Sfide nel miglioramento dei modelli affrontate dalle principali aziende di intelligenza artificiale

Approfondimenti essenziali

• Le principali aziende di intelligenza artificiale, tra cui OpenAI, Google e Anthropic, stanno affrontando notevoli ostacoli nel tentativo di migliorare i loro ultimi modelli di intelligenza artificiale, riscontrando rendimenti decrescenti sui loro investimenti.
• L’ultimo modello di OpenAI, Orion, non ha soddisfatto le aspettative, soprattutto per quanto riguarda le capacità di codifica, mentre sfide simili sono state affrontate da Gemini di Google e Claude 3.5 Opus di Anthropic.
• Le sfide principali includono la mancanza di dati di formazione di qualità, enormi spese di elaborazione e limitazioni delle risorse energetiche.

I principali attori del settore tecnologico specializzati in AI stanno incontrando difficoltà nella loro ambizione di creare modelli di intelligenza artificiale più sofisticati. OpenAI, nota per ChatGPT, ha scoperto che la sua ultima creazione, Orion, è al di sotto degli standard previsti. In particolare, ha difficoltà con le attività di codifica, senza mostrare progressi sostanziali rispetto alle versioni precedenti, secondo un rapporto di Bloomberg .

Simili battute d’arresto sono state segnalate presso altri importanti sviluppatori di IA. La futura piattaforma Gemini di Google non sta raggiungendo gli obiettivi interni e Anthropic ha ritardato il lancio del suo modello Claude 3.5 Opus. Questi problemi hanno scosso le fondamenta della Silicon Valley, che da tempo presumeva che l’aumento della potenza di calcolo e dell’input di dati avrebbe garantito un miglioramento nei sistemi di IA.

Il problema principale nasce dalla limitata disponibilità di dati di formazione di qualità. Immagina di insegnare a uno studente con sempre meno libri di testo: le aziende di intelligenza artificiale stanno esaurendo i contenuti di alta qualità generati da esseri umani necessari per la formazione dei loro modelli. Gli esperti suggeriscono che entro il 2028 i modelli di intelligenza artificiale potrebbero esaurire l’attuale materiale di formazione, spingendo le aziende a cercare nuove soluzioni innovative.

In risposta a queste sfide, le aziende stanno rivalutando le proprie strategie. Invece di concentrarsi solo su modelli più ampi, ora stanno prendendo in considerazione metodologie diverse. Ciò include miglioramenti post-formazione, integrazione del feedback umano e progettazione di applicazioni AI mirate a compiti specifici come la prenotazione di voli o la gestione delle e-mail. Assomiglia a un passaggio da una strategia generica a un approccio più personalizzato e orientato ai compiti.

Le ramificazioni di questi ostacoli vanno oltre le semplici questioni tecniche. Le elevate valutazioni delle imprese di intelligenza artificiale sono state costruite sull’aspettativa di continui rapidi progressi. Mentre la velocità del progresso rallenta, gli investitori che hanno immesso grandi quantità di capitale in queste iniziative potrebbero iniziare a porsi domande difficili sui rendimenti dei loro investimenti.

Fonte: MacRumors

Fonte e immagini