Richard Sutton, considerato uno dei fondatori del reinforcement learning moderno e vincitore del Premio Turing 2024 insieme ad Andrew Barto, ha annunciato la nascita di Oak Lab, una nuova startup dedicata allo sviluppo di sistemi di intelligenza artificiale capaci di apprendere continuamente dalle proprie esperienze invece di affidarsi principalmente ai grandi dataset utilizzati durante la fase di addestramento.
La nuova iniziativa arriva dopo l’uscita di Sutton da Keen Technologies, la società fondata da John Carmack, con cui aveva collaborato negli ultimi anni. Insieme al ricercatore Khurram Javed, Sutton ha deciso di intraprendere un percorso autonomo per sviluppare un’architettura di apprendimento che, secondo i fondatori, richiede un ripensamento radicale rispetto agli approcci oggi dominanti nel deep learning.
Alla base di Oak Lab vi è l’idea che gli attuali modelli linguistici, pur avendo raggiunto risultati molto elevati in numerosi compiti, rimangano fortemente dipendenti dai dati prodotti dall’uomo. Secondo Sutton, questa impostazione consente di imitare efficacemente molti comportamenti umani, ma non rappresenta il percorso più promettente verso sistemi realmente autonomi, capaci di migliorare continuamente attraverso l’interazione diretta con l’ambiente.
Questa visione si collega al concetto dell'”Era dell’Esperienza”, presentato nel 2025 da Richard Sutton e David Silver. I due ricercatori sostengono che l’evoluzione dell’intelligenza artificiale stia entrando in una nuova fase nella quale gli agenti non dovranno più basarsi prevalentemente su dati statici raccolti da esseri umani, ma generare autonomamente nuove conoscenze attraverso l’esplorazione, la sperimentazione, la pianificazione e il continuo confronto con il mondo reale.
Per realizzare questo obiettivo, Oak Lab sta sviluppando una nuova architettura denominata OaK, acronimo di “Options and Knowledge”. Il progetto mira a costruire agenti in grado di apprendere durante l’esecuzione, acquisendo progressivamente nuove competenze senza dover essere riaddestrati periodicamente su grandi raccolte di dati. L’idea è permettere al sistema di trasformare sequenze di azioni ripetute in abilità riutilizzabili, creando una struttura gerarchica di conoscenze che possa essere impiegata in situazioni differenti.
Secondo i ricercatori, ogni esperienza vissuta dall’agente dovrebbe contribuire direttamente alla costruzione delle proprie capacità future. Invece di memorizzare enormi archivi di esempi da riesaminare durante nuove fasi di training, il sistema dovrebbe consolidare ciò che apprende sotto forma di nuove opzioni operative e nuove rappresentazioni della conoscenza, mantenendo un apprendimento continuo durante tutta la propria esistenza operativa.
Uno degli aspetti più ambiziosi del progetto riguarda l’efficienza computazionale. Oak Lab punta infatti alla realizzazione di un agente con un numero di parametri dell’ordine dei mille miliardi, ma capace di funzionare con un consumo energetico di circa 20 watt, un valore paragonabile a quello del cervello umano. L’obiettivo non è semplicemente aumentare le dimensioni dei modelli, ma migliorare radicalmente il rapporto tra capacità cognitive e risorse computazionali necessarie al loro funzionamento.
Questa impostazione si differenzia dall’attuale paradigma dei grandi modelli linguistici, nei quali l’apprendimento avviene prevalentemente durante l’addestramento iniziale e solo in misura limitata durante l’utilizzo. Nell’approccio proposto da Oak Lab, invece, l’apprendimento diventa una caratteristica permanente del sistema: ogni nuova interazione rappresenta un’opportunità per migliorare il comportamento futuro, adattarsi a situazioni mai viste e costruire strategie sempre più efficaci.
La filosofia del progetto riprende molte delle idee che Sutton sostiene da decenni. Già nel saggio “The Bitter Lesson” il ricercatore aveva evidenziato come i maggiori progressi dell’intelligenza artificiale derivassero dall’utilizzo di metodi generali supportati da maggiore capacità computazionale, piuttosto che dall’introduzione di conoscenze progettate manualmente dagli esseri umani. Con Oak Lab questa impostazione viene ulteriormente estesa, ponendo l’esperienza diretta dell’agente al centro del processo di apprendimento.
La startup rappresenta quindi il primo tentativo imprenditoriale di tradurre in un prodotto concreto la teoria dell'”Era dell’Esperienza”. L’obiettivo non consiste nello sviluppare un modello linguistico più grande o un nuovo chatbot, ma una nuova generazione di agenti intelligenti capaci di osservare, pianificare, agire e migliorare continuamente attraverso le conseguenze delle proprie decisioni, avvicinando l’intelligenza artificiale a un apprendimento sempre più simile a quello naturale.