Per capire l’intelligenza artificiale non occorre partire dalle formule. Occorre mettere i concetti nell’ordine giusto. Questa mappa raccoglie spiegazioni semplici e rigorose, dalle parti fondamentali di un computer fino ai modelli linguistici, ai loro limiti e alle forme più avanzate di intelligenza artificiale.
Puoi iniziare dalle basi, seguire l’intero indice oppure scegliere direttamente l’argomento che ti interessa.
Indice dell’atlante
Dentro il computer
Cominciamo dalla macchina. Scopriamo come un computer riceve un comando, conserva i dati, utilizza la memoria ed esegue le istruzioni.
Concetti da approfondire
- Da approfondire — File, cartelle e formati
- Da approfondire — Sistema operativo e programmi
- Da approfondire — CPU, GPU e altri processori
Istruzioni e software
Un computer esegue operazioni perché riceve istruzioni organizzate. Qui vediamo come algoritmi, codice e programmi trasformano un comando in un risultato.
Concetti da approfondire
- Da approfondire — Che cos’è un linguaggio di programmazione
- Da approfondire — Dal codice sorgente alle istruzioni della CPU
Prossimi capitoli
- In preparazione — Che cos’è un’API
- In preparazione — Come comunicano programmi diversi
Dati, reti e cloud
I dati possono essere conservati sul nostro dispositivo oppure viaggiare verso altri computer. Per capire i servizi di IA dobbiamo sapere che cosa sono server, reti e cloud.
Concetti da approfondire
- Da approfondire — Che cosa accade quando inviamo un prompt online
Prossimi capitoli
- In preparazione — Che cos’è un database
- In preparazione — Come funziona Internet
- In preparazione — Client, server e richieste
- In preparazione — Che cos’è il cloud
- In preparazione — Elaborazione locale ed elaborazione remota
Apprendimento automatico
Nel machine learning il sistema costruisce un modello sulla base dei dati. Per capire questo processo dobbiamo distinguere training, parametri, reti neurali, probabilità e verifica dei risultati.
Concetti da approfondire
- Da approfondire — Dataset, esempi ed etichette
- Da approfondire — Errore e funzione di perdita
- Da approfondire — Training, validazione e test
- Da approfondire — Bias nei dati e nel modello
Prossimi capitoli
- In preparazione — Apprendimento supervisionato e non supervisionato
- In preparazione — Apprendimento per rinforzo
- In preparazione — Discesa del gradiente
- In preparazione — Retropropagazione
- In preparazione — Overfitting e generalizzazione
IA e linguaggio
Un modello linguistico trasforma il testo in unità numeriche, considera le relazioni tra queste unità e produce il risultato prevedendo progressivamente ciò che può seguire.
Concetti da approfondire
- Da approfondire — Temperatura e campionamento
- Da approfondire — Pre-training, fine-tuning e istruzione
- Da approfondire — Dimensioni, parametri e capacità del modello
Prossimi capitoli
- In preparazione — Allineamento e feedback umano
- In preparazione — Modelli aperti e modelli proprietari
Contesto, fonti e strumenti
Un modello può utilizzare istruzioni, contesto e fonti esterne. Qui scopriamo che cosa il sistema può considerare, come recupera informazioni e come può utilizzare strumenti collegati.
Concetti da approfondire
- Da approfondire — Come funziona la ricerca semantica
- Da approfondire — Prompt di sistema, utente e sviluppatore
- Da approfondire — Memoria della conversazione e memoria esterna
- Da approfondire — Fine-tuning e RAG non sono la stessa cosa
- Da approfondire — Che cosa sono gli strumenti collegati all’IA
- Da approfondire — Che cos’è tecnicamente un agente AI
Prossimi capitoli
- In preparazione — Che cos’è un database vettoriale
Errori e sicurezza
Una risposta può sembrare corretta senza esserlo. Un contenuto può anche cercare di manipolare il sistema. Questa parte spiega errori, limiti e rischi tecnici.
Concetti da approfondire
- Da approfondire — Errori dei dati, del modello e dell’utente
- Da approfondire — Estrazione dei dati e fuga di informazioni
- Da approfondire — Come si valuta l’affidabilità di un sistema
- Da approfondire — Controllo umano dal punto di vista tecnico
Prossimi capitoli
- In preparazione — Attacchi adversarial
- In preparazione — Data poisoning
- In preparazione — Benchmark e test
IA avanzata
I sistemi più recenti possono lavorare con testo, immagini, audio e strumenti esterni. Qui raccoglieremo i concetti tecnici più avanzati senza attribuire alla macchina coscienza o comprensione umana.
Approfondimento giuridico collegato: Che cos’è un agente AI? Dal chatbot all’assistente che può agire, spiegato facile ↗
Nuova spiegazione: GPT‑6 Astra e intelligenza artificiale generale ↗
Concetti da approfondire
- Da approfondire — Agenti e uso degli strumenti
- Da approfondire — Che cosa significa “ragionamento” nei modelli
Prossimi capitoli
- In preparazione — Che cos’è un modello multimodale
- In preparazione — Come un modello tratta immagini e audio
- In preparazione — Generazione di immagini
- In preparazione — Sintesi e riconoscimento della voce
- In preparazione — Sistemi multi-agente
- In preparazione — Modelli piccoli e modelli locali
- In preparazione — Quantizzazione
- In preparazione — Edge AI
- In preparazione — Robotica e IA incorporata
- In preparazione — Deduzione, induzione e abduzione nell’IA
- In preparazione — Intelligenza artificiale generale
Vuoi trasformare queste conoscenze in competenza professionale?
AI Literacy organizza i concetti tecnici in un percorso progressivo per utilizzare l’intelligenza artificiale con consapevolezza. Alle basi informatiche affianca regole, deontologia, protezione dei dati, sicurezza, controllo umano e responsabilità professionale.