L’attuale panorama dell’intelligenza artificiale, dominato in modo quasi esclusivo dai Large Language Models (LLM), sta per affrontare una sfida concettuale e tecnica senza precedenti. David Silver, l’architetto principale di AlphaGo e figura chiave di Google DeepMind, ha dato il via a una nuova fase tecnologica con la fondazione di Ineffable Intelligence. Il finanziamento record da un miliardo di dollari ottenuto per il round seed, guidato da Sequoia Capital con la partecipazione di giganti come Nvidia e Microsoft, non rappresenta solo un’operazione finanziaria di proporzioni storiche per il mercato europeo, ma sancisce ufficialmente la ricerca di una via alternativa verso l’intelligenza artificiale generale (AGI) che prescinda dai limiti intrinseci dell’apprendimento basato sui dati testuali umani.
La tesi centrale che muove questa nuova impresa si fonda sulla critica strutturale ai modelli linguistici come GPT o Gemini. Sebbene tali sistemi abbiano dimostrato capacità straordinarie nella sintesi e nella generazione di contenuti, essi rimangono intrinsecamente legati alla “conoscenza umana pregressa”. Un LLM apprende per interpolazione statistica su enormi dataset di testo, immagini o codice prodotti dall’uomo; di conseguenza, la sua intelligenza è limitata dal perimetro di ciò che l’umanità ha già pensato, scritto o risolto. Per David Silver, questa architettura non potrà mai raggiungere la cosiddetta “superintelligenza”, poiché non possiede meccanismi autonomi per scoprire verità fondamentali che non siano già contenute, in modo latente, nei dati di addestramento.
L’approccio di Ineffable Intelligence sposta il baricentro tecnologico dal Deep Learning puro al Reinforcement Learning (apprendimento per rinforzo) basato su principi primi. Si tratta della stessa filosofia tecnica che ha permesso ad AlphaGo di superare i maestri mondiali di Go: invece di istruire la macchina mostrandole milioni di partite giocate da esseri umani, le versioni più avanzate del sistema, come AlphaZero, hanno imparato giocando contro se stesse partendo solo dalle regole di base. Questo processo di “self-play” e auto-scoperta permette all’intelligenza artificiale di generare una propria base di dati, evolvendo attraverso tentativi, errori e successivi raffinamenti che portano alla creazione di strategie e soluzioni mai concepite dalla mente umana.
Dal punto di vista tecnico, l’obiettivo è costruire sistemi capaci di interagire con ambienti complessi, siano essi digitali o fisici, dove il successo non è misurato dalla capacità di prevedere la “prossima parola”, ma dalla capacità di raggiungere obiettivi specifici attraverso il ragionamento logico e la pianificazione a lungo termine. Questo cambio di paradigma implica che l’IA non debba più essere uno specchio della cultura umana, ma un’entità capace di “pensare” in modo originale per risolvere problemi scientifici, matematici o ingegneristici che oggi sfuggono alla nostra comprensione. La rimozione del linguaggio come fondamento logico primario permette di abbattere le barriere legate alle allucinazioni e alle incoerenze tipiche dei modelli probabilistici, puntando a una precisione matematica e a una capacità di generalizzazione superiore.
L’entità del finanziamento ricevuto sottolinea la fiducia degli investitori nella necessità di una diversificazione tecnologica. Mentre il mercato mainstream continua a ottimizzare la scalabilità dei trasformatori e l’efficienza dei token, Ineffable Intelligence si posiziona in un settore di ricerca ad alto rischio ma ad altissimo potenziale. Se la scommessa di Silver dovesse rivelarsi corretta, potremmo assistere a un salto evolutivo dove l’intelligenza artificiale smette di essere un assistente conversazionale per diventare un motore di scoperta scientifica autonoma, segnando il passaggio definitivo dall’IA che imita l’uomo all’IA che supera le capacità cognitive umane partendo da zero.