OpenAI: L'IA che impara a ragionare e a fare... qualsiasi cosa!

Immaginate un'intelligenza artificiale capace di svolgere qualsiasi compito sul vostro computer, proprio come fareste voi. Sembra fantascienza, eppure OpenAI ci sta lavorando seriamente. Un recente articolo di TechCrunch AI rivela i retroscena di questa ambiziosa missione, svelando come i modelli di ragionamento stiano diventando il cuore pulsante degli agenti AI.

Tutto è iniziato in sordina, con un team chiamato MathGen. Nel 2022, mentre ChatGPT conquistava il mondo, Hunter Lightman e i suoi colleghi di OpenAI erano impegnati a insegnare ai modelli a risolvere problemi di matematica complessi, quelli che si trovano nelle competizioni scolastiche. Sembrava un obiettivo di nicchia, ma era il primo passo verso qualcosa di molto più grande: creare un'IA che ‘ragioni’.

L'Evoluzione del Ragionamento AI: Da ChatGPT ai Campioni di Matematica

L'intelligenza artificiale ha fatto passi da gigante. Pensate a ChatGPT, un vero e proprio fenomeno, nato quasi per caso come "anteprima di ricerca" e diventato un prodotto virale. Eppure, anche i modelli più avanzati di OpenAI, come i sistemi AI più recenti, a volte "allucinano" o faticano con compiti complessi, come evidenziato da TechCrunch AI. Ma il percorso è chiaro: migliorare le capacità di ragionamento.

Il team MathGen ha avuto un ruolo cruciale. Hunter Lightman ha raccontato a TechCrunch come i modelli di OpenAI, inizialmente poco abili nel ragionamento matematico, siano migliorati in modo spettacolare. Un modello di OpenAI ha persino vinto una medaglia d'oro alle Olimpiadi Internazionali di Matematica, una competizione per studenti delle scuole superiori più brillanti. Questo successo dimostra che le capacità di ragionamento acquisite in matematica possono essere estese ad altri ambiti, aprendo la strada a quegli agenti AI generici che Sam Altman, CEO di OpenAI, sogna da tempo.

Gli agenti AI non sono un'idea nuova. Già nel 2023, durante la prima conferenza per sviluppatori di OpenAI, Altman aveva dichiarato: "Alla fine, basterà chiedere al computer ciò di cui si ha bisogno e lui svolgerà tutti questi compiti per voi. Queste capacità vengono spesso definite, nel campo dell'IA, come agenti. I vantaggi saranno enormi".

Il Ruolo Chiave del Reinforcement Learning

Dietro l'ascesa dei modelli di ragionamento di OpenAI c'è una tecnica di apprendimento automatico nota come Reinforcement Learning (RL). Questa metodologia fornisce un feedback ai modelli AI, indicando se le loro scelte in ambienti simulati sono corrette o meno. L'RL non è una novità; già nel 2016, AlphaGo di Google DeepMind, usando l'RL, sconfisse il campione mondiale di Go, come riportato da TechCrunch.

L'intuizione di Andrej Karpathy, uno dei primi dipendenti di OpenAI, fu quella di applicare l'RL per creare un agente AI capace di usare un computer. Ci sono voluti anni di sviluppo e l'arrivo dei Large Language Models (LLM) come GPT per arrivare a un punto di svolta. Nel 2023, OpenAI ha raggiunto un breakthrough, inizialmente chiamato "Q*" e poi "Strawberry", combinando LLM, RL e una tecnica di "test-time computation". Quest'ultima permette ai modelli di avere più tempo e potenza di calcolo per pianificare e risolvere i problemi, verificando ogni passaggio prima di fornire una risposta. Questo ha portato all'introduzione della "chain-of-thought" (CoT), migliorando le prestazioni dell'IA in matematica.

El Kishky, un ricercatore di OpenAI, ha descritto questa esperienza come l'osservare il modello "ragionare", notare errori e tornare indietro, quasi come una persona che si "frustra". Sebbene queste tecniche non fossero singolarmente innovative, la loro combinazione da parte di OpenAI ha dato vita a Strawberry, precursore diretto del modello o1. Le capacità di pianificazione e verifica di fatto dei modelli di ragionamento AI si sono rivelate perfette per alimentare gli agenti AI.

Il Futuro degli Agenti AI: Verso Compiti Soggettivi

Oggi, gli agenti AI sul mercato eccellono in ambiti ben definiti e verificabili, come la programmazione. L'agente Codex di OpenAI, ad esempio, aiuta gli ingegneri software a delegare compiti di coding semplici. Tuttavia, gli agenti AI generici, come ChatGPT Agent di OpenAI, faticano ancora con compiti complessi e soggettivi. Provate a usarli per lo shopping online o per trovare un parcheggio a lungo termine: spesso impiegano più tempo del dovuto e commettono errori "sciocchi".

La sfida ora è insegnare ai modelli sottostanti a gestire compiti più soggettivi. Hunter Lightman spiega che si tratta di un "problema di dati", e che la ricerca attuale si concentra su come addestrare l'IA su compiti meno verificabili. Noam Brown, un altro ricercatore di OpenAI, ha rivelato a TechCrunch che OpenAI sta sviluppando nuove tecniche di RL generico che permettono di insegnare ai modelli AI abilità difficili da verificare. È così che è stato creato il modello IMO, vincitore della medaglia d'oro in matematica, che utilizza più agenti che esplorano simultaneamente diverse idee per scegliere la migliore soluzione. Anche Google e xAI stanno adottando approcci simili.

Il progresso è incredibilmente rapido e non sembra volersi fermare. OpenAI punta a consolidare la sua leadership con il prossimo modello GPT-5, offrendo un'IA all'avanguardia per sviluppatori e consumatori. L'obiettivo è creare agenti AI che comprendano intuitivamente le esigenze degli utenti, senza richiedere impostazioni specifiche, e che sappiano quando attivare determinati strumenti e per quanto tempo "ragionare".

L'immagine che emerge è quella di una versione definitiva di ChatGPT: un agente capace di fare qualsiasi cosa online per voi, comprendendo esattamente come volete che venga fatto. È un prodotto molto diverso da quello attuale, ma la ricerca di OpenAI si muove in questa direzione. La domanda non è più se OpenAI riuscirà a realizzare questo futuro "agentico", ma se ci riuscirà prima che Google, Anthropic, xAI o Meta la superino.