Glossario AI

Il Glossario AI è una risorsa per comprendere i termini e i concetti fondamentali nel campo dell'Intelligenza Artificiale. Qui troverai definizioni chiare e concise per aiutarti a navigare nel mondo dell'IA.

Termini del Glossario

Apprendimento Automatico (Machine Learning)

Un sottoinsieme dell'Intelligenza Artificiale che permette ai sistemi di imparare dai dati, identificare pattern e prendere decisioni con un intervento umano minimo.

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".

Dataset

Un insieme di dati strutturati e organizzati, utilizzato per addestrare modelli di Apprendimento Automatico e Intelligenza Artificiale. La qualità e la dimensione del dataset sono cruciali per le prestazioni del modello.

GPT (Generative Pre-trained Transformer)

Una serie di modelli di linguaggio di grandi dimensioni (LLM) sviluppati da OpenAI.

GPT-3: Rilasciato nel 2020, è stato uno dei primi LLM a mostrare capacità impressionanti nella generazione di testo coerente su vasta scala.

GPT-3.5: Una serie di modelli successivi a GPT-3, spesso ottimizzati per compiti specifici o per migliorare le prestazioni, inclusa la versione che alimenta le prime iterazioni 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 (Artificial Intelligence)

L'Intelligenza Artificiale (IA) è un campo dell'informatica che si occupa di creare sistemi e macchine in grado di simulare le capacità cognitive umane, come l'apprendimento, la risoluzione di problemi, il ragionamento e la percezione. L'obiettivo principale dell'IA è permettere alle macchine di compiere compiti che richiederebbero l'intelligenza umana, come riconoscere oggetti in un'immagine, comprendere il linguaggio naturale o prendere decisioni complesse.

Intelligenza Artificiale Generativa (Generative AI)

Un tipo di Intelligenza Artificiale capace di creare nuovi contenuti (testo, immagini, audio, video, codice) che non esistevano in precedenza, basandosi sui pattern appresi da vasti Dataset. Esempi includono ChatGPT e DALL-E.

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.

Modelli di Diffusione (Diffusion Models)

Una classe di modelli generativi di Apprendimento Automatico che imparano a creare dati (come immagini o audio) partendo da un input casuale (rumore) e trasformandolo gradualmente attraverso una serie di passaggi, "denoisificando" l'input fino a ottenere un output coerente e di alta qualità. Sono alla base di molti generatori di immagini AI come Midjourney e Stable Diffusion.

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.

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.

Sintesi Vocale

La Sintesi Vocale (in inglese, Text-to-Speech o TTS) è una tecnologia che converte un testo scritto in un discorso parlato. Il processo si basa sull'utilizzo di algoritmi e modelli linguistici per analizzare il testo e generare un output audio che ne riproduce il contenuto. I sistemi più avanzati possono variare il tono, l'intonazione e il ritmo della voce per renderla più naturale, quasi indistinguibile da quella di un essere umano. Questa tecnologia è ampiamente utilizzata in assistenti virtuali, lettori di schermo per persone con disabilità visive, sistemi di navigazione GPS e altre applicazioni.

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.