L’accesa concorrenza nel campo dell’Intelligenza Artificiale si sta evolvendo in un’autentica lotta senza quartiere alla ricerca di quell’eldorado che è il “modello di ragionamento” perfetto. Il primo tra questi, una forma avanzata di Intelligenza Artificiale, è stato presentato lo scorso settembre dall’azienda americana co-fondata da Elon Musk OpenAI. “o1”[1], come venne chiamato dall’azienda californiana, utilizza una “catena di pensiero” per rispondere a domande difficili in campo scientifico e matematico, scomponendo i problemi nelle loro fasi costitutive e testando diversi approcci prima di presentare una conclusione all’utente.
La sua presentazione nell’ultima parte dell’anno scorso scatenò una “corsa alla copia” di questo metodo, con Google che presentò a dicembre 2024 un modello chiamato “Gemini Flash Thinking”[2]. OpenAI, giocando in anticipo, rispose con il suo “o3”, un aggiornamento di o1, solo pochi giorni dopo, concludendo l’anno come campione d’inverno[3].
Indice degli argomenti
L’ascesa della Cina nel campo dell’IA
Tuttavia, ciò che colpisce maggiormente non è che a copiare OpenAI sia un suo competitor (nessuno si stupisce che Google possa rincorrere la scia del successo), quanto che tale competitor non sia né statunitense né di un “paese alleato”.
A emergere in questa lotta tecnologica è la Cina, con i suoi colossi tecnologici pronti a dare man forte ai colleghi d’oltreoceano (Pacifico, ovviamente). Meno di tre mesi dopo il lancio di o1, Alibaba, un famoso gigante dell’e-commerce cinese, ha rilasciato una nuova versione del suo chatbot, Qwen, con le stesse capacità di “ragionamento” del nuovo gioiello di casa OpenAI. Un’altra azienda cinese, DeepSeek, agli onori della cronaca da alcune settimane per via del suo chatbot “di rottura” (soprattutto “legale”[4]), ha anch’essa rilasciato una “anteprima” di un modello di ragionamento in queste prime settimane del 2025.
Nonostante gli sforzi del governo americano per frenare l’avanzata cinese nel campo dell’Intelligenza Artificiale, due aziende della Repubblica Popolare hanno ridotto il vantaggio tecnologico delle loro controparti americane in pochissime settimane, mettendo in imbarazzo – e in allarme – le aziende USA e l’amministrazione di Washington. E non è solo con i modelli di ragionamento che le aziende cinesi sono all’avanguardia: come accennato, a dicembre scorso DeepSeek ha pubblicato un nuovo modello linguistico di grandi dimensioni (LLM), una forma di Intelligenza Artificiale che analizza e genera testi (come ChatGPT di OpenAI e Gemini di Google). Il contestatissimo modello di DeepSeek non è solo più grande di molti dei suoi omologhi occidentali, ma è anche – per alcuni versi – migliore, eguagliato solo dai modelli proprietari di Google e OpenAI. E ce ne siamo accorti con il suo utilizzo negli ultimi giorni (prima del blocco dell’Autorità Garante).
Ostacoli e sfide per l’IA cinese
L’Intelligenza Artificiale del Dragone Rosso è ora così vicina in termini di qualità ai suoi rivali americani che il rischio di essere superati è davvero vicino. E pensiamo che l’industria cinese nel campo dell’Intelligenza Artificiale era inizialmente apparsa “di secondo piano” sul piano globale. Fino a pochi mesi fa eravamo abituati al “duopolio” OpenAI-Gemini, con debole concorrenza sempre a occidente del mondo. Pensiamo anche che gli Stati Uniti hanno vietato da qualche tempo l’esportazione di chip avanzati in Cina. Nvidia, uno dei principali produttori di chip a stelle e strisce, ha dovuto progettare speciali “declassamenti” dei suoi prodotti per il mercato cinese.
Gli Stati Uniti hanno anche cercato di impedire alla Cina di sviluppare la capacità di produrre chip di alta qualità in patria, vietando le esportazioni delle attrezzature necessarie e minacciando sanzioni per le aziende non americane non collaborative. Un altro ostacolo, inoltre, è di origine nazionale.
Le aziende cinesi si sono avvicinate tardi a tali modelli di Intelligenza Artificiale, in parte a causa di preoccupazioni di carattere normativo. Si sono preoccupate, in altre parole, di come il legislatore a Pechino avrebbe potuto reagire di fronte a modelli che avrebbero potuto avere “allucinazioni” e fornire informazioni non corrette o, peggio ancora, proporre dichiarazioni politicamente pericolose e contrarie alla legislazione cinese. Il cambio di rotta – preludio al dirompente successo internazionale – è stata l’emanazione di un regolamento nazionale per promuovere l’industria dell’Intelligenza Artificiale[5], sulla scia della visione del presidente cinese Xi Jinping in materia[6].
Lo sviluppo dell’IA cinese: il caso DeepSeek
I legislatori cinesi, sebbene abbiano chiesto ai creatori di modelli di enfatizzare i contenuti audio e di aderire ai “valori socialisti”, si sono anche impegnati a incoraggiare lo sviluppo innovativo dell’Intelligenza Artificiale generativa nazionale. La Cina ha cercato di competere a livello globale, con Alibaba come prima azienda ad adattarsi al nuovo corso segnato da Pechino.
Lato pratico, possiamo dire che per circa un anno, ciò che Alibaba ha prodotto non è stato niente di entusiasmante: un modello, piuttosto indistinto, basato sul modello Meta (Llama). Ma nel corso dello scorso anno, quando Alibaba rilasciò le successive iterazioni di Qwen, la qualità del suo modello crebbe notevolmente. Gli altri giganti cinesi in campo tecnologico, tra cui Tencent e Huawei, stanno anch’essi costruendo i propri modelli LLM.
Ma DeepSeek, il più controverso del momento, ha origini diverse. Come OpenAI prima di lei, DeepSeek prometteva di sviluppare l’Intelligenza Artificiale per il bene pubblico. L’azienda cinese avrebbe reso pubblici la maggior parte dei risultati dei suoi addestramenti per cercare di evitare la “monopolizzazione” della tecnologia da parte di pochi individui o aziende. Il gigantesco modello generativo di DeepSeek è notevole non solo per la sua scala, ma anche per l’efficienza della sua formazione, in cui il modello viene alimentato da dati di alta qualità.
Questo successo non deriva da un’unica grande innovazione, ma da una serie di miglioramenti marginali. Il processo di addestramento, per esempio, utilizzava spesso gli arrotondamenti per semplificare i calcoli, ma manteneva i numeri precisi quando necessario. La server farm è stata riconfigurata per consentire ai singoli chip di parlare tra loro in modo più efficiente. E dopo l’addestramento, il modello è stato perfezionato con i risultati di DeepSeek r1, il suo “sistema di ragionamento”, imparando a imitarne la qualità a un costo inferiore (e con chip “sanzionati” meno potenti dei colleghi americani). In pratica, DeepSeek non è solo un modello addestrato “a basso costo”, ma anche il suo funzionamento costa meno. DeepSeek divide i compiti su più chip in modo più efficiente rispetto ai suoi colleghi d’oltre Pacifico, iniziando la fase successiva di un processo prima che la precedente sia terminata. Questo gli permette di far lavorare i chip a pieno regime con poca ridondanza. Peraltro, la ricerca dell’efficienza, per DeepSeek, non si è fermata qui.
L’approccio open-source cinese
Alibaba e DeepSeek stanno sfidando i competitor occidentali più avanzati anche sotto un altro aspetto. A differenza di OpenAI e Google Gemini, i concorrenti cinesi seguono l’esempio di Meta e rendono disponibili i loro sistemi con una licenza open-source. Se si vuole scaricare un Qwen AI di Alibaba e costruirci sopra la propria programmazione, si può farlo, non è necessario alcun permesso specifico.
Questa permissività è accompagnata da una notevole apertura: le due aziende cinesi pubblicano documenti ogni volta che rilasciano nuovi modelli che forniscono una grande quantità di dettagli sulle tecniche utilizzate per migliorare le loro prestazioni. Quando Alibaba ha rilasciato il suo “qwq”, acronimo di “Questions with Qwen”, il colosso dell’e-commerce di Hangzhou è diventato la prima azienda al mondo a pubblicare un modello di questo tipo con una licenza open-source, permettendo a chiunque di scaricare l’intero file di venti gigabyte e di eseguirlo sui propri sistemi (o di “smontarlo” per vederne il funzionamento).
Si tratta di un approccio nettamente diverso da quello di OpenAI, che tiene nascosto il funzionamento interno di o1 e o3. A grandi linee, entrambi i modelli applicano il cosiddetto “test-time compute”: invece di concentrare l’uso della potenza di calcolo durante l’addestramento del modello, consumano molto di più mentre rispondono alle query (rispetto alle precedenti generazioni di LLM). Un approccio che ha dato (e dà) risultati promettenti in campi come la matematica e la programmazione.
Il funzionamento dei modelli di ragionamento
Per capire come funzionano modelli come o1 e o3 (e competitor copia-incolla), pensiamo a una semplice questione. Se ci venisse posta una semplice domanda di carattere fattuale – per esempio, il nome della capitale della Francia – probabilmente risponderemmo con la prima parola che ci viene in mente, e probabilmente sarà corretta (chi non conosce Parigi?).
Un tipico chatbot funziona più o meno allo stesso modo: se la sua rappresentazione statistica del linguaggio fornisce una risposta preferenziale, completa la frase di conseguenza. Ma se ci venisse posta una domanda più complessa, tenderemmo a pensarci in modo più strutturato. Se, per esempio, ci venisse chiesto di indicare la quinta città più popolosa della Francia, probabilmente inizieremmo a citare le grandi città francesi che conosciamo, per poi cercare di ordinarle “a memoria” in base alla popolazione. Solo dopo daremmo una risposta. Il trucco di o1-o3 e dei suoi imitatori consiste nell’indurre il modello a impegnarsi nella stessa forma di pensiero strutturato: invece di buttare giù la risposta più plausibile che gli viene in mente, il sistema “smonta il problema” e lavora per arrivare a una risposta passo dopo passo. E facendo ciò, o1-o3 “tiene per sé i suoi pensieri”, rivelando agli utenti solo una sintesi del suo processo decisionale e la sua conclusione finale. OpenAI ha rilasciato alcune giustificazioni per questa scelta. A volte, per esempio, il modello californiano riflette se usare parole offensive o rivelare informazioni pericolose, ma poi decide di non farlo. Se il suo ragionamento è completo, lo sarà anche il materiale sensibile. Ma la circospezione del modello tiene anche nascosti i meccanismi precisi del suo ragionamento agli aspiranti imitatori.
La strategia di apertura di Alibaba
Alibaba, invece, non si fa scrupoli. Se chiedessimo a “qwq” di risolvere un difficile problema matematico, il modello ci illustrerebbe ogni fase del suo percorso, a volte parlando con sé stesso mentre tenta vari approcci al compito assegnatogli. E pensare che tutto ciò possa essere un caso ci porterebbe fuori strada. L’apertura di Alibaba non è una coincidenza: i laboratori cinesi sono impegnati in una battaglia per accaparrarsi gli stessi talenti ricercati dai competitor americani. E accade, alle volte, che anche se gli ingegneri delle aziende cinesi non sono i primi a scoprire una nuova tecnica, spesso sono i primi a pubblicarla e metterla in pratica. E a ciò si aggiunge che la determinazione del governo americano a fermare il flusso di tecnologia avanzata verso la Cina ha anche reso la vita meno piacevole ai ricercatori cinesi negli Stati Uniti. Il problema non è solo l’onere amministrativo imposto dalle nuove leggi americane che mirano a mantenere segrete le ultime innovazioni. Spesso si respira anche una vaga atmosfera di sospetto. Le accuse di spionaggio volano anche durante gli eventi sociali.
Limiti e vantaggi dei modelli cinesi
Certo, i modelli cinesi hanno anche i loro lati negativi. Ha dato l’avvio a una quantità spropositata di meme, sui vari social, le richieste fatte DeepSeek v3 da parte dell’utenza occidentale. Richieste al modello circa lo status di Taiwan o gli eventi di Piazza Tienanmen, comporta una chiusura a riccio del LLM cinese in una sorta di censura by-design[7]. I modelli cinesi, di base, sono più trasparenti delle disposizioni legislative che devono rispettare in patria, in parte perché vogliono creare un ecosistema di aziende incentrate sulla loro offerta di Intelligenza Artificiale. Questo ha un certo valore commerciale, in quanto le aziende che si basano sui modelli open-source potrebbero essere convinte ad acquistare prodotti o servizi dai loro creatori. Inoltre, la Cina ne trae un vantaggio strategico, in quanto crea alleati nel suo conflitto con gli Stati Uniti in questo settore.
Le aziende cinesi preferirebbero naturalmente costruire su modelli cinesi, poiché non devono preoccuparsi che nuovi divieti o restrizioni possano tagliarle fuori dalla piattaforma sottostante. Sanno anche che è improbabile che si scontrino con i requisiti di censura in Cina, di cui i modelli occidentali non terrebbero conto. Per aziende come Apple e Samsung, desiderose di integrare gli strumenti di Intelligenza Artificiale nei dispositivi che vendono in Cina, i partner locali sono d’obbligo. E anche alcune aziende estere hanno ragioni specifiche per utilizzare modelli cinesi: Qwen di Alibaba è stato deliberatamente addestrato a parlare fluentemente lingue “a bassa risorsa” come l’urdu e il bengalese, mentre i modelli americani vengono addestrati utilizzando prevalentemente dati in inglese. E poi c’è l’enorme attrattiva dei minori costi di gestione dei modelli cinesi.
Prospettive future della competizione IA
Tutto ciò, sia chiaro, non significa necessariamente che i modelli cinesi conquisteranno il mondo. I modelli di Intelligenza Artificiale americani hanno ancora capacità che i loro rivali cinesi non possono ancora eguagliare. Un programma di ricerca di Google trasmette il browser web di un utente al suo chatbot Gemini, facendo emergere la prospettiva di “agenti” di Intelligenza Artificiale che interagiscono con il web. I chatbot di Anthropic e OpenAI, invece, non solo aiutano a scrivere il codice, ma lo eseguono anche. Claude di Anthropic costruirà e ospiterà intere applicazioni e così via. Altre innovazioni sono in cantiere e possiamo avanzare l’ipotesi che la concorrenza cinese che sta alle calcagna dei colossi americani potrebbe spingere questi ultimi a fare di più. Che sia la volta buona che anche l’Europa si svegli dal torpore LLM in cui vive, spronata dalla lotta USA-Cina?[8]
Note
[1] OpenAi o1, l’AI che “ragiona”: vediamo come. Agenda Digitale. https://www.agendadigitale.eu/industry-4-0/openai-01-e-01-mini-ora-lai-ragiona-vediamo-come/
[2] Google lancia Gemini 2.0 Flash Thinking: l’IA che ragiona in tempo reale. HD Blog. https://www.hdblog.it/google/articoli/n603396/google-gemini-flash-thinking-ragiona-tempo-reale/
[3] OpenAI o3: è salto epocale nell’AI, ecco perché. Agenda Digitale. https://www.agendadigitale.eu/industry-4-0/openai-o3-e-salto-epocale-nellai-ecco-perche/
[4] Garante, “Deepseek minaccia globale, ecco perché l’abbiamo bloccato” – Intervento di Agostino Ghiglia. Garante Privacy. https://www.garanteprivacy.it/home/docweb/-/docweb-display/docweb/10098369
[5] China Releases New Draft Regulations on Generative AI. China Briefing. https://www.china-briefing.com/news/china-releases-new-draft-regulations-on-generative-ai/
[6] Xi Jinping’s vision in supporting the artificial intelligence at home and abroad. Modern Diplomacy. https://moderndiplomacy.eu/2024/04/07/xi-jinpings-vision-in-supporting-the-artificial-intelligence-at-home-and-abroad/
[7] Ma non chiedete a DeepSeek di Taiwan e Tienanmen… Tech Talking. https://techtalking.it/deepseek-non-chiedete-di-taiwan-e-tienanmen/
[8] Why Chinese AI has stunned the world. The Economist. https://www.economist.com/briefing/2025/01/23/chinas-ai-industry-has-almost-caught-up-with-americas
