Gli Stati Uniti e La Cina è, sotto molti aspetti, rivale nel campo dell’intelligenza artificiale, con aziende che gareggiano per superarsi a vicenda su algoritmi, modelli e silicio specializzato. Eppure, le superpotenze mondiali legate all’intelligenza artificiale collaborano ancora in misura sorprendente quando si tratta di ricerca all’avanguardia.
Un’analisi WIRED di oltre 5.000 documenti di ricerca sull’intelligenza artificiale presentati il mese scorso alla principale conferenza del settore, Neural Info Processing Methods (NeurIPS), rivela una significativa collaborazione tra laboratori statunitensi e cinesi.
L’analisi ha rilevato che 141 dei 5.290 articoli totali (circa il 3%) implicano la collaborazione tra autori affiliati a istituzioni statunitensi e quelli affiliati a quelle cinesi. Anche la collaborazione tra Stati Uniti e Cina appare abbastanza costante, con 134 articoli su 4.497 totali che hanno coinvolto autori di istituzioni di entrambi i paesi nel 2024.
WIRED ha inoltre esaminato il modo in cui gli algoritmi e i modelli sviluppati in un paese vengono condivisi e adattati in tutto il Pacifico. L’architettura del trasformatore, sviluppata da un crew di ricercatori di Google e ora ampiamente utilizzata in tutto il settore, è descritta in 292 articoli con autori di istituzioni cinesi. La famiglia di modelli Llama di Meta è stata un elemento chiave della ricerca presentata in 106 di questi articoli. Nel frattempo, il sempre più popolare modello linguistico Qwen del gigante tecnologico cinese Alibaba appare in 63 articoli che includono autori di organizzazioni statunitensi.
Jeffrey Ding, assistente professore alla George Washington College che segue il panorama dell’intelligenza artificiale in Cina, afferma di non essere sorpreso di vedere questo livello di lavoro di squadra. “Che piaccia o no ai politici di entrambe le parti, gli ecosistemi di intelligenza artificiale statunitense e cinese sono inestricabilmente intrecciati ed entrambi traggono vantaggio dall’accordo”, afferma Ding.
L’analisi senza dubbio semplifica il grado in cui Stati Uniti e Cina condividono idee e talenti. Molti ricercatori nati in Cina studiano negli Stati Uniti, stringendo legami con i colleghi che durano tutta la vita.
“NeurIPS stesso è un esempio di collaborazione internazionale e una testimonianza della sua importanza nel nostro campo”, ha affermato in una nota Katherine Gorman, portavoce di NeurIPS. “Le collaborazioni tra studenti e consulenti spesso continuano molto tempo dopo che lo studente ha lasciato l’università. Puoi vedere questo tipo di segnali che indicano cooperazione in tutto il campo in molti luoghi, comprese le reti professionali e i collaboratori del passato.”
L’ultimo numero di WIRED esplora i molti modi in cui la Cina sta plasmando il secolo attuale. Ma con i politici e i dirigenti tecnologici statunitensi che utilizzano i timori sull’ascesa della Cina come giustificazione per abbandonare le normative e alimentare investimenti sconcertanti, la nostra analisi ci ricorda che le due superpotenze mondiali dell’intelligenza artificiale hanno ancora molto da guadagnare dalla collaborazione.
Una nota sulla metodologia
Ho utilizzato Codex, il modello di scrittura del codice di OpenAI, per analizzare i documenti NeurIPS. Dopo aver scritto uno script per scaricare tutti i documenti, ho utilizzato il modello per immergermi in ciascuno di essi ed eseguire alcune analisi. Ciò ha comportato che Codex scrivesse una sceneggiatura per cercare istituzioni statunitensi e cinesi nel campo dell’autore di ciascun articolo.
L’esperimento ha offerto uno sguardo affascinante sul potenziale dei modelli di codifica per automatizzare attività utili. C’è molto panico riguardo alla sostituzione dell’intelligenza artificiale nei lavori di codifica, ma questo è qualcosa che normalmente non avrei avuto il tempo o il finances per costruire. Ho iniziato scrivendo script e chiedendo a Codex di modificarli prima di chiedere semplicemente a Codex di eseguire l’analisi stessa. Ciò ha comportato l’importazione del modello di librerie Python, il take a look at di diversi strumenti e la scrittura di script prima di produrre report da sottoporre a controllo. Il processo prevedeva un bel po’ di tentativi ed errori, e bisogna stare molto attenti, perché i modelli di intelligenza artificiale commettono errori sorprendentemente stupidi anche quando sono abbastanza intelligenti. Dovevo assicurarmi che ogni rapporto includesse un modo per esaminare i risultati e ne ho controllati manualmente il maggior numero possibile.
Questa è un’edizione di Will Knight E-newsletter del Laboratorio AI. Leggi le e-newsletter precedenti Qui.
