Il panorama dell’IA generativa si confronta con una dura realtà finanziaria e teorica. Due anni dopo il lancio di ChatGPT, molte aziende faticano a trarre profitto dalle promesse dell’IA generativa, nonostante l’entusiasmo iniziale.
Start-up come Inflection AI, che ha raccolto grosse somme di denaro, stanno lottando con ricavi minimi e costi elevati, mentre Microsoft affronta spese significative per sostenere tali iniziative.
Yann LeCun e altri esperti affermano che le attuali limitazioni dell’IA sono dovute alla bassa risoluzione del linguaggio utilizzato per trasmettere conoscenze e predicono che l’integrazione di dati multimodali potrebbe avvicinarci a un’AGI (IA generale). Tuttavia, le intuizioni basate sui dati potrebbero essere vincolate a priori dalle limitazioni intrinseche della matematica e dall’impossibilità di catturare completamente la complessità del mondo reale.
Le limitazioni dei dati, quali l’istantaneità e la riduzione del rumore, influiscono negativamente sulla capacità dell’IA di adattarsi e generalizzare.
Leggi l’articolo completo: The limitations of Math, Big Data, and what it means for AGI [Thoughts] su artificialintelligencemadesimple.substack.com.
Foto di Google DeepMind su Pexels.
