Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
Google DeepMind ha fondato il DeepMind Institute (DMI), una piattaforma interdisciplinare per la ricerca e il dibattito sull'AGI. Nello stesso giorno, il co-fondatore Shane Legg ha avvertito che le capacità dell'intelligenza artificiale non devono superare i controlli di sicurezza. Le due mosse lette insieme dicono che per DeepMind la governance dell'AI generale non è più un tema rimandabile: è la condizione con cui la ricerca dovrà convivere.
Il DeepMind Institute allarga il dibattito oltre la tecnologia
Il DMI è una piattaforma di ricerca interdisciplinare che riunisce studiosi di Google DeepMind, Google e della comunità scientifica globale per affrontare questioni di sicurezza, governance e rischi come attacchi informatici o perdita di controllo. La direzione è affidata a tre nomi: l'italiano Shane Legg, James Manyika e il premio Nobel Demis Hassabis. La tesi dei fondatori è che le risposte non possono arrivare dai soli tecnologi, ma anche da arte, discipline umanistiche e politica.
L'istituto si occuperà di scienza, istruzione, società, politica, filosofia e benessere umano. I primi tre saggi pubblicati riguardano la sicurezza dell'AI, la politica economica e i principi per un "nuovo utopianismo", segnale di un perimetro che va oltre l'ingegneria dei modelli.
Legg: l'appello di Amodei "merita di essere preso in considerazione"
Il co-fondatore di DeepMind ha messo in guardia dal rischio che l'AI avanzi più rapidamente delle misure di salvaguardia, secondo quanto riporta il Financial Times. Le preoccupazioni non riguardano solo scenari remoti: agenti di intelligenza artificiale sempre più capaci sono già in grado di scrivere software, eseguire compiti in autonomia e assistere nello sviluppo di sistemi di AI, alimentando i timori sul miglioramento ricorsivo autonomo.
Su un punto di policy Legg ha aperto uno spiraglio: l'appello di Dario Amodei, amministratore delegato di Anthropic, a rallentare — senza sospendere — il rilascio dei modelli di frontiera è, per il co-fondatore di DeepMind, una "direzione interessante" che "merita di essere presa in considerazione". La posizione arriva mentre le richieste di frenata del settore si fanno più insistenti: come avevamo riportato, il Nasdaq 100 ha perso l'1,7% il 14 settembre dopo gli appelli dei vertici delle aziende di AI.
Quanto manca all'AGI: pochi anni o la fine dell'anno?
DeepMind descrive l'AGI come un sistema dotato di tutte le capacità cognitive del cervello umano e sostiene che sia vicina, pur ammettendo che i sistemi attuali falliscono su compiti semplici e mancano di creatività. Non esiste però una definizione condivisa. Le stime interne divergono: Hassabis la vede arrivare entro pochi anni, mentre Legg stima una probabilità del 50% di raggiungere un'AGI "minima" entro il 2028.
Lo scarto con OpenAI è netto. L'azienda di Sam Altman punta sul valore economico e il suo amministratore delegato sostiene che l'AGI potrebbe arrivare entro la fine dell'anno. Legg giudica prematuro dichiarare il traguardo raggiunto, nonostante le recenti affermazioni di dirigenti di Nvidia e OpenAI. La distinzione chiave è con l'ASI, la superintelligenza artificiale che supererebbe l'uomo in ogni ambito: l'AGI ne è probabilmente un passo necessario, ma i due concetti non coincidono.
| Chi | Previsione sull'AGI |
|---|---|
| DeepMind (Hassabis) | Entro pochi anni |
| Shane Legg | 50% di probabilità di AGI "minima" entro il 2028 |
| OpenAI (Altman) | Possibile entro la fine del 2026 |
Perché conta per chi costruisce e chi regola
Lette insieme, le due mosse di DeepMind dicono qualcosa che nessuna delle due esplicita: il laboratorio sposta il dibattito sull'AGI fuori dai confini tecnici proprio mentre chiede all'industria di non superare i controlli di sicurezza. Per chi sviluppa modelli di frontiera, la conseguenza pratica è una finestra di incertezza: le capacità crescono e gli agenti già scrivono software ed eseguono compiti in autonomia, ma i tempi di rilascio potrebbero allungarsi se la posizione di Amodei — che Legg definisce meritevole di considerazione — troverà seguito.
Sul piano delle date lo scarto è misurabile: tra il 2028 indicato da Legg e la fine dell'anno ipotizzata da Altman corrono circa due anni, un intervallo che nella corsa all'AGI pesa più di molte differenze tecniche. DeepMind, nel frattempo, non si limita a fissare una data: apre a umanisti e policy maker esattamente i temi — sicurezza, politica economica, principi sociali — su cui la tempistica si decide.
Il vero indicatore da seguire non sarà il prossimo benchmark, ma se le raccomandazioni del DMI entreranno davvero nei processi con cui i modelli di frontiera vengono rilasciati.
Fonti
