Può esistere l'intelligenza senza un corpo? Questa domanda, che qualche decennio fa sembrava avere una risposta negativa, oggi viene ripensata alla luce dei progressi nell'intelligenza artificiale. Se sei un utente di ChatGPT, probabilmente pensi che la risposta sia affermativa: una macchina può essere intelligente se comprendiamo l'intelligenza come la capacità di comprendere e risolvere problemi. Tuttavia, la questione è più complessa. L'intelligenza delle IA attuali si basa sul linguaggio. I modelli che dominano il panorama, come ChatGPT, sono essenzialmente modelli di linguaggio: la loro "intelligenza" risiede nella previsione della parola successiva in un testo, grazie all'elaborazione massiccia di dati. Il linguaggio è stato fondamentale nell'evoluzione umana, e per questo queste IA risultano così efficaci in compiti che richiedono un certo tipo di intelligenza. Ma il loro raggio d'azione è limitato dalla loro natura: non interagiscono con il mondo fisico. Le macchine, per ora, mancano di corpo e, quindi, dell'esperienza diretta dell'ambiente tridimensionale in cui viviamo. Questa mancanza limita il loro apprendimento e spiega, ad esempio, le difficoltà delle auto autonome. Per questo motivo, l'intelligenza artificiale generale (IAG), quell'IA capace di superare gli esseri umani, rimane una promessa lontana, nonostante le previsioni di alcuni tecnologi. Di fronte a questa sfida, la comunità scientifica ha iniziato a esplorare una nuova via: i "modelli di mondo". A differenza dei modelli di linguaggio, questi cercano di dotare le macchine di una comprensione più profonda del contesto fisico, avvicinando la loro intelligenza a quella umana. Anche se le IA continueranno a non avere corpo, non dipenderanno più solo dal linguaggio per apprendere. Richard Sutton, pioniere dell'apprendimento per rinforzo e Premio Turing 2024, ha recentemente avvertito che i modelli di linguaggio naturale hanno raggiunto il limite. Secondo Sutton, questi sistemi imitano solo, mancano di obiettivi propri e non apprendono dall'esperienza reale. Per lui, la vera intelligenza implica interagire con il mondo e raggiungere obiettivi, non solo prevedere parole. Questa visione è condivisa da figure chiave dell'IA. Yann LeCun, uno dei padri dell'apprendimento profondo, ha lasciato Meta dopo il fiasco di Llama 4 e la riorganizzazione interna che lo ha relegato. Ora, LeCun sta promuovendo una nuova azienda dedicata a sviluppare IA in grado di comprendere il mondo fisico, con memoria persistente e abilità di ragionamento e pianificazione. Secondo LeCun, i modelli attuali sono utili ma limitati: possono descrivere come ruotare un cubo, ma non comprendono realmente il concetto di rotazione spaziale. Fei-Fei Li, creatrice di ImageNet e riferimento nel campo, punta anche lei su questa nuova direzione. Dalla sua start-up World Labs, ha lanciato Marble, uno strumento in grado di generare mondi 3D a partire da un'unica immagine. Li sostiene che l'intelligenza reale richiede la capacità di agire e comprendere lo spazio, come fanno i neonati quando apprendono la fisica prima di parlare. Danijar Hafner, creatore della serie Dreamer, ha dimostrato il potenziale dei modelli di mondo nella robotica. Dreamer 4 è riuscito a ottenere diamanti in Minecraft solo osservando video, senza giocare in precedenza. Ha costruito un modello interno dell'ambiente e ha praticato nella sua "immaginazione" prima di affrontare la sfida reale. Questo approccio potrebbe rivoluzionare la robotica, permettendo ai robot di apprendere dall'osservazione e dalla simulazione, invece di costosi tentativi nel mondo fisico. L'ascesa dei modelli di mondo pone sfide per l'industria. Come sottolinea Gillian Tett nel Financial Times, se questi modelli richiedono architetture e hardware diversi, l'infrastruttura attuale potrebbe diventare obsoleta in pochi anni. Il futuro dell'IA potrebbe dipendere meno dalla scala dei modelli di linguaggio e più dalla loro capacità di comprendere e agire nel mondo reale.