In un saggio pubblicato il 10 giugno scorso, intitolato The Gentle Singularity, il CEO di OpenAI, Sam Altman, ha delineato una visione audace per il futuro dell’intelligenza artificiale (IA).

Secondo Altman, entro il 2026, l’IA potrebbe raggiungere un traguardo straordinario: generare “nuove intuizioni” in grado di trasformare la ricerca scientifica. “Probabilmente assisteremo all’arrivo di sistemi di intelligenza artificiale in grado di elaborare nuove intuizioni”, ha dichiarato, lasciando intravedere un futuro in cui l’IA non solo automatizza compiti, ma contribuisce attivamente alla scoperta di nuove conoscenze.

Questo non è il primo segnale di ottimismo da parte di Altman. I suoi saggi, noti per il loro tono futuristico, spesso anticipano le mosse strategiche di OpenAI. A gennaio 2025, ad esempio, Altman aveva previsto che il 2025 sarebbe stato “l’anno degli agenti IA”, una previsione seguita dal lancio di tre agenti: Operator, Deep Research e Codex. Ora, l’attenzione si sposta verso un obiettivo ancora più ambizioso: rendere l’IA capace di generare ipotesi scientifiche originali.

OpenAI guida la corsa alle nuove idee

OpenAI non è nuova a promesse dirompenti. In aprile, durante l’annuncio dei modelli di ragionamento o3 e o4-mini, il co-fondatore e presidente Greg Brockman ha sottolineato che questi sistemi sono stati i primi utilizzati da scienziati per generare “idee nuove e utili”. Questo segna un cambio di paradigma: l’IA non si limita più a elaborare dati o eseguire istruzioni, ma potrebbe diventare un partner attivo nella formulazione di nuove teorie.

Le ambizioni di OpenAI si inseriscono in un contesto competitivo. Aziende come Google, Anthropic e la startup FutureHouse, sostenuta dall’ex CEO di Google Eric Schmidt, stanno anch’esse investendo massicciamente per integrare l’IA nella ricerca scientifica. Se queste iniziative avranno successo, potrebbero automatizzare fasi chiave del processo scientifico, aprendo nuove opportunità in settori come la scoperta di farmaci, la scienza dei materiali e la biologia.

Google e AlphaEvolve: algoritmi per il futuro

A maggio 2025, Google ha pubblicato un documento su AlphaEvolve, un agente di codifica IA che, secondo l’azienda, ha sviluppato approcci innovativi per risolvere problemi matematici complessi. Questo sistema, alimentato dalla famiglia di modelli Gemini 2.0, non si limita a generare codice: evolve interi codebase, ottimizzando algoritmi per applicazioni pratiche come la gestione dei data center e la progettazione di chip.

AlphaEvolve rappresenta un’evoluzione del lavoro di Google DeepMind, che negli ultimi anni ha prodotto strumenti come AlphaTensor (2022) e AlphaDev (2023), capaci di superare record matematici di lunga data. La novità di AlphaEvolve sta nella sua capacità di combinare la creatività dei modelli linguistici con valutatori automatici, generando soluzioni che spesso superano quelle ideate dagli esperti umani. Google sta ora sviluppando un’interfaccia utente per AlphaEvolve e pianifica un programma di accesso anticipato per ricercatori accademici.

FutureHouse: un “scienziato IA” in costruzione

Dall’altra parte, FutureHouse ha annunciato progressi significativi. A maggio 2025, l’azienda ha rilasciato una piattaforma con quattro agenti IA specializzati: Crow, Falcon, Owl e Phoenix. Questi strumenti, alimentati dal modello Claude di Anthropic, sono progettati per supportare i ricercatori nella revisione della letteratura scientifica, l’analisi dei dati e la verifica della novità delle ipotesi.

In particolare, il tool Finch, previewed il 6 maggio, si concentra sulla scoperta “data-driven” in biologia. Finch elabora grandi volumi di dati, come articoli di ricerca, per rispondere a domande complesse, ad esempio sui driver molecolari delle metastasi tumorali. Sebbene FutureHouse affermi che i suoi strumenti siano in grado di fare scoperte scientifiche autentiche, non esistono ancora prove pubbliche di tali risultati.

Anthropic: un programma per la scienza

Anche Anthropic, fondata da ex ricercatori di OpenAI, sta entrando nel campo della ricerca scientifica. Il 5 maggio scorso, l’azienda ha lanciato il programma AI for Science, offrendo fino a 20.000 dollari in crediti API a ricercatori qualificati. L’iniziativa si concentra su applicazioni in biologia, come l’analisi di dati genetici e la scoperta di farmaci, con l’obiettivo di accelerare i processi di ricerca.

Anthropic sottolinea che i suoi modelli, come la famiglia Claude, possono aiutare i ricercatori a generare ipotesi, progettare esperimenti e comunicare i risultati in modo più efficace. Tuttavia, l’azienda riconosce che l’IA deve ancora superare sfide significative per diventare un vero “scienziato”.

Le sfide dell’IA creativa

Nonostante l’entusiasmo, la comunità scientifica rimane cauta. Thomas Wolf, Chief Science Officer di Hugging Face, ha sostenuto in un saggio che i sistemi IA attuali non sono in grado di porre “grandi domande”, un elemento essenziale per le scoperte scientifiche. Allo stesso modo, Kenneth Stanley, ex ricercatore di OpenAI e ora a capo di Lila Sciences, ha evidenziato che i modelli IA mancano della capacità di generare ipotesi veramente nuove.

Stanley sta affrontando questa sfida con Lila Sciences, una startup che ha raccolto 200 milioni di dollari per sviluppare un laboratorio IA dedicato alla creazione di ipotesi creative. Secondo Stanley, il problema risiede nella difficoltà di dotare l’IA di un senso di ciò che è “interessante” o “nuovo”, un’abilità che richiede un livello di comprensione ancora lontano dalle capacità attuali.

Fonte: TechCrunch.