Ritardi nello sviluppo di GPT-5: OpenAI affronta sfide legate alla capacità di calcolo

Negli anni ’90, i primi esperimenti con le reti neurali si scontrarono con i limiti imposti dagli algoritmi e dalle capacità hardware dell’epoca. Una prima svolta arrivò nel 2000. Oggi, però, la situazione è molto diversa: il livello tecnologico raggiunto è già notevole. Forse non raggiungeremo l’AGI (Intelligenza Artificiale Generale), ma le attuali IA vengono già utilizzate per rendere l’hardware più efficiente.

Nonostante ciò, permangono ancora limitazioni significative. Recentemente, Sam Altman di OpenAI ha annunciato che il lancio di GPT-5 subirà un ritardo proprio per la mancanza di potenza di calcolo sufficiente. La crescente complessità di questi modelli richiede risorse computazionali enormi, e OpenAI ha in programma di collaborare con Broadcom per sviluppare un chip AI proprietario, previsto per il 2026, che permetterà di supportare modelli avanzati. Nell’attesa, si attendono comunque miglioramenti nelle funzionalità dell’attuale tecnologia entro la fine dell’anno.

Lo sviluppo attuale non si limita alla tecnologia alla base di ChatGPT: un altro settore promettente è quello dei biocomputer, che in termini semplici significa l’uso di “cervelli in provetta”. Il nostro cervello, infatti, consuma solo 20 watt di energia, ma è in grado di gestire enormi capacità di elaborazione e archiviazione. A differenza dei computer, il cervello biologico non separa memoria ed elaborazione e presenta una struttura tridimensionale nelle sue connessioni, una caratteristica che contribuisce alla sua efficienza e capacità unica di adattamento e calcolo.

Recentemente, una startup svizzera ha collegato 16 organoidi cerebrali umani per creare un biocomputer a basso consumo energetico, dimostrando l'efficienza della natura rispetto ai tradizionali computer basati su bit (Science Alert). Inoltre, scienziati hanno sviluppato un biocomputer ibrido chiamato Brainoware, che combina tessuto cerebrale umano coltivato in laboratorio con circuiti elettronici convenzionali, capace di svolgere compiti come il riconoscimento vocale (Nature).

Peccato non essere più giovane: da studente mi ero appassionato ai sistemi esperti e alle prime reti neurali; oggi posso solo seguire gli sviluppi dal punto di vista pratico, sociale e filosofico.