La fine dell'età dello scaling

La fine dell'età dello scaling

I profeti del "più grande" cambiano rotta: torna l'incertezza, l'intelligenza si cerca nel corpo e nel mondo fisico, e lo Stato bussa alla porta dei laboratori.

C'è un momento, in ogni corsa tecnologica, in cui i protagonisti smettono di guardare avanti e cominciano a guardarsi le spalle. Signal Brief, sette luglio. Questa settimana quel momento è arrivato per l'intelligenza artificiale. Le stesse persone che per cinque anni hanno ripetuto una sola parola — più grande, più grande, più grande — hanno cominciato, quasi in coro, a dirne un'altra. E in una stanza, davanti a un microfono, l'uomo che quella fede l'aveva incarnata più di chiunque si è fermato a smontarla ad alta voce.

L'uomo è Ilya Sutskever, e la scena vale la pena immaginarla. Seduto per una lunga conversazione con Dwarkesh Patel, uno dei costruttori dei modelli che hanno definito questo decennio dice con calma che l'età dello scaling è finita. Non che sia stata inutile: è finita. Dal 2020 al 2025 la ricetta è stata semplice fino alla brutalità — prendi la rete, dalle più testo, più macchine, più corrente elettrica, e diventerà più intelligente. Ha funzionato. E adesso, dice Sutskever, il testo del mondo è quasi finito, e la corrente da sola non basta più. Si torna alla ricerca. Alle idee.

La cosa più interessante, per me, è che non lo dice da solo. Nello stesso periodo François Chollet mostra un nuovo test dove i modelli di frontiera restano sotto l'uno per cento mentre un bambino lo risolve senza sforzo. Demis Hassabis, che di questa corsa è uno dei favoriti, ammette che "più dati e più calcolo" non porta dove serve: manca qualcosa nell'architettura. E Yann LeCun mette un miliardo di dollari sulla propria eresia. Arrivano tutti alla stessa casa da strade diverse.

È già successo. Ogni tecnologia ha la sua stagione della frutta bassa, quella che raccogli allungando un braccio. La macchina a vapore ha spinto le fabbriche per decenni prima che qualcuno capisse che il futuro era l'elettricità, e che non bastava fare motori a vapore più grandi. I cercatori d'oro raccoglievano pepite dai fiumi finché i fiumi ne avevano; poi è toccato scavare, e scavare richiede idee diverse dal chinarsi. L'intelligenza artificiale ha appena finito la sua frutta bassa. Il fatto che tutti se ne accorgano nella stessa settimana non è rumore: è il rumore di una stagione che cambia.

E dove va a cercare, adesso, chi non crede più alla curva? Fuori dal linguaggio. È il secondo filo che tiene insieme questi giorni. John Carmack costruisce un braccio meccanico che impara a giocare a un videogioco guardandolo con una telecamera, in tempo reale, perché — dice — la realtà non è un gioco a turni. LeCun insegue quella che chiama l'intuizione fisica di un neonato: un bambino sa che una palla che rotola dietro un divano esiste ancora, molto prima di saper dire "palla". Karpathy ci mette sopra un avvertimento diverso, quasi filosofico: smettiamo di ragionare su questi sistemi come se fossero animali o persone. Sono fantasmi, non animali. Nat Friedman, ora dentro i laboratori di Meta, dice la stessa cosa da operatore: pensare all'AI "in termini umani" ci fa sbagliare quasi ogni previsione.

Tenete insieme queste due cose — la fine del "più grande" e la caccia all'intelligenza fuori dal testo — e avete la corrente vera di questa settimana. Non l'accelerazione trionfante. Il ritorno dell'incertezza, quella buona, quella da cui nascono le domande giuste. Dopo anni in cui il problema sembrava solo costruire più in fretta, l'industria scopre che il problema difficile è un altro: capire cosa sta costruendo, e decidere chi comanda.

Restiamo un momento con Sutskever, perché la sua settimana è doppia. Da una parte la svolta di pensiero; dall'altra un cambio ai vertici. Chi non lo conoscesse: è uno degli scienziati che hanno acceso questa intera era, poi cofondatore di una società con un nome che è già un programma — sicurezza della superintelligenza. Un solo prodotto, niente distrazioni commerciali.

Il ventinove giugno Daniel Gross lascia l'azienda. Sutskever ne prende formalmente la guida come amministratore delegato, con Daniel Levy come presidente. Il messaggio a squadra e investitori è di quelli scolpiti per essere ripetuti: abbiamo il calcolo, abbiamo la squadra, e sappiamo cosa fare. Detto da chiunque altro suonerebbe come una frase da comunicato. Detto da lui, la settimana in cui dichiara chiusa l'età dello scaling, significa una cosa precisa: il vantaggio non sta più nell'avere le fabbriche di calcolo più grandi, sta nell'avere l'idea giusta prima degli altri.

È un rovesciamento che merita attenzione. Per cinque anni il potere in questo settore ha coinciso con il portafoglio: chi comprava più schede grafiche vinceva, o almeno restava in gara. Sutskever dice che quella corsa ha smesso di dare frutti, e che il corpo di testo prodotto dall'umanità — tutti i libri, tutti i siti, tutte le conversazioni — è una risorsa finita, quasi esaurita. Il pre-addestramento come lo conosciamo, dice, finirà senza dubbio. Non c'è più un giacimento nuovo da dare in pasto alla macchina.

Mi torna in mente — e passatemi l'immagine — la fine della corsa allo spazio nella sua prima fase. Arrivati sulla Luna, il problema non era più costruire un razzo più potente: era capire cosa andare a fare, e con quali strumenti nuovi. La potenza pura aveva esaurito la propria spinta. Sutskever sta dicendo qualcosa di simile all'intera industria: siete arrivati in cima alla montagna del calcolo, e da lì si vede solo che la vetta vera è un'altra, e ci si arriva a piedi, pensando.

Quello che colpisce è la coerenza tra l'uomo e la mossa. Chi crede che il futuro sia questione di soldi accumula. Chi crede che sia questione di idee si mette a capo di una squadra piccola e concentrata e chiude la porta. Sutskever, questa settimana, ha fatto la seconda cosa. E ha spiegato, senza alzare la voce, perché la prima non basta più.

Dall'altra parte dell'oceano, a Parigi, c'è chi la stessa scommessa la fa con un assegno da record. Yann LeCun ha passato dodici anni come capo scienziato dell'AI di Meta. A novembre se n'è andato, e ora è interamente dentro la sua nuova creatura, AMI Labs. La tesi che porta con sé non è nuova, ma qui la radicalizza: i modelli linguistici, dice, sono un vicolo cieco per arrivare a un'intelligenza di livello umano. Sono chiusi nel mondo a scacchiera del testo. Non sanno ragionare né pianificare, perché non hanno un modello di come funziona il mondo.

Il gesto concreto è pesante. A marzo AMI Labs ha chiuso una raccolta da un miliardo e tre milioni di dollari — il più grande esordio nella storia europea del settore — con una valutazione da miliardi ancora prima di aver spedito qualcosa. Recluta da OpenAI, da DeepMind, da xAI. LeCun ne è presidente esecutivo e tiene la cattedra a New York. Un professore che raccoglie un miliardo per dire, in sostanza, che quasi tutti gli altri stanno correndo nella direzione sbagliata.

L'idea tecnica ha un nome un po' ostico, ma l'effetto è semplice da raccontare. Invece di insegnare alla macchina a indovinare la prossima parola o il prossimo pixel, LeCun le fa guardare enormi quantità di video e la addestra a costruirsi un'idea astratta di come le cose si muovono e cadono. Non genera immagini: impara a rappresentare bene la realtà. È l'intuizione fisica del neonato di cui parlavo prima, messa dentro una macchina. L'obiettivo dichiarato è la robotica, i sistemi che si muovono davvero nel mondo.

C'è un secondo strato, più politico, che rende LeCun un personaggio a parte. Insiste sull'open-source e su una sovranità europea nell'AI, in aperta contrapposizione ai modelli chiusi degli americani. È la sua eresia doppia: eretico sulla tecnica e sulla geografia del potere. Mi sembra che la storia gli abbia già dato ragione una volta — è successo con chi scommise sulle reti neurali quando quasi nessuno ci credeva. Se avesse ragione di nuovo, il centro di gravità di tutto questo si sposterebbe. Se avesse torto, sarà il miliardo di dollari più istruttivo del decennio.

C'è una versione ancora più artigianale della stessa idea, e la porta avanti uno dei nomi leggendari del software, John Carmack — l'uomo dietro i videogiochi che negli anni Novanta insegnarono ai computer a muovere mondi in tre dimensioni. Oggi lavora con una squadra di sei persone verso l'intelligenza generale, e questa settimana ha mostrato qualcosa che si può quasi toccare.

Immaginate dei piccoli motori che manovrano un vero controller di gioco, quello di plastica che avreste in mano voi. Il sistema non riceve i dati del gioco dall'interno: guarda lo schermo con una telecamera, come farebbe un bambino, e impara a giocare a un vecchio Atari in tempo reale, muovendo le levette fisiche. La frase con cui Carmack lo accompagna è la chiave di tutto: la realtà non è un gioco a turni. Una stoccata, se volete, a tutto il modo in cui l'AI è stata addestrata finora — a passi discreti, un turno alla volta, in mondi finti dove il tempo si può fermare.

Il punto di Carmack è che il mondo vero non aspetta. Ha una latenza, una continuità, un ritmo che non puoi mettere in pausa mentre pensi. E imparare dentro quel flusso, senza pause, è un problema diverso — più difficile e forse più vero — di imparare in una simulazione ordinata. È la stessa direzione di LeCun, raggiunta da un'altra strada: l'intelligenza non sta nel testo, sta nel corpo che percepisce e agisce.

Ricapitoliamo un attimo dove siamo, perché i fili cominciano a intrecciarsi. Da un lato Sutskever e Hassabis dicono che aggiungere calcolo non basta più. Dall'altro Carmack e LeCun dicono dove andare a cercare invece: fuori dal linguaggio, dentro il mondo fisico. Non sono due notizie separate. Sono la stessa storia vista da due finestre. La stagione del "più grande" si chiude proprio mentre si apre quella del "diverso".

Poi c'è un dettaglio da ingegnere che dice molto di come pensa Carmack. In un altro post osserva che, a differenza di un videogioco, far girare un modello di AI ha schemi di accesso alla memoria prevedibili — e questo apre a ottimizzazioni fini su come si maneggiano i pesi della rete. Sembra un tecnicismo. È in realtà il segno di una mente che, mentre tutti guardano la scala planetaria, continua a chiedersi come far funzionare meglio la singola macchina. Un artigiano nell'epoca delle cattedrali.

Se fin qui abbiamo parlato di dove va l'intelligenza, adesso serve parlare di chi la governerà — ed è qui che la settimana si spacca in due. Da un lato bussa lo Stato. Sam Altman, guida di OpenAI, ha firmato un intervento sul Financial Times con una proposta che dieci anni fa sarebbe suonata impensabile in bocca a un imprenditore della Silicon Valley: un forum internazionale, a guida americana, che faccia da arbitro globale, fissi standard condivisi e freni la corsa insensata dettata dalle pressioni commerciali.

C'è di più, e pesa. Si discute di cedere al governo degli Stati Uniti una quota di circa il cinque per cento di OpenAI, e di estendere lo stesso schema ad Anthropic, Google, Meta, dentro un veicolo ispirato al fondo sovrano dell'Alaska — quello che ogni anno redistribuisce ai cittadini una fetta della ricchezza del petrolio. Lo Stato non più solo come regolatore, ma come azionista. Altman lo dice con parole quasi solenni: i laboratori costruiscono la tecnologia, ma le regole devono farle i cittadini e i loro rappresentanti eletti, non poche aziende di San Francisco.

Vale la pena collegare il presente a un precedente. All'inizio del Novecento le ferrovie e l'elettricità erano diventate troppo importanti per lasciarle solo al mercato, e gli Stati intervennero — a volte regolando, a volte entrando nel capitale. Altman sta proponendo, per l'AI, lo stesso patto: tu sei ormai infrastruttura pubblica, quindi il pubblico entra dentro di te. Non è generosità. È il riconoscimento che certi poteri, superata una soglia, non possono più stare interamente in mani private senza spaventare tutti.

All'estremo opposto c'è chi vede in questo patto esattamente il pericolo. Balaji Srinivasan, alla conferenza SuperAI di Singapore, ha rilanciato la sua idea speculare: AI personale, che gira sul tuo dispositivo; software programmabile da chiunque; privacy non come ripensamento ma come fondamento. Dove Altman vede l'arbitro globale, Balaji vede l'individuo che si sottrae all'infrastruttura centralizzata. Sostiene una cosa acuta: le metafore che usiamo per l'AI — dio, oracolo, sciame, strumento — dicono più di noi che della macchina, e stiamo passando da un'idea unica e quasi religiosa dell'intelligenza a molte intelligenze diverse, plasmate da culture diverse.

È la tensione più netta di questi giorni, e non è tecnica: è politica, vecchia come la modernità. Chi contiene dall'alto contro chi si sottrae dal basso. La stessa frattura che attraversò l'invenzione della stampa, quando il sapere sfuggì al controllo di un centro. Solo che stavolta il centro vorrebbe rientrare in partita — e alcuni dei costruttori, come Altman, glielo stanno offrendo.

Qualche progetto da osservare, e stavolta parlano quasi tutti la stessa lingua dei capitoli di oggi.

Torna con costanza il piccolo laboratorio personale di Andrej Karpathy: nanochat, un modello linguistico che chiunque può addestrare e capire da cima a fondo, e una raccolta di appunti su come funzionano davvero questi sistemi. È l'opposto della cattedrale: qui l'idea è che per non contrarre quel debito di comprensione di cui parla Simon Willison — deleghi troppo alla macchina e smetti di capire — devi poter aprire il cofano.

Cresce ancora llama.cpp, il progetto che fa girare modelli seri su un portatile normale, senza data center. È la versione software della sovranità di cui parla Balaji: l'intelligenza che non deve per forza vivere nel cloud di qualcun altro. Stessa famiglia lo strumento a riga di comando di Willison, che tratta i modelli come un rubinetto da aprire dal proprio terminale.

C'è poi il benchmark di François Chollet, ARC-AGI: quella collezione di rompicapi dove le macchine più potenti del mondo restano sotto l'uno per cento e un bambino passeggia. Non è un prodotto da vendere, è uno specchio scomodo — serve a ricordare a tutti quanto manca ancora, proprio mentre i costruttori annunciano vette.

Infine Obsidian, che continua a crescere fuori dal clamore dell'AI: un quaderno digitale dove le note vivono sul tuo disco, tue e basta. In una settimana in cui si discute di chi possiede l'intelligenza, la quieta popolarità di uno strumento che ti restituisce il possesso dei tuoi appunti dice qualcosa. La stessa corrente carsica che scorre sotto quasi tutto il resto: tenere qualcosa nelle proprie mani.

Resta l'immagine di quel braccio meccanico di Carmack che muove una levetta di plastica guardando uno schermo, come un bambino a cui nessuno ha spiegato le regole. Per anni abbiamo creduto che l'intelligenza fosse una questione di dimensione. Questa settimana i suoi stessi profeti hanno cominciato a dire che è una questione di corpo, di mondo, e forse di chi tiene la mano sulla levetta. È stato Signal Brief. Alla prossima.