Ieri Grok 4.20 (beta), l'ultimo update della piattaforma di AI di Elon Musk, mi ha davvero sorpreso.

Ho postato una porzione di un grafico (diciamo circa 1/5 dell'intero grafico) riguardante lo smorzamento Do in situ verso quello in laboratorio di varie litologie. Ho chiesto a Grok di giustificare tecnicamente gli alti valori assegnati in sito a rocce soffici a bassa profondità (dal 5 al 10%).

La risposta ha esordito citando esattamente il testo dove compare il grafico (che non avevo neanche riportato per intero). Testo NON riportato nella domanda, quello di Yoshida sulla RSL. Poi ha proceduto a sintetizzare in maniera efficace non solo, ma anche ad ampliare i concetti, in poche parole ammassi rocciosi sono superficialmente molto fratturati e questi campi di fratture tendono a fornire un elevato valore dello scattering damping, valore che assolutamente non si rileva in laboratorio.

Chiarisco che Grok non è sempre così efficiente, ma il nuovo update con 4 agenti che si organizzano e fanno brainstorming tra di loro in alcuni casi rivela straordinaria efficacia.

Per finire, ho posto la medesima domanda a Gemini 3.1 pro, attualmente considerato il migliore modello per quanto riguarda il puro ragionamento, sviluppato da Google DeepMind per supportare la ricerca scientifica. Ricordo al proposito il modello Alpha-fold che ha risolto in una notte la configurazioen 3-D dei 220 milioni di proteine esistenti (nei 50 anni precedenti ne erano stati risolti circa 1500).

La risposta di Gemini è stata meno elaborata di quella di Grok. In poche parole, due mostri a confronto, questa volta ha vinto Grok.

Grok il migliore per geologia e geotecnica? Non è detto, non è facile capirlo, bisognerebbe radunare le esperienze di un gruppo di noi, poi sappiamo che il panorama AI si evolve con velocità vertiginosa...

"Data speak for themselves" -Reverend Thomas Bayes 1702-1761
P(Ai|E)=(P(E|Ai)P(Ai))/P(E)