L’intelligenza artificiale generale potrebbe essere distante soltanto pochi anni. Demis Hassabis, cofondatore e CEO di Google DeepMind, ha accompagnato questa previsione con una proposta politica: creare un organismo internazionale capace di sottoporre i modelli più avanzati a verifiche di sicurezza prima della loro diffusione. L’obiettivo sarebbe individuare rischi informatici, biologici e altri usi pericolosi, arrivando anche a coordinare un rallentamento dello sviluppo quando i sistemi superano determinate soglie.
Hassabis non presenta l’arrivo dell’AGI come una data certa. Parla di una tecnologia “probabilmente a pochi anni di distanza”, una stima che resta legata alla sua valutazione personale e al ritmo dei progressi nei laboratori di frontiera.
Il cambio di tono è comunque rilevante. In precedenti interventi indicava spesso un intervallo di cinque-dieci anni; ora concentra l’attenzione sulla breve finestra disponibile per costruire regole, test e istituzioni prima che i sistemi raggiungano capacità paragonabili a quelle umane in un ampio numero di compiti.
La previsione
AGI è l’acronimo di artificial general intelligence, intelligenza artificiale generale. Non esiste una definizione tecnica universalmente accettata, ma il termine descrive in genere un sistema capace di affrontare molte attività cognitive con flessibilità simile a quella umana.
Gli attuali modelli generativi producono testi, immagini, codice e analisi, ma restano soggetti a errori, risposte inventate e prestazioni discontinue. Non c’è quindi un test unico che consenta di dichiarare raggiunta l’AGI.
La previsione di Hassabis va letta in questo spazio di incertezza. Il CEO di DeepMind conosce da vicino lo sviluppo dei modelli Google, ma guida anche una delle organizzazioni che competono per costruire sistemi sempre più potenti. Il suo giudizio ha peso industriale e scientifico, senza trasformarsi per questo in una scadenza verificata.
Il paragone con l’elettricità e il fuoco
Hassabis attribuisce all’AGI una portata superiore alle normali innovazioni digitali.
«L’AGI non può essere paragonata alle normali svolte tecnologiche, neppure a quelle importanti come Internet o la telefonia mobile. È molto più simile alla scoperta dell’elettricità o del fuoco».
Nel testo aggiunge che l’umanità avrebbe trovato un modo per “far pensare la sabbia”, riferimento al silicio utilizzato nei semiconduttori. La frase vuole descrivere il salto rappresentato da macchine capaci di elaborare conoscenza e produrre nuove soluzioni.
Il parallelo non misura un impatto economico già dimostrato. È una previsione sulla capacità dell’AGI di modificare ricerca, medicina, produttività e organizzazione sociale.
Nel 2025 Hassabis aveva usato una formula ancora più quantitativa, sostenendo che l’intelligenza artificiale avrebbe potuto produrre una trasformazione dieci volte più grande della Rivoluzione industriale e forse dieci volte più rapida. Quel passaggio appartiene a un’intervista precedente e non va confuso con il nuovo intervento del 2026.
Costruire un organismo prima dell’arrivo dell’AGI
La parte più operativa della proposta riguarda la creazione di un’autorità internazionale per i sistemi di frontiera.
Hassabis immagina un organismo inizialmente sostenuto su base volontaria dai maggiori laboratori, tra cui Google DeepMind, OpenAI e Anthropic. Le società dovrebbero consegnare i propri modelli per test indipendenti prima della distribuzione.
In una fase successiva, il superamento delle verifiche potrebbe diventare obbligatorio. L’autorità avrebbe anche la possibilità di coordinare un rallentamento quando i test rilevano capacità pericolose.
Il modello indicato da Hassabis richiama la Financial Industry Regulatory Authority statunitense, organismo privato finanziato dal settore ma sottoposto alla vigilanza della Securities and Exchange Commission. L’analogia riguarda la struttura di controllo, non l’identità delle funzioni.
Misurare i rischi informatici già presenti
Il primo banco di prova riguarda la sicurezza informatica.
Modelli più avanzati possono aiutare a scrivere codice, trovare vulnerabilità e automatizzare attività tecniche. Le stesse capacità possono sostenere difesa e ricerca oppure agevolare attacchi, phishing, produzione di malware e individuazione di sistemi esposti.
Hassabis ritiene che i rischi cyber siano già abbastanza maturi da richiedere test strutturati. Il problema non consiste soltanto nella risposta generata da un chatbot, ma nella capacità dei sistemi di pianificare più passaggi, utilizzare strumenti e agire con crescente autonomia.
Google dichiara di adottare processi di valutazione e gestione del rischio lungo il ciclo di sviluppo dei propri modelli. Si tratta però di meccanismi aziendali. La proposta di Hassabis punta a una verifica esterna comune ai diversi laboratori.
Prepararsi ai rischi biologici
Il secondo ambito riguarda la biologia.
L’intelligenza artificiale ha già mostrato applicazioni scientifiche rilevanti. AlphaFold2, sviluppato da DeepMind, ha permesso di prevedere la struttura di un numero molto ampio di proteine. Per questo lavoro Hassabis e John Jumper hanno ricevuto una parte del Nobel per la Chimica 2024, insieme a David Baker per la progettazione computazionale delle proteine.
Le stesse capacità di analisi possono sostenere farmaci, ricerca sulle malattie e nuovi materiali. Sistemi più potenti potrebbero però abbassare le competenze necessarie per progettare agenti biologici o individuare procedure pericolose.
Il rischio non significa che un modello attuale sia già in grado di produrre autonomamente una minaccia biologica efficace. Indica la necessità di verificare quali istruzioni sappia fornire, quali strumenti possa usare e quanto riesca a colmare le lacune di un utilizzatore inesperto.
Separare ottimismo scientifico e competizione industriale
Hassabis resta ottimista sulle applicazioni dell’IA. Google DeepMind presenta l’AGI come uno strumento capace di accelerare scoperte in medicina, materiali, energia e altre discipline. Nel 2026 il laboratorio ha indicato il percorso verso sistemi generali come il proseguimento del lavoro iniziato con AlphaGo e AlphaFold.
Questa visione convive con la corsa commerciale tra grandi aziende e Stati. Google, OpenAI, Anthropic, Meta e altri operatori investono in calcolo, dati, ricercatori e prodotti destinati a utenti e imprese.
La competizione può accelerare i progressi, ma ridurre il tempo disponibile per controlli esterni e accordi condivisi. È proprio questa tensione che sostiene la richiesta di Hassabis: evitare che ogni laboratorio valuti da solo i rischi dei propri sistemi.
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
Redazione
Source link
