Nel corso di un’intervista rilasciata nel podcast di Lex Fridman, Jensen Huang, il CEO di NVIDIA ha affermato che l’Intelligenza Artificiale Generale (AGI) non sarebbe più un obiettivo teorico da raggiungere ma una realtà.
L’AGI è stata descritta come un sistema capace di replicare l’intelligenza umana in modo completo, ovvero in grado di apprendere, ragionare e adattarsi a qualsiasi contesto con la stessa flessibilità di una persona. Proprio per questo, la sua realizzazione è sempre stata collocata in un orizzonte temporale incerto e distante.
In più occasioni, Sam Altman ha sottolineato come lo sviluppo dell’AGI non debba essere interpretato come un evento improvviso, ma come un processo graduale, fatto di progressi incrementali distribuiti nel tempo. Anche le principali analisi di settore, tendono a collocare l’emergere di sistemi “AGI-like” tra il 2026 e il 2028, ovvero un intervallo indicativo, periodo in cui si prevede la convergenza di diversi fattori, come l’aumento della capacità computazionale, il miglioramento dei modelli e lo sviluppo di sistemi sempre più autonomi.
All’interno di questo scenario, l’intervento di Huang segna un cambio di prospettiva nel dibattito sull’AGI spostando l’attenzione dal “quando” verrà raggiunta a una riflessione più profonda sul “cosa” essa sia e su come venga definita secondo la sua visione.
Alla domanda su quanto mancasse al raggiungimento dell’AGI, la risposta è stata diretta: “Penso che sia arrivato il momento. Penso che abbiamo raggiunto l’AGI.”
Un affermazione che, più che anticipare le tempistiche, ridefinisce il concetto stesso di AGI. Secondo il CEO di NVIDIA, infatti, l’AGI non deve essere necessariamente intesa come una replica dell’intelligenza umana, ma come una capacità funzionale: quella di operare in autonomia su compiti complessi e generare valore.
In questa prospettiva, un sistema è “generale” quando non si limita a rispondere a input, ma è in grado di agire, prendere decisioni e portare a termine processi articolati senza supervisione continua. Il passaggio è proprio questo ovvero dalla risposta all’azione, in questo caso ciò che conta non è più la somiglianza con il pensiero umano, ma la capacità concreta di produrre risultati.
Alcuni segnali di questa evoluzione sono già visibili.
Piattaforme come OpenClaw mostrano, almeno in fase sperimentale, la possibilità di sviluppare e gestire prodotti digitali in modo autonomo, senza un intervento umano costante.
In questo contesto si inserisce anche Anthropic, che sta sviluppando un nuovo modello denominato Claude Mythos. L’esistenza del sistema è emersa in seguito a un’esposizione accidentale di documenti interni, riportata dalla rivista Fortune. L’episodio ha reso accessibili migliaia di file mai pubblicati, offrendo uno sguardo inedito sulle dinamiche di sviluppo.
Nei documenti, il modello viene indicato anche con il nome “Capybara” e descritto come un salto di qualità significativo rispetto alle versioni precedenti.
Nello specifico, emergono performance superiori in ambiti come il ragionamento avanzato, lo sviluppo software e la sicurezza informatica, con risultati che supererebbero quelli di Claude Opus 4.6. Il sistema si collocherebbe così a un livello superiore nella gerarchia dei modelli Anthropic, confermando una traiettoria di sviluppo verso IA più generaliste.
Sebbene il modello sia stato definito “il più potente mai realizzato”, l’accesso è attualmente limitato a un gruppo ristretto di utenti e non è stata ancora comunicata una data di rilascio pubblico. Questa cautela è legata non solo ai costi operativi elevati, ma soprattutto ai potenziali rischi associati a sistemi di questo livello.
Le analisi condotte da esperti come Roy Paz e Alexandre Pauwels evidenziano come modelli avanzati possano aumentare in modo significativo la velocità e la sofisticazione degli attacchi informatici, creando un potenziale squilibrio tra capacità offensive e difensive.
Per comprendere questa evoluzione verso l’AGI, è necessario guardare al livello infrastrutturale, i modelli più avanzati non nascono in modo isolato, ma sono il risultato di una trasformazione profonda dell’ecosistema tecnologico. NVIDIA, in questo senso, ha ridefinito il concetto stesso di computer, trasformando i data center in vere e proprie fabbriche di intelligenza, capaci di produrre continuamente output cognitivi e generare valore in tempo reale.
Alla luce di queste trasformazioni, la dichiarazione iniziale di Huang può essere riletta in modo più preciso. L’AGI, intesa come replica completa dell’intelligenza umana, non è ancora stata raggiunta. Tuttavia, se la si definisce come la capacità di un sistema di operare in autonomia su problemi complessi e generare valore, allora è possibile sostenere che una forma funzionale e operativa di AGI sia già presente.
