Intelligenza artificiale · Articolo
Demis Hassabis ora dice che l'AGI potrebbe arrivare entro due o tre anni
Pubblicato:

In breve
Demis Hassabis di Google DeepMind ha detto a WSJ Magazine che ora prevede l'intelligenza generale artificiale (AGI) entro due o tre anni, ridotto dalla finestra di tre-cinque anni che aveva citato all'inizio del 2026. Definisce l'AGI attraverso un "test di Einstein" e dice che la sua stima continua a spostarsi più vicina al presente.
Questa versione è una traduzione automatica dell'originale (English). Leggi l'originale
Demis Hassabis, il cofondatore e amministratore delegato di Google DeepMind, ha detto a The Wall Street Journal Magazine che ora prevede che l'intelligenza generale artificiale (AGI) arrivi entro due o tre anni. L'intervista è stata pubblicata il 21 ottobre 2026, come parte del pacchetto di premi "Innovator in Tech" della rivista, dove Hassabis è stato nominato il vincitore del 2026 in tecnologia.
Alla domanda sulla tempistica, Hassabis ha detto che stava arrivando presto e che la sua stima continuava a spostarsi più vicina al presente, secondo il profilo. La nuova finestra segna un restringimento rispetto alla gamma di tre-cinque anni che aveva citato pubblicamente all'inizio del 2026.
Cosa Hassabis intende per AGI
Hassabis definisce l'AGI come cognizione a livello umano e ha descritto un benchmark specifico che chiama il "test di Einstein". Secondo questo test, un sistema si qualificherebbe come AGI se, addestrato solo sulla conoscenza umana disponibile fino al 1901, potesse produrre indipendentemente il tipo di scoperte che Albert Einstein ha fatto nei suoi articoli dell'"annus mirabilis" del 1905 – coprendo l'effetto fotoelettrico, il moto browniano, la relatività speciale e l'equivalenza massa-energia.
Nel profilo di WSJ Magazine, Hassabis ha anche descritto la sua missione più ampia in due fasi: prima risolvere l'intelligenza stessa, poi usare quella intelligenza per affrontare altri grandi problemi scientifici. Ha indicato la ricerca fisica e il trattamento del cancro come applicazioni iniziali che spera di perseguire una volta che sistemi di IA più avanzati saranno disponibili.
Una tempistica che si è mossa durante il 2026
Le dichiarazioni pubbliche di Hassabis sull'arrivo dell'AGI si sono spostate nel corso del 2026. Alla conferenza per sviluppatori Google I/O del 20 maggio 2026, ha detto che l'IA aveva raggiunto quello che ha chiamato le pendici della singolarità, chiarendo che intendeva l'era attuale piuttosto che un singolo momento di trasformazione. In quell'evento ha anche detto che gli agenti e gli strumenti di codifica avevano iniziato a funzionare efficacemente durante l'anno, descrivendolo come una fase iniziale dell'uso pratico dell'IA.
| Quando | Tempistica / inquadramento dichiarati | Contesto |
|---|---|---|
| Inizio 2026 | Tre-cinque anni | Stima pubblica citata prima dell'intervista a WSJ Magazine |
| 20 maggio 2026 | "Pendici della singolarità" | Osservazioni di chiusura di Google I/O |
| 21 ottobre 2026 | Due-tre anni | Profilo "Innovator in Tech" di WSJ Magazine |
Isomorphic Labs e il dibattito sulla regolamentazione
Il profilo di WSJ Magazine ha anche toccato Isomorphic Labs, una società di scoperta di farmaci fondata da Hassabis che applica modelli di IA in stile AlphaFold alla scoperta di farmaci. È stato riferito che la società era in discussioni per raccogliere più di 2 miliardi di dollari con una valutazione di circa 40-50 miliardi di dollari.
Sulla questione della supervisione dell'IA, il profilo ha descritto Hassabis come contrario a una regolamentazione prematura della tecnologia, una posizione coerente con la sua spinta durante il 2026 affinché lo sviluppo industriale continui mentre i quadri di governance vengono elaborati contemporaneamente.
Perché il punto di vista di Hassabis ha peso
Hassabis guida la ricerca sull'IA di Google DeepMind. Nel ottobre 2024, lui e il collega di DeepMind John Jumper hanno condiviso metà del Premio Nobel per la Chimica per AlphaFold, un modello di IA che prevede strutture proteiche tridimensionali da sequenze genetiche; l'altra metà del premio è andata a David Baker. Il comitato Nobel all'epoca ha descritto il risultato come il raggiungimento di un obiettivo a lungo inseguito nella scienza delle proteine.
Sto aggiornando sempre più vicino.
Poiché l'AGI non ha una singola definizione scientifica concordata, la tempistica di Hassabis riflette il suo benchmark personale – il test di Einstein – piuttosto che uno standard di settore. Altri leader dell'IA hanno offerto definizioni e tempistiche diverse, che le fonti esaminate per questo articolo non hanno dettagliato in termini comparabili.
Domande
- Cosa ha detto Demis Hassabis sull'arrivo dell'AGI?
- Ha detto a WSJ Magazine, pubblicato il 21 ottobre 2026, che prevede un'intelligenza generale artificiale entro due o tre anni, dicendo che la sua stima continua a spostarsi più vicina al presente.
- Come Hassabis definisce l'AGI?
- Usa un "test di Einstein": se un sistema addestrato solo su conoscenze disponibili prima del 1901 potrebbe produrre indipendentemente i progressi del 1905 di Einstein, inclusa la relatività speciale e l'effetto fotoelettrico.
- La tempistica dell'AGI di Hassabis è cambiata durante il 2026?
- Sì. All'inizio del 2026 ha citato una finestra di tre-cinque anni; nel maggio 2026 ha detto che l'IA era alle "pendici della singolarità"; nell'ottobre 2026 ha ridotto la stima a due-tre anni.
- Cos'è Isomorphic Labs e perché viene menzionato?
- Isomorphic Labs è una società di scoperta di farmaci fondata da Hassabis che applica IA in stile AlphaFold alla scoperta di farmaci; il profilo di WSJ Magazine ha riferito che cercava più di 2 miliardi di dollari di finanziamento con una valutazione di 40-50 miliardi di dollari.
- Per cosa è noto Hassabis oltre a questa previsione?
- Guida la ricerca sull'IA di Google DeepMind e nel 2024 ha condiviso il Premio Nobel per la Chimica con John Jumper per AlphaFold, un sistema di IA che prevede le strutture proteiche.
Fonti
- t2online — Demis Hassabis expects AGI within two to three years
- AIWeekly — Hassabis trims AGI window to two-to-three years in WSJ profile
- Semafor — Google exec Demis Hassabis predicts we're 'at the foothills of the singularity'
- TechCrunch — DeepMind's Demis Hassabis and John Jumper scoop Nobel Prize in Chemistry for AlphaFold
Questo testo è stato preparato con l'intelligenza artificiale e ha superato un controllo automatico delle fonti prima della pubblicazione. Se noti un errore, chiedi una correzione. Chiedi una rettifica o una replica · Come lavoriamo
Correlati

Intelligenza artificialeArticolo
Come funzionano effettivamente i chatbot AI come ChatGPT e Claude, spiegato
I chatbot AI si basano su modelli linguistici di grandi dimensioni (LLM), reti neurali addestrate per prevedere il prossimo "token" in una sequenza di testo. Convertono le parole in numeri, utilizzano un meccanismo di attenzione per pesare come le parole si relazionano l'una all'altra, e quindi vengono messi a punto con feedback umano per comportarsi come assistenti utili piuttosto che come predittori di testo grezzo.
Intelligenza artificialeArticolo
Come gli algoritmi di raccomandazione dell'IA decidono cosa vedi e acquisti online
I sistemi di raccomandazione dell'IA personalizzano i feed e i suggerimenti di prodotto analizzando ciò che gli utenti fanno clic, guardano, valutano e acquistano, quindi abbinano tale comportamento ai modelli di utenti simili. Piattaforme come Netflix, YouTube e Amazon affermano di utilizzare segnali di coinvolgimento e contestuali – in alcuni casi non dati demografici – mentre i regolatori negli Stati Uniti e nell'UE hanno sollevato preoccupazioni sulla trasparenza e la raccolta di dati dietro questi sistemi.
Intelligenza artificialeArticolo
Perché i modelli linguistici di IA allucinano: La ricerca dietro le risposte false
Le "allucinazioni" dell'IA si verificano perché i modelli linguistici sono addestrati a prevedere la parola successiva plausibile, non a verificare la verità, e perché i test utilizzati per valutarli premiano le congetture fiduciose piuttosto che l'ammissione dell'incertezza. I ricercatori di OpenAI sostengono che il problema è in parte una conseguenza matematica di come vengono addestrati i modelli e in parte un risultato di come l'industria dell'IA li valuta.
Intelligenza artificialeGuida
Come riconoscere Deepfake e immagini generate dall'IA: Una guida passo dopo passo
L'identificazione affidabile di un deepfake o di un'immagine generata dall'IA richiede la combinazione di controlli visivi, strumenti di provenienza come Content Credentials o SynthID e ricerca inversa di immagini — nessun singolo metodo cattura ogni falsificazione. I ricercatori di rilevamento avvertono che gli strumenti automatizzati possono essere ingannati da semplici modifiche come il ritaglio o la compressione, quindi la verifica del contesto rimane essenziale.