Glossario

Un sistema di intelligenza artificiale che svolge compiti in autonomia: decide i passaggi da fare e usa gli strumenti a disposizione, come programmi, archivi o servizi web. Un buon agente sa anche quando fermarsi e chiedere a una persona.

Fonte: IBM, What are AI agents?

Il Regolamento (UE) 2024/1689, la legge europea sull’intelligenza artificiale, in vigore dal 1° agosto 2024 con obblighi che si applicano per gradi. Classifica i sistemi di IA per livello di rischio: alcuni usi sono vietati, altri richiedono controlli, trasparenza e supervisione umana.

Fonte: Commissione europea, AI Act

Quando un sistema di IA produce una risposta che sembra plausibile ma è sbagliata o inventata. Per questo le risposte vanno controllate, soprattutto quando contengono fatti, numeri o citazioni.

Fonte: IBM, What are AI hallucinations?

In inglese machine learning: la parte dell’intelligenza artificiale in cui un programma impara dagli esempi invece di seguire regole scritte a mano. Dopo aver visto molti dati, riconosce schemi e li applica a casi nuovi.

Fonte: IBM, What is machine learning?

In inglese deep learning: un tipo di apprendimento automatico basato su reti neurali con molti strati. È la tecnica alla base del riconoscimento di immagini, della voce e dei modelli linguistici.

Fonte: IBM, What is deep learning?

Software che ripete al posto delle persone attività d’ufficio sempre uguali, come copiare dati, compilare moduli o spostare file. Non ha un corpo: il “robot” è un programma che usa le stesse schermate di chi lavora.

Fonte: IBM, What is robotic process automation?

Una distorsione nei risultati di un sistema di IA, spesso ereditata da dati di addestramento sbilanciati o da scelte di progetto. Può portare a decisioni ingiuste verso persone o gruppi, per questo va cercata e corretta.

Fonte: IBM, What is AI bias?

Un computer che usa le leggi della meccanica quantistica per fare calcoli. Per alcuni problemi specifici potrebbe superare i computer tradizionali più potenti; oggi è ancora una tecnologia in sviluppo.

Fonte: IBM, What is quantum computing?

Metodi di cifratura pensati per resistere agli attacchi dei futuri computer quantistici, che potrebbero violare quelli usati oggi. Nell’agosto 2024 il NIST statunitense ha pubblicato i primi tre standard e invita a iniziare subito la transizione.

Fonte: NIST, primi standard di crittografia post-quantistica

Gli esempi con cui si insegna a un modello di IA a riconoscere schemi o a produrre risposte. La qualità del modello dipende molto dalla qualità di questi dati.

Fonte: IBM, What is training data?

Un modo di trasformare testi, immagini o suoni in liste di numeri, in modo che contenuti simili risultino vicini tra loro. Serve, per esempio, a cercare documenti per significato e non solo per parole.

Fonte: IBM, What is embedding?

Un legame tra due o più qubit per cui lo stato dell’uno è collegato a quello degli altri. Misurandone uno si ottengono informazioni anche sugli altri: è una delle risorse su cui si basa il calcolo quantistico.

Fonte: IBM, What is quantum computing?

L’adattamento di un modello già addestrato a un compito o a un settore specifico, con un addestramento aggiuntivo su dati mirati. Costa molto meno che addestrare un modello da zero.

Fonte: IBM, What is fine-tuning?

La quantità di testo, misurata in token, che un modello linguistico può considerare in una volta sola. Quello che resta fuori dalla finestra il modello non lo “vede”.

Fonte: IBM, What is a context window?

Intelligenza artificiale che crea contenuti nuovi, come testi, immagini, audio o codice, a partire da una richiesta. I chatbot più diffusi sono esempi di IA generativa.

Fonte: IBM, What is generative AI?

Il momento in cui un modello già addestrato viene usato su dati nuovi per dare una risposta, una previsione o una decisione. È la fase di uso quotidiano, distinta dall’addestramento.

Fonte: IBM, What is AI inference?

Tecnologia che permette a computer e macchine di svolgere compiti che di solito richiedono capacità umane, come capire un testo, riconoscere un’immagine o prendere una decisione. Comprende molte tecniche diverse, dall’apprendimento automatico ai sistemi a regole.

Fonte: IBM, What is artificial intelligence?

Un modello di apprendimento profondo addestrato su enormi quantità di testo, capace di capire e generare linguaggio naturale. È il motore dei chatbot e di molti assistenti di scrittura.

Fonte: IBM, What are large language models?

Il testo che si scrive a un modello linguistico per dirgli cosa fare. Istruzioni chiare, esempi e contesto cambiano molto la qualità della risposta.

Fonte: Google, Machine Learning Glossary

L’unità di base dell’informazione nei computer quantistici, l’equivalente del bit. A differenza del bit, che vale 0 oppure 1, un qubit può trovarsi in una combinazione dei due stati.

Fonte: IBM, What is a qubit?

Una tecnica che collega un modello linguistico a un archivio di documenti: prima recupera i testi pertinenti, poi risponde basandosi su quelli. Aiuta ad avere risposte aggiornate e legate ai documenti dell’azienda.

Fonte: IBM, What is retrieval augmented generation?

Un modello di apprendimento automatico formato da tanti semplici “neuroni” organizzati in strati. Durante l’addestramento regola i collegamenti tra i neuroni per trasformare i dati in ingresso nella risposta giusta.

Fonte: IBM, What is a neural network?

La proprietà per cui un qubit può trovarsi in una combinazione di 0 e 1 finché non viene misurato. Insieme all’entanglement, permette ai computer quantistici di esplorare molte possibilità in modo diverso dai computer tradizionali.

Fonte: IBM, What is a qubit?

Apprendimento automatico eseguito direttamente su microcontrollori e piccoli dispositivi a bassissimo consumo, come i sensori. I dati vengono elaborati sul posto, senza doverli inviare in rete.

Fonte: MathWorks, What is TinyML?

La più piccola unità di testo che un modello linguistico elabora: può essere un carattere, una parte di parola, una parola intera o una breve espressione. Lunghezza dei testi, limiti e spesso costi dei modelli si misurano in token.

Fonte: IBM, What is a context window?