I pericoli derivanti dalla mancata comprensione del valore economico dell’innovazione sono illustrati al meglio dalla battaglia tra due inventori: Thomas Edison e Nikola Tesla. Si dice che il primo abbia sviluppato le sue invenzioni principalmente attraverso prove ed errori, ma abbia saputo capitalizzarle con successo.
Le idee di Tesla, d’altra parte, erano probabilmente geniali. Edison stesso ha descritto Tesla come qualcuno le cui idee erano magnifiche. Tuttavia, Tesla non è stato in grado di attrarre le risorse finanziarie adeguate per commercializzare le sue idee.
Attualmente, i modelli di intelligenza artificiale generativa stanno vivendo un momento simile a quello di Edison. Le aziende che rendono tali modelli accessibili attraverso prodotti e servizi sembrano prosperare più della ricerca, che potrebbe invece avere un impatto maggiore. Si nota una forte competizione tra le aziende in questo settore, come dimostrato dalle recenti conferenze annuali come Google I/O, Microsoft Build e IBM Think.
Durante tali conferenze, gli sviluppatori hanno presentato le loro ultime tecnologie, lavorando sodo giorno e notte, spinti dalla pressione di fornire al mercato queste nuove tecnologie. Ad esempio, il CEO di Google, Sundar Pichai, ha inaugurato il Google I/O 2023 affermando che l’intelligenza artificiale sta vivendo un periodo molto impegnativo. Durante l’evento, sono stati annunciati nuovi prodotti Google che saranno integrati con il modello di linguaggio PaLM 2. Allo stesso modo, il CEO di Microsoft, Satya Nadella, ha entusiasmo ha presentato il “Copilota” durante il Microsoft Build. Nonostante ciò, le azioni dell’azienda sono leggermente diminuite, deludento gli investitori.
Tuttavia, è importante osservare che non tutte le brillanti innovazioni ricevono l’attenzione e l’apprezzamento che meritano. Durante l’I/O, ad esempio, solo una parte degli annunci riguardava l’IA generativa, mentre innovazioni rivoluzionarie come AlphaFold, che sta rivoluzionando le scienze della vita, hanno ricevuto pochi aggiornamenti.
Altre imprese incredibili, come DragGan e CICERO di Meta, sono state trascurate a causa della focalizzazione sui modelli linguistici. Anche il notevole algoritmo di controllo della fusione nucleare sviluppato da DeepMind è spesso ignorato.
È interessante notare come il campo della ricerca sia diventato estremamente competitivo, come ha osservato Jeffrey Ullman, un rinomato scienziato informatico americano ottantenne. Ullman sottolinea che molti accademici e ricercatori brillanti sono costretti a dedicarsi a ricerche di minore rilevanza al fine di ottenere riconoscimenti o promozioni, mentre potrebbero concentrarsi su altre innovazioni rivoluzionarie o essere dei docenti eccellenti.
Questa tendenza riflette la “sindrome dell’oggetto lucido”, comune nel settore tecnologico, in cui i ricercatori sono facilmente distratti da nuovi strumenti e tendenze. Andrew Ng, fondatore di DeepLearning.AI, ha sottolineato l’importanza di valutare i propri progetti secondo i propri standard, senza farsi influenzare dall’apparente brillantezza di altri lavori.
Anche Michael Irwin Jordan, mentore di Andrew Ng, ha affermato che molte di queste tendenze sono solo slogan, e che l’utilizzo della visione artificiale o di ChatGPT non cambia necessariamente la sostanza di un progetto.
È importante considerare che oltre alle promesse ingannevoli della tecnologia, essa ha anche un impatto sull’economia globale. Michael Hartnett, uno stratega della Bank of America, ha recentemente sottolineato che la tecnologia e l’intelligenza artificiale stanno creando una bolla rischiosa. Gli esperti prevedono che l’iperinflazione dei modelli GPT nella Silicon Valley potrebbe portare a un crollo simile a quello delle dot-com degli anni 2000, che causò una crisi nei mercati azionari.
In conclusione, sebbene i modelli linguistici dominanti su Internet siano popolari tra il pubblico e un’opportunità per l’industria, è fondamentale prestare attenzione alla sovra-vendita eccessiva della tecnologia, poiché ciò può distogliere dall’obiettivo principale della ricerca. Dovremmo tenere a mente le parole di Tesla, che individuò l’impazienza come un problema comune tra i ricercatori, sottolineando l’importanza di un’attenta valutazione delle idee prima di iniziare, in modo da evitare di consumare ingenti risorse in direzioni sbagliate.