Vai al contenuto

Glossario

Oltre 30 termini di intelligenza artificiale spiegati: dai modelli (GPT, Claude, Gemini) alle tecniche (RAG, fine-tuning, embedding), fino ai temi di etica e safety.

Machine Learning

Insieme di tecniche che permettono ai sistemi di imparare dai dati senza essere programmati esplicitamente.

Deep Learning

Sottocampo del machine learning basato su reti neurali profonde a molti livelli.

LLM (Large Language Model)

Modello linguistico di grandi dimensioni addestrato su miliardi di parole per comprendere e generare testo.

Transformer

Architettura di rete neurale che ha rivoluzionato l'AI, alla base di GPT, BERT, Claude e Gemini.

Prompt Engineering

Arte di scrivere istruzioni efficaci per ottenere il massimo dai modelli AI.

Fine-tuning

Processo di specializzazione di un modello AI su dati specifici di dominio.

Embedding

Rappresentazione numerica di testo, immagini o audio in uno spazio vettoriale.

AI Agent

Sistema AI autonomo che ragiona, pianifica e usa strumenti per completare task complessi.

Computer Vision

Branca dell'AI che permette ai computer di interpretare immagini e video.

AI Generativa

Categoria di modelli che creano contenuti nuovi: testo, immagini, audio, video, codice.

Rete Neurale

Modello computazionale ispirato al cervello umano, formato da neuroni artificiali connessi.

Function Calling

Capacità di un LLM di invocare funzioni esterne (API, codice) per eseguire azioni reali.

Automazione AI

Uso dell'AI per eseguire processi ripetitivi senza intervento umano.

AI Safety

Disciplina che studia come rendere i sistemi AI affidabili, sicuri e allineati ai valori umani.

Deepfake

Contenuti audio o video manipolati con AI per impersonare persone reali.

Clonazione Vocale

Tecnologia AI che riproduce la voce di una persona partendo da brevi campioni audio.

OpenAI

Azienda americana creatrice di GPT, ChatGPT, DALL·E e Sora.

Anthropic

Azienda AI fondata da ex-OpenAI, creatrice della famiglia Claude.

Hugging Face

Piattaforma open-source di riferimento per modelli AI condivisi dalla community.

Edge AI

Esecuzione di modelli AI direttamente su dispositivo invece che in cloud.

MLOps

Insieme di pratiche per portare modelli ML in produzione e mantenerli affidabili.

Bias nell'AI

Pregiudizi sistematici che un modello apprende dai dati di training.