Apple rivela i limiti dei modelli di AI nel ragionamento complesso

Un recente studio condotto da Apple Machine Learning ha messo in luce alcune limitazioni sorprendenti nei modelli AI di grandi dimensioni, sollevando dubbi sulla loro capacità di affrontare problemi di ragionamento complesso. L’indagine, che si è concentrata su ambienti controllati come la Tower of Hanoi e il classico puzzle del River Crossing, ha evidenziato come i modelli di intelligenza artificiale non ragionino realmente, ma si limitino a riconoscere schemi in modo avanzato.

La ricerca ha evitato i benchmark matematici tradizionali, spesso compromessi dalla contaminazione dei dati, preferendo un approccio più rigoroso. I modelli testati, tra cui o3-mini, DeepSeek-R1 e Claude 3.7 Sonnet, hanno mostrato prestazioni che crollano a zero oltre determinate soglie di complessità. Questo risultato è emerso nonostante la disponibilità di risorse computazionali avanzate e istruzioni dettagliate fornite ai sistemi.

Un aspetto particolarmente interessante è che, contrariamente alle aspettative, i modelli tendono a ridurre il loro impegno cognitivo man mano che la difficoltà dei problemi aumenta. Questo comportamento suggerisce problemi strutturali nei modelli stessi, piuttosto che semplici carenze di risorse computazionali. Anche quando forniti di algoritmi risolutivi completi, i sistemi non sono riusciti a superare i punti critici, rivelando deficienze nell’esecuzione logica di base.

Un’altra osservazione significativa riguarda l’incoerenza delle prestazioni. Ad esempio, i modelli sono stati in grado di risolvere problemi che richiedono fino a 100 mosse, ma hanno fallito in enigmi molto più semplici da 11 mosse. I ricercatori hanno identificato tre fasce di prestazione: i modelli standard superano quelli specializzati nei problemi semplici, i modelli ottimizzati per il ragionamento prevalgono a complessità media, mentre entrambi falliscono completamente con problemi altamente complessi.

L’analisi delle tracce di ragionamento interno ha rivelato un fenomeno di “overthinking”. I modelli spesso individuano una soluzione corretta inizialmente, ma successivamente sprecano risorse esplorando alternative errate. Questo comportamento conferma l’assenza di un autentico ragionamento logico e mette in evidenza una delle principali sfide nello sviluppo dell’intelligenza artificiale avanzata.

La pubblicazione di questo studio avviene in un momento cruciale, a ridosso del WWDC 2025, dove Apple si concentrerà principalmente su design software e nuove funzionalità, riducendo l’enfasi sull’intelligenza artificiale per privilegiare l’esperienza utente. Gli aggiornamenti previsti per iOS 26 e macOS 16 riflettono questa nuova direzione strategica.

Questi risultati sollevano interrogativi fondamentali sul futuro dei modelli AI e sulla loro capacità di evolversi verso un’autentica intelligenza generale. Sebbene l’industria stia facendo passi avanti significativi, rimane evidente che c’è ancora molta strada da fare per superare le limitazioni strutturali e migliorare le capacità di ragionamento dei sistemi di intelligenza artificiale.