Un nuovo studio condotto da Apple evidenzia limiti strutturali nei Large Reasoning Model (LRM), una frontiera evolutiva delle attuali intelligenze artificiali. Questi sistemi mostrano un “crollo totale dell’accuratezza” in presenza di compiti ad alta complessità, mentre i modelli AI standard – i LLM – li superano nelle attività semplici. Il fenomeno si verifica nonostante la capacità degli LRM di generare processi di pensiero dettagliati per affrontare problemi complessi.
I ricercatori hanno testato o3-mini (in due configurazioni), DeepSeek-R1, DeepSeek-R1-Qwen-32B e Claude 3.7 Sonnet (modalità thinking) su puzzle logici come la Torre di Hanoi. I risultati mostrano che.superata una certa soglia di complessità, i modelli riducono paradossalmente lo sforzo di ragionamento, esplorando soluzioni errate prima di collassare completamente. I test indicano dunque un “limite fondamentale di scalabilità nelle capacità di pensiero degli attuali modelli di ragionamento”. Ciò contraddice l’idea che gli attuali LLM rappresentino una via verso l’Intelligenza Artificiale Generale (AGI), come sottolineato dall’accademico ed esperto di AI Gary Marcus.
I risultati dello studio di Apple mettono in discussione le convinzioni sulle capacità dei LRM e suggeriscono che l’industria potrebbe essere arrivata a un vicolo cieco nell’attuale approccio all’AI.
Leggi l’articolo completo Advanced AI suffers ‘complete accuracy collapse’ in face of complex problems, study finds su The Guardian
Immagine generata tramite DALL-E 3. Tutti i diritti sono riservati. Università di Torino (2025).
