L’articolo riflette i profondi cambiamenti nella ricerca sull’IA nelle università, man mano che la corsa all’IA si sposta nel settore aziendale.
Negli ultimi quattro anni, la ricerca sull’IA si è fortemente concentrata sui modelli linguistici di grandi dimensioni, spostando la leadership dal mondo accademico a società come OpenAI e Anthropic.
Molte università non dispongono di finanziamenti sufficienti per acquistare GPU per addestrare modelli avanzati e non possono nemmeno accedere ai dettagli tecnici di Claude o ChatGPT.
La professoressa Nika Haghtalab paragona la situazione attuale al campo della biologia se solo alle aziende fosse permesso di utilizzare la tecnologia di editing genetico CRISPR.
Il programma AI2050 di Schmidt Sciences fornisce finanziamenti per l’acquisto di GPU, ma il costo dell’utilizzo delle API di OpenAI, Anthropic e Google rimane molto elevato per i ricercatori.
Molti scienziati si sono orientati verso la ricerca di problemi a cui le aziende prestano meno attenzione perché difficili da monetizzare.
La professoressa Anjalie Field ha scoperto che i modelli linguistici rispondono in modo meno sofisticato alle espressioni comunemente usate dalle donne, dimostrando il ruolo fondamentale della ricerca indipendente.
Molti ricercatori di IA non sviluppano modelli linguistici di grandi dimensioni, ma costruiscono IA specializzate per il clima, la scienza e la simulazione di sistemi fisici.
Gli esperti temono che il pubblico identifichi l’IA con i modelli linguistici di grandi dimensioni che consumano molta energia, riducendo l’interesse per altre direzioni dell’IA.
Un numero crescente di professori sta lasciando temporaneamente l’università per entrare nei laboratori di IA o lavorare contemporaneamente per le aziende.
Alcuni matematici sono preoccupati poiché l’IA ha risolto molti problemi di ricerca reali, influenzando lo stato d’animo della comunità accademica.
Ciononostante, molti esperti credono che l’IA contribuirà ad aumentare la produttività della ricerca e che i vincoli di risorse potrebbero spingere i laboratori universitari a creare nuove svolte con modelli più piccoli ed efficienti.
📌 La ricerca sull’IA si sta spostando fortemente verso il settore privato a causa dei vantaggi in termini di dati, GPU e capitale. Tuttavia, il mondo accademico svolge ancora un ruolo cruciale nella ricerca indipendente, nella valutazione dei bias dei modelli e nello sviluppo di IA specializzate a servizio della scienza. L’autore sostiene che proprio i vincoli di risorse potrebbero diventare il motore che spinge le università a creare nuove e più efficienti architetture di IA in grado di generare la prossima svolta epocale.
