Una recente conversazione pubblicata su VentureBeat con l’etico delle macchine Thomas Krendl Gilbert ha scatenato un acceso dibattito nell’ambiente dell’intelligenza artificiale (AI) questa settimana. In questa intervista, Gilbert ha definito l’intelligenza artificiale odierna come una forma di “alchimia” anziché di scienza, affermando che molti dei costruttori di AI credono che ciò che stanno facendo sia qualcosa di magico. Questo commento ha sollevato diverse reazioni e polemiche sui social media.
Nel suo intervento, Gilbert ha sottolineato come questa percezione radicata nelle metafore, come l’AGI (Intelligenza Artificiale Generale) e la super intelligenza, stia influenzando il dibattito pubblico sull’AI. Tuttavia, è emerso che non tutti concordano con questa visione. Yann LeCun, capo scienziato dell’intelligenza artificiale presso Meta, ha contraddetto Gilbert, sostenendo che l’ingegneria e la scienza empirica sono fondamentali nell’AI, e ha pubblicato un video intitolato “The Epistemology of Deep Learning” per sottolineare la sua posizione.
Inoltre, anche Ilya Sutskever, co-fondatore e capo scienziato di OpenAI, noto per la creazione di modelli come ChatGPT e GPT-4, ha definito il deep learning come “alchimia” in una trascrizione di un discorso tenuto a Palo Alto nel maggio 2023. Sutskever ha paragonato l’addestramento delle reti neurali a un processo simile all’alchimia o alla trasmutazione, in cui i dati grezzi vengono raffinati. Ha anche evidenziato la distinzione tra costruire il processo e costruire il risultato, sottolineando la misteriosa natura dei risultati generati dalle reti neurali.
In risposta alle reazioni alle sue affermazioni sull’AI come “alchimia”, Gilbert ha dichiarato di non essere sorpreso dalle critiche. Ha sottolineato che molte di queste critiche provengono da ricercatori di una generazione più anziana, come LeCun, che hanno lottato per ottenere il riconoscimento scientifico per i metodi di apprendimento automatico, noti come “apprendimento profondo”. Gilbert ha suggerito che la nuova generazione di ricercatori, spesso impegnata in aziende come OpenAI, è meno focalizzata sulla teoria e più orientata all’applicazione pratica.
Gilbert ha anche sottolineato che il deep learning ha consentito agli ingegneri di abbracciare l’idea di “profondità” nelle reti neurali, portando a risultati più interessanti e nuove ipotesi. Tuttavia, ha avvertito che questa esplorazione deve essere ancorata alla comprensione dei meccanismi sottostanti, e ha sottolineato che il deep learning è stato motivato più dalle metafore che da una chiara comprensione dell’intelligenza.
Infine, Gilbert ha suggerito che dovremmo riflettere più profondamente su cosa vogliamo che sia l’intelligenza e abbracciare il mistero sottostante come una sfida aperta, anziché cercare una risposta puramente scientifica.
In conclusione, le opinioni di Gilbert hanno scatenato un vivace dibattito sull’AI e la sua natura, con differenti punti di vista che riflettono la complessità e la diversità dell’ambito dell’intelligenza artificiale.