Glossario di base sull’AI

Intelligenza Artificiale (AI) È la capacità delle macchine (come i computer) di imitare alcune funzioni della mente umana, come imparare, risolvere problemi o creare contenuti. Algoritmo Una serie di istruzioni che un computer segue per fare qualcosa, come una ricetta per cucinare.

Machine Learning (Apprendimento automatico) È un tipo di AI che permette ai computer di imparare da esempi, senza essere programmati per ogni singola azione.

Rete neurale Un sistema informatico ispirato al cervello umano. Serve per far “pensare” la macchina e riconoscere modelli, come volti o voci.

Modello È il risultato dell’apprendimento di una macchina: una specie di “cervello artificiale” che può essere usato per fare previsioni o generare contenuti.

Prompt Il testo o la domanda che viene scritta per dare istruzioni a un’AI (ad esempio: “Disegna un gatto che suona la chitarra”).

Chatbot Un programma che usa l’AI per rispondere a domande o parlare con le persone, come ChatGPT.

Generativa (AI generativa) È un tipo di AI capace di creare qualcosa di nuovo, come testi, immagini, musica o video.

Addestramento (training) Il processo con cui l’AI impara, leggendo e analizzando moltissimi dati, un po’ come uno studente che studia libri per imparare.

Bias (Pregiudizio): Nel contesto dell’AI, si riferisce a errori sistematici o ingiustizie nel risultato di un modello, spesso dovuti a dati di addestramento che riflettono pregiudizi sociali o disparità.

Etica dell’AI: Un campo di studio che esamina le implicazioni morali, sociali e filosofiche dell’Intelligenza Artificiale, con l’obiettivo di garantire che lo sviluppo e l’uso dell’AI siano responsabili e benefici per l’umanità.

Dati Le informazioni (testi, immagini, numeri…) che servono all’AI per imparare e funzionare.

Deep Learning (DL): Un sottoinsieme del Machine Learning che utilizza reti neurali artificiali con molti strati (da qui “profondo”) per modellare astrazioni di alto livello nei dati. È particolarmente efficace per compiti complessi come il riconoscimento di immagini e il linguaggio naturale.

Riconoscimento Vocale Automatico (ASR): Il primo passo è puramente cognitivo. L’IA analizza le onde sonore della tua voce e le trasforma in testo scritto.

Linguaggio Naturale (NLU): Questa è la fase cruciale. L’IA non si limita a “leggere” le parole, ma ne interpreta l’intento. Se dici “Che tempo fa a Roma?”, l’IA capisce che: Entità: Roma (un luogo) Intento: Richiesta di informazioni meteorologiche. Di conseguenza, sa che deve interrogare un servizio meteo per quella specifica località.