Italiano
English
Français
Deutsch
Русский
Español
Nel mondo dell’intelligenza artificiale, le novità si susseguono a ritmo incalzante e la profondità delle innovazioni è tale da sfidare la capacità interpretativa degli osservatori. Il rapporto tra la ricerca scientifica e le applicazioni industriali è strettissimo. E tutto il progresso degli ultimi tempi è scaturito dalla ricerca sul trattamento del linguaggio. Per questi motivi, la conferenza mondiale annuale della Association for Computational Linguistics è un appuntamento da non perdere. Raduna più di seimila ricercatori da tutto il mondo: presentano le loro scoperte che potrebbero diventare tecnologie di punta. Quest’anno, è stato chiamato a presiedere la conferenza Roberto Navigli, docente di Natural Language Processing alla Sapienza di Roma. Da un anno, Navigli lavora alla progettazione dell’evento e la sua guida è preziosa per comprendere quali sono le filiere di ricerca più promettenti, i problemi più grandi, le speranze più solide.
«Una prima osservazione si impone» dice Navigli. «Considerando il primo autore dei paper presentati alla conferenza, l’anno scorso il 31% erano cinesi e il 29% erano statunitensi. Quest’anno il 50% sono cinesi e il 14% sono americani». Perché? Due ipotesi. La prima è che i cinesi stanno investendo sempre più nella formazione di giovani ricercatori, mentre gli americani stanno investendo più in tecnologia. La seconda, forse più interessante, è che i ricercatori americani si trovano sempre più spesso a lavorare in contesti aziendali dove le pubblicazioni scientifiche non sono una priorità. Molte aziende, infatti, preferiscono mantenere riservate le loro ricerche per salvaguardare il vantaggio competitivo.
Del resto, le grandi narrazioni propagandistiche proposte dalle mega aziende che hanno conquistato l’attenzione globale con i loro prodotti, a partire dal novembre del 2022 con l’uscita di ChatGPT di OpenAI, possono dare l’impressione che tutto sia di fatto già deciso. Se si seguono quelle narrazioni ci si convince che chi ha più soldi per comprare capacità di calcolo è destinato a vincere la corsa per costruire intelligenze artificiali vicine alle capacità cognitive degli umani. In realtà, il processo non sarà lineare. E con ogni probabilità saranno necessari grandi balzi scientifici. Il che implica che i risultati non sono certi.
