Una nemesi storica che è avanzata furtiva da almeno quindici anni, ormai si presenta alle porte sorprendendo  tutti coloro che pensavano e ancora pensano di essere nella fortezza Bastiani in attesa di tartari che non arriveranno mai. Brutte sorprese per i tenenti Dogo: non ci sono solo le guerre che vanno malissimo, ma che vengono vinte esclusivamente sulla propaganda più sfacciata e sui giochetti di Borsa. Per esempio la bolla dell’intelligenza artificiale negli Stati Uniti è ancora in espansione. Sta consumando una quota considerevole delle risorse finanziarie disponibili, ma i risultati, sotto forma di prodotti concreti, sono finora piuttosto esigui. Esistono alcuni strumenti di generazione di codice che, a volte, si rivelano utili, ma, a meno che non siano sovvenzionati, risultano molto costosi. Ci sono ChatGTP e altri strumenti simili che, in fin dei conti, non sono altro che nuove forme di strumenti di ricerca web intrinsecamente inaffidabili.

Ciò che manca sono applicazioni di massa utili per le quali miliardi di persone siano disposte a pagare. Ciò che manca però negli Usa perché in realtà altrove esistono eccome: Goldman Sachs lancia l’allarme sul fatto che i modelli LLM (Large Language Model) cinesi stanno ormai dominando l’utilizzo dei token nei modelli occidentali, senza che però che l’onnisciente e onnipotente mercato se ne stia accorgendo. La cosa in realtà non è molto intelligente, ma in Occidente anche l’intelligenza è una variabile spesso non necessaria. Il New York Times scrive che: “La storia dell’intelligenza artificiale è stata tanto una storia finanziaria quanto tecnologica, una questione di come strutturare gli investimenti sbalorditivi necessari per addestrare e gestire i modelli. Pochi dubitano che questa tecnologia cambierà tutto. Ciò che è meno chiaro è quando inizieranno ad arrivare i profitti e quanto saranno ingenti. “Per me è un problema matematico”, afferma Asad Ramzanali, direttore del centro di ricerca sull’IA presso la Vanderbilt University. “Stiamo investendo trilioni di dollari a fronte di decine di miliardi di dollari di ricavi“.

Pochi sembrano volersi accorgere che i modelli cinesi costano un decimo, sono  altrettanto efficienti, se non addirittura più efficienti e ovviamente  si stanno diffondendo in tutto il mondo, mentre le major occidentali che già hanno debiti complessivi per oltre 1600 miliardi non possono assolutamente fare concorrenza sui prezzi. Dove sono i prodotti e i clienti che permetteranno di recuperare tutti i miliardi di dollari spesi in modo poco trasparente per i data center dedicati all’intelligenza artificiale? Inoltre le aziende cinesi hanno pubblicato  il codice sorgente dei loro modelli, consentendo a chiunque disponga dell’hardware adeguato di eseguirli presso le proprie sedi.

La vera differenza tra le aziende di intelligenza artificiale statunitensi e quelle cinesi risiede nella matematica che utilizzano .I modelli statunitensi si basano su algoritmi che richiedono un’elevata potenza di calcolo, mentre i modelli cinesi utilizzano metodi più efficienti, che necessitano di meno risorse computazionali, per ottenere una qualità simile. L’ IA americana si basa sul modello Tranformer, a suo tempo elaborata da Google, che sfrutta i chip creati per la gestione grafica e consente di calcolare in parallelo. Ma questo comporta uno svantaggio: per elaborare una frase di input, il modello deve confrontare ogni elemento in essa contenuto con tutti gli altri elementi presenti nello stesso contesto. Si tratta di un’operazione esponenziale. Per un contesto di 500.000 parole di input (ad esempio, per riassumere un libro di tale lunghezza), il modello richiederà 250 miliardi di operazioni. 

Questo è il motivo per cui l’input degli attuali modelli Transformer è limitato e perché questi modelli necessitano di enormi data center con milioni di Gpu per rispondere alle domande degli utenti. Gli sviluppatori cinesi di modelli hanno  intrapreso strade diverse. Utilizzano reti neurali ricorrenti e i cosiddetti algoritmi Long Short-Term Memory (Lstm). Questi algoritmi sono noti dalla fine degli anni ’90 e costituiscono la base della maggior parte delle traduzioni automatiche. Anche Siri di Apple utilizza un modello Lstm e danno risposte lineari non esponenziali. Recentemente i cinesi sono riusciti  a parallelizzare anche l’elaborazione e senza entrare in dettagli tecnici questo consente di avere le medesime prestazioni, ma con un numero di Gpu di gran lunga inferiore  e consumando molta meno energia. Proprio questo consente, tanto per fare un esempio, di dotare un robot di una gpu locale perché i suoi compiti sono limitati e non c’è alcun bisogno di avere alle spalle un’enorme potenza di calcolo. Detta in soldoni i cinesi puntano sull’utilizzo pratico in grado di risolvere problemi concreti. 

Risultato: prima o poi la bolla dell’intelligenza artificiale negli Stati Uniti scoppierà. Ci saranno molti danni collaterali, molte persone perderanno i loro soldi e ci saranno numerosi data center vuoti e inutili disponibili in affitto. Cosa che non accadrà affatto in Cina che alla fine monopolizzerò il mercato.