Agente (Agent)
Un software AI capace di agire autonomamente per raggiungere un obiettivo. Non si limita a risponderti (come ChatGPT), ma può 'fare cose': inviare mail, prenotare voli o navigare sul web per te.
Il Dizionario dell'
Intelligenza Artificiale
Decifra il linguaggio delle macchine. Definizioni semplici, curate e prive di tecnicismi inutili per professionisti.
94 termini
A
AGI (Artificial General Intelligence)
Il 'Santo Graal' dell'AI. È un'ipotetica AI futura che eguaglia o supera l'intelligenza umana in qualsiasi compito, non solo in uno specifico.
AI Act
La prima legge completa al mondo sull'intelligenza artificiale, approvata dall'Unione Europea, che classifica le AI in base al livello di rischio.
Algoritmo
La 'ricetta'. È una serie di istruzioni passo-passo che il computer segue per risolvere un problema. Nell'AI, l'algoritmo è il metodo con cui la macchina impara dai dati.
Allineamento (Alignment)
Il processo di assicurarsi che gli obiettivi dell'AI siano allineati con i valori e le intenzioni umane, per evitare conseguenze impreviste o dannose.
B
Benchmark
Un test standardizzato usato per misurare quanto è 'intelligente' o performante un modello AI rispetto agli altri.
Bias
Pregiudizi presenti nei dati di addestramento che il modello assorbe e può replicare (es. stereotipi di genere o razza).
Bias (Pregiudizio)
Errori sistematici nei risultati dell'AI dovuti a pregiudizi presenti nei dati di addestramento (es. stereotipi di genere o razza).
Big Data
Insiemi di dati così grandi e complessi che i software tradizionali non riescono a gestirli. Sono il 'cibo' di cui si nutre l'AI per imparare.
Black Box (Scatola Nera)
Si riferisce al fatto che spesso non sappiamo perché un'AI ha preso una certa decisione. Il ragionamento interno è oscuro anche per i creatori.
Bot
Abbreviazione di robot. Un programma automatizzato che esegue compiti ripetitivi su internet.
C
Canvas
Interfaccia che affianca alla chat un editor persistente per collaborare su testi o codice senza copia-incolla continui.
Chain of Thought
Una tecnica di prompt in cui chiedi all'AI di 'pensare ad alta voce' o mostrare i passaggi logici prima di dare la risposta finale.
Chatbot
Un programma progettato per simulare una conversazione con esseri umani, può essere semplice o basato su LLM avanzati.
Computer Vision
Il campo dell'AI che insegna ai computer a 'vedere' e capire immagini e video (es. riconoscimento facciale).
Context Window (Finestra di Contesto)
La 'memoria a breve termine' dell'AI durante una conversazione. Indica quanto testo l'AI può ricordare e analizzare in una volta sola.
Copilot
Un assistente AI che lavora accanto a te (scrivendo codice, mail o documenti), lasciando però a te il controllo finale.
D
Data Mining
Il processo di scavare in grandi quantità di dati per scoprire pattern, tendenze e informazioni utili nascoste.
Dataset
L'insieme ordinato di dati (testi, immagini, numeri) usato per istruire l'AI.
Deep Learning
Una tecnica avanzata di Machine Learning ispirata alla struttura del cervello umano (reti neurali profonde).
Deepfake
Video, immagini o audio creati dall'AI che sembrano reali ma sono falsi, spesso usati per imitare persone famose.
Diffusion Model
La tecnologia dietro ai generatori di immagini come Midjourney. Crea immagini partendo dal 'rumore' e ripulendolo fino a formare il soggetto richiesto.
E
Ecosistema AI
L'insieme di hardware, software, dati, ricercatori e aziende che permettono all'AI di esistere e svilupparsi.
Embeddings
La traduzione di parole o immagini in liste di numeri (vettori) che permettono al computer di capire la vicinanza semantica tra concetti.
Epoch (Epoca)
Un ciclo completo di addestramento in cui l'AI ha visto tutto il dataset una volta.
Etica dell'AI
Il ramo che studia le implicazioni morali dell'AI, come la privacy, i bias e l'impatto sul lavoro.
Explainable AI (XAI)
Un approccio per creare AI che possano spiegare le loro decisioni in modo comprensibile agli umani.
F
False Positive/Negative
Errori di classificazione. Falso Positivo: segnala un problema che non c'è. Falso Negativo: ignora un problema che c'è.
Feedback Loop
Il ciclo in cui l'AI agisce, riceve un feedback sul risultato e usa quell'informazione per migliorarsi.
Few-shot Learning
La capacità di un modello di imparare un compito nuovo vedendo solo pochissimi esempi.
Fine-tuning
La specializzazione di un modello generico tramite un ulteriore addestramento su dati specifici di un settore.
Foundation Model
Un modello enorme e generale addestrato su quantità immense di dati, su cui si costruiscono applicazioni specifiche.
G
GAN (Generative Adversarial Network)
Due reti neurali che competono tra loro (una crea falsi, l'altra cerca di scoprirli) per generare dati molto realistici.
GenAI (Generative AI)
L'AI che crea nuovi contenuti (testo, audio, video, codice) invece di limitarsi ad analizzare quelli esistenti.
GPT
Acronimo di Generative Pre-trained Transformer. Indica un modello generativo, pre-addestrato e basato su architettura Transformer.
GPU (Graphics Processing Unit)
Processori nati per la grafica ma essenziali per l'AI grazie alla loro capacità di calcolo parallelo.
Grounding
Il processo di ancorare le risposte dell'AI a dati reali e verificabili per evitare le allucinazioni.
H
Hallucination (Allucinazione)
Quando l'AI risponde con sicurezza dicendo cose totalmente inventate o false.
Hardware AI
Chip specifici (NPU, TPU) progettati esclusivamente per processare calcoli di intelligenza artificiale.
Hugging Face
Una piattaforma fondamentale dove la comunità condivide modelli e dataset open source (la 'GitHub dell'AI').
Human-in-the-loop
Un sistema dove l'AI lavora, ma un essere umano controlla o approva il risultato finale.
Hyperparameter
I parametri impostati dagli ingegneri prima dell'addestramento per decidere come il modello deve imparare.
I
Inferenza
Il momento in cui l'AI 'lavora' per rispondere a una domanda usando ciò che ha imparato durante l'addestramento.
Input
Tutto ciò che viene fornito all'AI: prompt, immagini, file o dati.
Instruction Tuning
Fase dell'addestramento in cui si insegna all'AI a seguire istruzioni specifiche oltre a prevedere il testo.
Intelligenza Artificiale
Una branca dell'informatica che si occupa di creare sistemi intelligenti
Intelligenza Stretta (ANI)
L'AI attuale, super-intelligente in compiti specifici ma priva di coscienza o intelligenza generale.
Interpretabilità
La possibilità di capire la causa logica di una decisione presa da un modello AI.
L
Labeling (Etichettatura)
Il lavoro umano di classificare i dati (es. 'questo è un gatto') per permettere all'AI di imparare.
Latent Space (Spazio Latente)
Una rappresentazione matematica multidimensionale dove l'AI organizza i concetti in base alla loro somiglianza.
Latenza
Il tempo di attesa tra l'invio della richiesta e l'inizio della risposta dell'AI.
LLM (Large Language Model)
Modelli di linguaggio enormi addestrati su vasti pezzi di internet, base di chatbot come ChatGPT.
Loss Function
Il valore matematico che indica all'AI quanto ha sbagliato durante l'addestramento; l'obiettivo è minimizzarlo.
M
Machine Learning
Il campo dell'informatica che insegna ai computer a imparare dai dati senza regole fisse programmate.
Machine Translation
Traduzione automatica avanzata che usa reti neurali per capire il contesto e le sfumature linguistiche.
Metadata
Informazioni aggiuntive sui dati (data, luogo, autore) che aiutano l'AI a organizzare la conoscenza.
Modello
Il file software finale che contiene 'l'intelligenza' appresa dopo l'addestramento.
Multimodale
Un'AI capace di capire e generare diversi tipi di media contemporaneamente: testo, immagini, audio e video.
N
Natural Language Processing (NLP)
Il ramo dell'AI che si occupa di far capire il linguaggio umano ai computer.
Neural Network (Rete Neurale)
Un sistema software a strati che imita vagamente il funzionamento dei neuroni nel cervello umano.
NLG (Natural Language Generation)
La tecnologia che permette al software di scrivere testi che sembrano scritti da umani.
Noise (Rumore)
Dati inutili o corrotti che possono confondere l'AI durante l'addestramento.
NPU
Neural Processing Unit, un processore dedicato a velocizzare le operazioni di AI sui dispositivi.
O
OCR
Tecnologia che legge il testo dentro le immagini o i documenti scansionati rendendolo modificabile.
One-shot Learning
Quando un modello impara a fare qualcosa vedendo un singolo esempio.
Open Source AI
Modelli AI il cui codice e struttura sono pubblici e liberamente utilizzabili o modificabili.
Optimization
Il processo di rendere un modello più efficiente, veloce o leggero.
Overfitting
Quando l'AI impara i dati a memoria e non riesce a generalizzare su nuovi esempi.
P
Parametri
Le variabili interne del modello; il loro numero indica approssimativamente la complessità e la capacità dell'AI.
Pre-training
La prima fase massiccia dell'addestramento su dati generici, prima della specializzazione.
Predictive AI
AI usata per prevedere eventi futuri basandosi sui dati storici (es. previsioni di vendita).
Prompt
Il testo o comando fornito all'AI per ottenere una risposta.
Prompt Engineering
L'abilità di formulare prompt precisi ed efficaci per guidare l'AI verso il miglior risultato.
R
RAG (Retrieval-Augmented Generation)
Tecnica che permette all'AI di consultare documenti esterni specifici prima di rispondere, migliorando l'accuratezza.
Ragionamento (Reasoning)
La capacità dei modelli avanzati di scomporre problemi complessi in passaggi logici.
Reinforcement Learning
Metodo di apprendimento basato su premi e punizioni per guidare l'AI verso l'obiettivo.
RLHF
Reinforcement Learning from Human Feedback: l'addestramento basato sulle valutazioni umane per rendere l'AI più utile e sicura.
Robotica
L'applicazione dell'intelligenza artificiale a macchine fisiche nel mondo reale.
S
Scalabilità
La capacità di un sistema AI di gestire carichi di lavoro crescenti senza perdere performance.
Semantic Search
Ricerca basata sul significato e sull'intento, non solo sulle parole chiave esatte.
Sentiment Analysis
L'uso dell'AI per identificare il tono emotivo (positivo, negativo, neutro) in un testo.
Singolarità
Il momento ipotetico in cui l'AI diventerà capace di auto-migliorarsi superando il controllo umano.
Supervised Learning
Addestramento in cui l'AI impara da coppie di input e risposte corrette fornite dagli umani.
Synthetic Data
Dati generati artificialmente da algoritmi per sopperire alla mancanza di dati reali o per privacy.
T
Temperature
Parametro che regola la creatività dell'AI: basso è preciso e deterministico, alto è creativo e vario.
Text-to-Image / Video
Modelli che generano immagini o video partendo da una descrizione testuale.
Token
L'unità fondamentale di testo per l'AI, corrisponde a frammenti di parole.
Training Data
L'insieme di informazioni utilizzato per addestrare il modello.
Transformer
L'architettura di rete neurale che ha rivoluzionato l'AI permettendo la gestione efficiente del linguaggio e dei contesti.
U
Unsupervised Learning
Apprendimento in cui l'AI trova autonomamente pattern nei dati senza etichette o guide umane.
V
Validazione
Fase di test durante l'addestramento per verificare che l'AI stia imparando correttamente su dati nuovi.
Vector Database
Database ottimizzato per memorizzare vettori (concetti matematici) e fare ricerche semantiche veloci.
Vision Transformer (ViT)
Applicazione dell'architettura Transformer per l'analisi di immagini.
Z
Zero-shot Learning
Capacità dell'AI di eseguire un compito senza aver visto esempi specifici in precedenza.
Nessun termine trovato
Prova a modificare il termine di ricerca o seleziona un'altra lettera.
Non trovi un termine?
Suggerisci un termine
Il glossario cresce con la community. Se non trovi una definizione, segnalacelo e la aggiungeremo.
Contattaci