I veterani dell’intelligenza artificiale (AI), pur riconoscendo il lato inaspettato e magico degli LLM, tendono a ricordare che l’ondata precedente, quella di apprendimento automatico un tu apprendimento profondo i classici, che si basano su dati e modelli matematici, mantengono ancora una grande importanza, soprattutto nelle applicazioni verticali: ottimizzazione dei processi industriali, visione, ecc.
È questa la fine della Ricerca Google come la conosciamo?
Per gli specialisti, due terzi delle opportunità commerciali odierne risiedono ancora in questo tipo di applicazione, dietro l’onda del montatura pubblicitaria che ha portato tutta l’attenzione sull’intelligenza artificiale generativa.
Una nuova architettura
Tuttavia, l’intelligenza artificiale forte in matematica e dati si sta preparando al suo ritorno, con una nuova architettura, LQM Grandi modelli quantitativi.
Qui abbiamo l’ambizione di nuovi modelli di base, costruiti su insiemi di dati molto ampi, e primitivi che modellino al meglio vari comportamenti del mondo reale, seguendo leggi fisiche, matematiche e biologiche.
Si prevede che questi LQM saranno in grado di far avanzare considerevolmente aree specifiche, sfuggite ai LLM: modellazione di nuovi materiali (ad esempio per progettare batterie innovative), di processi biochimici (per scoprire nuovi farmaci), ecc.
“Se continuiamo a fare medicina come facciamo oggi, andremo verso il disastro. L’intelligenza artificiale aiuterà ad affrontare il grandpa boom”.
Lo sapevamo: gli LLM comprendono piuttosto male il mondo reale (solo attraverso il linguaggio), gli LQM portano il potere di queste architetture alla comprensione del mondo fisico e biologico.
