In un recente incontro con i ricercatori del MIT, Sam Altman, il CEO di OpenAI, ha ribadito il suo impegno a sperimentare e migliorare ulteriormente i grandi modelli di linguaggio (LLM), come GPT e i loro sviluppi futuri. Secondo Altman, molti esperti del settore hanno commesso un errore nel ridurre i progressi possibili tramite lo scalamento, basando le loro affermazioni su giudizi errati o troppo limitati. «Avere fiducia nella scalabilità è stato uno dei principi che ci ha guidati fin dall'inizio. Credo ci siano ancora enormi potenzialità che possono essere sfruttate», ha dichiarato ai partecipanti.
La sfida delle alternative
Una corrente crescente di esperti e aziende, tra cui Google e alcuni ricercatori di DeepMind, ha affermato che i LLM sono solo una fase transitoria di sviluppo e che il futuro risiede nei cosiddetti «modelli di mondo» (world models), in grado di simulare contesti complessi con maggiore flessibilità e contestualità. Tuttavia, Altman rifiuta questa visione. Egli sottolinea che i dati che emergono dagli esperimenti con modelli di larga scala, inclusi quelli realizzati da OpenAI, dimostrano chiaramente che lo scalamento è ancora l'approccio più utile per ottenere risultati eccezionali.
Le prove concrete di vantaggi
Altman ha riportato diversi casi concreti per supportare il valore dei grandi modelli linguistici. Per esempio, uno dei modelli sviluppati da OpenAI ha di recente risolto con successo una complessa ipotesi matematica che era rimasta irrisolta per anni, fornendo intuizioni che persino i migliori ricercatori avevano considerato inaccessibili. Questo esempio, ha detto, mostra chiaramente che i LLM non sono solo potenti strumenti, ma anche agenti di scoperta e di progresso scientifico.
- I LLM stanno già avanzando in compiti di programmazione, analisi finanziaria e persino in assistenza medica.
- OpenAI ha anche lanciato una versione di suo modello per aiutare nella creazione di codice personalizzato in tempo reale.
- L'utilità in robotica, pur controversa, mostra che modelli linguistici ben scalati possono interagire con sistemi fisici con maggiore intelligenza e contestualità.
I limiti umani e la via futura
Altman non esclude i limiti dei LLM. «Per compiti che richiedono strategie a lungo termine o una pianificazione estremamente complessa, gli umani sono ancora superiori», ha spiegato. Nonostante queste limitazioni, egli non crede che i LLM siano vicini al loro massimo. Secondo lui, la capacità attuale di quei modelli non riflette nemmeno la metà del potenziale teorico. Per arrivare ai nuovi limiti, però, saranno necessari progressi nell'efficienza computazionale e nei dati di formazione, soprattutto per modelli con miliardi di parametri.
I benefici economici e sociali
L'OpenAI CEO ha anche ribadito che lo scalamento di LLM non è solo una questione tecnica. Essi stanno già avendo un impatto economico reale, rendendo i servizi di sviluppo e assistenza molto più accessibili e efficienti. «Per esempio, una startup in Cina ha ridotto il tempo di sviluppo del suo prodotto da sei mesi a poche settimane», ha detto Altman. Il tutto, accompagnato dalla riduzione costi produttivi, sta trasformando i mercati globali.
Il ruolo della collaborazione
Altman ha sottolineato che OpenAI non agisce da sola in questo campo. Collaborazioni con altre entità, tra cui Anthropic, sono state fondamentali per convalidare i metodi e accelerare i progressi. «Il nostro obiettivo è chiaro: spingere il settore verso nuovi orizzonti, non rimanere fermi», conclude. Lui vede nel settore un'evoluzione che sta creando nuove opportunità per chiunque, da sviluppatori autonomi a aziende globali.