Nel panorama sempre più affollato dell’intelligenza artificiale, la capacità di un modello di apprendere nuove funzioni è importante quanto le scelte etiche compiute durante il suo sviluppo. Tencent ha appena annunciato Hy4, l’ultima evoluzione della propria famiglia di IA, presentata dopo una versione preliminare pubblicata ad agosto. L’azienda cinese sostiene che Hy4 beneficia di un addestramento più ampio e di miglioramenti nella capacità di seguire istruzioni, gestire contesti estesi e risolvere compiti multi‑step, con l’obiettivo di consolidare la propria posizione in una gara che vede protagonisti anche DeepSeek e Alibaba.

Capacità tecniche e integrazione di strumenti

Una delle novità più rilevanti di Hy4 è l’inclusione di capacità visive e di interazione con il computer. Il modello è in grado di interpretare immagini, analizzare grafici complessi e operare sia tramite comandi testuali sia attraverso interfacce grafiche. Tencent afferma che Hy4 può utilizzare programmi specializzati come Blender e software di progettazione CAD, oltre a svolgere attività di programmazione e sviluppo di videogiochi. Queste funzioni possono essere combinate: il modello è progettato per eseguire lavori che richiedono più passaggi e l’uso di diversi strumenti.

Applicazioni pratiche

    • Analisi di immagini medicali per supportare diagnosi preliminari.
    • Creazione di modelli 3D in Blender per prototipazione rapida.
    • Automazione di flussi di lavoro CAD in ambito ingegneristico.
    • Generazione di script di gioco e debugging in tempo reale.

Queste capacità rendono Hy4 uno strumento versatile per settori che vanno dalla progettazione industriale alla produzione di contenuti multimediali, promettendo di ridurre i tempi di sviluppo e di aumentare l’efficienza operativa.

Una IA che impara a fare più cose, ma non tutte

Oltre alle innovazioni funzionali, Tencent ha adottato una decisione meno visibile ma di grande rilevanza etica: ha priorizzato l’addestramento su dati di cybersecurity difensiva, orientati a identificare vulnerabilità e facilitarne la correzione, escludendo deliberatamente materiale offensivo relativo allo sfruttamento di tali vulnerabilità. La documentazione ufficiale sottolinea che la scelta non consiste semplicemente nel bloccare determinate risposte, ma nel filtrare l’intero corpus di informazioni utilizzato per addestrare il modello.

Questo approccio intende limitare l’uso potenziale di Hy4 per attività malevole, pur mantenendo la capacità di comprendere concetti di ingegneria inversa e test di penetrazione a fini di analisi. In altre parole, il modello può studiare come funziona la sicurezza di un sistema, ma non è stato addestrato su metodologie specifiche per sfruttare attivamente le vulnerabilità.

Conoscenze incluse e limitazioni

    • Riconoscimento di vulnerabilità e suggerimenti per la mitigazione.
    • Analisi di codice e suggerimenti per la hardening di applicazioni.
    • Conoscenze di ingegneria inversa per scopi di analisi forense.
    • Assenza di dataset offensivi su exploit avanzati.

Secondo il comunicato di Tencent, le valutazioni interne condotte da Xuanwu Lab e Keen Security Lab hanno testato Hy4 su scenari di ingegneria inversa criptografica, deoffuscamento di binari e exploit di vulnerabilità, senza rilevare problemi significativi di capacità offensive. Tuttavia, questi risultati provengono da test interni e i pesi del modello non sono ancora stati resi pubblici, lasciando spazio a future verifiche indipendenti.

Confronti con la concorrenza

Per contestualizzare le performance di Hy4, Tencent ha pubblicato una serie di benchmark. Nella prova Terminal‑Bench 4.0, che valuta compiti eseguiti da terminale, Hy4 ha raggiunto 44,4 punti, contro 55,5 di GPT‑6.1 Sol (OpenAI) e 66,8 di Kimi K3.1 Pro. In un’altra valutazione, basata su 213 professionisti e 579 task finanziari, Hy4 ha superato leggermente DeepSeek V4.1 Flash con un punteggio di 3,04 contro 2,97.

Una classificazione più ampia, la “Arena Agent Ranking” del 3 novembre, colloca Hy4 al 14° posto, dietro Gemini 4 Carbon (2°) e GPT‑6.1 Sol (6°). Queste metriche, sebbene utili, sono basate su metodologie proprietarie e non possono essere considerate definitive per una classifica universale.

Risultati chiave dei benchmark

    • Terminal‑Bench 4.0: Hy4 44,4 punti; GPT‑6.1 Sol 55,5; Kimi K3.1 Pro 66,8.
    • Test finanziari: Hy4 3,04; DeepSeek V4.1 Flash 2,97.
    • Arena Agent Ranking: Hy4 14° posto su oltre 30 modelli.

Questi dati mostrano che, sebbene Hy4 non sia al top delle performance grezze, si posiziona in modo competitivo in contesti specifici, soprattutto dove le capacità multi‑modali (visione + testo) possono fare la differenza.

Il dibattito sul filtraggio dei dati

La strategia di Tencent di filtrare i dati offensivi non è un caso isolato. Moonshot AI, creatrice di Kimi, ha adottato un approccio simile rimuovendo informazioni di cybersecurity dal training intermedio e dal reinforcement learning. In un test interno, la versione senza restrizioni ha risolto il 90,5 % delle prove di exploit di vulnerabilità, mentre la versione finale, con i filtri, ha raggiunto l’81 %.

Parallelamente, il British AI Security Institute ha esaminato il filtraggio di dati biologici potenzialmente pericolosi in modelli sperimentali, ottenendo risultati promettenti, sebbene non direttamente trasferibili a Hy4.

Implicazioni etiche e pratiche

    • Riduzione del rischio di abuso da parte di attori malintenzionati.
    • Possibile limitazione della capacità di ricerca avanzata in sicurezza.
    • Necessità di verifiche indipendenti per confermare l’efficacia dei filtri.
    • Possibili effetti collaterali sulla precisione in compiti di difesa.

Il punto cruciale rimane se la rimozione di contenuti offensivi possa davvero prevenire l’uso improprio dell’IA o se gli attori malevoli troveranno comunque modi per aggirare le limitazioni, sfruttando dati pubblici o altre fonti.

Prospettive future

Hy4 rappresenta un passo avanti nella convergenza tra capacità multimodali e responsabilità etica nella fase di addestramento. La disponibilità di pesi e documentazione tecnica di sicurezza da parte di Tencent potrebbe consentire alla comunità di ricercatori di valutare in modo più trasparente l’efficacia del filtraggio. Inoltre, l’interesse crescente per l’IA responsabile sta spingendo altre aziende a considerare approcci simili, creando un nuovo standard di “AI con limitazioni consapevoli”.

Nel frattempo, gli osservatori del settore continueranno a monitorare i benchmark, le valutazioni di sicurezza indipendenti e le eventuali evoluzioni delle policy di Tencent. Il successo di Hy4 dipenderà non solo dalle sue capacità tecniche, ma anche dalla capacità di dimostrare, con prove concrete, che le sue restrizioni non compromettono l’utilità per gli utenti legittimi, mantenendo al contempo un livello elevato di sicurezza contro gli abusi.