Genius Makers — Cade Metz Racconta la Vera Storia del Deep Learning

Cos'è: Genius Makers: The Mavericks Who Brought AI to Google, Facebook, and the World (Dutton, marzo 2021) è il libro in cui Cade Metz — giornalista tecnologico del New York Times, prima al Wired — racconta la storia umana del deep learning. Dalle ostinazioni dei pionieri ignorati negli anni '80 e '90 alle aste milionarie del 2012, fino alla fondazione di OpenAI e all'inizio della corsa che porterà a ChatGPT. È il libro narrativo per chi vuole capire da dove vengono le persone che oggi guidano l'industria AI.

I tre eretici: Hinton, LeCun, Bengio e i "decenni nel deserto"

La narrazione parte dai tre uomini che hanno tenuto in vita il deep learning quando il resto della comunità accademica lo aveva abbandonato. Geoffrey Hinton, britannico-canadese, professore a Toronto, ostinato discepolo dell'idea che le reti neurali avrebbero funzionato se solo si fossero avute abbastanza potenza di calcolo e abbastanza dati. Yann LeCun, francese, lavoratore ai Bell Labs e poi alla NYU, padre delle CNN che riconoscevano i codici postali sugli assegni bancari già negli anni '90. Yoshua Bengio, anch'egli a Montreal, teorico dei modelli del linguaggio e delle architetture profonde.

Metz documenta i lunghi anni in cui questi tre, e i loro pochi allievi, erano marginalizzati dai conference NeurIPS e ICML dominati dai sostenitori dei kernel methods e degli SVM. Le richieste di grant venivano rifiutate, gli articoli respinti dalle peer review con la motivazione che le reti neurali erano "una tecnologia del passato". Hinton ha raccontato pubblicamente di aver finanziato parte del proprio lavoro vendendo casa e usando i risparmi personali. Questa parte del libro funziona come correttivo necessario all'idea che il deep learning sia esploso "all'improvviso": è esploso dopo trent'anni di lavoro paziente sostanzialmente non riconosciuto.

L'asta di Hinton del 2012: quando Google paga 44 milioni per tre persone

Il cuore drammatico del libro è la vicenda dell'asta di Hinton nel dicembre 2012. Pochi mesi prima, Alex Krizhevsky (studente di Hinton) e Ilya Sutskever (suo dottorando, futuro chief scientist di OpenAI) avevano vinto la ImageNet Large Scale Visual Recognition Challenge con AlexNet, riducendo l'errore di classificazione delle immagini di una decina di punti percentuali in un colpo solo. Era diventato impossibile ignorare il deep learning.

Hinton decise allora di creare insieme a Krizhevsky e Sutskever una piccola società — DNNresearch — letteralmente senza prodotto, senza ricavi, con tre dipendenti, allo scopo di metterla all'asta. I bidder erano Google, Microsoft, Baidu e DeepMind. L'asta si svolse via email da una stanza d'albergo a Lake Tahoe durante NeurIPS 2012. Google vinse a circa 44 milioni di dollari — letteralmente 14-15 milioni a persona — per acquisire questi tre individui e portarli a Mountain View. È uno dei momenti in cui il mercato del talento AI si materializza in un singolo evento misurabile, e Metz lo ricostruisce con la precisione di un cronista finanziario.

Il dramma fondativo di OpenAI e il trasferimento di talento da Google

Una parte rilevante del libro è dedicata alla fondazione di OpenAI nel dicembre 2015. Metz racconta come Elon Musk, allarmato dal monopolio di Google su DeepMind e sui talenti AI, abbia coinvolto Sam Altman (allora a Y Combinator) per creare un laboratorio AI non profit con l'intento esplicito di sviluppare AGI "for the benefit of humanity". Il finanziamento iniziale annunciato era di 1 miliardo di dollari (in pegno, non versato tutto subito), e tra i primi assunti c'erano Ilya Sutskever (lasciando Google), Greg Brockman (lasciando Stripe), Andrej Karpathy (dal dottorato a Stanford).

L'evento più sintomatico narrato dal libro è il trasferimento di Sutskever da Google a OpenAI. Sutskever era stato uno dei più preziosi acquisti dell'asta del 2012 e a Brain stava facendo lavoro fondamentale. Quando accettò l'offerta di OpenAI, Larry Page lo prese come tradimento personale. Metz raccoglie da diverse fonti la convinzione che quel momento — un singolo scienziato che lascia Google per un laboratorio non profit — abbia scatenato la corsa interna di Google all'AI generativa che culminerà anni dopo con Bard e Gemini. La storia di OpenAI raccontata nel libro si ferma prima di ChatGPT, ma le tensioni che esploderanno nel 2023 con il licenziamento di Altman sono già tutte presenti.

Il giornalismo di Metz: aneddoti, accesso, e i limiti del format narrativo

Lo stile di Cade Metz è quello del longform journalism americano: ricostruzioni dettagliate basate su decine di interviste, ricche di aneddoti personali, conversazioni ricordate da più fonti, dialoghi che probabilmente non sono esattamente quelli pronunciati ma rendono fedelmente la sostanza. È un libro accessibile, leggibile in pochi giorni, scritto per un pubblico colto generale più che per addetti ai lavori. Non c'è quasi matematica e poca tecnica oltre alle basi necessarie per capire la storia.

Questo è insieme il punto di forza e il limite del libro. Chi vuole capire come funzionano backpropagation o transformer non lo troverà qui — per quello servono libri tecnici come Why Machines Learn di Anil Ananthaswamy. Ma chi vuole capire chi ha fatto cosa, quando, perché, e quali tensioni umane e istituzionali abbiano plasmato la traiettoria del settore, troverà in Metz una guida insostituibile. Genius Makers è il libro che spiega perché Sam Altman, Ilya Sutskever, Demis Hassabis e Yann LeCun sono diventati nomi familiari, non solo cosa hanno costruito.

Complementare a Fei-Fei Li, contrappunto a "Empire of AI"

Genius Makers va letto in coppia con altri due libri per avere un quadro completo. The Worlds I See di Fei-Fei Li (2023) racconta dall'interno la creazione di ImageNet — il dataset che ha reso possibile la rivoluzione 2012 — e la prospettiva di una ricercatrice immigrata cinese in America. Metz dedica a Fei-Fei pagine accurate ma esterne; il suo libro è soggettivo e personale, complementare a quello giornalistico di Metz.

Diverso il rapporto con Empire of AI di Karen Hao (2025), che racconta la stessa storia con tono molto più critico verso OpenAI e l'industria. Metz nel 2021 era ancora largamente fiducioso nella narrazione che le big tech raccontavano di sé; Hao quattro anni dopo è apertamente scettica. Leggerli insieme è utile: Metz è il "before" della corsa AI, Hao è il "after". Per chi vuole capire come siamo arrivati a ChatGPT e perché le tensioni che lo circondano sono predeterminate da scelte fatte un decennio prima, Genius Makers resta il punto di partenza obbligato.

---