I pericoli dell’intelligenza artificiale altamente centralizzata: poche aziende dominano il mercato dei grandi modelli linguistici
I modelli linguistici su larga scala, come ChatGPT e Bard, hanno sollevato numerose preoccupazioni riguardo ai loro impatti negativi e implicazioni etiche. In particolare, questi modelli sono propensi a generare risposte imprecise e inattendibili e possono contribuire alla diffusione di disinformazione e contenuti di bassa qualità. Tuttavia, una preoccupazione che non è stata sufficientemente affrontata è la centralizzazione del settore dei modelli linguistici.
Attualmente, un piccolo numero di aziende come OpenAI, Google e Meta dominano il mercato dei modelli linguistici, poiché la creazione di tali modelli richiede enormi risorse finanziarie e tecniche. Questa centralizzazione del potere è preoccupante per diverse ragioni, tra cui la mancanza di concorrenza, la dipendenza dalle decisioni di queste aziende e la minaccia alla privacy degli utenti.
In effetti, attualmente nel campo dei modelli linguistici in lingua inglese, i protagonisti principali sono OpenAI, Google e Meta. Queste aziende sono responsabili dello sviluppo di ChatGPT, del chatbot di Bing e di Bard. La ragione per cui enormi modelli nascono da queste grandi aziende risiede nel fatto che richiedono risorse considerevoli: vaste quantità di cloud computing e una quantità di energia elettrica sufficiente a scaldare piscine olimpiche. Solo questi colossi tecnologici hanno a disposizione tali risorse. (Ecco perché OpenAI, un’azienda di dimensioni relativamente ridotte, ha inizialmente collaborato con Microsoft: per sfruttare le estese infrastrutture cloud di quest’ultima.)
Se sei stato attento e hai usato i social media nell’ultimo decennio, i rischi di una tecnologia fortemente centralizzata dovrebbero essere chiaramente visibili. Abbiamo un piccolo gruppo di colossi tecnologici che dominano il panorama dei social media, senza che nessuno di essi entri in una competizione significativa con gli altri. Ciò significa che possono partecipare al processo monopolistico che Cory Doctorow chiama “enshittification”: inizialmente, le aziende attirano un pubblico con offerte allettanti; una volta che queste persone sono intrappolate grazie al blocco della rete, le aziende spremono i loro utenti per generare sempre più profitti, deteriorando progressivamente l’esperienza dell’utente.
Ci sono numerosi problemi che potrebbero scuotere la centralizzazione attuale. Ad esempio, prendendo in considerazione una preoccupazione strettamente legata al business, l’accesso ai modelli di OpenAI è soggetto ai desideri e alle decisioni dell’azienda stessa (e di Microsoft). Le API, pur fornendo opportunità, possono anche essere limitative: alcune startup innovative potrebbero sfruttare le API di OpenAI per sviluppare uno strumento IA davvero utile, ma chi può garantire che OpenAI non revocare l’accesso o aumentare notevolmente i costi in futuro? Questa situazione può essere paragonata a quella degli sviluppatori che hanno costruito prodotti basati sull’API di Twitter, solo per scoprire che Elon Musk ha deciso di far pagare $ 42.000 al mese per l’utilizzo di queste API.
La centralizzazione potrebbe anche ostacolare l’innovazione e limitare l’accesso a queste tecnologie ad un ristretto numero di attori. Alcuni progetti promettenti, come BLOOM di Huggingface e Alpaca 7B della Stanford University, cercano di sfidare questa centralizzazione, ma è fondamentale incoraggiare ulteriori sviluppi e concorrenza in questo settore per prevenire i potenziali pericoli associati all’IA altamente centralizzata.
La crescente centralizzazione dell’intelligenza artificiale: è tempo di una maggiore diversificazione nel campo dei grandi modelli linguistici
Mentre le preoccupazioni legate alla centralizzazione dell’IA continuano ad emergere, è essenziale esplorare soluzioni che incoraggino la diversificazione e la democratizzazione nel campo dei modelli linguistici su larga scala. Alcune possibili soluzioni per ridurre la centralizzazione includono:
Investimenti pubblici e privati: È fondamentale stimolare investimenti sia pubblici che privati per sostenere la ricerca e lo sviluppo di modelli linguistici alternativi e innovativi. Questo aiuterà a garantire una maggiore diversità di opzioni disponibili per gli utenti e promuoverà una maggiore concorrenza nel settore.
Collaborazione e partnership: Incentivare la collaborazione tra aziende, università e organizzazioni di ricerca potrebbe aiutare a condividere le risorse necessarie per sviluppare nuovi modelli linguistici e ridurre la dipendenza da pochi attori dominanti nel mercato.
Standard aperti e interoperabilità: L’adozione di standard aperti e l’interoperabilità tra i diversi modelli linguistici può facilitare l’accesso alle tecnologie IA e ridurre il potere delle aziende che controllano i modelli esistenti. Ciò potrebbe anche incoraggiare la creazione di nuovi strumenti e servizi che utilizzano l’intelligenza artificiale in modo più equo e trasparente.
Regolamentazione e supervisione: I governi e le organizzazioni internazionali dovrebbero intervenire per regolamentare e supervisionare il settore dell’IA, per prevenire abusi di potere e garantire che i benefici delle tecnologie IA siano distribuiti in modo più equo nella società.
Educazione e formazione: La promozione dell’educazione e della formazione nell’IA è fondamentale per garantire che un numero maggiore di persone sia in grado di sviluppare e utilizzare modelli linguistici. Questo può aiutare a ridurre la dipendenza da un ristretto gruppo di aziende e stimolare l’innovazione nel campo.
In conclusione, la centralizzazione dei grandi modelli linguistici rappresenta una preoccupazione crescente che richiede l’intervento di governi, industrie e istituzioni accademiche per garantire una maggiore diversificazione e democratizzazione dell’IA. Solo attraverso la cooperazione e l’innovazione collettiva si potrà garantire che l’intelligenza artificiale sia un beneficio condiviso, piuttosto che un privilegio di pochi.
Ispirato ad un articolo di Clive Thompson visto su Medium.com
