Il glossario dell'AI, in parole semplici.
Ogni termine AI che ti tirano in faccia i vendor, definito in un paragrafo onesto e spiegato come se fossi sveglio ma impegnato. Oltre 100 voci, niente gergo, un esempio vero per ciascuna.
Agent Loop
Il loop dell'agente è il ciclo che un agente AI ripete inseguendo un obiettivo: osserva lo stato attuale, pianifica la prossima azione, agisce tramite uno strumento, verifica il risultato, poi continua, ri-pianifica o si ferma.
LeggiAgent Memory
La memoria di un agente è l'archivio che gli permette di ricordare cosa ha fatto e imparato tra passi e sessioni: la conversazione recente, i fatti che ha salvato e gli esiti dei compiti passati, così non riparte mai da una pagina bianca.
LeggiAgentic Workflow
Un workflow agentico è un processo aziendale i cui passi sono eseguiti da agenti AI: pianificano il lavoro, chiamano strumenti, leggono i risultati e decidono la mossa successiva, invece di seguire uno script fisso che si rompe alla prima deviazione.
LeggiAI Accelerator
Un acceleratore AI è un processore costruito per un solo lavoro: le moltiplicazioni di matrici di cui sono fatti le reti neurali. GPU, TPU e NPU sono tutti acceleratori: scambiano la flessibilità di una CPU con una resa molto più alta per watt sui carichi AI.
LeggiAI Agent
Un AI agent è un software che persegue un obiettivo per tuo conto: legge la situazione, pianifica il passo successivo, agisce tramite strumenti (email, calendari, database, API) e verifica il risultato prima di continuare, invece di rispondere a una domanda e fermarsi.
LeggiAI Audit
L'AI audit è una revisione strutturata di come un'organizzazione usa davvero l'IA: ogni strumento, modello e flusso di lavoro viene inventariato, poi testato su accuratezza, esposizione dei dati, costi e conformità, con i risultati classificati per rischio e un piano di rimedio allegato.
LeggiAI Bias
Il bias di un'AI è una distorsione sistematica in ciò che un modello prevede o decide, causata da dati di addestramento sbilanciati o da scelte di progetto sbilanciate, che porta a trattare in modo costantemente ingiusto persone o casi simili.
LeggiAI Generativa
L'AI generativa è software che produce contenuti nuovi, testo, immagini, audio, codice, campionando schemi appresi da enormi quantità di dati di addestramento, invece di limitarsi a classificare o recuperare ciò che esiste già.
LeggiAI Readiness
La readiness AI misura quanto sono pronti dati, processi, persone e governance di un'organizzazione a far girare la AI in produzione, e si valuta prima di installare qualsiasi modello.
LeggiAI ROI
La ROI dell'AI è il denaro che un sistema AI restituisce rispetto a tutto ciò che costa costruirlo e mantenerlo: risparmi e nuovi ricavi messi sul piatto contro licenze, integrazione, lavoro sui dati e supervisione umana.
LeggiAI Strategy
Una strategia AI trasforma la AI da esperimenti isolati in una capacità coordinata: quali processi automatizzare, in che ordine, con quali dati, budget e governance, e quando fermarsi.
LeggiAI Watermarking
Il watermarking AI è la pratica di inserire un segno leggibile dalla macchina dentro i contenuti generati (testo, immagini, audio o video) per verificarne l'origine in seguito: un'etichetta visibile oppure un segnale invisibile cucito nei pixel, nelle scelte di parole o nelle frequenze sonore.
LeggiAlgoritmo
Un algoritmo è una sequenza finita e non ambigua di passi che risolve una classe di problemi: una ricetta che prende un input, applica regole e produce sempre un output. Ogni software, AI inclusa, è fatto di algoritmi a tutti i livelli.
LeggiAlignment
L'alignment è il lavoro di far fare a un sistema di AI ciò che intendevi davvero, non solo ciò che hai scritto letteralmente: obiettivi, limiti e rifiuti vengono modellati durante addestramento e messa in produzione, così il comportamento resta dentro ciò che operatori e società si aspettano.
LeggiAllucinazione
Un'allucinazione è un contenuto che il modello enuncia con piena sicurezza ma che non è vero: fatti inventati, citazioni fabbricate, numeri sbagliati, consegnati con esattamente lo stesso tono delle risposte corrette.
LeggiAttention Mechanism
L'attention mechanism è il meccanismo dentro un transformer che lascia pesare a ogni token quanto conta ogni altro token prima di essere processato, così il modello segue a cosa si riferisce 'esso' o a quale data appartiene quale clausola.
LeggiAutomazione
L'automazione è software che esegue un compito definito sempre allo stesso modo, seguendo regole esplicite o un modello allenato, senza che una persona svolga ogni passo a mano.
LeggiAutonomous Agent
Un agente autonomo è un agente AI che persegue un obiettivo a lungo termine con supervisione minima: decide da solo le prossime azioni, si riprende dagli errori e continua a lavorare finché l'obiettivo non è raggiunto o non incontra un confine rigido, senza chiedere approvazione a ogni passo.
LeggiBenchmark
Un benchmark è un test standardizzato che classifica i modelli su un compito, un dataset e un metodo di valutazione fissi, così sistemi diversi si confrontano sullo stesso terreno invece che sulle promesse dei vendor.
LeggiBuild vs Buy
Build vs buy è la decisione tra software AI su misura per il tuo processo e un prodotto esistente da adottare e configurare, valutando costi, aderenza, velocità e controllo.
LeggiChain of Thought
La chain of thought è una tecnica di prompting in cui chiedi al modello di ragionare passo dopo passo prima di rispondere, scrivendo ad alta voce i passaggi intermedi, il che migliora nettamente la precisione su problemi a più passaggi di matematica, logica e pianificazione.
LeggiChange Management
Il change management è la disciplina di portare le persone a un nuovo modo di lavorare, così un sistema nuovo viene usato davvero in produzione invece di essere installato e ignorato in silenzio.
LeggiChunking
Il chunking è il modo in cui i documenti lunghi vengono tagliati prima dell'indicizzazione: i tagli decidono cosa la ricerca può trovare, quindi un buon frammento è un passaggio autosufficiente che mantiene il significato anche letto da solo.
LeggiClonazione Vocale
La clonazione vocale è il processo con cui si ricostruisce una copia sintetica della voce di una persona a partire dalle sue registrazioni: un modello ne apprende timbro, ritmo e accento, e può poi leggere ad alta voce qualsiasi testo con quella voce.
LeggiCloud Compute
Il cloud compute è l'affitto di potenza di calcolo, storage e acceleratori AI dal data centre di un provider via internet, pagando al secondo, al gigabyte o per token invece di comprare e gestire le macchine.
LeggiComputer Use
Il computer use è la capacità di un agente AI di usare il computer come una persona: legge lo schermo dallo screenshot, muove il cursore, clicca, digita e scorre in qualsiasi software, anche in programmi senza API.
LeggiContent Moderation
La moderazione dei contenuti è la pipeline che decide cosa viene pubblicato, segnalato o rimosso tra i contenuti inviati dagli utenti (post, immagini, commenti, recensioni): i classificatori automatici vagliano tutto a velocità macchina, i casi chiari vengono decisi all'istante e la zona grigia passa a revisori umani.
LeggiContext Window
La context window è la memoria di lavoro del modello, misurata in token: tutto ciò che sta in un singolo prompt (istruzioni, documenti, conversazione fino a quel momento) deve entrarci, e oltre il limite il testo è semplicemente invisibile al modello.
LeggiCopilot
Un copilot AI è un software che assiste una persona dentro gli strumenti che già usa, proponendo e abbozzando mentre la decisione finale resta umana.
LeggiData Pipeline
Una data pipeline è la catena di passaggi collegati che porta i dati da dove vengono prodotti a dove vengono usati: ingest, validate, transform, store e serve, e ogni stadio consegna dati puliti e ben formati al successivo.
LeggiDataset
Un dataset è la raccolta organizzata di esempi da cui un'IA impara o sulla quale viene giudicata: migliaia o milioni di righe di testo, immagini o letture di sensori, ripulite, etichettate e divise in training, validation e test.
LeggiDati Sintetici
I dati sintetici sono dati artificiali progettati per riprodurre gli schemi statistici di dati reali: un modello o un insieme di regole genera record nuovi che si comportano come gli originali senza contenere informazioni di persone o clienti reali.
LeggiDeep Learning
Il deep learning è machine learning con reti neurali impilate su molti livelli, così il sistema impara da solo le caratteristiche da guardare invece di riceverle scelte a mano. È la tecnica dietro i modelli attuali di linguaggio, immagini e voce.
LeggiDiffusion Model
Un diffusion model è un modello generativo addestrato a invertire un processo graduale di rumore: impara a rimuovere rumore passo dopo passo, così in generazione parte da puro statico e lo affina in un'immagine, un suono o altro output coerente col prompt.
LeggiDistillazione
La distillazione è una tecnica di addestramento in cui un piccolo modello 'studente' impara a riprodurre le risposte di un modello 'insegnante' grande e accurato, così puoi mettere in produzione il piccolo e tenerti quasi tutta l'accuratezza a una frazione del costo di esecuzione.
LeggiEconomia degli Agenti
L'economia degli agenti è il mercato emergente in cui gli agenti IA contrattano direttamente con le aziende e tra loro: scoprendo servizi, negoziando condizioni, effettuando ordini e pagando per risultati, con contratti e reputazioni allegati.
LeggiEdge AI
L'Edge AI è l'esecuzione di modelli AI sul dispositivo dove nascono i dati: una camera, un sensore, un telefono, un gateway di fabbrica, invece di spedire tutto a un data centre nel cloud e aspettare la risposta.
LeggiEmbedding
Un embedding è una lista di numeri che cattura il significato di un testo, un'immagine o un audio, così che contenuti dal significato simile ricevano numeri simili e il computer possa misurare la vicinanza con aritmetica normale.
LeggiETL
L'ETL (extract, transform, load) è il processo che preleva i dati dai sistemi sorgente, li rimodella per rispettare uno schema di destinazione e li carica in un data warehouse o database di cui report e AI possono fidarsi.
LeggiEU AI Act
L'AI Act europeo è il regolamento che classifica i sistemi di AI per livelli di rischio: le pratiche inaccettabili sono vietate, i sistemi ad alto rischio devono rispettare requisiti di documentazione, qualità dei dati, log e supervisione umana prima di essere venduti o impiegati, agli altri bastano obblighi più leggeri di trasparenza.
LeggiExplainability
L'explainability è la proprietà di un sistema di AI (o di uno strato aggiunto) che ti permette di vedere perché ha dato una risposta specifica: quali input hanno pesato, quali regole sono scattate e cosa avrebbe cambiato l'esito.
LeggiFine-tuning
Il fine-tuning è un addestramento aggiuntivo che insegna a un modello generale i tuoi schemi specifici: gli mostri centinaia o migliaia di esempi dei tuoi compiti, del tuo tono e dei tuoi formati, e il modello aggiusta i suoi pesi finché quel comportamento diventa il suo default.
LeggiForza Lavoro Digitale
La forza lavoro digitale è l'insieme di agenti IA e automazioni che un'organizzazione impiega accanto al personale umano, ciascuno con un ruolo definito, strumenti e supervisione, misurato sui risultati di business e non sulle licenze acquistate.
LeggiFunction Calling
Il function calling è la forma strutturata del tool use: il modello emette una richiesta leggibile dalla macchina che nomina una funzione e i suoi argomenti, scritta in JSON, il tuo codice la valida e la esegue, poi reinserisce il valore di ritorno nella conversazione.
LeggiGAN
Una GAN (Generative Adversarial Network) è una coppia di reti neurali allenate una contro l'altra: un generatore crea campioni sintetici e un discriminatore li giudica rispetto ai dati reali, e ognuna migliora cercando di battere l'altra.
LeggiGenerazione di Immagini
La generazione di immagini è il processo con cui si creano immagini nuove da una descrizione testuale o da un'altra immagine: un modello generativo, di solito un diffusion model, trasforma un prompt in pixel passo dopo passo invece di copiare foto esistenti.
LeggiGenerazione di Musica
La generazione di musica è l'uso di un modello generativo per comporre brani nuovi da un prompt testuale o un brano di riferimento: il modello impara i pattern statistici di melodia, armonia e ritmo dai dati di training e renderizza audio nuovo, un mix intero o tracce modificabili.
LeggiGenerazione di Video
La generazione di video è il processo con cui si producono filmati da un prompt testuale, una sceneggiatura o uno storyboard: un modello generativo crea fotogrammi coerenti tra loro, aggiunge il movimento e l'audio viene sintetizzato a parte.
LeggiGovernance dell'IA
La governance dell'IA è l'insieme di policy, ruoli e controlli che decidono come un'organizzazione può costruire, comprare e usare l'IA: chi approva un caso d'uso, quali dati un modello può vedere, come si gestiscono gli incidenti e chi risponde quando qualcosa va storto.
LeggiGPU
La GPU è un processore progettato per eseguire migliaia di piccoli calcoli in parallelo. Nata per la grafica, si è rivelata il motore perfetto dell'AI: eseguire una rete neurale è in gran parte un'enorme pila di moltiplicazioni tra matrici.
LeggiGuardrails
Le guardrails sono i controlli e i limiti avvolti attorno a un modello di AI per tenerne il comportamento dentro le tue regole: setacciano ciò che entra, vincolano ciò che il modello può fare e verificano ciò che esce prima che arrivi a una persona o a un sistema.
LeggiHuman-in-the-Loop
L'human-in-the-loop è un pattern di progettazione in cui il sistema AI si ferma ai punti di controllo che definisci tu e chiede a una persona di approvare, correggere o respingere l'azione proposta prima di continuare, tenendo le decisioni importanti sotto controllo umano.
LeggiInference
L'inference è l'uso di un modello già allenato: mandi un input, il modello applica ciò che il training ha codificato nei suoi parameter e ti restituisce una risposta, un token alla volta.
LeggiInference Optimization
L'Inference Optimization è la disciplina ingegneristica che rende un modello già addestrato più veloce e meno costoso da eseguire: misuri dove vanno tempo e compute a ogni richiesta, poi applichi leve come caching, quantizzazione, batching e taglio dei prompt per ridurre entrambi.
LeggiIntelligenza Artificiale
L'intelligenza artificiale è un software che svolge compiti che normalmente richiedono giudizio umano: capire il linguaggio, riconoscere immagini, pianificare, decidere. L'AI moderna si costruisce addestrando modelli sui dati invece di scrivere regole a mano, e per questo regge input disordinati che un programma rigido non gestisce.
LeggiIntelligenza Artificiale Generale
L'Intelligenza Artificiale Generale (AGI) è un sistema AI ipotetico con competenza pari a quella umana in ogni dominio cognitivo: potrebbe imparare qualsiasi nuovo compito da istruzioni o esperienza, trasferire abilità tra campi non correlati e pianificare progetti lunghi senza essere riaddestrato o ricostruito per ciascuno. Nessun sistema del genere esiste oggi: i modelli attuali sono generali in ciò che accettano ma stretti in ciò che fanno in modo affidabile.
LeggiInterpretability
L'interpretabilità è il grado in cui puoi guardare dentro un modello di AI e capire cosa rappresentano le sue parti interne e come si combinano per produrre una risposta, a differenza dell'explainability, che costruisce una giustificazione plausibile dopo la decisione.
LeggiJailbreak
Un jailbreak è il tentativo di far ignorare a un modello di AI il proprio addestramento di sicurezza tramite un prompt camuffato con cura, così da ottenere contenuti che il modello è stato costruito e ottimizzato per rifiutare.
LeggiKnowledge Graph
Un knowledge graph è un database di cose e relazioni: le entità (persone, ricambi, siti, contratti) sono nodi, le relazioni tipizzate sono archi, e le domande trovano risposta seguendo percorsi attraverso il grafo.
LeggiLarge Language Model
Un large language model (LLM) è un sistema AI allenato su enormi collezioni di testo per prevedere il token successivo, il che gli dà una capacità generale di scrivere, riassumere, tradurre e ragionare senza essere programmato per ogni singolo compito.
LeggiLatenza
La latenza è il ritardo tra una richiesta e la sua risposta, misurato in millisecondi. Nei sistemi di AI si accumula tra coda di attesa, lettura del prompt, generazione dei token e viaggi di rete, e decide se uno strumento sembra istantaneo o inutilizzabile.
LeggiLLMOps
LLMOps è la disciplina di far funzionare i large language model in produzione: gestire prompt, contesto, costi, latenza e risposte con lo stesso rigore con cui MLOps gestisce i modelli predittivi, adattato a modelli che rispondono a parole e possono dirne quasi qualunque.
LeggiMachine Learning
Il machine learning è un modo di costruire software in cui l'algoritmo regola i propri numeri interni a partire da esempi, invece che far scrivere ogni regola a un programmatore. Fornisci dati e risposte corrette; il prodotto finito è un modello che predice su input mai visti.
LeggiMaturità dell'IA
La maturità dell'IA misura quanto un'organizzazione è avanzata da esperimenti isolati a un'IA parte gestita delle operazioni quotidiane, valutata di solito su dimensioni come strategia, dati, persone, tecnologia e governance.
LeggiMLOps
MLOps è l'insieme di pratiche, strumenti e pipeline che portano un modello di machine learning dal notebook di un data scientist alla produzione e lo mantengono affidabile: versionano dati e codice, allenano, valutano, rilasciano e monitorano il modello come qualsiasi altro software critico.
LeggiModel Context Protocol
Model Context Protocol (MCP) è uno standard aperto che collega un agente AI ai tuoi strumenti e dati (file, database, CRM, API) con un'unica spina comune, invece di un'integrazione ad hoc per ogni strumento.
LeggiModel Drift
Il model drift è la perdita silenziosa di accuratezza che succede quando i dati live smettono di somigliare ai dati su cui il modello è stato allenato: il mondo si muove, il modello resta fermo.
LeggiModel Evaluation
La model evaluation è il processo di misurare le prestazioni di un modello su dati che non ha mai visto, con metriche e test set concordati prima, affidandogli decisioni reali solo a valutazione superata.
LeggiModello AI
Un modello AI è l'artefatto finito che esce dall'addestramento: un file di numeri tarati che mappa input in predizioni. Lo costruisci una volta e lo esegui quante volte vuoi; eseguirlo si chiama inferenza.
LeggiModello Multimodale
Un modello multimodale è un unico modello AI che gestisce più di un tipo di input e output, testo, immagini, audio, video, ragionando su tutti in una rappresentazione interna condivisa invece di richiedere uno strumento separato per formato.
LeggiMulti-Agent System
Un sistema multi-agente è un team di agenti AI specializzati che lavorano su un unico obiettivo: ogni agente ha ruolo e strumenti propri, e un coordinatore divide il lavoro, raccoglie i risultati e risolve i conflitti, invece di un solo modello che prova a fare tutto da solo.
LeggiNPU
La NPU è una neural processing unit: un acceleratore AI a basso consumo integrato in laptop, telefoni e dispositivi industriali, così l'inference gira sul dispositivo stesso senza alcun viaggio nel cloud.
LeggiObservability
L'observability è la pratica di registrare cosa ha fatto davvero un sistema in produzione (ogni input, output, passaggio, tempo e costo), così puoi vederne il comportamento reale, diagnosticare i guasti e dimostrare cosa è successo, invece di dedurre dalle medie.
LeggiOCR
L'OCR (Optical Character Recognition, riconoscimento ottico dei caratteri) è un software che trasforma immagini di testo, come pagine scannerizzate, note di consegna fotografate o PDF esportati, in testo leggibile dalle macchine, che altri programmi possono cercare, contare e modificare.
LeggiOn-Premise AI
L'on-premise AI è l'esecuzione di modelli AI su server di tua proprietà, dentro il tuo edificio o il tuo data centre privato, invece che sulle macchine di un provider cloud. I tuoi dati restano sul tuo hardware e controlli l'intero stack, dalla GPU al modello.
LeggiOrchestration
L'orchestrazione è lo strato di coordinamento di un sistema multi-agente: un orchestratore riceve l'obiettivo, lo divide in compiti, li assegna ad agenti specializzati, raccoglie i risultati, risolve i conflitti e assembla il risultato finale.
LeggiOverfitting
L'overfitting è quando un modello memorizza i suoi dati di training invece di imparare lo schema sottostante: quasi perfetto sugli esempi che ha visto, inaffidabile su tutto il resto.
LeggiParameter
Un parameter è uno dei numeri interni che un modello allenato conserva: miliardi di copie, ognuna tarata durante il training, e insieme codificano tutto ciò che il modello ha imparato.
LeggiPlanner
Un planner è il componente di un agente AI che trasforma un obiettivo in una sequenza ordinata di passi prima di qualsiasi azione, decidendo cosa fare e in quale ordine invece di improvvisare una mossa alla volta.
LeggiPrompt
Un prompt è tutto il testo che consegni a un modello linguistico in una chiamata: istruzioni, contesto e la domanda vera e propria. Il modello risponde continuando esattamente quel testo, e nient'altro.
LeggiPrompt Engineering
Il prompt engineering è la pratica di scrivere prompt in modo che un modello linguistico esegua un compito in modo affidabile: istruzioni chiare, il contesto giusto, esempi concreti dell'output desiderato e test su casi reali prima di fidarti.
LeggiPrompt Injection
La prompt injection è un attacco in cui istruzioni nascoste vengono piantate dentro contenuti che l'AI legge (una mail, una pagina web, un documento), così il modello esegue i comandi di uno sconosciuto come fossero tuoi.
LeggiQuantizzazione
La quantizzazione è una tecnica di compressione che riscrive i pesi di un modello da decimali ad alta precisione (float a 32 bit) a numeri più piccoli (interi a 8 o 4 bit), così il modello occupa meno memoria e gira più veloce su hardware più economico, a un costo di accuratezza piccolo e misurabile.
LeggiRed Teaming
Il red teaming è la pratica autorizzata di attaccare il proprio sistema di AI per scoprirne i punti deboli prima che lo faccia un attaccante ostile: un team dedicato lancia prompt avversari, tentativi di jailbreak e scenari di abuso, registra cosa passa e riversa ogni scoperta in una correzione.
LeggiReranking
Il reranking è una seconda passata, più lenta, sui risultati di una ricerca: un modello cross-encoder legge ogni candidato insieme alla query e lo ripunteggia per rilevanza vera, così in cima finiscono i risultati giusti, non i soli approssimativamente simili.
LeggiRete Neurale
Una rete neurale è una funzione costruita a strati di unità semplici. Ogni unità moltiplica i propri input per dei pesi, li somma, passa la somma attraverso una piccola non linearità e inoltra il risultato. L'addestramento regola i pesi finché l'intera pila produce output utili.
LeggiRetrieval-Augmented Generation
Il RAG è un'architettura in cui l'AI recupera i documenti rilevanti dalla tua knowledge base prima di scrivere una risposta, così cita i tuoi dati invece di improvvisare dalla memoria.
LeggiRicerca semantica
La ricerca semantica trova contenuti per significato invece che per parole esatte: la query e i documenti vengono convertiti in embedding, e vengono restituite le corrispondenze più vicine anche quando non condividono una parola.
LeggiRLHF
RLHF, reinforcement learning from human feedback, è la tecnica che regola il comportamento di un modello linguistico con il gusto umano: le persone classificano risposte di esempio, un reward model impara a prevedere quelle preferenze e il modello linguistico viene allenato a ottenere punteggi più alti.
LeggiStructured Output
Lo structured output è una modalità in cui il modello è costretto a rispondere in un formato leggibile dalle macchine (JSON, una tabella, uno schema fisso) invece che in testo libero, così la risposta può essere validata, salvata e passata ad altro software senza che un umano la ritrascriva.
LeggiSystem Prompt
Il system prompt è l'istruzione permanente che un modello linguistico riceve prima di ogni messaggio dell'utente: definisce ruolo, tono, limiti, formato di output e strumenti utilizzabili, e condiziona ogni risposta della conversazione.
LeggiTemperature
La temperature è un'impostazione del modello linguistico che controlla quanto sono casuali le sue scelte di parole: valori bassi fanno scegliere sempre la parola più probabile, valori alti lasciano vincere opzioni più rare e variate.
LeggiText-to-Image
Il text-to-image è il compito di produrre un'immagine da una descrizione scritta: un encoder di testo converte il prompt in una rappresentazione numerica, e un modello di immagine la usa come guida per generare pixel coerenti con la descrizione.
LeggiToken
Un token è il pezzo di testo che un modello linguistico legge e scrive davvero: in media circa tre quarti di una parola inglese, convertito in un numero preso da un vocabolario fisso prima che il modello possa elaborarlo.
LeggiTokenization
La tokenizzazione è il passaggio che trasforma il testo in token, le piccole unità che un language model legge davvero: l'input viene spezzato secondo un vocabolario fisso e ogni token viene mappato su un numero, così il modello elabora ID invece di parole.
LeggiTool Use
Il tool use è la capacità di un modello AI di fare più che scrivere testo: può chiamare strumenti esterni, come cercare in un database, inviare una mail o eseguire un calcolo, emettendo una richiesta strutturata che il software esegue davvero.
LeggiTPU
La TPU è il chip su misura di Google, costruito per un solo compito: le moltiplicazioni tra matrici al cuore delle reti neurali. Non la compri: la affitti a ore dentro Google Cloud, dove spesso batte le GPU generiche sul costo di training.
LeggiTraining
Il training è il processo che trasforma un modello vuoto in un'IA funzionante: gli mostri migliaia o milioni di esempi, confronti le sue risposte con quelle corrette e correggi le sue impostazioni interne finché le risposte migliorano.
LeggiTransformer
Il transformer è l'architettura di rete neurale, pubblicata dai ricercatori Google nel 2017, alla base di ogni modello linguistico moderno: processa tutti i token di un testo in una volta sola e usa l'attenzione per far pesare a ogni token la rilevanza di ogni altro token.
LeggiUnstructured Data
I dati non strutturati sono informazioni senza schema fisso: documenti, email, immagini, audio, log di chat, PDF. La maggior parte di ciò che un'azienda sa vive in questa forma, ma il software deve prima convertirla prima di poterla cercare o contare.
LeggiVector Database
Un vector database è un database costruito per memorizzare impronte numeriche di contenuti (embedding) e trovare in millisecondi quelle più vicine a una qualsiasi query: è il motore della ricerca semantica, dei suggerimenti e del retrieval dell'AI.
LeggiVersioning dei prompt
Il versioning dei prompt tratta i prompt come codice: ogni modifica è numerata, salvata in un repository, testata su un insieme fisso di esempi e riavvolta quando una nuova versione peggiora i risultati.
LeggiVRAM
La VRAM è la memoria dedicata su una scheda grafica o un acceleratore AI che contiene i pesi del modello e i numeri intermedi di ogni calcolo, così i processori che fanno il lavoro AI non aspettano la RAM di sistema, più lenta.
Leggi§ 02
La terminologia è la parte facile. Rilasciare è il nostro lavoro.
Costruiamo gli agenti e i sistemi dietro queste parole. Si parte con una call di scoping di 30 minuti.