Modello 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.
Niente gergo, niente formule
In parole semplici, che cos'è?
L'addestramento è la fabbrica, il modello è il prodotto. Non è codice che puoi leggere riga per riga: è un insieme enorme di parametri (pesi) più la ricetta per caricarli ed eseguirli. Dai un input e i numeri lo trasformano in un output: testo dentro, risposta fuori; foto dentro, etichetta fuori. Un modello fa un solo lavoro, quello per cui è stato addestrato, e nient'altro: un rilevatore di difetti non scriverà mail per quanto glielo chiedi gentilmente. I modelli sono congelati mentre il mondo si muove, quindi la loro accuratezza decade (drift) finché non li riaddestri o li sostituisci. Il confine: un modello è buono quanto i dati che ha visto, e la sua confidenza è un numero, non una prova.
Termini che gli stanno vicini.
Training
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.
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.
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.
Leggi§ 03
Vuoi che funzioni davvero nella tua azienda?
Progettiamo e rilasciamo sistemi AI con permessi, log e approvazione umana. Si parte con una call di scoping di 30 minuti.