(Nikolaus Skene)
A volte avete voglia di un vino bianco.
A volte di un rosso.
E dopo lo sport anche una birra è qualcosa di davvero piacevole.
A nessuno verrebbe in mente di ordinare tutto contemporaneamente proprio in quel momento.
Nessun sommelier al mondo direbbe: «Nessun problema, le porto vino bianco, vino rosso, birra, una bistecca, un asciugamano, un massaggio, una telefonata con sua madre e, per sicurezza, una settimana bianca.»
Il nostro cervello è decisamente più efficiente.
Decide in base al contesto. Alla situazione. Risparmiando energia.
Attiva solo le regioni che sono rilevanti in quel momento. Il resto rimane «tranquillo».
Ed è proprio qui che si trova una differenza spesso trascurata tra l’intelligenza umana e quella artificiale odierna.
Ed è qui che entra in gioco ChatGPT.
ChatGPT funziona in modo sostanzialmente diverso.
Non importa che cosa abbiate voglia di fare in quel momento: chiede sempre tutto.
Non solo la birra dopo lo sport, ma contemporaneamente la birra, il vino bianco, il vino rosso, la bistecca, la ricetta, la catena di approvvigionamento, il bilancio della CO₂, la regione vinicola, lo sport e il significato filosofico della sete.
Il motivo per cui non ce ne accorgiamo:
Succede a una velocità estrema.
Le «regioni» senza senso vengono escluse in millisecondi e alla fine arriva una risposta più o meno ragionevole. Ma il costo computazionale che c’è dietro è gigantesco.
Il cervello umano sarebbe completamente sopraffatto in questa forma.
Ed è proprio per questo che il consumo di elettricità degli attuali sistemi di IA è un punto critico serio.
DeepSeek fa già un passo avanti in questo senso.
Cerca di «attivare» in modo più mirato diverse parti del modello, a seconda di ciò che in quel momento è probabilmente rilevante. Non tutto, sempre, contemporaneamente. Ma in modo più selettivo. Più sensibile al contesto.
E poi arriva HuggingGPT.
HuggingGPT non è un modello nuovo.
È un concetto architetturale.
L’idea centrale:
Un grande modello linguistico come ChatGPT non viene più utilizzato come un genio universale, bensì come controller. Come direttore d’orchestra. Come pianificatore.
Ascolta l’utente, comprende l’intento e poi lo scompone in sottoattività concrete.
Queste sottoattività non vengono risolte dallo stesso modello, ma vengono affidate in modo mirato a specialisti : modelli per immagini, modelli audio, classificatori, sistemi di sintesi vocale, riconoscimento degli oggetti, segmentazione. Tutti modelli già esistenti, per esempio nell’ecosistema Hugging Face.
Ciò che conta non è soltanto che cosa viene fatto, ma in quale ordine.
HuggingGPT pianifica le dipendenze.
Alcuni compiti devono essere svolti in serie, mentre altri possono essere eseguiti in parallelo. I risultati di un modello vengono utilizzati come input per quello successivo. Solo alla fine il controller raccoglie nuovamente tutto e formula una risposta.
Una richiesta semplice come «Descrivi dettagliatamente questa immagine» viene automaticamente scomposta in classificazione dell’immagine, riconoscimento degli oggetti, segmentazione, captioning e modelli visivi di domanda-risposta, per poi essere riunita soltanto alla fine.
Questa non è una nuova intelligenza.
Ma è un modo diverso di lavorare in modo intelligente.
Ed è qui che HuggingGPT diventa davvero interessante:
Il sistema non cresce attraverso modelli sempre più grandi, bensì attraverso il coordinamento. Attraverso la selezione. Attraverso la divisione del lavoro. Attraverso il contesto.
All’improvviso l’IA non assomiglia più a uno studente universale sopraffatto, che deve saper fare tutto contemporaneamente, ma a una squadra ben organizzata.
Da qualche parte «cigola» ancora: maggiore latenza, dipendenza dalla capacità di pianificazione del controller, limiti dei token, instabilità. HuggingGPT non è un prodotto finito. È un modello concettuale.
Ma uno che indica una direzione importante:
Lontano da «più grande, più veloce, tutto contemporaneamente».
Verso «giusto, selettivo, efficiente».
E così torniamo al consumo di elettricità. Una delle principali critiche giustificate all’IA odierna è la sua fame di energia. Se l’intelligenza non nasce più dal massimo parallelismo, bensì da un’orchestrazione mirata, forse ci stiamo avvicinando a un modo di pensare artificiale più efficiente.
Che cosa questo significhi a lungo termine – anche per il lavoro umano, l’intelligenza umana e la rilevanza umana – è un’altra discussione.
Per un altro sabato.
Oggi basta un’osservazione:
Dovremmo tornare a «hug»gare di più.
Non tutto in una volta.
Ma la cosa giusta, al momento giusto.
(Nikolaus Skene vive e lavora a San Francisco, offre consulenza alle aziende in materia di IA e da diversi anni organizza tour nella Silicon Valley e in altri hotspot dello sviluppo tecnologico