Jeff Dean lascia Google, SpaceX punta a 100 miliardi di dollari di ricavi e Astra di OpenAI affronta vecchi problemi matematici

L’episodio presenta le notizie della settimana come un’unica storia di accelerazione: i modelli diventano più autonomi, gli agenti iniziano ad agire sul web e l’infrastruttura fisica torna a essere un vantaggio decisivo. Peter Diamandis e i suoi ospiti passano dai dibattiti sulla coscienza artificiale al ragionamento matematico avanzato, dalla concorrenza cinese open weight alle tensioni interne di Google, fino alla strategia industriale sempre più verticale di SpaceX.

Punti essenziali

Gli esperimenti di Google citati nella trascrizione mostrano che il fine-tuning può cambiare il modo in cui un modello descrive sé stesso o attribuisce una mente ad altri sistemi. Il panel non pretende di risolvere la questione filosofica della coscienza, ma sottolinea che memoria, agency, persistenza e auto-modellazione imporranno scelte pratiche su diritti, limiti e responsabilità.

Astra, il modello di OpenAI discusso nell’episodio, viene trattato come un possibile punto di svolta per la matematica. Il tema non è solo la performance: è la possibilità di usare molti assistenti di ricerca affidabili per esplorare congetture, verificare piste e ridurre drasticamente il costo dell’esperimento intellettuale.

I modelli cinesi open weight, tra cui Qwen e Kimi, sono descritti come una pressione strutturale sui laboratori occidentali. Anche quando non guidano tutti i benchmark, apertura, costo e rapidità di diffusione rendono più difficile difendere strategie completamente chiuse e regimi di valutazione governativa.

L’uscita di Jeff Dean per creare Discovery Loop viene letta come un segnale importante su Google. L’azienda conserva asset straordinari, ma l’episodio evidenzia la tensione tra Gemini, DeepMind, cultura di ricerca e velocità di esecuzione da startup. Una risposta suggerita è aprire di più alcuni modelli.

SpaceX rappresenta il caso estremo di integrazione full-stack: Starlink, lanci, calcolo orbitale, energia, robot e possibile produzione avanzata di chip sono discussi come parti di una stessa piattaforma industriale. In questa visione, i prossimi vincitori dell’IA controlleranno non solo i modelli, ma anche l’infrastruttura necessaria per distribuirli.

Perché conta

Per le aziende, l’IA utile non resterà soltanto conversazionale: diventerà agentica, integrata nei workflow e collegata a interfacce reali. Per i ricercatori, la domanda diventa come coordinare migliaia di collaboratori artificiali affidabili. Per gli Stati, la diffusione dei modelli aperti rende molto più difficile calibrare controlli all’export, valutazioni volontarie e politiche di sicurezza.

Source

• Chaîne: Peter H. Diamandis
• Vidéo source: https://www.youtube.com/watch?v=Jku8b2YKuy0