L'Intelligenza Artificiale Generale (AGI) è una forma teorica di IA in grado di svolgere qualsiasi compito intellettuale che un essere umano possa affrontare. A differenza dei sistemi di IA odierni, progettati per compiti specifici come il rilevamento di frodi, la raccomandazione di film o la generazione di testo, un'AGI sarebbe in grado di ragionare in modo ampio, trasferire l'apprendimento da un dominio all'altro e risolvere problemi sconosciuti senza essere esplicitamente riaddestrata per ciascuno di essi. Il concetto è spesso usato come sinonimo di "IA forte" o "IA a livello umano".
Come funziona l'Intelligenza Artificiale Generale (AGI)
L'AGI non è stata ancora raggiunta, quindi descriverne il funzionamento significa illustrare gli approcci di ricerca mirati a realizzarla. La maggior parte degli sforzi si concentra sul ridimensionamento delle architetture esistenti di deep learning, sull'addestramento di modelli di base su set di dati molto più ampi e diversificati e sul miglioramento delle capacità di ragionamento e pianificazione dei grandi modelli linguistici. Una linea di ricerca complementare cerca di dotare i sistemi di IA di memoria, modelli del mondo e della capacità di agire negli ambienti (attraverso la robotica o l'uso di strumenti), così che possano imparare dall'esperienza come fanno le persone.
Immagina di mostrare a un sistema di questo tipo un breve video di qualcuno che va in bicicletta. Un'IA ristretta addestrata solo su dati relativi al ciclismo potrebbe classificare il video, ma solo un sistema dotato di intelligenza generale sarebbe in grado di dedurre l'equilibrio, prevedere cosa accade su una salita, redigere una lezione di sicurezza per un bambino e scrivere una poesia sulla pedalata. Raggiungere questo tipo di trasferimento fluido e trasversale tra domini è la sfida fondamentale che la ricerca sull'AGI cerca di affrontare.
Perché è importante
Si parla di AGI perché le poste in gioco economiche e sociali sarebbero enormi se venisse realizzata. Un sistema che eguagliasse il ragionamento umano nell'intera gamma del lavoro professionale potrebbe, in linea di principio, accelerare la ricerca scientifica, automatizzare processi decisionali complessi e rimodellare il mercato del lavoro. Queste stesse capacità sollevano serie questioni di sicurezza, allineamento, responsabilità e concentrazione del potere, ed è per questo che organizzazioni come il Center for AI Safety e gruppi accademici in tutto il mondo hanno pubblicato framework e raccomandazioni politiche volti a prepararsi all'arrivo di sistemi di IA avanzati.
Concetti chiave legati all'AGI
- IA ristretta: lo standard attuale, sistemi che svolgono un singolo compito ben definito, come il filtraggio dello spam o il riconoscimento vocale.
- Modelli di base: grandi modelli generici (ad esempio, i grandi modelli linguistici) che possono essere adattati a molti compiti e che alcuni ricercatori considerano un passo verso l'AGI.
- Superintelligenza: un sistema le cui capacità in ogni dominio supererebbero le migliori prestazioni umane; ampiamente considerata una possibile conseguenza dell'AGI, non un sinonimo.
- Allineamento dell'IA: il campo di ricerca incentrato sul garantire che i sistemi di IA sempre più capaci agiscano in linea con gli obiettivi e i valori umani.
- IA a livello umano: un quasi-sinonimo di AGI, talvolta usato per sottolineare la parità con la cognizione umana anziché una specifica architettura.
Se l'AGI sia a distanza di anni, decenni o secoli resta una questione aperta e attivamente dibattuta tra i ricercatori, ma il termine è diventato una comoda sintesi dell'aspirazione di lungo periodo che guida una parte significativa della moderna ricerca e delle politiche sull'IA. Per una panoramica più approfondita su come i ricercatori inquadrano la sfida, si vede il paper "Levels of AGI" di Morris et al. (2023) su arXiv.