Il Glossario

Il nostro glossario per capire AI, automazione e robotica con parole chiare e alla portata di tutti.

AI Act (UE)

La prima legge europea che regola l’AI per livelli di rischio.

AI Governance

Norme, policy e processi per usare e sviluppare l’AI in modo responsabile.

AI per finalità generali

Modelli (spesso LLM) capaci di svolgere vari compiti diversi, direttamente o integrati in altri sistemi.

AI Safety

L’insieme di tecniche per rendere l’AI più sicura, prevedibile e allineata agli obiettivi umani.

Agente conversazionale / Assistente virtuale

Un sistema che dialoga in linguaggio naturale. Capisce richieste, risponde, aiuta, intrattiene. È il cuore di chatbot e assistenti vocali.

Algoritmo

Un insieme di istruzioni che una macchina esegue passo dopo passo per completare un compito o risolvere un problema.

Allineamento

Indica quanto gli obiettivi di un sistema di AI coincidono con quelli delle persone che lo progettano o lo usano. Un’AI “allineata” rispetta valori, intenzioni e limiti umani.

Allucinazione (AI Hallucinations)

AI Hallucinations sono un errore tipico dei modelli generativi: producono informazioni false, inventate o fuori tema. Succede perché non cercano verità, ma contenuti plausibili.

API (nel contesto AI)

Modalità con cui le aziende integrano un modello nei propri software, senza doverlo addestrare da zero.

Apprendimento Automatico

Vedi Machine Learning. Per l’AI “apprendere” significa migliorare le prestazioni grazie ai dati. È un processo di ottimizzazione, non un apprendimento simile a quello umano.

Apprendimento Non Supervisionato

Tecniche che permettono a un modello di trovare schemi nascosti nei dati senza etichette. Serve, ad esempio, per raggruppare automaticamente elementi simili.

Apprendimento Supervisionato

Tecniche con cui un sistema impara a classificare o prevedere valori partendo da dati già etichettati da esperti. È alla base di modelli che riconoscono immagini, spam, testi ecc.

Autonomous Agent

Un software che può portare a termine compiti complessi da solo, usando strumenti esterni.

Bias

Pregiudizi o distorsioni nei dati o negli algoritmi che portano a risultati ingiusti o inaccurati. Tra i più noti: l’“automation bias”, la tendenza a fidarsi troppo della macchina anche quando sbaglia.

Big Data

Insieme di dati enormi, vari e in rapido aggiornamento. Troppo grandi per i metodi tradizionali. Tipici esempi: dati social, sensori IoT, log in tempo reale.

Chatbot

Software che conversa con le persone usando il linguaggio naturale. Oggi spesso basati su modelli linguistici di grandi dimensioni (LLM).

Computer Vision

Tecniche che permettono ai computer di “capire” immagini e video. Applicazioni: riconoscimento facciale, guida autonoma, diagnostica medica.

Contesto (Context)

Tutto ciò che l’utente scrive o carica in una conversazione con un chatbot o un modello linguistico. Serve per mantenere coerenza nelle risposte.

Context Window

La quantità massima di informazioni che un modello può tenere in memoria durante una conversazione o un’elaborazione.

Dataset

Il materiale (testo, immagini, audio, video) usato per addestrare un modello.

Deep Learning

Ramo del machine learning basato su reti neurali multistrato. Imita strutture complesse dei dati per generare previsioni o contenuti più accurati.

Deepfake

Contenuti falsi creati con il deep learning, spesso molto realistici: video, audio, immagini. Possono essere usati per truffe o disinformazione.

Diffusion Model

Tecnologia usata per generare immagini (Midjourney, Stable Diffusion). Funziona “partendo dal rumore” e chiarendo l’immagine passo dopo passo.

Distillazione

Tecnica per creare versioni più leggere di un modello grande, mantenendo parte delle capacità.

Embeddings

Rappresentazioni numeriche dei contenuti. Permettono alle AI di confrontare testi e immagini “per significato”.

Fine-tuning

Adattamento di un modello già addestrato per un compito specifico, modificando alcuni strati della rete neurale.

Foundation Model / Modello di base

Vedi Modello di AI per finalità generali.

Generative AI

Vedi Intelligenza Artificiale Generativa.

GPU (Graphics Processing Unit)

Processore nato per la grafica, oggi fondamentale per addestrare modelli di deep learning grazie al calcolo parallelo.

Image Recognition

Tecniche che permettono alle AI di riconoscere oggetti, persone o scene in un’immagine.

Intelligenza Artificiale

Capacità di un sistema informatico di svolgere compiti che richiederebbero intelligenza umana. Nelle definizioni moderne: sistemi autonomi e adattivi che generano output utili.

Intelligenza Artificiale Generativa

AI che crea contenuti: testi, immagini, musica, video. La tecnologia dietro ChatGPT, Midjourney, Sora e simili strumenti AI.

Intelligenza Generale Artificiale (AGI)

AI in grado di svolgere la maggior parte dei compiti umani. Concetto ancora teorico: per alcuni impossibile, per altri un rischio esistenziale.

Jailbreak

Procedura con cui si prova a far aggirare al modello le regole di sicurezza.

Large Language Model (LLM)

Modelli addestrati su grandi quantità di testo per comprendere, classificare e generare contenuti. Sono alla base dei chatbot moderni.

Machine Learning

Insieme di tecniche che permettono ai sistemi di “imparare” dai dati senza essere programmati passo per passo. Serve per predire, classificare, generare contenuti.

Model Drift / Data Drift

Quando un modello peggiora perché il mondo reale cambia e i dati non sono più aggiornati.

Model Weights / Checkpoint

Parametri interni del modello, il “cervello” vero e proprio dell’AI.

Modello di AI

Risorsa computazionale costruita tramite machine learning che cattura schemi presenti nei dati.

Modello Multimodale

Un modello di AI che non lavora solo con il testo, ma anche con immagini, audio, video e segnali misti. È il cuore delle nuove generazioni di chatbot “totali”.

Natural Language Processing (NLP)

Tecniche che permettono alle AI di leggere, interpretare e generare testo. Include traduzione, analisi dei sentimenti, riconoscimento vocale.

Pattern Recognition

Capacità di riconoscere schemi in immagini, testo o audio.

Predizione

Output con cui un sistema AI completa un’informazione mancante o anticipa un valore futuro basandosi sui dati disponibili.

Profilazione

Creazione di profili individuali tramite analisi dei dati. Usata in marketing, sicurezza, personalizzazione dei servizi.

Prompt

La richiesta che si invia a un modello linguistico. È il punto di partenza per generare la risposta.

Prompt Engineering

L’arte di scrivere richieste chiare e strategiche per ottenere risultati migliori dai modelli generativi.

Prompt Injection

Attacco in cui l’utente inganna l’AI modificando le istruzioni interne del modello. È il phishing del mondo generativo.

RAG – Retrieval-Augmented Generation

Tecnica che combina un LLM con un motore di ricerca interno. Serve per evitare allucinazioni e dare risposte basate su dati reali.

Reinforcement Learning

Tecnica in cui un agente impara attraverso tentativi, errori e ricompense.

Reti Neurali Artificiali

Strutture ispirate al cervello umano che apprendono schemi complessi dai dati.

RLHF

Metodo di addestramento in cui gli umani valutano le risposte dell’AI per migliorarla.

Robotica

Progettazione e costruzione di robot capaci di agire nel mondo fisico, spesso con componenti di AI.

Scraping

Raccolta automatica di dati da siti e documenti online tramite software dedicati.

Sentiment Analysis

Tecniche che individuano emozioni o opinioni espresse in un testo.

Sistema di AI

Un sistema che genera contenuti, previsioni o decisioni in modo più o meno autonomo e adattivo.

Speech Recognition

Tecnologie che trasformano il parlato in testo. Base dei comandi vocali e degli assistenti digitali.

STT (Speech-to-Text)

Tecnica che trasforma la voce in testo.

Synthetic Data

Dati generati artificialmente per addestrare modelli quando i dati reali sono pochi o sensibili.

Test di Turing

Prova ideata da Alan Turing per capire se una macchina riesce a imitare l’intelligenza umana al punto da risultare indistinguibile.

Text-to-Video

Modelli che generano video da una descrizione testuale, come OpenAI Sora.

Token

Unità minima di testo che un modello linguistico usa per elaborare una frase. La tokenizzazione divide il testo in piccole parti.

Transformer

Architettura di reti neurali che analizza relazioni tra parole o elementi. È alla base dei moderni LLM e dei chatbot più avanzati.

TTS (Text-to-Speech)

Tecnica che trasforma il testo in voce naturale.