Meta sforna il primo prodotto di “superintelligenza”: un modello, Muse Spark, che mette fine a quasi un anno di pausa nel rilascio di nuovi LLM e che, soprattutto, è il primo frutto concreto della divisione Superintelligence Labs, annunciata lo scorso giugno come parte di una più ampia riorganizzazione interna della società di Mark Zuckerberg.
Curiosamente, il Ceo aveva sfoderato inizialmente il concetto di superintelligenza – descrivendola come una forma di AI “più evoluta del cervello umano” e che alimenterà assistenti digitali sempre più “personali” – in associazione ai progetti di metaverso della divisione Reality Labs. Progetti o meglio sogni sfumati, perché dopo anni di massicci investimenti Zuckerberg si è arreso a un cambio di rotta e a un forte ridimensionamento della divisione, che nel 2025 ha accumulato perdite per oltre 19 miliardi di dollari. Da qui i recenti licenziamenti che hanno toccato centinaia di collaboratori della divisione.
La nuova (costosa) scommessa di Zuckerberg è la divisione Superintelligence Labs, fondata in parte sulla tecnologia e sul personale di aziende terze: fra queste, la più importante è sicuramente Scale AI, di cui Meta per 29 miliardi di dollari ha comprato una partecipazione del 49%. Inoltre il giovane fondatore e Ceo, Alexandr Wang, è stato portato nel team dei Superintelligence Labs. A tutto ciò si sommano gli investimenti fatti e pianificati dall’azienda di Menlo Park per potenziare la capacità di calcolo (espansioni di data center e accordi di fornitura con Nvidia), premessa necessaria per sviluppare e addestrare modelli linguistici sempre più potenti.
E si arriva al presente con il lancio di Muse Sparks, che dovrà fare da fondamenta per i futuri prodotti e servizi di intelligenza artificiale dell’azienda, sia quelli impiegati internamente sia quelli proposti agli utenti. E chissà che questa novità non faccia dimenticare il mezzo flop della serie Llama 4, il cui modello flagship, Behemoth, ha subìto continui ritardi a causa di problemi di prestazioni. E infatti l’azienda ha ben pensato di voltare pagina anche con una diversa nomenclatura: non più Llama ma Muse.
In base a quanto illustrato da Meta, questo modello servirà anche per alimentare assistenti più intelligenti, per migliorare l'automazione e le capacità di ragionamento dell'AI, per supportare nuove funzionalità di raccomandazione per lo shopping online e anche per migliorare l'esperienza degli smart glasses.
Le caratteristiche di Muse Sparke
Muse Spark è un modello multimodale specialmente orientato sui contenuti visuali. In particolare, raggiunge elevate performance su prompt che richiedono di analizzare immagini, video, elementi grafici o mappe. Il modello anche negli output, dato che può generare schermate grafiche interattive, annotazioni dinamiche (per esempio in procedure di risoluzione problemi) e perfino mini-giochi, per esempio sudoku.
In fase di sviluppo e training, Meta ha dedicato un ampio sforzo alla sicurezza del modello, che secondo valutazioni terze ha dimostrato un elevato tasso di consapevolezza nella valutazione dei rischi insiti nei prompt. In pratica, Muse Spark riesce molto bene a rifiutarsi di dare risposte a domande “pericolose”, per esempio prompt che cercano di ottenere informazioni su armi biologiche e chimiche.
A Menlo Park si è anche lavorato sull’efficienza del modello, introducendo miglioramenti di architettura, ottimizzazioni e preparazione dei dati. Come risultato di tutto ciò, Muse Sparks può eguagliare le performance di Llama 4 Maverick, “con oltre un ordine di grandezza di potenza di calcolo in meno”, spiega l’azienda. Non ci sono ancora quelle caratteristiche di superiorità rispetto al ragionamento umano che definiscono il concetto di superintelligenza, almeno per come Zuckerberg ce l’ha raccontato e anticipato, ma è di certo un primo passo.
(Immagine: Meta)
Focus sulla salute
“Una tra le principali applicazioni della superintelligenza personale è aiutare le persone a informarsi e migliorare la propria sulla salute”, scrive l’azienda. Per migliorare le capacità di ragionamento del modello in quest’area, Meta ha collaborato con un migliaio di medici, che hanno aiutato nella preparazione dei dati di addestramento. Muse Spark, quindi, sa dare “risposte più fattuali e complete” su quesiti che riguardano la salute, e inoltre può generare schermate interattive che riassumono e illustrano informazioni, per esempio le caratteristiche nutrizionali degli alimenti o i muscoli attivati con l’allenamento.
Naturalmente il focus sui dati sanitari non è un caso, perché tra i principali motivi di utilizzo dei servizi generalisti basati su LLM c’è la ricerca di informazioni e di consigli sulla salute, intesa ad ampio spettro, dal benessere alle cure mediche. Un utilizzo che ha, chiaramente, implicazioni di sicurezza e opportunità, ma che non si discosta troppo da ciò che per decenni si è fatto dei motori di ricerca. Proprio per arginare i rischi di utilizzi scorretti o troppo disinvolti, OpenAI ha recentemente lanciato ChatGPT Salute, una partizione del servizio chatbot che dà maggiori garanzie di privacy e di accuratezza delle risposte sui temi medici.