Nelle comunità dedicate all’intelligenza artificiale stanno circolando indiscrezioni secondo cui Google DeepMind potrebbe aver raggiunto un nuovo stadio nella ricerca sulla recursive self-improvement, o RSI, cioè sui sistemi capaci di contribuire al miglioramento delle proprie capacità e delle generazioni successive di modelli. Alla base delle speculazioni non c’è però un annuncio di Google, bensì una serie di messaggi e schermate pubblicate sui social che sono state interpretate come possibili riferimenti a strumenti interni di ricerca. Google DeepMind non ha confermato né l’esistenza del modello indicato né il raggiungimento di una forma autonoma di RSI.
L’episodio è iniziato il 12 settembre con un breve messaggio pubblicato su X dall’account Lyraxana e indirizzato all’account ufficiale di Google DeepMind. Il testo riportava la frase “huge RegratulationS Indeed!”, nella quale le lettere maiuscole R, S e I formavano la sigla RSI. Il particolare è stato immediatamente interpretato da alcuni utenti come un riferimento intenzionale alla recursive self-improvement e ha dato origine a una serie di ipotesi sull’esistenza di progressi interni non ancora annunciati.
Le speculazioni sono aumentate quando l’account Lentils80 ha pubblicato una schermata che sembrava mostrare una risposta in formato JSON riconducibile a un’API di Google. Nell’immagine comparivano il codice “models/rsi-model-liverl-le” e la denominazione “RSI Model LiveRL LE”, insieme a una finestra di input indicata in 1.048.576 token e a una capacità massima di output di 65.536 token. Nella stessa serie di informazioni comparivano inoltre dieci possibili slot denominati secondo lo schema “rsi-model-liverl-ns-00” fino a “rsi-model-liverl-ns-09”, interpretati online come ambienti o istanze separate utilizzate durante attività di training. Non esistono però elementi pubblici che consentano di verificare l’autenticità della schermata o il significato effettivo di queste denominazioni.
L’attenzione suscitata dal leak è legata anche alle attività che Google sta effettivamente svolgendo sul miglioramento automatico dei modelli. Sergey Brin è tornato negli ultimi mesi a ricoprire un ruolo molto attivo nello sviluppo di Gemini e nelle strategie tecniche legate all’intelligenza artificiale, intervenendo direttamente sulle priorità di ricerca e sulla velocità con cui vengono sviluppate nuove capacità. Secondo informazioni emerse dall’interno dell’azienda, Brin sta spingendo in particolare sull’uso del reinforcement learning e su tecniche che possano accelerare il miglioramento dei modelli e delle loro capacità di programmazione.
Il concetto di RSI indica un processo nel quale un sistema di intelligenza artificiale contribuisce a migliorare il software, gli algoritmi, i processi di training o altri componenti utilizzati per sviluppare versioni più capaci di se stesso. Nella forma più avanzata ipotizzata nella ricerca sull’AI, questo meccanismo potrebbe trasformarsi in un ciclo nel quale ogni generazione del sistema contribuisce alla costruzione di quella successiva, riducendo progressivamente la quantità di intervento umano necessaria. Le informazioni emerse finora su Google non dimostrano però l’esistenza di un ciclo di miglioramento completamente autonomo di questo tipo.
Google ha già mostrato sistemi nei quali l’intelligenza artificiale viene utilizzata per migliorare componenti tecniche che fanno parte dello stesso ecosistema di calcolo. Un esempio è AlphaEvolve, impiegato per individuare soluzioni algoritmiche e ottimizzazioni, comprese modifiche a kernel utilizzati per operazioni matematiche come la moltiplicazione di matrici. Esperimenti di questo genere dimostrano che i modelli possono contribuire allo sviluppo di software e procedure più efficienti, ma non equivalgono automaticamente a un sistema che modifica autonomamente se stesso e avvia senza supervisione un processo ricorsivo di miglioramento.
Il tema della self-improvement è diventato centrale anche nel dibattito tra i principali laboratori di AI. Dario Amodei, CEO di Anthropic, ha recentemente indicato l’emergere di forme di recursive self-improvement tra i motivi per cui ritiene necessario rallentare lo sviluppo dei sistemi più avanzati e introdurre verifiche di sicurezza più rigorose. Anche ricercatori di OpenAI hanno richiamato l’attenzione sui rischi associati a modelli sempre più autonomi e capaci di contribuire allo sviluppo di altri sistemi di AI. Queste preoccupazioni hanno alimentato ulteriormente l’interesse verso qualsiasi possibile indizio proveniente dai laboratori di Google DeepMind.
Le indiscrezioni attuali non consentono però di concludere che Google abbia raggiunto una vera RSI autonoma. Anche nel caso in cui le denominazioni mostrate nelle schermate fossero autentiche, la presenza della sigla RSI in un nome interno potrebbe indicare un progetto sperimentale, una piattaforma di reinforcement learning, un sistema dedicato alla valutazione o semplicemente una particolare fase della ricerca. Non è inoltre noto cosa significhino le sigle “LiveRL” e “LE”, né se gli eventuali dieci slot siano realmente destinati all’addestramento simultaneo di varianti del modello.
Il punto verificabile è quindi che Google sta investendo in maniera crescente su sistemi capaci di partecipare al miglioramento dei modelli, del codice e dei processi di training, mentre la presunta esistenza di un modello interno chiamato “RSI Model LiveRL LE” resta al momento non confermata. Le schermate e i messaggi circolati online hanno attirato particolare attenzione proprio perché coincidono con una fase nella quale Google sta accelerando lo sviluppo di Gemini e la ricerca su tecniche di auto-miglioramento, ma non costituiscono una prova del raggiungimento di un sistema capace di evolvere autonomamente attraverso cicli ricorsivi.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)