L’esplosione dell’intelligenza artificiale degli ultimi anni viene spesso raccontata come il risultato di progressi improvvisi negli algoritmi o di un’accelerazione recente della ricerca accademica. In realtà, la traiettoria che ha portato all’AI moderna è molto più lunga e passa da settori che, per decenni, sono stati considerati periferici rispetto alla ricerca scientifica: il gaming e, più tardi, la blockchain.
Non perché abbiano “creato” l’AI, ma perché hanno contribuito in modo decisivo a costruire l’infrastruttura computazionale, industriale ed economica senza la quale il deep learning non sarebbe diventato scalabile.
Le GPU nascono per i videogiochi, non per l’intelligenza artificiale
Le GPU non sono nate per addestrare reti neurali. Sono nate per risolvere un problema molto concreto: disegnare mondi tridimensionali sempre più complessi, in tempo reale, con milioni di pixel da calcolare simultaneamente. Per farlo, l’industria del gaming ha spinto lo sviluppo di architetture di calcolo massivamente parallele, ottimizzate per eseguire la stessa operazione su grandi quantità di dati.
Questo tipo di architettura si è rivelato, quasi per coincidenza, perfetto per il deep learning. Le reti neurali profonde si basano su operazioni matematiche ripetitive su grandi matrici, lo stesso tipo di carico computazionale che una GPU gestisce in modo naturale. Quando, nei primi anni 2010, i ricercatori iniziarono a usare le GPU per il machine learning, il salto di prestazioni fu immediato.
Un punto di svolta simbolico arriva nel 2012 con AlexNet, il modello che vinse la competizione ImageNet dimostrando che reti neurali addestrate su GPU potevano superare di gran lunga gli approcci tradizionali basati su CPU. Da quel momento in poi, il deep learning smise di essere un esercizio teorico e divenne una tecnologia praticabile su larga scala.
Senza anni di investimenti guidati dal gaming – in driver, tool, ottimizzazione dell’hardware e catene di produzione – questo passaggio sarebbe stato molto più lento e costoso.
La blockchain ha reso evidente il valore del “compute”
Il contributo della blockchain è più indiretto, ma non per questo irrilevante. Con l’esplosione del mining di criptovalute, in particolare nelle fasi in cui Ethereum era fortemente dipendente dalle GPU, la potenza di calcolo è diventata improvvisamente una risorsa economica visibile, scarsa e contendibile.
Il risultato è stato duplice. Da un lato, la domanda di GPU ha mostrato quanto il calcolo parallelo fosse un asset strategico, capace di generare valore economico diretto. Dall’altro, ha messo in luce i limiti strutturali della filiera: shortage, aumento dei prezzi, dipendenza da pochi produttori e concentrazione geografica della produzione.
Questa dinamica non ha favorito direttamente la ricerca sull’AI, ma ha contribuito a spostare l’attenzione globale su un punto chiave: chi controlla la capacità di calcolo controlla l’innovazione. È una consapevolezza che oggi è centrale nel dibattito sull’AI, dalle restrizioni all’export di chip alle strategie nazionali sui data center.
Dall’hobby all’infrastruttura critica
C’è un elemento comune che lega gaming, blockchain e AI: la trasformazione del calcolo da risorsa tecnica a infrastruttura critica. Il gaming ha reso il calcolo parallelo economicamente sostenibile e industrialmente maturo. La blockchain ha mostrato che il calcolo può essere monetizzato, scambiato e messo sotto pressione dai mercati. L’AI ha ereditato entrambe queste condizioni, portandole a una scala senza precedenti.
Oggi l’addestramento dei modelli più avanzati richiede cluster di GPU che consumano energia quanto piccole città. La questione non è più solo algoritmica, ma industriale, energetica e geopolitica. Ed è proprio qui che il passato “pop” di queste tecnologie diventa rilevante: ciò che nasce per l’intrattenimento o la speculazione può, nel tempo, diventare la base di sistemi che ridefiniscono interi settori economici.
Leggi anche L’AI non sarà fermata dalla tecnologia, ma dalla compliance
Conclusione
Dire che gaming e blockchain abbiano “creato” l’intelligenza artificiale sarebbe falso. Dire che ne hanno preparato il terreno è invece storicamente corretto. Senza le GPU sviluppate per i videogiochi, il deep learning non avrebbe scalato. Senza le dinamiche di mercato introdotte dal mining, il valore strategico del calcolo sarebbe emerso più tardi.
L’AI moderna non nasce nel vuoto. Nasce dall’incontro tra ricerca, industria e mercati che, spesso, arrivano da direzioni inattese.
In sintesi
L’intelligenza artificiale moderna non nasce solo da nuovi algoritmi, ma da un’infrastruttura già pronta. Il gaming ha reso le GPU potenti e adatte al calcolo parallelo, mentre la blockchain ha reso la capacità di calcolo una risorsa economica strategica.