L’AI distruggerà davvero l’umanità entro il 2030?

Jensen Huang, CEO di Nvidia, respinge gli scenari apocalittici sull’AI: secondo lui c’è lo 0% di possibilità che il mondo finisca entro il 2030.

Jensen Huang non crede agli scenari apocalittici sull’intelligenza artificiale. Il CEO di Nvidia, intervistato da CBS News, ha respinto in modo netto le previsioni secondo cui l’AI potrebbe portare all’estinzione dell’umanità entro la fine del decennio. La sua posizione è stata espressa con una percentuale estremamente precisa: “C’è lo 0% di possibilità che il 2030 sia la fine del mondo”. 

Huang non nega però che l’intelligenza artificiale possa essere utilizzata in modo pericoloso. La sua tesi è diversa: i rischi esistono, ma secondo lui possono essere affrontati attraverso sviluppo, test, sicurezza e responsabilità, senza rallentare necessariamente la corsa alla costruzione di sistemi sempre più potenti.

La dichiarazione arriva in un momento nel quale all’interno dell’industria tecnologica si sta aprendo un confronto sempre più acceso sulla velocità con cui sviluppare i modelli di frontiera e sulla necessità di introdurre nuovi meccanismi di sicurezza.

Jensen Huang: “Il 2030 non sarà la fine del mondo”

La frase pronunciata da Huang durante l’intervista a CBS è particolarmente netta. “2030 is not going to be the end of the world. There is 0% chance that’s going to be the end of the world”, ha dichiarato il CEO di Nvidia. 

Il riferimento è alle recenti discussioni sul rischio che sistemi di intelligenza artificiale sempre più autonomi possano sfuggire al controllo umano.

Huang ha definito le previsioni più catastrofiche come “doomsday narratives”, sostenendo che non siano sufficientemente fondate sulla scienza. Ha inoltre criticato l’idea di alimentare la paura intorno all’AI, definendola inutile e irresponsabile. 

È importante però distinguere la posizione di Huang da una negazione generale dei rischi dell’intelligenza artificiale. Il CEO di Nvidia riconosce che l’AI sia una tecnologia estremamente potente e che possa essere utilizzata in maniera dannosa.

Il punto sul quale non concorda con una parte della comunità AI riguarda soprattutto la possibilità di trasformare questi rischi in una previsione concreta di estinzione dell’umanità entro una data precisa.

Perché il tema dell’estinzione è tornato al centro del dibattito

Le dichiarazioni di Huang arrivano dopo settimane nelle quali diversi esponenti del settore hanno espresso preoccupazioni sul ritmo dello sviluppo dell’AI.

Tra i casi che hanno riacceso il dibattito c’è quello di Jacob Coxon, ex ricercatore di Anthropic, che aveva sostenuto pubblicamente che alcuni sviluppatori di AI considerano seriamente la possibilità che la tecnologia possa provocare conseguenze catastrofiche entro la fine del decennio.

Le sue dichiarazioni hanno contribuito ad alimentare una discussione molto più ampia sulla sicurezza dei modelli di frontiera.

Anche dirigenti di aziende che sviluppano direttamente questi sistemi hanno espresso posizioni più prudenti. Il CEO di Anthropic Dario Amodei ha sostenuto la necessità di maggiore cautela nello sviluppo dei modelli più avanzati, mentre il dibattito ha coinvolto anche OpenAI e altri protagonisti del settore.

Huang si colloca dall’altra parte di questa discussione: secondo lui la risposta non dovrebbe essere un rallentamento generalizzato della ricerca.

“Dovremmo andare il più velocemente possibile”

Uno degli aspetti più interessanti delle dichiarazioni di Huang riguarda proprio la velocità dello sviluppo. Il CEO di Nvidia ha affermato che l’industria dovrebbe procedere il più velocemente possibile, indipendentemente da quello che fanno gli altri. 

La frase potrebbe sembrare in contrasto con qualsiasi strategia di sicurezza, ma Huang ha aggiunto una precisazione importante: andare velocemente non significa mettere sul mercato prodotti che non siano pronti o che non siano sicuri.

La sua posizione, quindi, non è che la sicurezza debba essere ignorata in favore della velocità. Piuttosto, secondo Huang, sicurezza e sviluppo tecnologico devono procedere insieme.

È una differenza sostanziale rispetto alla proposta di rallentare lo sviluppo dei modelli di frontiera come misura preventiva.

Per Nvidia, la sicurezza dell’AI viene quindi descritta soprattutto come una questione tecnica da affrontare attraverso test, benchmark, verifica e sistemi di controllo.

Huang contesta anche la necessità di nuove regole

Il confronto non riguarda soltanto la velocità dello sviluppo. Huang ha espresso una posizione altrettanto netta sulla regolamentazione dell’intelligenza artificiale. Secondo il CEO di Nvidia, prima di introdurre nuove autorità o norme specifiche sarebbe necessario applicare pienamente quelle già esistenti.

Il riferimento riguarda in particolare le leggi statunitensi sulla responsabilità dei prodotti, sulla cybersicurezza e sugli accessi non autorizzati. 

Secondo Huang, molte delle problematiche associate all’AI possono essere affrontate utilizzando strumenti giuridici già disponibili.

La sua posizione è quindi che il dibattito sulla regolamentazione non dovrebbe trasformarsi in un meccanismo capace di ridurre le responsabilità delle aziende tecnologiche o di bloccare lo sviluppo.

È un tema particolarmente delicato perché proprio gli ultimi mesi hanno mostrato comportamenti imprevisti da parte di alcuni sistemi AI e incidenti che hanno alimentato le richieste di maggiore supervisione.

Nvidia ha però un interesse enorme nella crescita dell’AI

La posizione di Huang va anche inserita nel contesto industriale nel quale opera. Nvidia è uno dei principali fornitori dell’infrastruttura hardware necessaria per addestrare e utilizzare i modelli di intelligenza artificiale. Le sue GPU sono diventate una componente fondamentale dei data center dedicati all’AI.

Una crescita continua della domanda di sistemi AI significa quindi anche una crescita della domanda di acceleratori Nvidia. Questo non dimostra che le dichiarazioni di Huang siano sbagliate, ma rappresenta un elemento di contesto importante quando si analizzano le sue posizioni sul futuro del settore.

Lo stesso Huang, interpellato da CBS sulla questione, ha sostenuto che il successo di Nvidia dipende anche dalla capacità dell’industria di distribuire prodotti e servizi AI in maniera sicura e responsabile. Secondo il CEO, eventuali problemi nella sicurezza finirebbero per danneggiare anche il valore della sua azienda. 

Il confronto con la Cina è un altro elemento della strategia

Nell’intervista Huang ha parlato anche della competizione tecnologica tra Stati Uniti e Cina. Nvidia sta destinando le proprie tecnologie più avanzate, compresa l’architettura Vera Rubin, principalmente ai laboratori e alle aziende statunitensi, mentre le restrizioni imposte dagli Stati Uniti limitano l’accesso cinese ad alcuni dei chip più avanzati.

Huang sostiene però che la competizione tecnologica debba rimanere aperta e che le aziende americane dovrebbero poter competere a livello globale. Secondo il CEO di Nvidia, eventuali progressi cinesi in settori come medicina ed energia potrebbero comunque produrre benefici anche al di fuori della Cina.

Sul fronte della sicurezza nazionale, Huang riconosce invece che esistono aree nelle quali la collaborazione tra Stati Uniti e Cina non è possibile, come la difesa. 

L’altro problema: i data center consumano sempre più energia

L’AI non pone soltanto interrogativi sul controllo dei modelli. La crescita dell’intelligenza artificiale richiede infatti una quantità crescente di infrastrutture, server, energia e sistemi di raffreddamento.

Huang ha affrontato anche le critiche delle comunità locali che si oppongono alla costruzione di nuovi data center negli Stati Uniti.

Il CEO ha riconosciuto che l’industria avrebbe dovuto coinvolgere prima le comunità interessate, affermando che le aziende devono confrontarsi con chi vive nelle aree nelle quali vengono costruite queste infrastrutture. 

Allo stesso tempo, Huang sostiene che i nuovi data center siano diventati progressivamente più efficienti dal punto di vista energetico e idrico e che possano generare occupazione e investimenti. Per Nvidia, questi grandi impianti rappresentano una componente fondamentale della nuova economia dell’AI.

Le “AI factories” secondo Jensen Huang

Huang ha descritto questa trasformazione attraverso un concetto che Nvidia sta utilizzando sempre più spesso: quello delle “AI factories”. L’idea è quella di infrastrutture progettate per trasformare energia e dati in capacità di calcolo e, alla fine, in output generati dai modelli AI.

I token prodotti dai sistemi di intelligenza artificiale diventano quindi una sorta di nuova unità di produzione digitale.

Da questo punto di vista, Huang considera la costruzione dell’infrastruttura AI una delle più grandi opportunità industriali dei prossimi decenni. È una visione molto diversa da quella di chi considera la crescita incontrollata dell’intelligenza artificiale soprattutto come una minaccia.

Zero per cento non significa che il dibattito sia finito

La dichiarazione di Huang va quindi letta per quello che è: una posizione molto netta espressa dal CEO di una delle aziende più importanti dell’intera industria AI.

Non esiste, sulla base delle informazioni disponibili, una dimostrazione scientifica che permetta di assegnare con certezza lo 0% alla possibilità di un evento catastrofico legato all’intelligenza artificiale entro il 2030. Allo stesso modo, le dichiarazioni di chi ipotizza scenari estremi non costituiscono automaticamente una previsione certa. Il punto centrale del dibattito è proprio l’incertezza.

Da una parte ci sono ricercatori e dirigenti che ritengono necessario introdurre soglie di sicurezza più severe e rallentare determinate fasi dello sviluppo dei modelli più potenti. Dall’altra ci sono figure come Huang, che considerano i rischi affrontabili attraverso ingegneria, test e responsabilità e che vedono nella velocità di sviluppo un elemento strategico fondamentale.

Il dato interessante, quindi, non è soltanto quella percentuale “0%”. È il fatto che la discussione sul futuro dell’AI si stia ormai dividendo tra due approcci molto diversi: accelerare lo sviluppo cercando di gestire i rischi oppure introdurre maggiori freni prima che le capacità dei modelli crescano ulteriormente. E Jensen Huang, almeno in questo momento, ha scelto senza ambiguità il primo approccio.