Nel mondo dell’intelligenza artificiale, dominato da giganti come ChatGPT e Gemini, una nuova tecnologia si fa strada. Ispirata direttamente alla struttura del cervello umano, promette di superare i modelli attuali, soprattutto nel ragionamento logico, ma con un dispendio di risorse incredibilmente inferiore.
Un salto di qualità nel ragionamento artificiale
Mentre i Large Language Models (LLM) sono diventati di uso comune, la ricerca non si è fermata. Un team di Sapient, azienda di Singapore specializzata in AI, ha sviluppato un modello che sta già facendo parlare di sé. Chiamato Hierarchical Reasoning Model (HRM), questo sistema ha dimostrato capacità di ragionamento superiori in test standardizzati.
I dati parlano chiaro. Nel benchmark di settore ARC-AGI-1, l’HRM ha raggiunto una precisione del 40,3%. Per fare un confronto, o3-mini-high di OpenAI si è fermato al 34,5% e Claude 3.7 di Anthropic al 21,2%. La sua efficacia emerge anche in compiti complessi come il Sudoku, un vero e proprio tallone d’Achille per molti LLM. L’aspetto più sorprendente? Ottiene questi risultati utilizzando solo 27 milioni di parametri, una frazione infinitesimale rispetto ai miliardi (o addirittura trilioni) su cui si basano i modelli più noti.
Efficienza e precisione: l’architettura del futuro?
Il segreto dell’HRM non sta nella forza bruta, ma nell’architettura. Invece di risolvere un problema scomponendolo in una lunga catena di passaggi sequenziali (la cosiddetta “chain-of-thought”), il modello di Sapient imita l’organizzazione gerarchica del nostro cervello.
Funziona con due moduli che operano in parallelo su scale temporali diverse. Un modulo superiore si occupa della pianificazione astratta, più lenta e riflessiva, mentre uno inferiore esegue calcoli rapidi e dettagliati. Insieme, attraverso un processo di “raffinamento iterativo”, affinano la soluzione iniziale in brevi raffiche di “pensiero” fino a raggiungere il risultato più accurato. Questo permette di generare una risposta finale in modo diretto, senza passaggi intermedi da verificare uno a uno. Secondo i ricercatori, questo approccio potrebbe aprire la porta a un’intelligenza artificiale più affidabile e sostenibile, capace di funzionare con meno dati e molta meno energia.
In chiusura: L’approccio dell’HRM segna un potenziale punto di svolta. In un’era in cui i costi computazionali dell’AI sono in continua crescita, l’efficienza diventerà un fattore cruciale. Sebbene i risultati debbano essere ulteriormente validati dalla comunità scientifica, questa tecnologia mostra che un’altra via, più intelligente e meno dispendiosa, è possibile.
Angela Buonomo è una content writer appassionata di attualità, innovazione e cultura digitale. Laureata in Comunicazione, unisce precisione giornalistica e curiosità creativa per raccontare le notizie con uno stile chiaro e coinvolgente. Ama scoprire le tendenze del web, esplorare le novità tecnologiche e condividere curiosità che stimolano il pensiero critico e la voglia di approfondire. Sul nostro sito, firma articoli che informano, sorprendono e semplificano anche i temi più complessi.
