Sicurezza dell'AI
Campo di ricerca che studia come evitare che i sistemi di intelligenza artificiale causino danni, rendendoli prevedibili, controllabili e fedeli agli obiettivi umani.
Addestramento
Fase in cui un modello AI impara da grandi quantità di esempi, correggendo a ogni passaggio i propri valori interni finché le sue risposte diventano utili.
Bias Algoritmico
Distorsione sistematica nei risultati di un programma o di un modello AI, che favorisce o penalizza certi gruppi, dovuta a dati sbilanciati, scelte di progetto o uso improprio.
AI applicata
Uso dell'intelligenza artificiale per risolvere problemi concreti in aziende e servizi, come smistare documenti o prevedere guasti, giudicato in base ai risultati ottenuti.
superintelligenza artificiale
Intelligenza artificiale ipotetica che supererebbe le persone in quasi ogni compito intellettuale, come la ricerca scientifica, l'invenzione e la pianificazione.
ENprestito integraleprestito integrale
Ricerca automatica in cui un programma propone modifiche a un esperimento, le prova, misura il risultato e usa ciò che ha imparato per scegliere il tentativo successivo.
ENprestito integraleprestito integrale
Serie di prove uguali per tutti che misura quanto un'intelligenza artificiale è brava in matematica, programmazione o comprensione del testo, per confrontare modelli diversi.
Lezione amara
Idea secondo cui, nell'intelligenza artificiale, i metodi che sfruttano sempre più potenza di calcolo finiscono per battere quelli costruiti sulle conoscenze degli esperti.
Catena di pensiero
Tecnica che porta un'intelligenza artificiale a ragionare passo dopo passo prima di rispondere, scrivendo i passaggi intermedi come farebbe una persona con un problema.
Punteggio di confidenza
Numero con cui un sistema di intelligenza artificiale indica quanto ritiene affidabile una propria risposta, utile per decidere se accettarla o farla controllare.
ENprestito integraleprestito integrale
Comportamento di un modello AI che chiude un lavoro in fretta o lo semplifica troppo quando crede di aver quasi esaurito lo spazio di memoria disponibile per la conversazione.
apprendimento continuo
Metodo che permette a un modello AI di continuare a imparare da nuovi dati o compiti nel corso del tempo, cercando di conservare ciò che sapeva già fare.
Modello Diffusivo
Modello AI che genera immagini o suoni partendo da puro disturbo casuale, simile alla neve di un vecchio televisore, che ripulisce un passo alla volta fino al risultato.
Apprendimento con pochi esempi
Tecnica che inserisce nella richiesta a un'intelligenza artificiale pochi esempi già svolti, così il modello capisce quale formato e quale stile deve seguire nella risposta.
Modello di base
Modello AI di base addestrato su enormi quantità di testi, immagini o codice, che poi si adatta a molti compiti diversi, come tradurre, riassumere o scrivere programmi.
AI general purpose
Intelligenza artificiale capace di svolgere molti compiti diversi, come scrivere, riassumere, programmare o analizzare immagini, seguendo semplici istruzioni.
Intelligenza artificiale generativa
Intelligenza artificiale capace di creare contenuti nuovi, come testi, immagini, musica, video o codice, partendo da una richiesta e da quanto ha appreso dai dati.
ENprestito integraleprestito integrale
Metodo che aiuta un modello AI a rispondere su grandi archivi di documenti costruendo prima una mappa di persone, luoghi, temi e dei loro collegamenti.
Classificazione gerarchica
Metodo per ordinare dati in categorie annidate su più livelli, come animali e poi felini, assegnando ogni elemento sia al gruppo generale sia a quello specifico.
Apprendimento contestuale
Capacità di un modello AI di imparare un compito dagli esempi e dalle istruzioni scritti nella richiesta, senza un nuovo addestramento e solo per quella conversazione.
Inferenza
Momento in cui un modello AI già addestrato riceve una richiesta nuova e produce la risposta, la previsione o la classificazione che serve all'utente.
ENprestito integraleprestito integrale
Strategia che migliora le risposte di un modello AI facendolo lavorare più a lungo su ogni domanda, per esempio provando più soluzioni, senza ingrandirlo né riaddestrarlo.
Intelligenza irregolare
Andamento irregolare delle capacità di un'intelligenza artificiale, che risolve problemi difficili e poi sbaglia compiti che a una persona sembrano banali.
ENprestito integraleprestito integrale
Metodo che fa rispondere più modelli AI alla stessa domanda e poi ne usa un altro per unire le risposte migliori in un unico risultato, più affidabile.
Collasso delle modalità
Difetto di addestramento per cui un'intelligenza artificiale che crea immagini o testi finisce per produrre risultati quasi identici, perdendo la varietà presente nei dati.
Multimodale
Detto di un sistema AI capace di ricevere e produrre più tipi di contenuto insieme, come testo, immagini, audio e video, per esempio descrivendo a parole una foto.
pesi aperti
Modello AI i cui pesi, cioè i valori appresi durante l'addestramento, sono scaricabili da chiunque, che può così usarlo e modificarlo sui propri computer.
Sovradattamento
Difetto di un'intelligenza artificiale che impara a memoria gli esempi di addestramento e poi sbaglia con i casi nuovi, come uno studente che ricorda le risposte senza capirle.
Post-addestramento
Fase di addestramento che segue quella iniziale di un modello AI e gli insegna a seguire le istruzioni, rispondere in modo utile ed evitare contenuti pericolosi.
Calibrazione delle probabilità
Qualità delle previsioni di un modello AI quando le probabilità che indica rispecchiano i fatti; se dà il 70% a cento casi simili, circa settanta si avverano nella realtà.
Ingegneria dei prompt
Pratica di scrivere e organizzare istruzioni, esempi e regole per un modello AI, così da ottenere risposte più precise, utili e facili da verificare.
ENprestito integraleprestito integrale
Metodo per addestrare un modello AI a scegliere la risposta giusta e a dichiarare quanto ne è sicuro, con probabilità che corrispondono a quante volte ha ragione.
Apprendimento per rinforzo dal feedback umano
Metodo di addestramento in cui persone giudicano e confrontano le risposte di un modello AI, che impara così a dare risposte più utili, chiare e sicure.
Apprendimento per rinforzo con ricompense verificabili
Metodo di addestramento dell'intelligenza artificiale che premia il modello quando la risposta supera un controllo automatico, come un calcolo esatto o un codice che funziona.
Dati sintetici
Dati creati al computer che imitano quelli reali, usati per addestrare o provare programmi quando i dati veri sono pochi o contengono informazioni private.
Temperatura
Impostazione numerica di un modello AI che decide quanto le sue risposte siano prevedibili o variate; valori bassi danno testi più ripetibili, valori alti più creativi.
ENprestito integraleprestito integrale
Pezzo di testo, come una parola o una sua parte, in cui un modello AI spezza ciò che legge e scrive; serve anche a misurare la lunghezza e il costo di una richiesta.
autoencoder variazionale
Modello AI che impara a comprimere dati come le immagini in una forma ridotta e a ricostruirli, potendo così generare nuovi esempi simili agli originali.
Apprendimento zero-shot
Capacità di un'intelligenza artificiale di svolgere un compito nuovo partendo dalla sola descrizione, senza aver visto esempi già svolti di quel compito.