Perché TeslaIl supercomputer Dojo potrebbe non alimentare il AI Rivoluzione
Le recenti previsioni di Wall Street hanno suscitato notevole interesse attorno al supercomputer Dojo di Tesla. Gli analisti prevedono che questa macchina all’avanguardia potrebbe potenzialmente sbloccare un guadagno di $500 miliardi, simile all’impatto rivoluzionario di ChatGPT nel regno dell’intelligenza artificiale. Di conseguenza, le azioni di Tesla sono aumentate vertiginosamente, aggiungendo più di 6% al suo valore di mercato: un salto impressionante che ha suscitato l'interesse sia degli investitori che degli appassionati di tecnologia.
Morgan Stanley, nel suo rapporto di 66 pagine, ha continuato a sostenere in modo convincente il potenziale impatto di Dojo. Secondo la loro analisi, i processori personalizzati di Dojo e gli enormi dati di guida nel mondo reale potrebbero distinguere Tesla, non solo nell’industria automobilistica ma anche in settori come la sanità, la sicurezza e l’aviazione, dove la visione artificiale gioca un ruolo cruciale.
Perché la cautela è fondamentale
Nonostante le previsioni sconcertanti e il potenziale di scoperte rivoluzionarie del settore, ci sono ragioni convincenti per affrontare queste grandi affermazioni con cautela. Mentre ci troviamo in un’era affascinata dai progressi dell’intelligenza artificiale, la strategia di Tesla sembra particolarmente allettante. L'equazione fondamentale alla base del successo di ChatGPT (più potenza di calcolo combinata con più dati equivale a capacità più intelligenti) sembra semplice ma potente.
OpenAI, la società dietro ChatGPT, ha investito sostanzialmente nell'idea che sfruttare una potenza di calcolo più significativa e set di dati più grandi porterà a scoperte rivoluzionarie. Questo principio si è dimostrato vero in settori come il riconoscimento delle immagini, dove i progressi nella potenza di calcolo e nei dati hanno portato a capacità sorprendenti. Dovremmo tuttavia estendere questa stessa logica alle ambizioni di Tesla nel campo della guida autonoma?
La complessa realtà della guida autonoma
Le aspirazioni di Elon Musk per il software Full Self-Driving (FSD) dipendono da tecniche di apprendimento automatico simili a ChatGPT. Anche se c'è la tentazione di correlare i due, le sfide della guida autonoma sono fondamentalmente diverse da quelle dell'elaborazione del linguaggio naturale. Come hanno rivelato gli ingegneri Tesla durante l'evento AI Day, la guida completamente autonoma consiste in più sistemi di apprendimento automatico progettati per una varietà di attività stradali, dallo sterzo alla lettura dei segnali stradali.
Per fare un vero salto nella tecnologia della guida autonoma, non è sufficiente avanzare in uno solo di questi sistemi. A differenza di ChatGPT, in cui un singolo algoritmo monolitico può produrre testo, la guida completamente autonoma richiede progressi completi su più sottosistemi.
L'imprevedibilità dei dati e le esigenze informatiche
Uno dei punti chiave sostenuti dai critici è la differenza fondamentale tra dati video e dati di testo. Sebbene una maggiore quantità di dati e potenza di calcolo possa portare a progressi significativi in alcune aree, come la guida autonoma, le richieste computazionali per l’elaborazione dei dati video sono sostanzialmente più elevate rispetto a quelle del testo. La questione di quanti dati e potenza di calcolo siano necessari per una vera svolta nel campo della robotica rimane aperta, senza risposte chiare né da Tesla né dagli analisti del settore.
Gli esperti del settore, come Christian Gerdes, codirettore del Center for Automotive Research di Stanford (CARS), sono cauti riguardo alla scalabilità delle capacità di guida autonoma con più dati e potenza di calcolo. Anche se la sua ricerca mostra qualche promessa, non è garantito che più dati continueranno a produrre risultati migliori.
Tesla è di nuovo troppo promettente?
Tesla ha una storia di promesse ambiziose, soprattutto quando si tratta di capacità di guida autonoma. Elon Musk, ad esempio, ha previsto un milione di robotaxi Tesla in circolazione entro la fine del 2020, un traguardo che rimane irraggiungibile. Sebbene gli sforzi di Tesla nello sviluppo di chip personalizzati per l’apprendimento automatico e del supercomputer Dojo possano ridurre i costi e potenzialmente migliorare gli algoritmi di guida Full-Self, prevedere quando, o anche se, questi miglioramenti segneranno un momento cruciale nella guida autonoma o nella visione artificiale è intrinsecamente incerto.
Il rapporto di Morgan Stanley suggerisce che potremmo vedere alcuni sviluppi significativi già nel 2024. Tuttavia, date le prestazioni passate di Tesla e l’imprevedibilità delle scoperte nell’intelligenza artificiale e nell’apprendimento automatico, scommettere o investire su questa previsione potrebbe essere più una scommessa che un rendimento garantito.
In sintesi, sebbene il supercomputer Dojo di Tesla abbia un’enorme promessa e potrebbe potenzialmente rivoluzionare diversi settori, sarebbe saggio avvicinarsi a queste previsioni ottimistiche con una sana dose di scetticismo.
