Ha iniziato a lavorare sui modelli linguistici anni prima che diventassero il centro della competizione tecnologica globale, ha scelto di tornare in Cina per fondare una delle startup più ambiziose del settore e oggi guida Moonshot AI nella competizione con i principali laboratori americani. È Yang Zhilin, cofondatore e amministratore delegato di Moonshot e la persona dietro Kimi K3, il modello che ha nuovamente attirato l’attenzione internazionale sui progressi dell’intelligenza artificiale cinese. Il sistema, basato su un’architettura Mixture of Experts da circa 2,8 trilioni di parametri complessivi, ha attirato rapidamente utenti e sviluppatori. Così rapidamente che, pochi giorni dopo il lancio, Moonshot è stata costretta a sospendere temporaneamente le nuove sottoscrizioni a pagamento: nelle 48 ore precedenti la richiesta aveva portato la capacità di calcolo dell’azienda vicino al limite, costringendola a riservare le risorse disponibili agli abbonati esistenti.
Per capire perché il caso Moonshot può cambiare gli equilibri del settore, però, bisogna partire dall’uomo che l’ha costruita. Nato nel 1992 a Shantou, nella provincia cinese del Guangdong, Yang Zhilin appartiene alla generazione di ricercatori che ha accompagnato il passaggio dell’intelligenza artificiale dai sistemi progettati per compiti specifici ai grandi modelli capaci di gestire attività sempre più generali. Durante il liceo si avvicina all’informatica quasi per caso e, senza un vero background da sviluppatore, entra nel programma di preparazione alle Olimpiadi di Informatica. Dopo un solo anno di studio ottiene il primo premio nella competizione provinciale del Guangdong, risultato che gli consente l’ammissione alla Tsinghua University di Pechino. Decide comunque di affrontare il Gaokao, il durissimo esame nazionale cinese: con 667 punti su 750 ottiene il miglior risultato nell’indirizzo scientifico della città di Shantou. Dopo gli studi in informatica alla Tsinghua, prosegue la formazione negli Stati Uniti alla Carnegie Mellon University, dove consegue nel 2019 un dottorato in informatica. In quegli anni collabora con Google Brain e Meta AI e contribuisce ad alcune delle ricerche che hanno influenzato l’evoluzione dei moderni modelli linguistici. È coautore di Transformer-XL, progettato per superare i limiti dei contesti di lunghezza fissa, e primo autore di XLNet, uno dei modelli più importanti della fase precedente all’affermazione dell’intelligenza artificiale generativa.
