L’intelligenza artificiale generale – la cosiddetta AGI – già esiste. Da circa 80 anni, anche se ancora non è stata realizzata. Esiste nelle menti di ricercatori, nelle elaborazioni teoriche, in studi scientifici autorevoli e attraverso gli esperimenti di progetti su scala mondiale. Esiste anche nell’immaginario collettivo, grazie a una serie di film e libri iconici che hanno plasmato i sogni e gli incubi di una manciata di generazioni.
Indice dei contenuti
Una scenario del genere è davvero possibile?
Come e quando fu teorizzata l’intelligenza artificiale generale
La teorizzazione dell’intelligenza artificiale risale agli albori dell’informatica e della cibernetica. Nel 1950 Alan Turing – nel suo articolo “Computing Machinery and Intelligence” – propose un test per valutare se una macchina potesse esibire un’intelligenza indistinguibile da quella umana: il Test di Turing, appunto. Appena 5 anni dopo John McCarthy coniò il termine “intelligenza artificiale”. Negli anni ’60 Marvin Minsky – co-fondatore del MIT AI Lab – approfondì queste idee ipotizzando sistemi capaci di apprendere e ragionare autonomamente.
Ma è negli anni ’90 e nel 2000 che l’intelligenza artificiale generale – durante lo sviluppo dei computer e delle prime AI – divenne qualcosa di più concreto e distinto dal concetto di intelligenza artificiale ristretta, come quella dei modelli…
Chi sta lavorando oggi all’intelligenza artificiale generale?
Sono anni di spinta dell’IA, questo è palese e chiaro a tutti. Oggi escono nuovi modelli in tutto il mondo, che dimostrano approcci culturali ed etici diversi, con focus diversi. Ma sembra sia solo la punta dell’iceberg. Infatti aziende che propongono questi modelli, hanno come obiettivo l’intelligenza artificiale generale.
La corsa all’AGI è in atto, da una parte all’altra del globo.
Stati Uniti: l’AGI non è un se ma un quando
Canada: fa da contraltare accademico sull’etica
Questo anno il Canada ha ampliato i programmi di formazione per ricercatori, consolidando il suo ruolo di leader nella teoria dell’intelligenza artificiale generale. Mila – l’istituto di Montreal guidato da Yoshua Bengio – è al centro di una missione che prevede lo sviluppo di un’AGI etica e sicura. Il Vector Institute di Toronto collabora con l’industria per tradurre la ricerca in applicazioni pratiche, mentre l’Università di Toronto e l’Alberta Machine Intelligence Institute contribuiscono con studi su apprendimento autonomo. Questo canadese, è un approccio simile a quello europeo, ma che evita ancora di più un focus commerciale.
UE: vuole fare l’intelligenza artificiale sicura
In Unione Europea vediamo l’esempio più lampante di come lo sviluppo dell’IA sia direzionato da valori e principi precisi. In UE ci sono i maggiori tentativi di regolamentazione etica, incentrata sulla sicurezza. Questo, per difendere tutti da minacciose manipolazioni della realtà: da truffe vocali, da video deepfake indistinguibili dalla realtà per la maggior parte persone. E magari da future intelligenze artificiali generali come HAL 9000.
- In Germania, il DFKI integra IA simbolica (basata su regole logiche e simboli) e IA connessionista (basata su reti neurali e deep learning), in un approccio che combina logica e apprendimento per creare sistemi di intelligenza artificiale che possano generalizzare gli apprendimenti in maniera robusta.
- La Francia, con INRIA e Meta AI esplora deep learning e modelli focalizzati su obiettivi precisi. Quindi è allo sviluppo di IA che apprendono in profondità e lavorano verso obiettivi specifici, non solo copiando informazioni.
- L’Italia contribuisce tramite il Politecnico di Milano e ELLIS, puntando su robotica e IA responsabile.
- I Paesi Bassi con l’Università di Amsterdam sviluppano modelli ibridi.
- La Svezia, tramite il Wallenberg AI (WASP), si concentra su sanità e automazione, mentre ELLIS unisce questi sforzi per competere con USA e Cina.
Svizzera: predilige la ricerca fondamentale
La Svizzera si posiziona nella corsa verso l’intelligenza artificiale generale con un approccio accademico di alta qualità. ETH Zurich e l’EPFL esplorano neuroscienze computazionali e deep learning – per sviluppare sistemi di intelligenza artificiale generale sicuri e versatili – mentre l’Idiap Research Institute si concentra su modelli ispirati al cervello, focalizzandosi su affidabilità e interpretabilità. L’approccio svizzero privilegia la ricerca fondamentale, distinguendosi per la precisione e l’attenzione alla sicurezza dell’AGI, sulla linea dell’UE.
Quest’anno infatti l’EPFL ha pubblicato diversi studi dove sono coinvolti modelli ibridi.
Regno Unito: la patria di Deep Mind
Cina: lo sviluppo dell’intelligenza artificiale come un traguardo nazionale
La Cina è una potenza nella corsa all’intelligenza artificiale generale, perché l’ambizione nazionale genera investimenti massicci e concessioni nell’innovazione dell’IA. Il Beijing Institute for General Artificial Intelligence, guidato da Zhu Songchun, sviluppa “agenti intelligenti generali” ispirati alla cognizione umana, mentre aziende come Baidu, Tencent, Huawei e DeepSeek spingono i confini dell’IA avanzata. Per non parlare degli sviluppi e delle applicazioni sempre più avanzate di guida autonoma.
Tutto con il benestare del Governo e di regolamentazioni etiche meno rigide rispetto all’Occidente.
Giappone: AGI votata alla robotica e all’automazione
L’approccio giapponese all’intelligenza artificiale generale, si allinea alla visione “Society 5.0”, che immagina un futuro in cui l’AGI migliora la vita quotidiana attraverso robot e automazione.
Corea del Sud: l’intelligenza artificiale generale per prodotti di consumo e infrastrutture
L’approccio sudcoreano si basa sulla “National Strategy for AI”, lanciata nel 2019, che integra deep learning e tecnologie pratiche per competere globalmente. Quindi unisce teoria e applicazioni industriali, distinguendosi per l’integrazione dell’intelligenza artificiale in prodotti di consumo e infrastrutture. Il KAIST sviluppa modelli che combinano logica e apprendimento per sistemi versatili. Il Samsung Research applica l’AGI a dispositivi intelligenti, mentre Naver Labs e SK Telecom esplorano soluzioni per telecomunicazioni e automazione.
Nel 2025, Samsung ha intensificato la ricerca sull’AGI per elettrodomestici e mobilità, facendo fede al ruolo del paese come hub tecnologico.
Israele: l’AGI per visione artificiale, guida autonoma e guerra
L’approccio israeliano si focalizza su soluzioni pratiche, spesso legate a difesa e mobilità, con un mix di deep learning e tecnologie adattive. La Hebrew University e il Technion guidano gli studi accademici, concentrandosi su apprendimento autonomo e visione artificiale. Mobileye – acquisita da Intel – lavora ad applicazione dell’AGI sulla guida autonoma, mentre startup come Cortica sviluppano sistemi ispirati al cervello per diversi compiti complessi.
Nel 2025, Israele ha ampliato i progetti di IA militare, attraverso l’AI and Autonomy Administration, un’unità del Ministero della Difesa. Questa iniziativa mira a trasformare le capacità delle Forze di Difesa Israeliane, consolidando la posizione di Israele come leader tecnologico globale nell’intelligenza artificiale generale applicata alla guerra. Infatti l’esercito sta sviluppando un nuovo strumento di intelligenza artificiale, simile a ChatGPT, addestrato su milioni di conversazioni in arabo ottenute attraverso la sorveglianza nei territori occupati. Questo progetto, gestito dall’Unità 8200 – un’élite della guerra cibernetica all’interno della direzione dell’intelligence militare israeliana – rappresenta un ulteriore passo nell’integrazione dell’IA nelle operazioni militari.
Australia: intelligenza artificiale generale per impatto sociale e cambiamento climatico
L’Australia unisce ricerca e pragmatismo, con un’enfasi su impatti sociali, con un approccio pratico e orientato a problemi reali piuttosto che su pura competizione tecnologica. Il CSIRO (Commonwealth Scientific and Industrial Research Organisation) applica il deep learning e simulazioni a settori come sanità, soluzioni per il cambiamento climatico e gestione delle risorse.
L’Università di Sydney e la Monash University intanto contribuiscono con studi su modelli adattivi, esplorando sistemi che apprendono in modo versatile.
Russia: AGI militare, industriale e per la finanza
La Russia si impegna nella ricerca sull’intelligenza artificiale generale con un focus strategico e pragmatico. Lo Skolkovo Institute of Science and Technology è una delle grandi istituzioni accademiche che direzionano gli studi, integrando deep learning e neuroscienze per sviluppare sistemi avanzati.
Sberbank AI Lab applica l’AGI a finanza e automazione, mentre il Moscow Institute of Physics and Technology esplora modelli teorici di intelligenza artificiale generale. L’approccio russo privilegia applicazioni militari e industriali, mirando a rafforzare la sicurezza nazionale.
Quindi da quest’anno, la Russia ha incrementato i progetti di IA strategica, consolidando il suo ruolo in un contesto geopolitico competitivo.
India: l’AGI per sanità, istruzione e accesso ai servizi essenziali
L’India anche partecipa alla corsa verso l’intelligenza artificiale generale, con un approccio orientato a problemi sociali che mira a migliorare l’accesso ai servizi essenziali. Un problema vivo nel subcontinente indiano. Le istituzioni accademiche più autorevoli del paese, utilizzano anche loro deep learning e big data per sviluppare sistemi di IA sempre più versatili. NITI Aayog – l’ente governativo per l’innovazione – promuove l’AGI per sanità e istruzione, mentre aziende come Infosys e Tata Consultancy Services esplorano applicazioni industriali.
Singapore: automazione urbana e servizi pubblici
Il focus di questa nazione nello sviluppo dell’AGI, lo vediamo da quello che sta facendo la principale azienda AI del paese. AI Singapore oggi applica il deep learning all’automazione urbana e servizi pubblici. E intanto la National University of Singapore (NUS) e A*STAR esplorano modelli multimodali: questi sviluppi rappresentano i passi nella corsa verso l’AGI del paese.
Emirati Arabi Uniti: hub dell’IA per sanità e smart cities
Abbiamo già visto il lavoro che in atto sui modelli di IA arabi. Ora gli Emirati Arabi Uniti si stanno affermando anche nella ricerca sull’intelligenza artificiale generale con un approccio ambizioso e orientato al futuro. Con massicci investimenti per attrarre talenti internazionali, con gli studi e l’apporto accademico (e dei laboratori) della Mohamed bin Zayed University of AI, aziende come la G42 lavorano ad applicazioni dell’AGI in settori come sanità e smart cities: il desiderio è diventare un hub innovativo mondiale dell’IA.
Brasile: l’intelligenza artificiale generale per le sfide locali
Anche il Brasile si sta unendo alla corsa verso l’intelligenza artificiale generale concentrandosi su sfide locali. E il Brasile, se vai a vedere bene una cartina geografica, è molto più grande di quello che sembra. L’Università di São Paulo sulla linea delle istituzioni accademiche mondiali, studia deep learning e modelli adattivi, ma con un focus sulla sanità e l’agricoltura. L’Eldorado Research Institute collabora con l’industria, studiando applicazioni dell’AGI per la gestione delle risorse e lo sviluppo sostenibile.
Sudafrica: l’AGI per lo sviluppo sociale
Infine, l’ultimo paese che sta partecipando alla corsa all’AGI in maniera significativa è il Sudafrica, che dimostra un con un focus sullo sviluppo sociale. L’Università di Pretoria concentra i suoi studi su applicazioni dell’intelligenza artificiale generale per la gestione delle risorse naturali e sull’istruzione. La Stellenbosch University contribuisce con sperimentazioni su modelli adattivi per la sicurezza alimentare e altre criticità umanitarie locali.
Quando si realizzerà l’intelligenza artificiale generale?
Da quello che hai letto, si capisce che l’AGI già esiste concettualmente e non solo: ci sono studi e sperimentazioni varie, come minimo in 20 paesi. Ma l’intelligenza artificiale generale non è ancora reale… almeno per come è stata teorizzata. La realtà non sempre corrisponde ai piani. Approfondendo i vari approcci, abbiamo capito infatti che le direzioni sono tantissime e che la corsa all’AGI si sta correndo su piste ibride.
Quindi, come facciamo a capire quando qualsiasi intelligenza artificiale su cui si è al lavoro avrà capacità che la faranno definire – finalmente – generale?
Non c’è un modo preciso per stabilirlo. Qui entriamo nel campo della previsione e della speculazione. Per questo ti abbiamo descritto cosa stanno facendo nel mondo e mostrato alcuni esempi. Invece diversi studiosi ed esperti (molto più autorevoli di noi) ci hanno provato a dare risposte. Risposte che, come ci si doveva aspettare, on sono lineari. Quindi l’intelligenza artificiale generale si potrebbe realizzare tra dieci anni o tra cento.
E allora qui la domanda è un’altra: perché questa incertezza? Quali sono i limiti?
Perché l’AGI non è ancora realizzabile
L’intelligenza artificiale generale è ancora lontana dalla sua realizzazione perché:
- i modelli attuali mancano di comprensione reale e ragionamento causale: infatti operano per correlazioni statistiche, senza una vera comprensione del mondo,
- l’efficienza energetica è un bel problema: già oggi gli attuali modelli richiedono enormi risorse computazionali,
- la generalizzazione è un’altra sfida, perché le IA moderne eccellono in compiti specifici, ma faticano a trasferire conoscenze tra domini diversi,
- pure la memoria a lungo termine e l’adattabilità dinamica sono difficilissime da sviluppare,
- e infine, esistono ovvie barriere legate all’etica e alla sicurezza, con il rischio di bias, manipolazioni e uso malevolo.
