La Macchina Infinita e l’AI per la collettività

Benvenuti nel nuovo numero di Black Box Script, il nostro spazio di scrittura collettiva nato per andare oltre il ritmo quotidiano di Black Box e Morning Finance, con analisi e approfondimenti originali.

A un evento del Council on Foreign Relations per il lancio del libro The Infinity Machine, il moderatore David Rubenstein fa notare all’autore, il giornalista britannico Sebastian Mallaby, che anche Peter Thiel era stato un giocatore di scacchi agonista. “Of course” risponde Mallaby.

Questo dettaglio è la chiave di lettura di tutto il libro: Thiel, il finanziatore che nel 2010 mette i primi capitali in DeepMind, aveva giocato a scacchi da adulto, con la disciplina dell’autodidatta ambizioso. Demis Hassabis – il protagonista del libro di Mallaby – era diventato maestro a tredici anni. Il padre lo portava fin da bambino nei circoli più periferici del paese e lui, seduto su un elenco telefonico per arrivare alla scacchiera, accumulava vittoria dopo vittoria, torneo dopo torneo.

La questione non è la differenza tra chi sa giocare e chi non sa giocare. È la differenza tra chi considera gli scacchi una palestra mentale e chi, fin dall’infanzia, li considera un sistema da risolvere. La stessa attitudine che porterà Hassabis a trattare l’intelligenza come un problema risolvibile, e non come un mistero.

Mallaby, firma del Financial Times, sposta la sua analisi dalle reti globali del venture capital descritte in The Power Law – il libro precedente, che includeva l’ascesa dei fondi cinesi come Qiming e Capital Today – alle rivalità dell’intelligenza artificiale. L’autore costruisce così un netto contrasto tra il prodigio di Finchley, neuroscienziato e fondatore di DeepMind nel 2010, e gli “ego sterminati” di Elon Musk e Sam Altman.

The Infinity Machine non è l’unico libro che ha provato a raccontare questa storia. Accostato a Supremacy di Parmy Olson e The Coming Wave di Mustafa Suleyman, forma un triangolo che dice più di ciascun vertice preso da solo.

Il punto che a noi, a Black Box, interessa più di ogni altro è questo: DeepMind nasce con un finanziamento adeguato nel 2010, ma quel finanziamento si rivela, con gli anni, insufficiente. Non per cattiva gestione, ma per la struttura stessa del mercato dei capitali su cui un laboratorio di ricerca fondamentale poteva attingere a Londra, in un’epoca in cui l’AI non era ancora una categoria di investimento legittimata.

Il vincolo si stringe – Mallaby lo descrive come “uncomfortable funding constraints” – fino a rendere la vendita a Google, nel gennaio 2014, una necessità strategica più che un’opportunità. Nella trattativa finale, DeepMind rifiuta lo schema standard di valutazione “per ingegnere”: Geoffrey Hinton testimonia che Hassabis da solo valeva centocinquanta milioni di dollari. Così il team strappa condizioni che nessuna startup europea normalmente otteneva: autonomia operativa, sede a Londra, comitato etico interno, divieto di applicazioni militari.

La più importante acquisizione europea della storia della Silicon Valley nasce da un deficit di capitale paziente nel continente, non da un surplus di ambizione americana. È la stessa diagnosi che ricorre ogni volta che si parla del divario tra ricerca europea e capacità di scala americana o cinese: il problema non è mai stato avere le idee, è sempre stato avere chi le finanzi senza comprarsele.

Mallaby presenta la figura di Demis Hassabis come l’anti-Altman quasi per sottrazione: dove Altman è il negoziatore spregiudicato che nella corsa alla supremazia dell’intelligenza artificiale ha “doppiogiocato tutti”, Hassabis incarna invece l’archetipo dello scienziato. Le sue riunioni alle tre del mattino non nascono dall’urgenza di raccogliere capitali, ma dall’entusiasmo per una nuova intuizione scientifica.

Quando il suo team voleva rivendicare la vittoria al concorso di protein folding CASP, Hassabis insiste che vincere non era il punto, perché il punto era risolvere il protein folding. È l’episodio che porta ad AlphaFold2 e, nel 2024, al Nobel per la Chimica condiviso.

Hassabis stesso ammette il paradosso di chi ha ottenuto esattamente quello che voleva: realizzare tutti questi sogni può sembrare meraviglioso, dice a Mallaby, eppure non è come l’aveva immaginato.

La velocità con cui procede la competizione globale sull’AI lo trascina in una corsa che non può più rallentare e con la quale deve imparare a convivere. Per questo nel libro il nome di J. Robert Oppenheimer non viene accostato tanto ad Altman – con cui condivide poco più della data di nascita – quanto ad Hassabis.

Come il fisico a capo del “Progetto Manhattan”, Hassabis si trova infatti a confrontarsi con la contraddizione che oppone la ricerca scientifica pura alla responsabilità per gli effetti che il proprio lavoro può avere sul mondo.

Condividi

Mustafa Suleyman – il cofondatore di DeepMind uscito dall’azienda dopo accuse di comportamento aggressivo – pubblica nel 2023 The Coming Wave, libro che pone “il problema del contenimento”: ovvero, come controllare tecnologie che, per natura, proliferano più velocemente di qualsiasi governo o azienda possa governarle. Sei mesi dopo, Microsoft lo assume per dirigere Microsoft AI.

Nel 2026, allo stesso “Microsoft Build” dove un tempo predicava prudenza, presenta sette nuovi modelli e prevede l’automazione della maggior parte del lavoro impiegatizio entro diciotto mesi. Suleyman è il punto in cui le due narrazioni – Hassabis lo scienziato puro e Altman il dealmaker – collassano nella stessa traiettoria: chiunque abbia provato a fermare l’onda ha finito per cavalcarla.

Chi ha letto lo scorso numero di questa newsletter (Balle spaziali reloaded) riconoscerà la struttura: un fondatore cede sovranità in cambio di capitale per controllare una tecnologia che ridefinisce i rapporti di forza globali. Musk vende l’illusione del controllo mantenendo governance e narrativa nelle proprie mani. Altman, per Olson, naviga tra non-profit fondativo e necessità di capitale, finendo per cedere struttura societaria in cambio di compute illimitato. Hassabis cede l’indipendenza societaria ma negozia, clausola per clausola, le condizioni della propria sottomissione.

Balle spaziali reloaded

·

Jun 10

Benvenuti nel nuovo numero di Black Box Script, il nostro spazio di scrittura collettiva nato per andare oltre il ritmo quotidiano di Black Box e Morning Finance, con analisi e approfondimenti originali.

È un Faust che si è letto il contratto fino in fondo prima di firmarlo, e che ha ottenuto, se non l’anima intera, almeno alcune stanze della casa: è la differenza tra un patto faustiano subito e uno negoziato, la stessa distanza che in Balle spaziali reloaded separa l’accettazione senza contropartite dall’“allucinazione industrializzata” finale.

AlphaGo è una delle creazioni che ha trasformato Demis Hassabis in una leggenda. Sviluppato da DeepMind per affrontare il Go – il gioco strategico cinese considerato per decenni uno dei più difficili da padroneggiare per una macchina – il sistema incarnava perfettamente la filosofia del suo fondatore: costruire intelligenze artificiali capaci di risolvere problemi specifici e misurabili, anziché limitarsi a imitare il linguaggio umano.

Dal 9 al 15 marzo 2016, a Seoul, AlphaGo e il campione sudcoreano Lee Sedol, considerato uno dei migliori giocatori della sua generazione, si affrontano cinque volte. L’esito del confronto ha dell’incredibile. La macchina vince quattro partite su cinque, dando prova di un ingegno, di un’audacia e di un talento sconcertanti, al punto da rivoluzionare la stessa percezione del Go. Alcune delle sue mosse vengono inizialmente giudicate errori dagli esperti, per poi rivelarsi intuizioni geniali.

Ma la sconfitta di Lee Sedol assume presto un significato che esula dalla scacchiera. Sembra che a essere sconfitto non sia stato soltanto un campione, ma il genere umano stesso. Per la prima volta una macchina appare capace di superare l’uomo in un dominio che sembrava richiedere creatività, immaginazione e intuizione (nel 1997 Deep Blue aveva già battuto Garry Kasparov negli scacchi, ma il Go richiede un’intuizione strategica di natura diversa).

Non è un caso che la seconda stagione della fiction Diavoli si apra proprio durante quelle partite. Nella serie, il confronto tra AlphaGo e Lee Sedol diventa il simbolo di un passaggio storico: mentre la finanza continua a rappresentare il principale strumento di potere globale, una nuova forza – quella algoritmica – comincia a ridefinire gli equilibri del mondo.

L’epistemica di Hassabis non è quella dominante a San Francisco. La scuola che ha prodotto ChatGPT si fonda sulla scommessa dello scaling: più dati, più parametri, più capacità di calcolo, nella convinzione che l’intelligenza emerga dall’accumulo quantitativo di risorse computazionali. È un paradigma che richiede capitali enormi perché la sua teoria del progresso è quantitativa e orientata al prodotto di consumo.

Hassabis ha costruito DeepMind attorno a un’idea diversa: avvicinarsi all’intelligenza risolvendo problemi specifici e verificabili – il Go, il protein folding, la previsione meteorologica – per i quali esiste una funzione obiettivo chiara. Non è un caso che questa impostazione abbia prodotto AlphaFold e un Nobel per la Chimica, non un chatbot.

Qui emerge un aspetto ancora più interessante. L’idea di “AI per la collettività” che Hassabis ripete da anni – utilità sociale verificabile, problemi scientifici condivisi, beneficio diffuso più che monetizzazione immediata – assomiglia meno al modello americano del prodotto di consumo finanziato da venture capital a caccia di ritorni rapidi e più a una concezione dell’intelligenza artificiale come infrastruttura strategica, orientata alla soluzione di problemi misurabili in campi come l’energia, la salute pubblica, la ricerca scientifica.

Pechino non finanzia i suoi laboratori per produrre il prossimo chatbot virale, ma per risolvere problemi di Stato: è la stessa logica con cui DeepMind ha trattato il protein folding. Hassabis, scienziato britannico cresciuto dentro un colosso americano, finisce per essere il punto in cui le due epistemiche rivali del secolo si toccano senza fondersi: la prova che esiste un terzo modello, quello della scienza come bene pubblico verificabile, che nessuno dei due blocchi egemoni ha ancora monopolizzato.

Resta un paradosso che nessuno dei tre libri risolve: l’unico fondatore che la narrazione contemporanea dell’AI riconosce come moralmente distinto dai suoi rivali americani è anche quello che ha dovuto vendersi a un’azienda americana per sopravvivere. Non per debolezza di visione, ma per assenza di un ecosistema di capitale paziente capace di finanziare la ricerca fondamentale senza pretendere il controllo.

Il problema, allora, non è scientifico ma finanziario, e qui l’agenda Draghi smette di essere retorica su competitività e diventa l’unica risposta sensata alla storia che Mallaby racconta: in mancanza di un mercato continentale dei capitali, davvero unico e profondo, capace di finanziare la ricerca dal seed alla scala industriale senza costringere i fondatori a vendersi a metà percorso, l’Europa continuerà a produrre Hassabis e a regalarli ad altri.

È il punto su cui Fausto Boni, fondatore di 360 Capital, insisteva nella conversazione che gli abbiamo dedicato in una puntata di Black Box: il capitale di rischio europeo non manca per assenza di idee o talento, manca per frammentazione regolatoria e per un’industria del risparmio che preferisce mattone e debito pubblico al venture.

Che la posta in gioco sia tutt’altro che teorica lo dimostra il calendario di questi giorni: Hassabis, Altman e Dario Amodei – insieme ad Arthur Mensch di Mistral – sono seduti allo stesso tavolo del G7 di Évian-les-Bains per discutere di sicurezza dell’AI davanti ai capi di governo delle sette economie più avanzate del mondo. È la prima volta che i tre rivali condividono la stessa stanza istituzionale.

Pochi giorni prima del summit, ecco il caso che rende tutto questo meno astratto: il Commerce Department americano ha ordinato ad Anthropic di sospendere l’accesso ai modelli Fable 5 e Mythos 5, per chiunque non sia cittadino statunitense. Ovunque si trovi, compresi i dipendenti stranieri della stessa Anthropic, che ha disabilitato i modelli per tutti i clienti. Non un blocco geografico nel senso tradizionale: un blocco di cittadinanza, che ha costretto l’azienda a disattivare il modello per tutti i non americani.

È un kill switch reale, ma non quello di cui si discute nei panel sull’allineamento: è la dimostrazione che il controllo ultimo sull’AI di frontiera, anche quando il laboratorio che la produce parla di “AI per la collettività”, resta nelle mani di un solo governo e il resto del mondo, Europa compresa, accede a quella tecnologia per concessione, non per diritto.

C’è un’ultima cornice da richiamare, presa in prestito da Luuk van Middelaar: l’Europa che descrive in Alarums and Excursions è un’Unione europea costretta a passare da una politica delle regole a una politica degli eventi, a improvvisare crisi dopo crisi perché il suo impianto istituzionale nasce per amministrare la normalità, non per rispondere allo shock.

L’agenda Draghi è un tentativo di invertire quella sequenza: trasformare un evento – il distacco competitivo dagli Stati Uniti e dalla Cina nelle tecnologie di frontiera – in una regola, in un’architettura di capitale che non dipenda dall’emergenza del momento.

Il caso Hassabis è la prova più concreta del perché quell’inversione sia urgente: non si tratta di evitare la prossima crisi, ma di evitare che la prossima eccellenza scientifica europea debba scegliere, di nuovo, tra restare sottofinanziata o vendersi a chi il capitale lo ha già.