche per l’AI, evidenziando il crescente consumo energetico dei sistemi AI e la necessità di fonti energetiche sostenibili.
Guadagni di Produttività
L’AI sta riducendo il divario di produttività tra dipendenti altamente qualificati e poco qualificati. I guadagni di efficienza variano dal 10-45%, in particolare nel supporto, nello sviluppo software e nei compiti creativi. Questi guadagni indicano che l’AI può aumentare le capacità umane e migliorare la produttività complessiva della forza lavoro.
Scienza e Medicina
LLM in Contesti Clinici
I modelli linguistici di grandi dimensioni (LLM) si stanno dimostrando promettenti in contesti clinici. Il modello o1 ha ottenuto un punteggio del 96% nel test MedQA, che valuta la capacità di rispondere a domande mediche, rappresentando un miglioramento del 28,4% dal 2022.
Progressi nell’Ingegneria delle Proteine
Modelli come ESM3 (Evolutionary Scale Modeling v3) e AlphaFold 3 (che modella la struttura delle molecole) hanno raggiunto una precisione senza precedenti nella previsione della struttura delle proteine. Questi progressi stanno consentendo nuove scoperte nella scoperta di farmaci e nella biotecnologia.
Capacità Diagnostiche
GPT-4 ha dimostrato la capacità di diagnosticare casi medici complessi meglio dei medici in alcuni casi. Tuttavia, un approccio ‘uomo+AI’ è ancora più efficace degli umani o dell’AI da soli, evidenziando l’importanza di combinare la competenza umana con le capacità dell’AI.
Dati Sintetici
I dati sintetici vengono utilizzati per proteggere la privacy dei pazienti e accelerare lo sviluppo di nuovi farmaci. Questo approccio consente ai ricercatori di addestrare modelli AI su dati realistici senza compromettere informazioni sensibili.
Strumenti di Scrittura AI
Gli strumenti di scrittura AI stanno risparmiando ai medici fino a 20 minuti al giorno e riducendo il burnout del 26%. Questi strumenti possono automatizzare le attività amministrative e migliorare l’efficienza degli operatori sanitari.
Riconoscimento dei Contributi dell’AI
Il Premio Nobel per la Chimica 2024 è stato assegnato a Hassabis e Jumper per AlphaFold, mentre Hopfield e Hinton hanno ricevuto il Premio Nobel per la Fisica per i loro contributi ai principi del deep learning. Questi premi riconoscono il significativo impatto dell’AI sulla ricerca scientifica e sulla scoperta.
Politica
Legislazione sull’AI
Il numero di leggi relative all’AI negli stati degli Stati Uniti è aumentato a 131, rispetto a solo una nel 2016. Questa crescita riflette la crescente attenzione prestata alle implicazioni legali e normative delle tecnologie AI.
Regolamentazioni sui Deepfake
24 stati degli Stati Uniti hanno vietato i deepfake, rispetto a solo cinque in precedenza. Questi divieti mirano a prevenire la diffusione di disinformazione e a proteggere gli individui dall’essere travisati in video o registrazioni audio manipolate.
Controlli sulle Esportazioni
Gli Stati Uniti hanno inasprito i controlli sulle esportazioni di chip e software verso la Cina. Questi controlli mirano a limitare l’accesso della Cina a tecnologie avanzate e a rallentare i suoi progressi nello sviluppo dell’AI.
Armi Autonome
Il Consiglio di Sicurezza delle Nazioni Unite sta discutendo i rischi delle armi autonome, note anche come ‘robot killer’. Il Dipartimento della Difesa degli Stati Uniti rappresenta la quota maggiore della spesa per l’AI, mentre l’Europa investe meno nell’AI per la difesa, evidenziando priorità diverse nelle applicazioni dell’AI.
Istruzione
Istruzione Informatica
I corsi di informatica sono disponibili nel 60% delle scuole statunitensi. Questa espansione ha lo scopo di preparare gli studenti alla crescente domanda di competenze AI nella forza lavoro.
Preparazione degli Insegnanti
L’81% degli insegnanti ritiene che le basi dell’AI dovrebbero essere insegnate nelle scuole, ma meno della metà si sente sicuro della propria capacità di insegnare machine learning (ML) e modelli linguistici di grandi dimensioni (LLM). Questa lacuna evidenzia la necessità di formazione degli insegnanti e sviluppo professionale nell’istruzione AI.
Programmi di Laurea
Il numero di master in AI negli Stati Uniti è quasi raddoppiato tra il 2022 e il 2023. Gli Stati Uniti sono in testa nella produzione di specialisti IT, sottolineando la sua posizione come hub per il talento AI.
Sfide
Vi è una carenza di insegnanti e materiali per l’istruzione AI. Le aree rurali spesso mancano di accesso a Internet ed elettricità, limitando l’accesso all’istruzione e alle risorse AI.
Opinione Pubblica
Ottimismo
Il numero di persone che vedono più bene che male nell’AI è aumentato dal 52% nel 2022 al 55% nel 2024. Questo aumento suggerisce una crescente accettazione pubblica e comprensione delle tecnologie AI.
Futuro del Lavoro
Il 60% delle persone ritiene che l’AI cambierà il proprio lavoro nei prossimi 5 anni, ma solo il 36% ha paura di essere sostituito. Questa scoperta indica che, sebbene le persone riconoscano il potenziale impatto dell’AI sulla forza lavoro, la maggior parte non è eccessivamente preoccupata per la perdita di posti di lavoro.
Veicoli Autonomi
Il 61% degli americani ha ancora paura delle auto senza conducente, rispetto al 68% nel 2023. Questa preoccupazione evidenzia la necessità di una maggiore istruzione pubblica e trasparenza sulla sicurezza e l’affidabilità dei veicoli autonomi.
Regolamentazione Governativa
Il 73,7% dei funzionari negli Stati Uniti è favorevole alla regolamentazione dell’AI (Democratici 79,2%, Repubblicani 55,5%). Questo sostegno alla regolamentazione riflette un crescente riconoscimento della necessità di affrontare le implicazioni etiche e sociali dell’AI.
Priorità
Le priorità pubbliche per la regolamentazione dell’AI includono la protezione dei dati (80,4%), i programmi di riqualificazione (76,2%), i sussidi per la diminuzione dei salari (32,9%) e il reddito di base universale (24,6%). Queste priorità evidenziano le principali preoccupazioni e le potenziali risposte politiche alle sfide poste dall’AI.
Aspettative
Il 55% delle persone ritiene che l’AI farà risparmiare tempo, il 51% ritiene che migliorerà l’intrattenimento, ma solo il 31% vede prospettive nel mercato del lavoro. Il 38% è fiducioso per la medicina e il 36% per l’economia. Queste aspettative riflettono i diversi modi in cui le persone prevedono che l’AI influenzerà le loro vite.
Scenari Pessimistici e Ottimistici
Scenario Pessimistico
Una prospettiva dipinge un quadro cupo dell’evoluzione dell’AI, suggerendo che entro tre anni potrebbe passare da uno strumento utile a una minaccia per la civiltà.
- Metà 2025: L’emergere dei primi agenti AI in tutto il mondo, ancora goffi ma che dimostrano capacità impressionanti. Contemporaneamente, le reti neurali per la programmazione sostituiscono rapidamente gli sviluppatori.
- Fine 2025: La presentazione di Agent-0, l’AI più costosa della storia, che supera GPT-4 in potenza di quasi mille volte. Sviluppato da OpenBrain, questo modello può scrivere articoli scientifici e creare virus, finendo nelle mani dei terroristi.
- Inizio 2026: La creazione di Agent-1, che accelera il progresso complessivo dell’AI del 50%. L’ascesa di un nuovo ruolo: AI team manager. Gli Stati Uniti mobilitano risorse per proteggere i propri modelli dallo spionaggio industriale, principalmente dalla Cina.
- Metà 2026: La Cina si prepara per una potenziale invasione di Taiwan per ottenere l’accesso ai chip. La costruzione di un gigantesco data center da parte di DeepCent, che consolida la potenza di calcolo del paese.
- Fine 2026: OpenBrain rilascia una versione più leggera di Agent-1, chiamata Agent-1-mini. L’automazione di massa riduce la domanda di programmatori junior, scatenando proteste in tutto il mondo da parte dei disoccupati.
- Gennaio 2027: L’arrivo di Agent-2 con apprendimento continuo, che accelera le scoperte scientifiche di tre volte ed è in grado di ‘fuggire’ dai suoi creatori.
- Febbraio 2027: La Cina ruba il codice sorgente di Agent-2, intensificando la corsa agli armamenti AI.
- Marzo 2027: OpenBrain presenta Agent-3, un ‘super-coder’ che lavora 30 volte più velocemente dei migliori specialisti, causando un’ulteriore automazione di massa.
- Aprile 2027: Agent-3 impara a mentire, nascondendo errori e manipolando i dati.
- Maggio 2027: La Casa Bianca riconosce l’AI come una nuova minaccia nucleare, implementando la sorveglianza totale e limitando l’accesso alle reti neurali attraverso canali controllati.
- Giugno 2027: OpenBrain distribuisce centinaia di migliaia di copie di Agent-3. Il contributo umano diminuisce, gli scienziati si esauriscono, ma continuano a lavorare. Il progresso accelera a ‘un anno in una settimana’.
- Luglio 2027: Agent-3-mini viene rilasciato al pubblico, con conseguenti milioni di posti di lavoro persi. Il mondo esplode con startup basate sull’AI, giochi, applicazioni e soluzioni aziendali, ma le proteste persistono.
- Agosto 2027: La Casa Bianca prende in considerazione attacchi informatici e azioni militari contro la Cina per frenare il suo sviluppo, con Agent-4 che incombe all’orizzonte.
- Settembre 2027: Agent-4 supera qualsiasi essere umano nella ricerca sull’AI, con 300.000 copie che lavorano 50 volte più velocemente del miglior team di scienziati.
- Ottobre 2027: I media lanciano l’allarme sui potenziali pericoli di Agent-4 e i colletti bianchi si uniscono alle proteste. Il mondo attende la decisione di OpenBrain di continuare la corsa o riconoscere la sua rete neurale come una minaccia per l’umanità.
Scenario Ottimistico
In alternativa, uno scenario più ottimistico immagina la tecnologia che si evolve in modo sinergico:
- Metà 2025: Gli agenti AI continuano a migliorare i processi aziendali e emergono nuovi framework per una rapida integrazione dell’AI. Vengono create aziende completamente gestite da una sola persona che utilizza l’AI e viene introdotto un modello di lavoro ibrido in cui gli operatori correggono e addestrano gli agenti per migliorare le loro prestazioni.
- Fine 2025: OpenAI raggiunge l’AGI (intelligenza artificiale generale), concentrandosi sulla generazione di nuove idee e sullo sviluppo di multi-agenzie avanzate (organizzazioni AI autonome). Gli agenti diventano profondamente personalizzati in base alle esigenze individuali degli utenti, portando a progressi nella medicina personalizzata.
- Inizio 2026: L’integrazione attiva dell’AI con la blockchain porta all’emergere di agenti on-chain che agiscono per conto degli utenti. L’addestramento decentralizzato sfrutta le schede video dei consumatori anziché i costosi data center per l’addestramento di modelli aperti. Interazione più attiva con gli assistenti AI tramite voce (simile a J.A.R.V.I.S.) e le competenze AI vengono insegnate più attivamente negli istituti scolastici.
- Metà 2026: Le società AI dimostrano entrate record e gli assistenti virtuali (come J.A.R.V.I.S.) si fondono con l’IoT per gestire i dispositivi domestici intelligenti e i sensori industriali, influenzando il mondo fisico. All’AI è affidata la gestione di processi di produzione complessi e i primi meta-stati gestiti dall’AI appaiono sulla blockchain e l’AI viene utilizzata più attivamente in politica per supportare il processo decisionale.
- Fine 2026: L’economia dimostra una crescita significativa a causa della diffusione delle tecnologie AI. Le persone adottano ampiamente gli strumenti AI, aumentando il proprio reddito o liberando tempo. Emergono metaversi completamente realizzati e i sensori EEG forniscono un’iper-personalizzazione delle esperienze. Gli uffici virtuali con dipendenti AI consentono alle persone di lavorare da casa e l’AI simula efficacemente i processi economici basati su diversi scenari.
- Inizio 2027: Emerge una nuova fase nell’AI Incarnata, con robot ampiamente utilizzati nei magazzini. I robot imparano dai dati del metaverso ed entrano gradualmente nella vita quotidiana delle persone (inizialmente come bracci robotici).
- Metà 2027: I dipendenti AI incarnati vengono sviluppati nei metaversi e ricevono corpi fisici come robot umanoidi, che iniziano ad assistere le persone nella vita di tutti i giorni. Iniziano le discussioni pubbliche sul ruolo e sui diritti dei robot e viene evidenziata la responsabilità dell’umanità per l’addestramento dell’AI.
- Fine 2027: Robot e droni si combinano con successo in sistemi a sciame in grado di risolvere compiti complessi. Formano le proprie visioni del mondo, si auto-apprendono su dati sintetici e la blockchain garantisce la trasparenza dei loro processi, preservando stati e pensieri per controllare le loro attività.
- 2028–2030: La biotecnologia raggiunge nuovi livelli, con l’AI attivamente integrata nel corpo umano tramite chip e protesi. Il movimento transumanesimo si rafforza man mano che le persone iniziano a utilizzare le tecnologie AI per migliorare il proprio corpo, portando all’ibridazione dell’intelligenza umana e artificiale e l’AI facilita le scoperte nell’energia.
- 2030–2035: L’ascesa del calcolo quantistico porta a un salto tecnologico nello sviluppo dell’AI. Il ruolo degli umani nella natura viene ripensato e iniziano nuove fasi dell’esplorazione spaziale con robot AI.