Glossario AI - Cronologia

Stevirtua il 19:23, 2 ago 2025

2025-08-02T19:23:22Z

← Versione meno recente		Versione delle 19:23, 2 ago 2025
Riga 56:		Riga 56:
	=== Modello di Linguaggio di Grande Scala (LLM - Large Language Model) ===		=== Modello di Linguaggio di Grande Scala (LLM - Large Language Model) ===
	Una classe di modelli di [[Apprendimento Automatico]] addestrati su enormi quantità di dati testuali per comprendere, generare e manipolare il linguaggio umano. Sono alla base di applicazioni conversazionali come [[ChatGPT]].		Una classe di modelli di [[Apprendimento Automatico]] addestrati su enormi quantità di dati testuali per comprendere, generare e manipolare il linguaggio umano. Sono alla base di applicazioni conversazionali come [[ChatGPT]].

	~~=== OpenAI ===~~
	Un'organizzazione di ricerca sull'[[Glossario AI#Intelligenza Artificiale (Artificial Intelligence)\|Intelligenza Artificiale]] nota per lo sviluppo di modelli all'avanguardia come [[ChatGPT]], [[DALL-E]] e la serie [[GPT]]. La sua missione è garantire che l'Intelligenza Artificiale Generale avvantaggi tutta l'umanità.

	=== Sintesi Vocale ===		=== Sintesi Vocale ===

Stevirtua il 19:20, 2 ago 2025

2025-08-02T19:20:04Z

← Versione meno recente		Versione delle 19:20, 2 ago 2025
Riga 8:		Riga 8:
	=== Architettura Transformer ===		=== Architettura Transformer ===
	'''Transformer''' (in italiano, Trasformatore) è un'innovativa architettura di [[rete neurale artificiale]] introdotta da [[Google]] nel 2017 con il paper "Attention Is All You Need". Questa invenzione ha rivoluzionato il campo dell'[[elaborazione del linguaggio naturale]] (NLP) ed è diventata il fondamento di quasi tutti i moderni [[Modello di Linguaggio di Grande Scala (LLM - Large Language Model)\|modelli di linguaggio di grandi dimensioni]] (LLM).		'''Transformer''' (in italiano, Trasformatore) è un'innovativa architettura di [[rete neurale artificiale]] introdotta da [[Google]] nel 2017 con il paper "Attention Is All You Need". Questa invenzione ha rivoluzionato il campo dell'[[elaborazione del linguaggio naturale]] (NLP) ed è diventata il fondamento di quasi tutti i moderni [[Modello di Linguaggio di Grande Scala (LLM - Large Language Model)\|modelli di linguaggio di grandi dimensioni]] (LLM).

	La sua caratteristica più rivoluzionaria è l'eliminazione del tradizionale approccio "sequenziale" dei modelli precedenti, come le [[Reti Neurali Ricorrenti]] (RNN). Invece di elaborare una parola alla volta in ordine, il Transformer è in grado di considerare tutte le parole di una frase contemporaneamente.		La sua caratteristica più rivoluzionaria è l'eliminazione del tradizionale approccio "sequenziale" dei modelli precedenti, come le [[Reti Neurali Ricorrenti]] (RNN). Invece di elaborare una parola alla volta in ordine, il Transformer è in grado di considerare tutte le parole di una frase contemporaneamente.

	~~=== Il Meccanismo dell'Attenzione ===~~
	Il cuore dell'architettura è il meccanismo di '''Attenzione''' (in inglese, ''Attention Mechanism''). Immaginiamo che il modello legga una frase come "Il cuoco ha preparato una torta deliziosa per il compleanno".		Il cuore dell'architettura è il meccanismo di '''Attenzione''' (in inglese, ''Attention Mechanism''). Immaginiamo che il modello legga una frase come "Il cuoco ha preparato una torta deliziosa per il compleanno".
	Quando arriva alla parola "deliziosa", l'attenzione permette al modello di capire immediatamente che "deliziosa" si riferisce a "torta" e non a "compleanno". Funziona un po' come la nostra mente quando legge: non analizziamo ogni singola parola in isolamento, ma ci concentriamo sulle relazioni tra le parole per capirne il contesto e il significato.		Quando arriva alla parola "deliziosa", l'attenzione permette al modello di capire immediatamente che "deliziosa" si riferisce a "torta" e non a "compleanno". Funziona un po' come la nostra mente quando legge: non analizziamo ogni singola parola in isolamento, ma ci concentriamo sulle relazioni tra le parole per capirne il contesto e il significato.
	In sintesi, il meccanismo di attenzione assegna un "peso" o un'importanza maggiore a determinate parole di una frase rispetto ad altre, in base a quanto sono rilevanti tra loro.		In sintesi, il meccanismo di attenzione assegna un "peso" o un'importanza maggiore a determinate parole di una frase rispetto ad altre, in base a quanto sono rilevanti tra loro.
	~~=== Vantaggi Chiave ===~~
	Questa capacità di elaborare l'intero contesto in un colpo solo offre due enormi vantaggi:		Questa capacità di elaborare l'intero contesto in un colpo solo offre due enormi vantaggi:
	Parallelizzazione: Permette di addestrare i modelli in modo molto più efficiente, utilizzando la potenza di calcolo delle moderne [[GPU]] per elaborare grandi quantità di dati in parallelo.		Parallelizzazione: Permette di addestrare i modelli in modo molto più efficiente, utilizzando la potenza di calcolo delle moderne [[GPU]] per elaborare grandi quantità di dati in parallelo.

Stevirtua: /* Architettura Transformer */

2025-08-02T19:19:15Z

Architettura Transformer

@@ Riga 7: / Riga 7: @@
 === Architettura Transformer ===
-Un'architettura di rete neurale introdotta da Google nel 2017, diventata fondamentale per l'elaborazione del linguaggio naturale (NLP). È alla base di molti modelli di linguaggio di grandi dimensioni (LLM) come [[GPT-3]], [[GPT-4]] e [[Google Gemini]], grazie alla sua capacità di elaborare sequenze di dati in parallelo attraverso meccanismi di "attenzione".
+'''Transformer''' (in italiano, Trasformatore) è un'innovativa architettura di [[rete neurale artificiale]] introdotta da [[Google]] nel 2017 con il paper "Attention Is All You Need". Questa invenzione ha rivoluzionato il campo dell'[[elaborazione del linguaggio naturale]] (NLP) ed è diventata il fondamento di quasi tutti i moderni [[Modello di Linguaggio di Grande Scala (LLM - Large Language Model)|modelli di linguaggio di grandi dimensioni]] (LLM).
 === Dataset ===

Stevirtua: /* Intelligenza Artificiale Costituzionale */

2025-08-02T19:15:37Z

Intelligenza Artificiale Costituzionale

← Versione meno recente		Versione delle 19:15, 2 ago 2025
Riga 23:		Riga 23:
	=== Intelligenza Artificiale Costituzionale ===		=== Intelligenza Artificiale Costituzionale ===
	'''IA Costituzionale''' (in inglese, ''Constitutional AI'') è un metodo di addestramento per i [[Modello di Linguaggio di Grande Scala (LLM - Large Language Model)\|modelli di linguaggio di grandi dimensioni]] (LLM) sviluppato da [[Anthropic]]. L'obiettivo è rendere i modelli più sicuri, utili e meno propensi a generare contenuti dannosi, senza dover fare affidamento esclusivamente sul feedback diretto di moderatori umani.		'''IA Costituzionale''' (in inglese, ''Constitutional AI'') è un metodo di addestramento per i [[Modello di Linguaggio di Grande Scala (LLM - Large Language Model)\|modelli di linguaggio di grandi dimensioni]] (LLM) sviluppato da [[Anthropic]]. L'obiettivo è rendere i modelli più sicuri, utili e meno propensi a generare contenuti dannosi, senza dover fare affidamento esclusivamente sul feedback diretto di moderatori umani.

	Il processo si articola in due fasi principali:		Il processo si articola in due fasi principali:

	Generazione della Costituzione: Viene creata una serie di principi e regole etiche (la "costituzione") che guidano l'IA. Questi principi sono formulati in linguaggio naturale e coprono aspetti come la non-dannosità, la neutralità, il rispetto, ecc.		Generazione della Costituzione: Viene creata una serie di principi e regole etiche (la "costituzione") che guidano l'IA. Questi principi sono formulati in linguaggio naturale e coprono aspetti come la non-dannosità, la neutralità, il rispetto, ecc.
	Auto-correzione: L'IA viene addestrata per valutare le proprie risposte in base ai principi della costituzione. Se una risposta non è conforme, il modello genera una nuova risposta che si allinea meglio alle regole stabilite. Questo ciclo di auto-critica e auto-miglioramento permette al modello di imparare autonomamente a seguire le direttive etiche senza una supervisione umana costante.		Auto-correzione: L'IA viene addestrata per valutare le proprie risposte in base ai principi della costituzione. Se una risposta non è conforme, il modello genera una nuova risposta che si allinea meglio alle regole stabilite. Questo ciclo di auto-critica e auto-miglioramento permette al modello di imparare autonomamente a seguire le direttive etiche senza una supervisione umana costante.

Stevirtua: /* Termini del Glossario */

2025-08-02T19:15:23Z

Termini del Glossario

← Versione meno recente		Versione delle 19:15, 2 ago 2025
Riga 20:		Riga 20:

	'''GPT-4''': Rilasciato nel 2023, rappresenta un significativo passo avanti rispetto ai suoi predecessori, con capacità migliorate di ragionamento, comprensione multimodale (accettando input di testo e immagini) e prestazioni superiori in una vasta gamma di benchmark. È il modello che alimenta le versioni più avanzate di [[ChatGPT]].		'''GPT-4''': Rilasciato nel 2023, rappresenta un significativo passo avanti rispetto ai suoi predecessori, con capacità migliorate di ragionamento, comprensione multimodale (accettando input di testo e immagini) e prestazioni superiori in una vasta gamma di benchmark. È il modello che alimenta le versioni più avanzate di [[ChatGPT]].

			=== Intelligenza Artificiale Costituzionale ===
			'''IA Costituzionale''' (in inglese, ''Constitutional AI'') è un metodo di addestramento per i [[Modello di Linguaggio di Grande Scala (LLM - Large Language Model)\|modelli di linguaggio di grandi dimensioni]] (LLM) sviluppato da [[Anthropic]]. L'obiettivo è rendere i modelli più sicuri, utili e meno propensi a generare contenuti dannosi, senza dover fare affidamento esclusivamente sul feedback diretto di moderatori umani.

			Il processo si articola in due fasi principali:

			Generazione della Costituzione: Viene creata una serie di principi e regole etiche (la "costituzione") che guidano l'IA. Questi principi sono formulati in linguaggio naturale e coprono aspetti come la non-dannosità, la neutralità, il rispetto, ecc.
			Auto-correzione: L'IA viene addestrata per valutare le proprie risposte in base ai principi della costituzione. Se una risposta non è conforme, il modello genera una nuova risposta che si allinea meglio alle regole stabilite. Questo ciclo di auto-critica e auto-miglioramento permette al modello di imparare autonomamente a seguire le direttive etiche senza una supervisione umana costante.
			Questo metodo rappresenta un'alternativa all'approccio del [[Reinforcement Learning from Human Feedback (RLHF)\|Reinforcement Learning from Human Feedback (RLHF)]], offrendo un modo più scalabile e trasparente per l'allineamento etico dell'[[Intelligenza Artificiale Generativa (Generative AI)\|IA generativa]].

	=== Intelligenza Artificiale (Artificial Intelligence) ===		=== Intelligenza Artificiale (Artificial Intelligence) ===

Stevirtua il 18:31, 2 ago 2025

2025-08-02T18:31:49Z

← Versione meno recente		Versione delle 18:31, 2 ago 2025
Riga 52:		Riga 52:
	=== Reinforcement Learning from Human Feedback (RLHF) ===		=== Reinforcement Learning from Human Feedback (RLHF) ===
	Una tecnica di addestramento utilizzata per affinare i modelli di [[Glossario AI#Intelligenza Artificiale (Artificial Intelligence)\|Intelligenza Artificiale]], in particolare i modelli di linguaggio. Implica l'uso del feedback umano per guidare il modello verso la generazione di risposte più utili, pertinenti e sicure.		Una tecnica di addestramento utilizzata per affinare i modelli di [[Glossario AI#Intelligenza Artificiale (Artificial Intelligence)\|Intelligenza Artificiale]], in particolare i modelli di linguaggio. Implica l'uso del feedback umano per guidare il modello verso la generazione di risposte più utili, pertinenti e sicure.

	~~[[Categoria:Intelligenza Artificiale]]~~

Stevirtua il 18:31, 2 ago 2025

2025-08-02T18:31:10Z

← Versione meno recente		Versione delle 18:31, 2 ago 2025
Riga 54:		Riga 54:

	[[Categoria:Intelligenza Artificiale]]		[[Categoria:Intelligenza Artificiale]]
	~~[[Categoria:Glossario]]~~

Stevirtua: /* Reinforcement Learning from Human Feedback (RLHF) */

2025-08-02T13:24:09Z

Reinforcement Learning from Human Feedback (RLHF)

← Versione meno recente		Versione delle 13:24, 2 ago 2025
Riga 51:		Riga 51:

	=== Reinforcement Learning from Human Feedback (RLHF) ===		=== Reinforcement Learning from Human Feedback (RLHF) ===
	Una tecnica di addestramento utilizzata per affinare i modelli di [[Intelligenza Artificiale]], in particolare i modelli di linguaggio. Implica l'uso del feedback umano per guidare il modello verso la generazione di risposte più utili, pertinenti e sicure.		Una tecnica di addestramento utilizzata per affinare i modelli di [[Glossario AI#Intelligenza Artificiale (Artificial Intelligence)\|Intelligenza Artificiale]], in particolare i modelli di linguaggio. Implica l'uso del feedback umano per guidare il modello verso la generazione di risposte più utili, pertinenti e sicure.

	[[Categoria:Intelligenza Artificiale]]		[[Categoria:Intelligenza Artificiale]]
	[[Categoria:Glossario]]		[[Categoria:Glossario]]

Stevirtua: /* OpenAI */

2025-08-02T13:23:48Z

OpenAI

← Versione meno recente		Versione delle 13:23, 2 ago 2025
Riga 43:		Riga 43:

	=== OpenAI ===		=== OpenAI ===
	Un'organizzazione di ricerca sull'[[Intelligenza Artificiale]] nota per lo sviluppo di modelli all'avanguardia come [[ChatGPT]], [[DALL-E]] e la serie [[GPT]]. La sua missione è garantire che l'Intelligenza Artificiale Generale avvantaggi tutta l'umanità.		Un'organizzazione di ricerca sull'[[Glossario AI#Intelligenza Artificiale (Artificial Intelligence)\|Intelligenza Artificiale]] nota per lo sviluppo di modelli all'avanguardia come [[ChatGPT]], [[DALL-E]] e la serie [[GPT]]. La sua missione è garantire che l'Intelligenza Artificiale Generale avvantaggi tutta l'umanità.

	=== Sintesi Vocale ===		=== Sintesi Vocale ===

Stevirtua: /* Intelligenza Artificiale Generale (AGI - Artificial General Intelligence) */

2025-08-02T13:23:32Z

Intelligenza Artificiale Generale (AGI - Artificial General Intelligence)

← Versione meno recente		Versione delle 13:23, 2 ago 2025
Riga 29:		Riga 29:

	=== Intelligenza Artificiale Generale (AGI - Artificial General Intelligence) ===		=== Intelligenza Artificiale Generale (AGI - Artificial General Intelligence) ===
	Un tipo ipotetico di [[Intelligenza Artificiale]] che possiede la capacità di comprendere, imparare e applicare l'intelligenza a una vasta gamma di problemi, in modo simile a un essere umano, piuttosto che essere limitata a un compito specifico.		Un tipo ipotetico di [[Glossario AI#Intelligenza Artificiale (Artificial Intelligence)\|Intelligenza Artificiale]] che possiede la capacità di comprendere, imparare e applicare l'intelligenza a una vasta gamma di problemi, in modo simile a un essere umano, piuttosto che essere limitata a un compito specifico.

	=== Intelligenza Artificiale Conversazionale ===		=== Intelligenza Artificiale Conversazionale ===