The Rise and Fall of $G$ in AGI

⚕️

Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo

Each language version is independently generated for its own context, not a direct translation.

🧠 L'Ascesa e la Caduta della "G" nell'Intelligenza Artificiale

(Una storia di come le macchine stanno imparando a pensare, ma in modo diverso da noi)

Immagina di essere un insegnante che deve valutare la "genialità" generale di una classe di studenti. Nel mondo umano, c'è un vecchio concetto chiamato "g" (intelligenza generale). L'idea è semplice: se uno studente è bravo in matematica, probabilmente sarà anche bravo in storia, letteratura e logica. Tutti i punteggi tendono a salire insieme. È come se ci fosse un'unica "batteria" mentale che alimenta tutto.

David Krakauer, un ricercatore del Santa Fe Institute, si è chiesto: "Funziona la stessa cosa per le Intelligenze Artificiali (AI)?"

Ha preso i punteggi di 39 modelli AI diversi (dai primi del 2019 fino al 2025) su 14 diversi test (matematica, codice, logica, cultura generale) e ha applicato la matematica per vedere se esiste una "G" artificiale.

Ecco cosa ha scoperto, spiegato con delle metafore.

1. L'Epoca dell'Omogeneità: "Tutti crescono insieme" (2023-2024)

Per un certo periodo, l'AI sembrava avere una vera "Intelligenza Generale".
Immagina una corsa di formiche. Se dai da mangiare a tutte le formiche, diventano tutte più forti. Se dai più dati e più potenza di calcolo a un'AI, diventa brava in tutto contemporaneamente.

Cosa è successo: I modelli sono diventati più grandi e hanno letto più libri. Di conseguenza, il loro punteggio è salito su ogni test: matematica, codice, storia.
Il risultato: C'era una "G" fortissima. Se un'AI era brava in un compito, era brava in tutti. Era come se ci fosse un unico motore che spingeva tutto in avanti.

2. La Svolta: "Le Specializzazioni" (Fine 2024)

Poi, qualcosa è cambiato. Le aziende hanno smesso di dire "facciamo modelli più grandi" e hanno iniziato a dire "facciamo modelli più intelligenti in modi specifici".
Qui entra in gioco la metafora del Falegname e del Musicista.

Prima, tutti i modelli erano come falegnami che imparavano anche a suonare il violino: diventavano un po' bravi in tutto.
Poi, sono arrivati modelli specializzati: alcuni sono diventati musicisti virtuosi (bravissimi a ragionare, fare calcoli complessi e usare strumenti), mentre altri sono rimasti falegnami esperti (bravissimi a ricordare fatti e scrivere codice veloce).

Il paper scopre che la "G" (l'intelligenza generale unica) sta cadendo.
Perché? Perché i nuovi modelli stanno iniziando a delegare il lavoro.

Se devi fare un calcolo matematico difficile, il modello non lo fa "a mente" (come un umano), ma usa una calcolatrice (uno strumento esterno).
Se devi cercare informazioni, usa un motore di ricerca.

Questo cambia la natura dell'intelligenza. Non è più una sola "batteria" interna, ma un sistema che sa quali strumenti usare.

3. La "Rotazione" della Genialità

L'autore usa un'immagine potente: la Rotazione della bussola.
Per un po', la "bussola" dell'intelligenza (la G) puntava dritto verso il nord, indicando che "più dati = più intelligenza ovunque".
Ma con l'arrivo dei nuovi modelli (come quelli che usano la "catena di pensiero" o strumenti esterni), la bussola ha ruotato.

Ora, essere "intelligenti" significa saper usare gli strumenti, non solo avere una memoria enorme.
I modelli che eccellono nel ragionamento profondo (come risolvere problemi di fisica avanzata) sono diventati così bravi in quello specifico compito che, paradossalmente, sono diventati meno correlati con quelli che fanno compiti semplici (come scrivere codice veloce).

È come se un genio della fisica smettesse di preoccuparsi di quanto velocemente sa scrivere una lettera, perché sa che può usare un assistente per farlo.

4. Il Paradosso delle Volpi e del Riccio

C'è una citazione famosa dello scrittore Isaiah Berlin: "Il riccio sa una cosa grande, la volpe ne sa molte piccole".

L'AI del passato (il Riccio): Sembrava un unico gigante che sapeva fare tutto un po' bene.
L'AI del futuro (la Volpe): Sta diventando una società di volpi. Non c'è più un'unica mente generale, ma un sistema complesso che coordina molte specialità diverse.
Il risultato: Se guardi solo i punteggi grezzi, sembra che l'AI stia diventando più intelligente in modo uniforme. Ma se guardi sotto la superficie (togliendo l'effetto "tempo"), vedi che le abilità si stanno separando. L'intelligenza non sta collassando in un unico punto, si sta espandendo in molte direzioni diverse.

5. La Metafora Astronomica: Tolomeo vs. Keplero

L'autore fa un paragone storico affascinante:

L'approccio attuale (Tolomeo): Ogni volta che un'AI impara una nuova abilità (usare internet, scrivere codice, ragionare), gli scienziati aggiungono un nuovo test. È come se Tolomeo, per spiegare il movimento dei pianeti, aggiungesse sempre più cerchi magici (epicicli) alla sua teoria. Funziona, ma diventa complicatissimo.
L'approccio desiderato (Keplero/Newton): Avremmo bisogno di una legge semplice che spieghi perché l'AI funziona così, senza dover aggiungere un test per ogni nuova abilità.

🎯 La Conclusione Semplice

Il paper ci dice che l'idea di "Intelligenza Generale" (AGI) come la intendevamo noi umani potrebbe non essere la strada giusta per le macchine.

Le AI non stanno diventando "umani più intelligenti" con una mente unica. Stanno diventando sistemi ibridi: una mente che sa come usare gli strumenti giusti (calcolatrici, motori di ricerca, altri AI) per risolvere problemi.

In sintesi:

All'inizio: Più dati = più bravi in tutto (c'era una "G" forte).
Oggi: Le AI si specializzano e usano strumenti. La "G" si indebolisce perché le abilità si separano.
Il futuro: Non dovremmo cercare di misurare l'AI con un unico test di "genialità", ma capire come queste "volpi" digitali coordinano i loro strumenti per risolvere problemi complessi.

L'intelligenza artificiale non sta diventando un super-umano; sta diventando qualcosa di più strano, più complesso e, forse, più potente: una società di menti che lavora insieme agli strumenti.

Each language version is independently generated for its own context, not a direct translation.

1. Il Problema e il Contesto

Il paper affronta la questione centrale della definizione di Intelligenza Generale Artificiale (AGI) nel contesto dei Large Language Models (LLM). Nella letteratura psicometrica umana, il fattore g (intelligenza generale) è definito come una regolarità statistica: una forte correlazione positiva (manifold positivo) tra le prestazioni su diversi test cognitivi, spiegata da un singolo fattore latente.

Nel campo dell'IA, si assume spesso che un modello possieda "intelligenza generale" se ottiene punteggi elevati su batterie di benchmark eterogenei (es. MMLU, GSM8K, HumanEval). Tuttavia, manca un'analisi rigorosa su come questa correlazione si evolva nel tempo man mano che i modelli diventano più capaci e specializzati. Il paper si pone l'obiettivo di verificare se l'AGI emergente nei modelli attuali segua il modello di un fattore unico e dominante (come nella psicologia classica) o se stia avvenendo una frammentazione verso intelligenze specializzate e multidimensionali.

2. Metodologia

L'autore applica tecniche di psicometria quantitativa e analisi delle componenti principali (PCA) ai dati delle prestazioni dei modelli LLM.

Struttura dei Dati: Viene costruita una matrice di punteggi $X$ di dimensioni $N \times K$ , dove $N=39$ modelli (rilasciati tra febbraio 2019 e dicembre 2025) e $K=14$ benchmark. I benchmark includono compiti di ragionamento matematico, conoscenza generale, generazione di codice e scienze.
Definizione Operativa di G: Il fattore "G" è definito come la prima componente principale (PC1) della matrice di correlazione standardizzata dei punteggi.
- Un "manifold positivo" è confermato se tutte le correlazioni a coppie tra i benchmark sono positive.
- La forza di G è misurata dal rapporto di varianza spiegata ( $\rho_1 = \lambda_1 / \sum \lambda_k$ ) e dal rapporto di dominanza ( $\delta = \lambda_1 / \lambda_2$ ).
Analisi Temporale e di Epoch: I modelli sono suddivisi in quattro "epoch" algoritmici basati sulle innovazioni dominanti (dalla scalatura base all'uso di strumenti e ragionamento inferenziale).
- Vengono eseguite analisi a finestra espandente (aggiungendo modelli cronologicamente) e analisi specifiche per epoch (isolando periodi temporali brevi per rimuovere il bias temporale).
Tecniche Statistiche Avanzate:
- Analisi delle Correlazioni Parziali: Rimozione della varianza spiegata da G per esaminare la struttura residua (fattori di gruppo).
- Detrending: Rimozione della tendenza temporale lineare per distinguere il miglioramento strutturale dall'evoluzione temporale.
- Analisi di Rotazione degli Autovettori: Misura quanto cambia la direzione del fattore G quando nuovi modelli vengono aggiunti.
- Analisi di Parallelismo di Horn: Per validare la significatività statistica dei fattori in campioni di piccole dimensioni.

3. Risultati Chiave

A. Conferma del Manifold Positivo (Iniziale)

Su un set di 8 benchmark con copertura sufficiente, tutte le 28 correlazioni a coppie sono positive, confermando l'esistenza di un manifold positivo. La PC1 spiega circa il 90% della varianza totale su una batteria core di 5 benchmark (MMLU, GSM8K, MATH, HumanEval, GPQA Diamond) per i modelli con dati completi. Questo suggerisce inizialmente una forte intelligenza generale.

B. Il "Crollo" di G e l'Aumento della Dimensionalità

L'analisi temporale rivela una dinamica cruciale:

Epoch II (2023-2024.03): Durante l'era della semplice scalatura (scaling laws), G è al suo picco, spiegando il 92% della varianza. I modelli migliorano in modo sincronizzato su tutti i compiti.
Epoch III e IV (2024.04+): Con l'avvento di modelli specializzati (es. ragionamento a catena di pensiero, uso di strumenti, architetture MoE), la forza di G diminuisce significativamente, scendendo al 77%.
Aumento della Dimensionalità Effettiva: La dimensionalità effettiva ( $d_{eff}$ ) aumenta da ~1.1 a ~1.9. Un secondo fattore (PC2) inizia a emergere, distinguendo tra "profondità di ricerca" (ragionamento complesso) e "ampiezza di richiamo" (conoscenza procedurale).

C. Rotazione del Fattore G

L'analisi degli autovettori mostra che la definizione di "intelligenza generale" sta cambiando. L'ingresso di modelli come DeepSeek V3 provoca una rotazione di 6.4 gradi dell'autovettore principale, un cambiamento molto più grande rispetto ai passaggi precedenti. Questo indica che il modo in cui i modelli generalizzano si è spostato: da una capacità uniforme su tutti i task a una specializzazione dove il ragionamento complesso e l'esecuzione procedurale si stanno disaccoppiando.

D. Struttura Residua: "Ricci" e "Volpi"

Dopo aver rimosso la varianza di G, le correlazioni residue rivelano una struttura di gruppo:

Cluster di Ragionamento: MATH e GPQA sono fortemente correlati positivamente.
Cluster di Esecuzione: GSM8K e HumanEval sono correlati positivamente.
Anti-correlazione: Esiste una forte correlazione negativa tra i cluster (es. chi eccelle nel ragionamento complesso tende a essere meno performante nell'esecuzione procedurale pura una volta controllato per G).
Il paper conclude che i modelli moderni assomigliano più a una "società di menti" (una collezione di specializzazioni, o "volpi") piuttosto che a un'unica intelligenza distillata (un "riccio").

4. Contributi Principali

Quantificazione Temporale dell'AGI: Fornisce la prima evidenza empirica che la "generalità" nei modelli LLM non è una costante statica, ma una metrica dinamica che sta diminuendo in forza relativa mentre la capacità assoluta aumenta.
Distinzione tra G Statistico e Meccanistico: Dimostra che l'alto fattore G osservato nelle analisi "raw" è in parte un artefatto della tendenza temporale (tutti i modelli migliorano insieme). Una volta detrended o analizzato per epoch, la struttura reale mostra una divergenza delle capacità.
Il Concetto di "Ptolemaic Succession": Introduce una metafora storica per l'evoluzione dei benchmark. Invece di trovare una legge unificante semplice (come Keplero/Newton), il campo sta aggiungendo "epicicli" (nuovi benchmark per nuove capacità) che complicano il modello, suggerendo che l'AGI potrebbe non essere un singolo fattore latente ma un sistema complesso e multidimensionale.
Intelligenza come Sistema Esteso: Argomenta che l'intelligenza nei modelli moderni non risiede solo nel substrato neurale, ma nel sistema esteso "modello + strumenti" (calcolatrici, motori di ricerca, interpreti di codice), rendendo obsoleti i benchmark che testano capacità isolate.

5. Significato e Implicazioni

Il paper sfida la narrazione corrente secondo cui i modelli si stanno avvicinando a una forma unitaria di AGI. Al contrario, suggerisce che stiamo assistendo a una specializzazione funzionale:

L'idea di un unico fattore "g" che predice tutte le capacità sta perdendo validità.
Il futuro dell'IA non è un modello "tuttofare" monolitico, ma un ecosistema di sistemi specializzati che collaborano (una "società di menti").
Le metriche di valutazione devono evolvere: i benchmark attuali, progettati per misurare capacità cognitive "pure" senza strumenti, stanno perdendo significato man mano che i modelli integrano strumenti esterni. La vera intelligenza artificiale sta diventando un fenomeno di dimensionalità crescente, non di compressione verso un singolo fattore.

In sintesi, il paper conclude che la "generalità" nell'IA non sta collassando su un singolo asse, ma si sta espandendo in uno spazio multidimensionale più complesso, dove la specializzazione e l'uso di strumenti sono le nuove norme, rendendo il concetto tradizionale di AGI basato sulla psicometria classica insufficiente.

The Rise and Fall of GGG in AGI