I social media tendono a inquadrare il dibattito sull'AI in due caricature: (A) Scettici che pensano che i LLM siano destinati al fallimento e che l'AI sia solo un mucchio di hype. (B) Fanatici che pensano di avere tutti gli ingredienti e che la superintelligenza sia imminente. Ma se leggi cosa dicono realmente i principali ricercatori (oltre ai titoli), c'è una sorprendente quantità di convergenza: 1) L'attuale paradigma è probabilmente sufficiente per un impatto economico e sociale massiccio, anche senza ulteriori scoperte nella ricerca. 2) Probabilmente sono necessarie ulteriori scoperte nella ricerca per raggiungere AGI/ASI. (L'apprendimento continuo e l'efficienza dei campioni sono due esempi che i ricercatori indicano comunemente.) 3) Probabilmente ci arriveremo entro 20 anni. @demishassabis ha detto forse in 5-10 anni. @fchollet ha recentemente detto circa 5 anni. @sama ha detto che l'ASI è possibile in pochi migliaia di giorni. @ylecun ha detto circa 10 anni. @ilyasut ha detto 5-20 anni. @DarioAmodei è il più ottimista, dicendo che è possibile in 2 anni, anche se ha detto che potrebbe richiedere più tempo. Nessuno di loro sta dicendo che l'ASI sia una fantasia, o che probabilmente sia a più di 100 anni di distanza. Gran parte del disaccordo riguarda quali saranno quelle scoperte e quanto velocemente arriveranno. Ma, tutto considerato, le persone nel campo concordano su molto più di quanto non discordino.

Oggi noi di @OpenAI stiamo rilasciando GPT-5.1-Codex-Max, che può lavorare autonomamente per più di un giorno su milioni di token. Il pre-addestramento non ha raggiunto un limite, e nemmeno il calcolo durante il test. Congratulazioni ai miei compagni di squadra @kevinleestone e @mikegmalek per aver reso possibile tutto ciò!

Ci sono pochi qualificati come @zicokolter per insegnare un corso moderno di AI. È sia il capo del dipartimento di machine learning presso @CarnegieMellon che membro del consiglio di @OpenAI. I corsi introduttivi all'AI avevano davvero bisogno di un aggiornamento con l'ascesa del deep learning. Felice di vederlo accadere alla CMU!