AGI, ASI e Singolarità vengono spesso utilizzate come tappe successive dell’evoluzione dell’intelligenza artificiale, ma descrivono concetti differenti e non esiste ancora una definizione scientifica universalmente condivisa che ne stabilisca con precisione i confini. L’Artificial General Intelligence indica generalmente un sistema capace di comprendere, apprendere e svolgere un ampio insieme di attività cognitive con una flessibilità paragonabile a quella umana; l’Artificial Superintelligence sposta invece il riferimento oltre le capacità delle persone, mentre la Singolarità descrive l’ipotesi di una fase nella quale il progresso tecnologico accelera fino a produrre trasformazioni difficili da prevedere utilizzando le categorie attuali.
L’AGI non coincide quindi con un’intelligenza artificiale semplicemente molto competente in numerose attività. I sistemi attuali possono programmare, tradurre, generare testi e immagini, analizzare documenti, affrontare problemi matematici e utilizzare differenti modalità di input, ma queste capacità non dimostrano automaticamente l’esistenza di un’intelligenza generale. Un sistema AGI dovrebbe riuscire a trasferire conoscenze tra domini differenti, affrontare situazioni nuove, acquisire autonomamente le competenze necessarie, pianificare e risolvere problemi senza essere stato costruito specificamente per ciascuna attività.
La difficoltà principale consiste nello stabilire come misurare questa generalità. Nel marzo 2026 Google DeepMind ha proposto un quadro basato su dieci capacità cognitive: percezione, generazione, attenzione, apprendimento, memoria, ragionamento, metacognizione, funzioni esecutive, problem solving e cognizione sociale. L’obiettivo è valutare un sistema su una combinazione di competenze e verificare quanto riesca a mantenere prestazioni elevate passando da un dominio all’altro, evitando di identificare l’AGI attraverso un singolo benchmark. DeepMind riconosce comunque che gli strumenti empirici disponibili non permettono ancora di determinare con precisione quanto i sistemi contemporanei siano vicini a questa soglia.
OpenAI utilizza una definizione differente, legata maggiormente all’autonomia e all’impatto economico: considera AGI sistemi altamente autonomi capaci di superare gli esseri umani nella maggior parte delle attività economicamente rilevanti. Le due impostazioni mostrano quanto la definizione stessa influenzi la valutazione dei progressi, perché un criterio centrato sulle capacità cognitive generali non coincide necessariamente con uno basato sulla sostituzione o sul superamento delle prestazioni umane nel lavoro. Al momento manca quindi una soglia condivisa oltre la quale sia possibile dichiarare oggettivamente che l’AGI è stata raggiunta.
L’ASI, Artificial Superintelligence, introduce un cambiamento di scala. Un sistema di questo tipo dovrebbe superare significativamente le capacità cognitive umane in un insieme molto ampio di attività, comprese quelle nelle quali operano i migliori specialisti. Il concetto è precedente all’attuale sviluppo dei modelli generativi e ha ricevuto particolare attenzione con il lavoro di Nick Bostrom, che nel 2014 descriveva la superintelligenza come un intelletto nettamente superiore ai migliori cervelli umani praticamente in ogni campo rilevante, dalla ricerca scientifica alle competenze sociali.
Nel giugno 2026 Google DeepMind ha affrontato direttamente questo passaggio nel rapporto From AGI to ASI, descrivendo AGI e superintelligenza come punti differenti lungo un continuum di capacità. Un’ASI potrebbe raggiungere un livello cognitivo superiore non soltanto a quello di un singolo individuo, ma potenzialmente anche a quello di grandi organizzazioni composte da esseri umani, modificando quindi la scala sulla quale vengono confrontate le capacità artificiali.
Anche le principali aziende del settore hanno iniziato a utilizzare esplicitamente questo linguaggio. Sam Altman aveva dichiarato nel gennaio 2025 che OpenAI riteneva di conoscere il percorso per costruire l’AGI nel significato tradizionale del termine e che l’attenzione iniziava già a spostarsi verso la superintelligenza. Nel febbraio 2026, durante l’India AI Impact Summit, ha indicato la possibilità che prime forme di vera superintelligenza possano comparire nel giro di pochi anni, precisando comunque che una previsione di questo tipo potrebbe rivelarsi errata.
Meta ha reso la stessa prospettiva parte della propria organizzazione attraverso Meta Superintelligence Labs. Mark Zuckerberg ha descritto la superintelligenza come una tecnologia destinata non soltanto ad automatizzare attività esistenti, ma soprattutto ad ampliare la capacità di invenzione, aiutando le persone a produrre nuove conoscenze, sviluppare farmaci e individuare soluzioni che oggi non sono disponibili. Nella stessa visione compare anche il concetto di recursive self-improvement, ossia la possibilità che un sistema AI contribuisca al miglioramento delle proprie capacità, aumentando progressivamente l’efficienza con cui utilizza risorse computazionali ed energetiche.
È proprio l’auto-miglioramento a collegare la superintelligenza al concetto di Singolarità. Una AI capace di contribuire alla progettazione di sistemi AI migliori potrebbe teoricamente accelerare il proprio sviluppo attraverso cicli successivi, riducendo progressivamente il tempo necessario per produrre nuovi avanzamenti. La Singolarità tecnologica descrive l’ipotetico punto nel quale questa accelerazione, combinata con altri progressi scientifici e tecnologici, rende impossibile prevedere in modo affidabile ciò che avverrà successivamente.
Il termine deriva dalla matematica e dalla fisica, dove una singolarità identifica condizioni nelle quali il comportamento di un sistema raggiunge valori estremi o non può più essere descritto adeguatamente attraverso il modello utilizzato. Trasferita alla tecnologia, l’idea mantiene lo stesso significato concettuale: esisterebbe una soglia oltre la quale le regole utilizzate per interpretare lo sviluppo precedente non sarebbero più sufficienti a descriverne l’evoluzione.
Vernor Vinge formalizzò una delle versioni più influenti di questa ipotesi nel 1993, sostenendo che la comparsa di intelligenze superiori a quella umana avrebbe potuto provocare un’accelerazione tecnologica tale da rendere estremamente difficile prevedere il mondo successivo. Ray Kurzweil ha successivamente legato il concetto a una cronologia precisa, indicando il 2029 come possibile momento nel quale l’intelligenza artificiale potrebbe raggiungere capacità comparabili a quelle umane e il 2045 come data della Singolarità, associata anche alla crescente integrazione tra capacità computazionali, AI e tecnologie applicate direttamente all’essere umano.
Le previsioni sui tempi rimangono però estremamente divergenti. Dario Amodei evita generalmente il termine AGI e utilizza l’espressione “powerful AI”; Anthropic ha indicato tra la fine del 2026 e l’inizio del 2027 la possibile comparsa di sistemi con capacità intellettuali comparabili o superiori a quelle di premi Nobel nella maggior parte delle discipline, in grado anche di lavorare autonomamente per periodi molto lunghi su problemi complessi. Elon Musk aveva invece indicato il 2025 o il 2026 come possibile periodo per l’arrivo di un sistema più intelligente di qualsiasi singolo essere umano.
Le stime provenienti dalla comunità scientifica sono mediamente più prudenti. Lo studio Thousands of AI Authors on the Future of AI, basato sulle risposte di 2.778 ricercatori attivi nelle principali conferenze e sedi accademiche del settore, ha stimato una probabilità del 10% che macchine non assistite possano superare gli esseri umani in ogni attività entro il 2027 e una probabilità del 50% entro il 2047, assumendo che il progresso scientifico continui senza interruzioni rilevanti. Anche queste stime si stanno comunque anticipando: rispetto a una precedente rilevazione, la data associata alla probabilità del 50% si era spostata in avanti di tredici anni.
AGI, ASI e Singolarità indicano quindi tre problemi distinti. L’AGI riguarda la capacità di costruire sistemi sufficientemente generali da eguagliare l’uomo attraverso numerosi domini; l’ASI riguarda il superamento sistematico delle capacità cognitive umane; la Singolarità riguarda le conseguenze di una possibile accelerazione tecnologica prodotta da sistemi capaci anche di contribuire al proprio miglioramento. Nessuno dei tre concetti dispone oggi di una soglia universalmente accettata né di una data scientificamente prevedibile, ma il loro ingresso sempre più frequente nei programmi di ricerca e nelle strategie delle principali aziende AI mostra come il dibattito si stia progressivamente spostando dalle prestazioni dei singoli modelli alla scala e all’autonomia che questi sistemi potrebbero raggiungere.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)