Immagina di cercare di insegnare a un robot a comprendere il mondo. Per l'ultimo decennio, i più grandi progressi nell'intelligenza artificiale (IA) sono derivati dal nutrire questi robot con enormi quantità di informazioni digitali: testo, immagini, codice e video. È come dare a uno studente una biblioteca infinita di libri sull'oceano. Può memorizzare ogni fatto su maree, pesci e tempeste, e può scrivere bellissimi saggi sul mare. Ma se gli chiedi di nuotare davvero, di sentire l'acqua fredda o di navigare in una corrente che non ha mai visto, potrebbe affondare. Questo è lo stato attuale della "IA Stretta" (Narrow AI): sistemi che sono brillanti nell'elaborare dati digitali ma che faticano con le cose disordinate del mondo reale, come la causa-effetto, la comprensione delle intenzioni umane o il ragionamento logico che richiede più del semplice riconoscimento di schemi. Gli scienziati chiamano l'obiettivo di costruire una macchina capace di fare tutto questo "Intelligenza Artificiale Generale" (AGI). La grande domanda che tutti si pongono è: perché non l'abbiamo ancora costruita? È perché i nostri computer non sono abbastanza grandi, o c'è qualcosa che manca nel modo in cui insegniamo queste macchine?

Questo articolo, scritto dai ricercatori Yi Peng, Huansheng Ning e Jianguo Ding, sostiene che il problema non sia la dimensione del computer o la quantità di dati che abbiamo. Invece, il problema è da dove provengono quei dati. Gli autori suggeriscono che l'IA attuale sia intrappolata in una bolla "solo Cyber", imparando solo da registrazioni digitali. Per diventare veramente intelligente, sostengono, l'IA deve uscire dalla biblioteca ed entrare nel mondo reale. Propongono un nuovo modo di guardare all'apprendimento dell'IA chiamato framework "CPST", che sta per Cyber-Physical-Social-Thinking (Cyber-Fisico-Sociale-Pensiero). Pensatelo come una mappa quadridimensionale della realtà:

• Cyber: Il mondo digitale di testi, codice e file (dove vive l'IA attuale).
• Physical (Fisico): Il mondo degli oggetti, della gravità e di causa-effetto (dove puoi spingere una tazza e vederla cadere).
• Social (Sociale): Il mondo dei sentimenti umani, delle intenzioni e delle regole (dove devi indovinare cosa sta pensando un'altra persona).
• Thinking (Pensiero): Il mondo della logica rigorosa, della matematica e dei simboli strutturati (dove puoi dimostrare un teorema).
  L'articolo suggerisce che per passare da una "calcolatrice intelligente" a una "intelligenza generale", un'IA debba chiudere il ciclo in tutti e quattro questi mondi, non solo in quello digitale.

La Grande Bolla dei Dati

I ricercatori hanno esaminato ottanta diversi sistemi di IA, che vanno dai primi classificatori di immagini fino ai chatbot e ai robot più avanzati disponibili oggi. Hanno classificato questi sistemi in base a quanti dei quattro "mondi" (Cyber, Fisico, Sociale, Pensiero) interagiscono effettivamente in un "ciclo chiuso". Un ciclo chiuso significa che il sistema non si limita a leggere dati; agisce sul mondo, ne vede il risultato e impara da esso.

Ecco cosa hanno scoperto, ed è uno shock per chi sostiene la teoria del "più grande è meglio": Nessun singolo sistema di IA nell'intero elenco di ottanta è riuscito a chiudere i cicli in più di due di questi mondi.

I sistemi più avanzati che sono puramente digitali (solo Cyber) stanno incontrando un duro limite. Sono incredibili nel riconoscere schemi nei dati che hanno visto, ma falliscono miseramente in attività che richiedono una comprensione del mondo reale. Ad esempio:

• Ragionamento Causale: Se mostri un video di un robot che impila blocchi, un'IA solo digitale potrebbe indovinare la mossa successiva. Ma se le chiedi: "Cosa succederebbe se rimuovessi il blocco inferiore?" (una domanda controfattuale), spesso sbaglia. Non ha sentito la gravità o spinto i blocchi, quindi non comprende veramente la fisica.
• Cognizione Sociale: L'IA attuale può imitare la conversazione umana, ma fatica a capire cosa stia pensando un'altra persona se quella persona sta nascondendo i suoi veri sentimenti. È come giocare a poker dove puoi leggere le carte ma non riesci a leggere il volto o il linguaggio del corpo del giocatore.
• Ragionamento Logico: Sebbene l'IA possa risolvere problemi matematici indovinando schemi, spesso fallisce quando le viene chiesto di seguire un percorso logico rigoroso passo dopo passo che richiede di controllare il proprio lavoro rispetto a un insieme di regole.

L'articolo esclude esplicitamente l'idea che semplicemente rendere l'IA più grande (aggiungendo più parametri o addestrandola su più testi) risolverà questi problemi. Evidenziano che anche i modelli più grandi e potenti sono ancora bloccati nella zona "Cyber". Sono come uno chef che ha letto tutti i libri di cucina del mondo ma non ha mai toccato un fornello o assaggiato un piatto. Nessuna quantità di lettura insegnerà loro come cucinare un pasto perfetto se non si sporcano mai le mani.

Gli Ingredienti Mancanti

Gli autori usano un'analogia intelligente per spiegare perché l'approccio "solo Cyber" fallisce. Dicono che ogni mondo fornisce un tipo unico di "segnale" che gli altri semplicemente non possono produrre.

• Per imparare la causalità (causa ed effetto), serve il dato Fisico. Devi effettivamente fare qualcosa e vedere cosa succede. Non puoi imparare questo solo leggendo un libro di fisica.
• Per imparare l'intelligenza sociale (comprendere le persone), serve il dato Sociale. Devi interagire con esseri umani reali, vedere le loro reazioni e aggiustare il tuo comportamento. Non puoi imparare questo solo leggendo i log delle chat.
• Per imparare la logica complessa, serve il dato del Pensiero. Hai bisogno di un sistema strutturato di simboli e regole che tu possa interrogare e modificare, non solo di un mucchio di testo.

L'articolo presenta prove schiaccianti a riguardo. Hanno confrontato sistemi di IA identici in tutto tranne che per i dati con cui venivano nutriti.

• Quando un robot è stato addestrato solo su video di altri robot in movimento, non era in grado di pianificare le proprie mosse. Ma quando lo stesso robot è stato addestrato su video reali di se stesso in movimento e nell'interazione con oggetti, ha improvvisamente imparato a pianificare e manipolare cose che non aveva mai visto prima.
• Allo stesso modo, un'IA che risolve problemi matematici che era solo un modello linguistico otteneva quasi zero risposte corrette. Ma quando hanno collegato quello stesso modello linguistico a un motore logico rigoroso (uno strumento di "Pensiero"), le sue prestazioni sono schizzate alle stelle.

I dati mostrano un modello chiaro: i sistemi che interagiscono con un solo mondo extra (come il Fisico o il Pensiero) hanno molte più probabilità di raggiungere un livello di capacità superiore. Ma il "sacro Graal" dell'AGI — dove un sistema può gestire tutti e quattro i mondi contemporaneamente — rimane vuoto. Nella loro analisi di ottanta sistemi, zero sistemi avevano avuto successo nel chiudere i cicli in tre o più mondi. L'intera regione della mappa dove dovrebbe trovarsi una vera "Intelligenza Generale" è attualmente una città fantasma.

La Tabella di Marcia verso l'Intelligenza Generale

Quindi, dove andiamo da qui? Gli autori non si limitano a indicare il problema; offrono una tabella di marcia in tre fasi per risolverlo.

1. Allineamento Semantico: Dobbiamo insegnare all'IA a tradurre tra questi diversi mondi. Attualmente, un'IA potrebbe comprendere una lettura di un sensore fisico ma non sapere come questa si colleghi a una regola sociale o a un fatto logico. Dobbiamo costruire ponti in modo che l'IA possa dire: "Il robot ha urtato la tazza (Fisico), il che ha fatto arrabbiare l'umano (Sociale), quindi dovrei scusarmi (Pensiero)."
2. Modelli di Mondo Unificati: Dobbiamo costruire un unico "cervello" che possa contenere tutti questi diversi tipi di informazioni contemporaneamente. Invece di avere un cervello per la fisica, un altro per le regole sociali e un altro per la matematica, abbiamo bisogno di un unico sistema che possa gestirli tutti simultaneamente.
3. Governance (Governo/Regolamentazione): Man mano che l'IA inizia a interagire con il mondo reale (Fisico) e con persone reali (Sociale), abbiamo bisogno di nuove regole di sicurezza. Non possiamo limitarci a controllare il codice; dobbiamo assicurarci che l'IA comprenda le conseguenze delle sue azioni nel mondo reale.

L'articolo conclude con una previsione audace: la strada verso l'AGI non consiste nel costruire computer più grandi o nel raccogliere più testi da internet. Si tratta di costruire robot che possano toccare, sentire e interagire con il mondo fisico; creare sistemi che possano genuinamente conversare e negoziare con gli esseri umani; e progettare strumenti che possano ragionare con una logica rigorosa. Finché i sistemi di IA non potranno uscire dalla biblioteca digitale ed entrare nella realtà disordinata e complessa del Cyber-Physical-Social-Thinking, rimarranno studenti brillanti ma limitati, incapaci di diplomarsi al livello di una vera intelligenza generale.

Gli autori sottolineano con cautela che questa è un'ipotesi supportata da prove solide, ma non ancora una legge dimostrata. Suggeriscono che se un'IA puramente digitale dovesse improvvisamente risolvere tutti questi problemi senza mai toccare il mondo reale, la loro teoria sarebbe errata. Ma finora, le prove puntano in un'unica direzione: per costruire un'intelligenza generale, dobbiamo smettere di trattare il mondo come un dataset e iniziare a trattarlo come un parco giochi.