I ricercatori cinesi creano un’intelligenza artificiale più veloce dei modelli attuali
I ricercatori cinesi hanno creato un rivoluzionario modello di intelligenza artificiale chiamato SpikingBrain che funziona in modo simile al cervello umano ed è incredibilmente veloce. Mentre gli attuali modelli di intelligenza artificiale rallentano notevolmente durante l’elaborazione di testi lunghi, SpikingBrain diventa invece più veloce. Nell’elaborazione di 1 milione di caratteri, è 26 volte più veloce dei normali modelli di intelligenza artificiale. Per 4 milioni di caratteri, si stima che sia oltre 100 volte più veloce.
Il problema dell’IA attuale
I modelli di IA più diffusi oggi (come ChatGPT e altri) sono basati su qualcosa chiamato “architettura Transformer”. Immaginatelo così: quando questi modelli leggono un documento lungo, devono confrontare ogni parola con tutte le altre parole. Questo crea un enorme carico computazionale che cresce in modo esponenziale con la lunghezza.
È come dover stringere la mano a ogni persona presente a una festa: se ci sono 10 persone, è fattibile. Ma se ce ne sono 1.000, diventa un compito impossibile. Ecco perché gli attuali modelli di IA diventano estremamente lenti e costosi quando devono gestire testi molto lunghi.
Apprendimento dal cervello umano
Come riportato qui, il team di ricerca dell’Accademia cinese delle scienze ha adottato un approccio completamente diverso. Invece di limitarsi a creare computer più grandi e potenti, si è chiesto: “Come fa il cervello umano?”
Il cervello umano ha circa 100 miliardi di neuroni e consuma solo 20 watt di potenza (più o meno come una lampadina). Eppure è in grado di elaborare le informazioni in modo più efficiente dei nostri computer più avanzati.
Come funziona SpikingBrain
L’innovazione decisiva: neuroni a impulsi
I neuroni cerebrali effettivi non funzionano costantemente: emettono impulsi o si attivano solo quando devono inviare un messaggio.
La maggior parte del tempo riposano e non consumano quasi energia. SpikingBrain imita questo comportamento utilizzando “neuroni a impulsi” che:
- Si attivano solo quando necessario.
- Rimangono in modalità a basso consumo quando non c’è nulla da elaborare.
- Sono in grado di gestire sequenze molto più lunghe senza rallentamenti.
Gestione intelligente delle risorse
Il sistema utilizza anche ciò che i ricercatori chiamano “MoE” (Mixture of Experts, ovvero “miscela di esperti”): immaginate di avere un gruppo di specialisti in cui solo gli esperti competenti lavorano su ogni compito, mentre gli altri riposano. Questo rende l’intero sistema molto più efficiente.
Prestazioni nel mondo reale
Miglioramenti della velocità:
- Su computer potenti: 26 volte più veloce con 1 milione di caratteri, oltre 100 volte più veloce con 4 milioni di caratteri.
- Su telefoni cellulari: da 4 a 15 volte più veloce rispetto a modelli simili nell’elaborazione di testi lunghi.
Efficienza: SpikingBrain ha raggiunto prestazioni simili ad altri modelli di IA utilizzando solo il 2% dei dati di addestramento normalmente richiesti dai modelli tradizionali.
Perché è importante
Per gli utenti:
- Risposte molto più rapide durante l’elaborazione di documenti lunghi.
- Prestazioni migliori sui dispositivi mobili.
- Consumo energetico ridotto.
Per applicazioni:
- Ricerca scientifica con enormi set di dati (come l’analisi del DNA)
- Simulazioni complesse
- Elaborazione in tempo reale di conversazioni o documenti molto lunghi
Per l’industria:
- Costi potenzialmente molto più bassi per la gestione dei servizi di IA
- Apre nuove possibilità per applicazioni di IA che prima erano troppo lente o costose
Cosa è disponibile attualmente
Il team di ricerca ha reso disponibili alcune versioni di SpikingBrain per essere testate:
- Un modello con 7 miliardi di parametri è disponibile per i ricercatori in modalità open source.
- Un modello con 76 miliardi di parametri è disponibile per prove online.
- Il sistema funziona su hardware cinese, rendendolo indipendente dalla tecnologia straniera.
Il quadro generale
SpikingBrain rappresenta un cambiamento fondamentale nel modo in cui concepiamo l’intelligenza artificiale. Anziché limitarsi a costruire sistemi più grandi e potenti, dimostra che è possibile renderli più intelligenti imparando dalla biologia.
Questo approccio potrebbe portare a:
- Un’intelligenza artificiale che consuma molta meno energia.
- Sistemi in grado di gestire contesti molto più lunghi.
- Un’intelligenza artificiale più efficiente che può funzionare su dispositivi più piccoli.
Mentre ci avviciniamo a un’intelligenza artificiale simile al cervello, stiamo entrando in un territorio inesplorato con possibilità entusiasmanti e considerazioni importanti.
La promessa: un’intelligenza artificiale che pensa in modo più simile agli esseri umani potrebbe essere più intuitiva, più adattabile e più brava a comprendere il contesto come facciamo noi. Potrebbe elaborare le informazioni in modo più naturale, stabilire connessioni tra grandi quantità di dati e potenzialmente sviluppare capacità di ragionamento più simili a quelle umane.
Le domande: man mano che l’intelligenza artificiale diventa più simile al cervello, ereditiamo anche alcune delle complessità che derivano dall’intelligenza biologica. Il cervello umano è incredibilmente potente, ma è anche soggetto a pregiudizi, incongruenze e comportamenti imprevedibili. I sistemi di intelligenza artificiale ispirati al cervello saranno più creativi ma anche più imprevedibili? Saranno più bravi a capirci, ma anche più difficili da capire per noi?
SpikingBrain segna un momento cruciale in cui l’intelligenza artificiale inizia a rispecchiare l’organo stesso che l’ha creata. Sebbene i guadagni in termini di velocità ed efficienza siano notevoli, la trasformazione più profonda potrebbe essere quella di creare sistemi di IA che non solo elaborano le informazioni in modo diverso, ma che alla fine potrebbero anche pensare in modo diverso.
La domanda non è solo se siamo in grado di rendere l’IA più simile al cervello, ma se siamo pronti per un’IA che opera con le incredibili capacità e le complessità intrinseche dell’intelligenza biologica.
