Tesla non è la superpotenza dell’IA di cui parla Elon Musk

Elon Musk sostiene che un giorno la casa automobilistica sarà l’azienda di intelligenza artificiale di maggiore valore al mondo, grazie alla mole di dati video raccolti dalle sue vetture. Ma tutti quei dati danno davvero un vantaggio competitivo?

Tesla non dovrebbe più essere considerata un’azienda di auto elettriche. È una società di intelligenza artificiale, se si crede al suo amministratore delegato, Elon Musk. La sua convinzione è dovuta a un patrimonio di dati unico: petabyte (milioni di gigabyte) di video raccolti dalle vetture via via che i clienti percorrono milioni di chilometri in tutto il mondo.

In teoria tutti quei dati reali sono esattamente ciò di cui Tesla ha bisogno per addestrare le sue auto a operare senza intervento umano, obiettivo cruciale nella visione di Musk per il futuro dell’azienda. Ma c’è un problema: quei dati non sono necessariamente utili quanto sostiene Musk. Una parte, anzi, non è utile affatto.

L’IA al volante

Sviluppare un’intelligenza artificiale capace di guidare un’auto come un essere umano è una sfida molto diversa da quella di costruire un chatbot che elabora linguaggio naturale come ChatGPT, che è stato allenato con miliardi di parole trovate in internet. Se lo scopo di ChatGPT e dei sistemi concorrenti, come Grok di xAI, è usare il riconoscimento degli schemi del linguaggio per fornire informazioni affidabili e rispondere a domande, al massimo i risultati possono essere imbarazzanti. Ma se l’IA che controlla un veicolo sbaglia, possono morire esseri umani.

Guidare una macchina è un’operazione molto diversa, con molte più variabili: condizioni di guida, meteo, struttura del mezzo, viabilità che cambia, movimento degli altri veicoli. Riuscire a gestire tutte queste variabili ed essere pronti a reagire a sviluppi inattesi è la chiave per l’IA applicata alla guida autonoma. Addestrarla con un’infinità di video di persone che guidano in autostrada non aiuta molto l’IA a imparare come comportarsi nelle situazioni davvero importanti: i casi limite che provocano incidenti o altri scenari pericolosi.

“Può farti guidare in modo molto fluido in situazioni normali, ma quando le cose diventano un po’ strane, non sa più fare niente”, ha detto un informatico e dirigente di un’azienda di tecnologie autonome, che ha chiesto di non essere menzionato perché non voleva criticare apertamente Tesla. “E hai imparato solo le cattive abitudini. Nove persone su 10 non si fermano allo stop. Se tutto ciò che fa l’IA è imparare come si comportano le persone, ignorerà anche lei gli stop”.

Che cosa fanno i rivali di Tesla

È anche per questo che i robotaxi rivali di Tesla usano il laser lidar per avere immagini in 3D e il radar per individuare oggetti solidi sul cammino del veicolo: per ottenere immagini più ricche e più dettagliate del mondo. E se è possibile fare affidamento solo sui dati delle telecamere, c’è bisogno “dei sistemi migliori per gestirli davvero”, come ha detto Drago Anguelov, capo della ricerca di Waymo, alla conferenza degli sviluppatori di Google qualche anno fa. “Pensare di riuscirci è una grossissima scommessa. È molto, molto rischioso e non è necessario”.

Yann LeCun, scienziato a capo dell’IA di Meta e professore di informatica alla New York University, non è convinto che i dati diano a Tesla un vantaggio competitivo. 

“L’impatto dei dati è generalmente sopravvalutato: con l’aumento dei dati, le prestazioni migliorano, ma la resa diminuisce nel tempo”, ha dichiarato. “Un raddoppio del volume di dati porta miglioramenti marginali che rimangono lontani dal grado di affidabilità di un essere umano”. Anche con grandi quantità di dati, nessuna azienda ha sviluppato la cosiddetta autonomia di livello 5, cioè il punto in cui un veicolo può guidarsi da solo in tutte le circostanze in cui un umano potrebbe guidarlo.

“Eppure qualsiasi 17enne può imparare a guidare con circa 20 ore di pratica”, ha detto LeCun. “Questo ci dimostra che le attuali architetture IA mancano di qualcosa di importante quando si tratta di capire il mondo e imparare da quantità limitate di dati o prove”.

Nulla di tutto ciò ha impedito ai sostenitori di Tesla di scommettere sulla visione di Musk per l’IA, anche se le vendite di auto elettriche – e le azioni della società – continuano a calare e manifestanti protestano fuori dai rivenditori Tesla per via del ruolo di responsabile dei tagli al bilancio federale assunto da Musk nel controverso Doge del presidente Trump. Alcuni analisti di Borsa restano convinti che Musk sappia qualcosa che gli altri ignorano. “Pensiamo che la guida autonoma valga 1.000 miliardi di dollari da sola e che questa tesi sarà dimostrata nei prossimi anni”, ha detto a Forbes Dan Ives di Wedbush Securities.

Musk e Tesla non hanno risposto alle richieste di commento. Lo stesso ha fatto Ashok Elluswamy, capo del programma di guida autonoma di Tesla.

A che punto è la guida autonoma di Tesla

Musk ha puntato il futuro di Tesla sulle applicazioni dell’intelligenza artificiale, tra cui robot umanoidi e smart factory, abbandonando l’obiettivo a lungo perseguito di vendere 20 milioni di veicoli elettrici all’anno entro il 2030. Una ragione è probabilmente la maggiore concorrenza nel settore, soprattutto da parte di aziende come la cinese Byd. Un’altra è che, se Tesla riuscisse a risolvere il problema della guida autonoma, sarebbe meno costoso e più redditizio dispiegare centinaia di migliaia di robotaxi elettrici in tutto il mondo che costruire nuove fabbriche per realizzare e vendere milioni di veicoli privati.

È una questione così cruciale per l’azienda che Musk non vuole che i dubbiosi acquistino le azioni. “Se qualcuno non crede che Tesla risolverà il problema della guida autonoma, credo che non dovrebbe investire nella società”, ha detto in una conferenza sugli utili del 2024.

A gennaio Musk ha annunciato che il vasto serbatoio di dati di Tesla viene sfruttato nel nuovo data center Cortex di Austin per migliorare il software Full Self-Driving – che, a dispetto del nome, richiede una supervisione umana in ogni momento. Questa funzionalità permessa dall’IA, assieme al sistema originale Autopilot, ha sicuramente bisogno di miglioramenti: negli anni Fsd e Autopilot sono stati collegati a 52 incidenti mortali a livello globale.

Dati buoni e dati cattivi

Un’enorme quantità di dati ricavati dalle telecamere è utile, ma non rende istantaneamente Tesla un leader del mercato dell’IA. “Avere accesso a dati che nessun altro possiede dà certamente un vantaggio di qualche tipo”, ha detto l’informatico Alex Ratner, che è amministratore delegato di Snorkel AI – un’azienda che sviluppa software per aiutare ad automatizzare l’etichettatura di dati grezzi – e ha un familiare che lavora in Waymo. “Ma la vecchia regola ‘spazzatura in entrata, spazzatura in uscita’ si applica anche in questo caso. Quale video viene da un buon guidatore e quale da un cattivo guidatore? Non è una questione non banale, anzi è molto importante, perché questi modelli imparano dalla cosa che vedono più spesso”.

Le aziende che da anni perfezionano l’IA necessaria per guidare in sicurezza automobili e camion, come Waymo, Zoox, Aurora e Waabi, si concentrano sulla creazione di buoni dati che contengano una quantità sufficiente di casi limite, informazioni su come gestire situazioni stradali estreme o pericolose, con simulazioni avanzate a computer e prove nel mondo reale. Non è detto che i dati di Tesla riescano a rappresentare eventi così rari.

“Non c’è alcuna garanzia che tutti i casi limite che le auto devono imparare siano presenti nei dati in quantità sufficiente a far apprendere un comportamento”, ha detto l’esperta di intelligenza artificiale Missy Cummings, professoressa alla George Mason University che ha fornito consulenza ai regolatori federali e californiani sulla tecnologia per i veicoli autonomi. La cosa rende difficile risolvere alcuni problemi che tutti gli sviluppatori di guida autonoma hanno incrociato, come le frenate ‘fantasma’ inaspettate che avvengono quando l’IA fraintende qualcosa e vede un pericolo inesistente.

Anche identificare i dati più significativi per l’addestramento da un’infinità di video è molto difficile, ha sottolineato un ricercatore sui veicoli autonomi e informatico a conoscenza dell’approccio di Tesla, che ha chiesto di rimanere anonimo.

“Hanno i dati di un fantastiliardo di chilometri”, ha detto. “Come fanno ad assicurarsi di pescare tutte le cose importanti per l’addestramento?”.

È difficile dirlo, perché Tesla non rende noto il suo processo, né è membro attivo della comunità dei ricercatori sull’IA, in cui ingegneri di tutte le più grandi aziende tecnologiche pubblicano regolarmente articoli che illustrano i loro ultimi studi.

“Tesla ha una presenza pressoché nulla nel circuito della ricerca e dello sviluppo sull’IA: conferenza, pubblicazioni, etc.”, ha detto LeCun. “È come se non esistesse”.

Obiettivi mancati

I risultati ottenuti da Tesla nella guida autonoma sono stati più volte inferiori agli obiettivi via via fissati da Musk. La promessa che le Tesla sarebbero state in grado di guidarsi in tutti gli Stati Uniti senza intervento umano, fatta nel 2016, non si è ancora realizzata. L’obiettivo dichiarato nel 2019 di avere un milione di robotaxi operativi entro il 2020? Non ci si è andati nemmeno vicino.

“Elon ha fatto decisamente troppi proclami e ha ottenuto risultati decisamente troppo scarsi sulla guida autonoma completa, ed è così da quasi un decennio”, ha detto LeCun. “Era ovvio per molti di noi che tutti quei proclami erano o menzogne, o segni di auto-illusione. Non capisco come chiunque possa ancora credere a qualsiasi cosa lui dica sull’argomento”.

Tutto questo non ha impedito a Musk di fare sempre più promesse o ai suoi più ferventi sostenitori di continuare a investire su di lui. I prototipi che ha mostrato finora, però, sembrano ancora molto lontani dal risultato. A ottobre ha presentato una dimostrazione del CyberCab di Tesla che trasportava i partecipanti a un eventi negli studi cinematografici della Universal a Los Angeles. Ma anche in quell’ambiente chiuso al pubblico i tecnici di Tesla monitoravano i prototipi – che pure viaggiavano a bassa velocità -, quando non li controllavano da remoto. Allo stesso modo, gli esemplari del robot umanoide Optimus di Tesla che servivano da bere erano controllati da remoto.

“Penso che nel lungo periodo Optimus abbia il potenziale per [generare] oltre 10mila miliardi di dollari di ricavi; è davvero una cifra incredibile”, ha detto Musk nella conferenza sugli utili.

Il vero test arriverà a giugno, con il servizio pilota di robotaxi Tesla a Austin. Ammesso che debutti come da programma. “Lo esamineremo molto attentamente per assicurarci che non ci sia sfuggito qualcosa”, ha detto Musk nella conferenza sugli utili. “Il servizio sarà attivo a Austin da giugno, e poi il prima possibile in altre città americane”. (La California Public Utilities Commission ha fatto sapere a Forbes che Tesla ha anche fatto domanda per un servizio simile a quello dei taxi in California, con veicoli che possiede e che gestisce, ma non per i robotaxi).

La soluzione ai problemi della guida autonoma “non verrà da Tesla”, secondo LeCun. “Semplicemente non hanno un’organizzazione di ricerca con ampia libertà e una quantità sufficiente di scienziati di talento per riuscirci”.

La rincorsa a Waymo

Musk deve recuperare un po’ di terreno sulla Waymo di Alphabet, di gran lunga il leader statunitense nel campo dei robotaxi. La scorsa settimana Waymo gestiva il suo servizio di trasporto automatizzato a Phoenix, San Francisco, Los Angeles e Austin. Il mese scorso ha dichiarato di avere registrato più di 200mila corse a settimana con una flotta di appena 700 veicoli circa. Entro l’anno dovrebbe espandersi ad Atlanta e prevede di partire a Miami nel 2026. Alphabet non ha divulgato i ricavi di Waymo, anche se Forbes stima che siano stati di oltre 100 milioni di dollari con i quattro milioni di corse del 2024.

Waymo ha avuto incidenti minori, anche se finora la sua flotta robotizzata non è stata collegata a morti. Nel frattempo i proprietari di Tesla caricano regolarmente video dei loro veicoli che compiono manovre pericolose mentre operano in modalità Fsd, come rischiare la collisione con altri veicoli su una rampa di uscita dell’autostrada nel New Jersey o passare con il rosso in Cina.

In definitiva, la bontà della proposta di Musk per l’intelligenza artificiale di Tesla dipenderà da quanto valore finanziario porterà all’azienda, che conta di incassare migliaia di miliardi di nuovi ricavi nei prossimi anni.

LeCun ritiene che sia necessario un “cambio di paradigma” per permettere alle macchine di imparare il funzionamento del mondo attraverso i video, cosa che potrebbe richiedere un altro decennio di ricerca.

“La mia sensazione è che non arriveremo a un’autonomia completa e simile alla guida umana – o a robot umanoidi efficienti – fino a quando non capiremo come fare in modo che i sistemi di IA imparino come funziona il mondo nello stesso modo in cui lo imparano gli animali e gli uomini”.

© RIPRODUZIONE RISERVATA

Per altri contenuti iscriviti alla newsletter di Forbes.it CLICCANDO QUI .