Beam, il nuovo colosso di Reflection
Reflection ha reso pubblico Beam, un modello di linguaggio di grandi dimensioni dotato di 501 miliardi di parametri. L’azienda sottolinea l’efficienza in termini di token e riporta che il pre‑addestramento è stato eseguito su 6 144 GPU per quattro settimane. Nonostante queste cifre impressionanti, i risultati dei benchmark disponibili collocano Beam dietro i LLM proposti da aziende cinesi, in particolare rispetto a GLM‑5.3, che supera Beam in diversi test.
Humanity’s Sixth Sense: un benchmark visuo‑logico innovativo
Elorian e Scale AI hanno creato Humanity’s Sixth Sense, un benchmark progettato per valutare la capacità di un modello di dedurre implicazioni non esplicitamente mostrate in una scena. Il dataset comprende 522 domande relative a 288 immagini e 234 sequenze video, per un totale di 17,6 ore di contenuti, suddivisi in quattro gruppi:
- Dinamica temporale e causale
- Logica fisica e spaziale
- Comprensione sociale
- Inferenza astratta e contestuale
Esempi di esercizi includono la valutazione della possibilità che una biblioteca contenga più libri e l’analisi della resistenza di catene usate per trainare una carrozza. Il punteggio umano di riferimento è 93,1, mentre il miglior sistema testato, GPT‑6 Astra, arriva a 53,6. Anche i modelli cinesi a peso aperto, come GLM‑5.3‑flash e Kimi K3, registrano punteggi più bassi.
TasteVal: il “gusto scientifico” dell’IA
Secondo P‑Zero Research, i sistemi di intelligenza artificiale stanno sviluppando intuizioni creative che possono essere definite un «buon gusto scientifico». Questo aspetto è misurato dal benchmark TasteVal, che comprende otto task rappresentativi dell’avanzamento dei modelli di punta. Il test valuta la capacità di scegliere problemi, progettare esperimenti e interpretare i risultati. Dalla fine del 2025, il “gusto di ricerca” dei modelli di fascia alta si è raddoppiato ogni tre mesi. Il modello migliore, Opus 5.5, supera nettamente la performance di riferimento umana.
Prospettive di espansione dell’IA nello spazio
Le previsioni indicano che la corsa all’IA si estenderà allo spazio prima del previsto, con un’impennata nella economia spaziale già negli anni 2030. L’aumento delle capacità di lancio orbitale, grazie a piattaforme come Starship, aprirà la strada a scenari in cui veicoli autonomi operano senza supervisione umana. Tra i rischi evidenziati vi è la concentrazione di potere nelle mani di sistemi di IA avanzata.
Scenari ipotizzati includono:
- Vascelli capaci di operare autonomamente in orbita
- Architetture spaziali progettate per ospitare intelligenze artificiali anziché equipaggi umani
- Capacità di assemblaggio e fabbricazione orbitale per realizzare strutture di grandi dimensioni
I primi attori che sapranno sfruttare questi vantaggi cumulativi potranno guidare verso una civiltà dominata dall’IA sotto il profilo economico e strategico.
Conclusioni e implicazioni future
Nonostante le dimensioni impressionanti di Beam, i risultati dei benchmark mostrano che la leadership nel campo dei LLM rimane forte in Cina, almeno per quanto riguarda le metriche attuali. I nuovi test visuo‑logici e il benchmark TasteVal evidenziano un divario ancora più marcato tra le capacità umane e quelle delle IA più avanzate, ma indicano anche una rapidissima crescita delle competenze scientifiche delle macchine. Infine, l’espansione dell’IA nello spazio apre nuove opportunità ma anche importanti sfide etiche e di governance, con la prospettiva di una trasformazione profonda dell’intero ecosistema tecnologico entro il prossimo decennio.