Un'ipotetica AI "generale", pari all'essere umano in ogni campo. Non esiste ancora.
L'AGI (artificial general intelligence) è un concetto al confine tra scienza e futurologia: un sistema che saprebbe affrontare qualsiasi compito intellettuale altrettanto bene di un essere umano, non solo una specializzazione ristretta. Gli attuali modelli, per quanto impressionanti, rimangono specializzati e non hanno obiettivi autonomi né una comprensione del mondo a livello umano.
Tra i ricercatori non c'è accordo su quando e se l'AGI verrà creata - le previsioni differiscono anche di decenni. La discussione sull'AGI si lega a questioni di sicurezza e controllo su una tecnologia così potente.
Programmi che eseguono compiti associati all'intelligenza umana - comprendono il linguaggio, generano testo, immagini e suoni.
L'intelligenza artificiale è un vasto campo dell'informatica in cui i computer eseguono attività che normalmente richiedono il pensiero umano: riconoscono il parlato, traducono lingue, conversano o creano immagini. I sistemi AI odierni si basano principalmente sull'apprendimento automatico, cioè imparano dai dati invece di funzionare secondo regole rigidamente programmate.
Come funziona: il modello analizza enormi insiemi di esempi e individua schemi che poi applica a nuove situazioni.
Esempio: un assistente che riassume in italiano un lungo documento o genera grafica da una breve descrizione è un'applicazione pratica dell'AI.
AI che crea nuovi contenuti (testo, immagini, video, musica), non solo classifica quelli esistenti.
L'AI generativa comprende modelli il cui compito è produrre nuovi contenuti basandosi su pattern appresi dai dati. A differenza della classificazione, che assegna solo etichette, la generazione produce testo, immagini, audio o video originali.
Esempio: scrivere una poesia, generare un'illustrazione da una descrizione o comporre una melodia sono tipici compiti generativi.
Il modo in cui i programmi si collegano a un modello AI - un "plugin" per costruire le tue applicazioni.
Un'API (interfaccia di programmazione) è un insieme di regole grazie alle quali un programma può utilizzarne un altro. Nel contesto dell'AI è il canale attraverso cui la tua applicazione invia un prompt al modello e riceve la risposta, senza dover mantenere un modello proprio sul tuo hardware.
Come funziona: invii una richiesta con il testo e i parametri (es. temperatura), e il servizio restituisce il contenuto generato, solitamente fatturato in base al numero di token.
Esempio: un'app mobile che tramite API chiede al modello di riassumere un articolo.
AI che non solo risponde, ma funziona: pianifica passi, usa strumenti ed esegue compiti autonomamente.
Un Agent AI è un sistema che, attorno a un modello linguistico, aggiunge un ciclo operativo: scompone autonomamente l'obiettivo in passi, sceglie gli strumenti, li esegue e valuta il risultato, finché il compito non è completato. Invece di una singola risposta ottieni una sequenza di azioni che portano al risultato.
Come funziona: il modello riceve la descrizione degli strumenti disponibili (function calling), poi in turni successivi decide quali invocare e con quali dati.
Esempio: un agent che autonomamente cerca su internet, raccoglie dati e salva un report completo in un file.
Assicurarsi che gli obiettivi e i comportamenti del modello siano allineati con le intenzioni e i valori umani.
L'alignment (allineamento ai valori) è l'area di ricerca e pratica volta a far sì che il modello faccia ciò che vogliamo davvero, non solo eseguire letteralmente un'istruzione in modo dannoso. Comprende sicurezza, correttezza e prevedibilità dei comportamenti.
Strumenti: tra cui RLHF, guardrails e test accurati del modello prima del rilascio.
Situazione in cui il modello fornisce con sicurezza informazioni false: una data inventata, una citazione, una fonte. Per questo verifica sempre i fatti.
Un'allucinazione è una risposta che suona credibile ma è falsa: il modello inventa un fatto, una citazione, un riferimento o un nome. Deriva dal fatto che il modello prevede una sequenza probabile di parole, non verifica la verità in un database.
Come limitarle: chiedi fonti, usa RAG (collegamento a una base affidabile) e verifica sempre numeri, date e citazioni prima della pubblicazione.
Test standardizzato con cui si confrontano i modelli (ad es. in matematica o programmazione).
Un benchmark è un insieme standardizzato di compiti con punteggio stabilito, che permette di confrontare diversi modelli nelle stesse condizioni. Così si può valutare in modo abbastanza obiettivo quale modello si comporta meglio ad esempio in compiti matematici, di programmazione o di cultura generale.
I risultati dei benchmark vanno letti con cautela: il modello può essere inconsapevolmente addestrato su dati simili al test, gonfiando il risultato. Per questo è altrettanto importante la prestazione pratica su compiti reali.
Distorsioni sistematiche del modello derivanti dai dati di training.
Il bias è la tendenza del modello a favorire certe risposte o gruppi, derivante da squilibri e pregiudizi presenti nei dati su cui è stato addestrato. Può portare a risultati ingiusti o dannosi.
Come limitarlo: selezione accurata dei dati, test su gruppi diversi e meccanismi di controllo delle risposte. L'eliminazione completa della distorsione è difficile.
Tecnica in cui il modello "pensa ad alta voce" passo dopo passo - dà risposte migliori su compiti difficili.
Chain-of-thought (catena di pensiero) è un modo di chiedere al modello di esplicitare i passaggi del ragionamento prima di dare il risultato. Scomporre il problema in fasi migliora nettamente l'accuratezza in compiti logici, matematici e multi-step.
Come funziona: nel prompt chiedi una soluzione passo dopo passo, oppure il modello genera autonomamente i passaggi intermedi prima di formulare la risposta finale.
Esempio: in un problema di matematica testuale il modello prima elenca i calcoli, poi alla fine fornisce il risultato.
Programma che conduce una conversazione testuale. ChatGPT è un chatbot basato su un grande modello linguistico.
Un chatbot è un programma che simula una conversazione con l'utente. In passato si basavano su regole rigide e parole chiave; i chatbot attuali usano grandi modelli linguistici, così comprendono domande libere e rispondono in linguaggio fluente.
Esempio: un assistente sul sito di un negozio che risponde a domande sulla consegna, oppure ChatGPT come interlocutore universale per scrittura e analisi.
Memorizzazione del contesto elaborato una volta, per rendere le richieste successive più veloci ed economiche.
Il context caching è un meccanismo in cui un frammento di prompt elaborato una volta (es. una lunga istruzione o documento) viene memorizzato, per non doverlo ricalcolare nelle richieste successive. Riduce costo e latenza nelle conversazioni ripetute.
Esempio: un assistente con un ampio system prompt può memorizzare la sua versione elaborata tra le richieste.
Insieme di esempi su cui il modello impara. La sua qualità si traduce direttamente nella qualità del modello.
Il dataset è un insieme organizzato di dati - testi, immagini, registrazioni - utilizzato per addestrare o valutare un modello. Vale la regola "spazzatura in entrata, spazzatura in uscita": dati errati o distorti rovinano il modello.
Buona pratica: i dati vengono divisi in parte di training, validazione e test, per valutare onestamente l'efficacia del modello.
Materiali manipolati (foto, video, voce) generati dall'AI che fingono di essere autentici.
Un deepfake è una registrazione manipolata o interamente generata in cui qualcuno apparentemente dice o fa qualcosa che non ha mai fatto. La tecnica si basa su modelli che apprendono volto e voce da campioni, poi li riproducono in un nuovo contesto.
Perché è importante: i deepfake possono essere strumenti di disinformazione e frode (es. impersonare la voce del capo). Conviene verificare la fonte e cercare incongruenze nell'illuminazione o nella mimica.
Tecnica di generazione di immagini: il modello "ripulisce" rumore casuale finché emerge un'immagine. È alla base di Midjourney e Stable Diffusion.
I modelli di diffusione generano un'immagine partendo da puro rumore e progressivamente "ripulendolo" verso una scena coerente descritta dal prompt. Durante l'addestramento il modello impara a invertire il processo di aggiunta di rumore a immagini reali.
Come funziona: in decine di passaggi il modello indovina sempre più precisamente come dovrebbe apparire l'immagine, fino a produrre la grafica finale.
Esempio: inserisci la descrizione di una scena e Stable Diffusion o Midjourney restituiscono un'immagine completa.
Addestrare un modello più piccolo a imitare uno più grande - modello più leggero con qualità simile.
La distillazione (knowledge distillation) è una tecnica in cui un modello grande e potente (insegnante) addestra un modello più piccolo (studente) a imitare le sue risposte. Il risultato è un modello più leggero, più economico e veloce nell'esecuzione, mantenendo buona parte della qualità dell'originale.
Applicazione: le versioni dei modelli per smartphone e implementazioni economiche nascono spesso proprio dalla distillazione.
La conversione di testo in numeri, grazie alla quale l'AI comprende significato e somiglianza tra parole. Base della ricerca e del RAG.
Un embedding è la rappresentazione di un testo (o immagine) sotto forma di vettore di numeri, in cui concetti semanticamente vicini hanno valori vicini. Così il computer può misurare la somiglianza di contenuti, anche quando si usano parole diverse.
Come funziona: il modello converte un frammento di testo in centinaia o migliaia di numeri; confrontando i vettori, il sistema trova i frammenti più pertinenti.
Esempio: un motore di ricerca semantico che alla domanda "come ridurre le bollette elettriche" trova un paragrafo sul risparmio energetico, anche se non contiene le stesse parole.
Fornire al modello alcuni esempi nel prompt, per mostrargli come deve rispondere.
Few-shot è una tecnica in cui inserisci nel prompt stesso alcune coppie esemplari domanda-risposta, prima di porre la domanda vera. Il modello coglie da esse il formato e lo stile desiderati, senza bisogno di fine-tuning.
Esempio: mostri due esempi di come trasformare una recensione in valutazione "positiva/negativa", e il modello applica lo stesso schema alle recensioni successive.
Addestramento aggiuntivo di un modello esistente sui propri dati, per farlo funzionare meglio su un compito specifico.
Il fine-tuning (affinamento) è l'ulteriore addestramento di un modello già pre-addestrato su un dataset più ristretto e specializzato. Il modello mantiene la conoscenza generale, ma si adatta meglio a uno stile, dominio o formato di risposta specifico.
Quando usarlo: quando il solo prompt non basta e hai molti esempi che mostrano il comportamento desiderato. Per molti casi d'uso un'alternativa più economica è RAG o un buon prompt.
Quanto testo il modello "vede" in una volta. Finestra più grande = puoi incollare documenti più lunghi.
La finestra di contesto è la quantità massima di testo (misurata in token) che il modello può considerare in una conversazione: il tuo prompt, i messaggi precedenti e la risposta generata devono rientrarci. Superato il limite, i frammenti più vecchi vengono scartati.
Esempio: una finestra più grande ti permette di incollare un intero contratto e fare domande sul suo contenuto senza doverlo dividere in pezzi.
Capacità del modello di invocare funzioni e strumenti esterni (es. recuperare meteo, inviare email).
Il function calling permette al modello non solo di scrivere testo, ma anche di decidere che serve usare uno strumento specifico e restituire dati di input strutturati per eseguirlo. Il programma esegue la funzione e restituisce il risultato al modello.
Come funziona: fornisci al modello la descrizione delle funzioni disponibili; il modello risponde con una struttura (es. nome funzione e argomenti) che il tuo codice può eseguire in sicurezza.
Esempio: a una domanda sul meteo il modello invoca una funzione che controlla le previsioni invece di indovinare.
Chip specializzati che calcolano le operazioni dei modelli AI molto più velocemente di un normale processore.
Le GPU (processori grafici) e le TPU (chip Google per l'AI) sono hardware ottimizzati per calcoli massivamente paralleli, richiesti dal training e dall'esecuzione delle reti neurali. Grazie a essi i modelli calcolano molto più velocemente che su un normale processore (CPU).
Perché è importante: la disponibilità e il costo delle GPU sono oggi uno dei principali fattori che limitano lo sviluppo e l'implementazione dell'AI.
Protezioni che limitano ciò che il modello può dire o fare.
I guardrails (barriere di protezione) sono un insieme di regole e filtri che vigilano affinché il modello non generi contenuti dannosi, illegali o pericolosi. Possono funzionare in input (blocco di richieste inappropriate) e in output (controllo delle risposte).
A cosa servono: proteggono gli utenti e l'azienda che implementa il modello da abusi, anche se sono spesso bersaglio di tentativi di aggiramento (jailbreak, prompt injection).
Il momento in cui il modello genera la risposta alla tua richiesta (a differenza dell'addestramento).
L'inference (inferenza) è la fase di utilizzo del modello già pronto: fornisci un prompt e il modello calcola la risposta. Si distingue dal training, il costoso processo di addestramento del modello sui dati, che avviene prima e una sola volta.
Perché è importante: costo e velocità dell'inference determinano il prezzo del servizio e la latenza percepita dall'utente.
Tentativo di aggirare le protezioni del modello con un prompt costruito in modo astuto.
Il jailbreak è la manipolazione deliberata del prompt per indurre il modello a violare le proprie regole, ad esempio assegnandogli un ruolo senza limitazioni o nascondendo la richiesta in uno scenario innocente. È uno dei principali problemi di sicurezza dei modelli.
Differenza: il jailbreak mira alle regole stesse del modello, mentre il prompt injection camuffa istruzioni altrui come dati che il modello elabora.
Grande modello linguistico - addestrato su enormi quantità di testo, comprende e genera linguaggio. Il cuore di ChatGPT, Claude, Gemini.
Un LLM (large language model) è una rete neurale addestrata su enormi quantità di testo, che ha imparato a prevedere le parole successive. Grazie a questo sa scrivere, tradurre, riassumere, programmare e conversare.
Come funziona: il modello converte il testo in token e in base al contesto prevede il token successivo più probabile, ripetendo il processo fino a completare la risposta.
Esempio: ChatGPT, Claude e Gemini sono interfacce per grandi modelli linguistici.
Il tempo dall'invio della query alla ricezione della risposta del modello.
La latenza è il ritardo: quanto bisogna aspettare prima che il modello inizi e finisca di rispondere. Dipende dalla dimensione del modello, dalla lunghezza della risposta, dal carico del server e dalla distanza di rete.
Perché è importante: nelle applicazioni in tempo reale (chat, voce) una bassa latenza determina il comfort; spesso si migliora trasmettendo la risposta token per token in streaming.
Apprendimento automatico - programmi che imparano dai dati invece di essere programmati manualmente.
Il machine learning è un sottocampo dell'AI in cui, invece di scrivere regole rigide, si mostrano al programma molti esempi e lui stesso ne estrae i pattern. Migliori e più numerosi sono i dati, più accurate le previsioni.
Esempio: un filtro antispam impara da migliaia di email etichettate cosa sia spam e applica questa conoscenza ai nuovi messaggi.
Architettura in cui per ogni query si attiva solo una parte del modello - più economico con grande capacità.
MoE (mixture of experts) è una struttura di modello composta da molte sottoreti specializzate ("esperti"), di cui solo alcune vengono attivate per ogni token. Così il modello può avere moltissimi parametri, ma calcolare la risposta in modo relativamente economico.
Come funziona: un meccanismo di gating decide quali esperti gestiranno un dato frammento, quindi solo una parte dell'intera rete è attiva.
Grande modello addestrato su dati ampi, che costituisce la base di molte applicazioni.
Il modello di base (foundation model) è un modello pre-addestrato su enormi quantità di dati generali, che poi serve come fondamento per applicazioni specifiche - tramite prompt, RAG o fine-tuning. Invece di addestrare da zero, si costruiscono soluzioni specializzate su di esso.
Esempio: un singolo modello di base può alimentare una chat, un motore di ricerca aziendale e un assistente di codice.
Modello i cui pesi sono pubblicamente disponibili - può essere eseguito localmente e modificato (es. Llama, Mistral).
Un modello aperto è quello i cui pesi (parametri appresi) sono resi pubblici, permettendo di scaricarlo, eseguirlo sul proprio hardware, personalizzarlo e implementarlo senza dipendere da un unico fornitore. L'opposto sono i modelli chiusi, accessibili solo tramite API.
Vantaggi: privacy dei dati, controllo e nessun costo per query. Costo: necessità di hardware proprio e competenze per la gestione.
Capacità del modello di lavorare con diversi tipi di contenuti contemporaneamente: testo, immagini, audio, video.
Un modello multimodale comprende e combina diversi tipi di dati in un unico luogo: può ad esempio guardare una foto e descriverla a parole, oppure ascoltare una registrazione e riassumerla. È un passo più vicino al modo in cui l'uomo percepisce il mondo attraverso più sensi.
Esempio: carichi la foto di una lavagna con appunti e il modello trascrive e organizza il contenuto, rispondendo a domande su di esso.
Elaborazione del linguaggio naturale - il campo che permette al computer di comprendere il linguaggio umano.
L'NLP (natural language processing) è il ramo dell'AI che si occupa di comprendere e generare linguaggio umano: traduzione, analisi del sentiment, ricerca di informazioni o riconoscimento delle intenzioni. I grandi modelli linguistici sono oggi lo strumento NLP più potente.
Esempio: rilevamento automatico che una recensione cliente è negativa e suo inoltro all'assistenza.
Overfitting - il modello memorizza i dati di training invece di imparare da essi e si comporta male con dati nuovi.
L'overfitting (sovradattamento) è una situazione in cui il modello si adatta troppo precisamente ai dati di training, catturando anche le loro caratteristiche casuali, per cui funziona peggio su esempi nuovi, mai visti prima. È uno dei principali problemi nel machine learning.
Come contrastarlo: più dati diversificati, architettura più semplice e validazione del modello su un set di test separato.
Numero di "manopole" del modello. Più parametri non significa sempre meglio, ma di solito maggiore potenza.
I parametri sono i valori interni che il modello regola durante l'addestramento; in essi è registrata la sua "conoscenza". Il numero di parametri si esprime in miliardi (B) ed è considerato una misura approssimativa della dimensione del modello.
Nota: un numero maggiore di parametri di solito offre maggiori capacità, ma anche costi più elevati. Buoni dati di addestramento e architettura spesso contano più del solo numero di parametri.
Ciò che scrivi al modello - un'istruzione o una domanda. La qualità del prompt determina la qualità della risposta.
Il prompt è il tuo input per il modello: una domanda, un'istruzione o un contesto sulla base del quale viene generata la risposta. Più chiaramente descrivi l'obiettivo, il formato e i vincoli, più preciso sarà il risultato.
Buona pratica: indica il ruolo, il contesto, il compito specifico e il formato di risposta atteso, e se necessario un esempio.
L'arte di scrivere prompt efficaci: contesto, obiettivo, esempio, iterazione.
Il prompt engineering è la pratica di formulare richieste in modo che il modello dia risultati migliori e riproducibili. Include la scelta del contesto, istruzioni precise, esempi (few-shot) e il miglioramento graduale del prompt in base alle risposte.
Esempio: invece di "scrivi sulla salute" chiedi "scrivi 5 consigli sul sonno per genitori di bambini piccoli, in punti elenco, in italiano".
Un attacco in cui istruzioni malevole nascoste nei dati prendono il controllo del comportamento del modello.
Il prompt injection è una vulnerabilità in cui il testo elaborato dal modello (ad es. contenuto di una pagina, email, documento) contiene un'istruzione nascosta, e il modello la tratta come un comando dell'utente. Può portare alla divulgazione di dati o all'esecuzione di azioni indesiderate.
Come funziona: l'attaccante inserisce nei dati una frase tipo "ignora le istruzioni precedenti e fai X"; un modello senza protezioni potrebbe eseguirla.
Difesa: separare le istruzioni dai dati, limitare i permessi degli strumenti e trattare i contenuti dal web come non affidabili.
Riduzione della precisione numerica nel modello, per occupare meno memoria e funzionare più velocemente.
La quantizzazione è la registrazione dei pesi del modello con precisione ridotta (ad es. 8 o 4 bit invece di 16), così il modello occupa meno memoria e calcola più velocemente. Permette di eseguire modelli grandi su hardware meno potente, anche in locale.
Compromesso: una quantizzazione troppo aggressiva può ridurre leggermente la qualità delle risposte, quindi va scelta in base all'applicazione.
Collegare il modello a una base di conoscenza - l'AI prima cerca i fatti, poi risponde. Meno allucinazioni.
RAG (retrieval-augmented generation) è un approccio in cui il modello, prima di rispondere, cerca frammenti pertinenti da una base di conoscenza esterna e si basa su di essi. Grazie a questo le risposte sono più aggiornate e contengono meno fatti inventati.
Come funziona: la domanda viene convertita in embedding, il sistema trova i documenti più simili e il modello formula la risposta basandosi su di essi.
Esempio: assistente aziendale che risponde a domande basandosi su regolamenti interni.
Addestramento del modello basato su valutazioni umane, per rispondere in modo utile e sicuro.
RLHF (reinforcement learning from human feedback) è una fase di addestramento in cui le persone valutano le risposte del modello, e queste valutazioni servono per perfezionarlo. Così il modello risponde più spesso in modo utile, cortese e conforme alle aspettative.
Come funziona: sulla base delle preferenze umane si addestra un modello di ricompensa, che poi guida l'ulteriore apprendimento del modello principale.
Capacità del modello di ragionamento multi-fase; i modelli "ragionanti" impiegano più tempo per risolvere compiti difficili.
Il reasoning (ragionamento) è la capacità di affrontare compiti che richiedono diversi passaggi logici, non solo il recupero di un fatto. I modelli che ragionano dedicano più calcolo all'elaborazione interna del problema prima di fornire il risultato.
Come funziona: il modello genera passaggi intermedi (simili al chain-of-thought), li verifica e solo dopo formula la risposta, migliorando l'accuratezza in matematica, logica e programmazione.
Costo: un ragionamento più lungo significa più token e latenza maggiore.
Struttura ispirata al cervello, che impara a rilevare pattern nei dati. Fondamento dell'AI odierna.
Una rete neurale è un modello composto da strati di unità semplici (neuroni) collegate da pesi. Durante l'addestramento i pesi vengono regolati affinché la rete mappi sempre meglio l'input sull'output desiderato, ad es. un'immagine su un'etichetta.
Come funziona: i dati passano attraverso strati successivi, ognuno dei quali rileva pattern sempre più complessi. Le reti profonde sono alla base del deep learning e dell'AI contemporanea.
Modelli che generano video da testo (OpenAI / Google).
Sora (OpenAI) e Veo (Google) sono modelli che trasformano una descrizione testuale in brevi video. Appartengono all'AI generativa ed estendono al movimento ciò che i modelli text-to-image fanno per le immagini statiche.
Applicazione: prototipi rapidi di scene, materiali concettuali e visualizzazioni, con riserve su questioni di diritti e affidabilità dei contenuti.
Istruzione nascosta che assegna al modello un ruolo e regole per l'intera conversazione.
Il system prompt è un'istruzione di alto livello, impostata dal creatore dell'applicazione, che assegna al modello un ruolo, un tono e dei limiti per l'intera conversazione. L'utente di solito non la vede, ma influenza ogni risposta.
Esempio: "Sei un cortese consulente fiscale, rispondi in italiano e non fornisci consulenza legale" è un tipico system prompt.
Text-to-speech (testo→voce) e speech-to-text (parlato→testo). Voce narrante e trascrizione.
Il TTS (text-to-speech) converte il testo scritto in parlato naturale, mentre lo STT (speech-to-text) fa l'opposto - trascrive una registrazione in testo. Sono il fondamento degli assistenti vocali, dei lettori automatici e delle trascrizioni automatiche.
Esempio: lo STT crea i sottotitoli di una riunione registrata, mentre il TTS legge ad alta voce un articolo in un'app.
Impostazione della "creatività" del modello. Bassa = prevedibile, alta = casuale e creativo.
La temperatura è un parametro che controlla la casualità delle risposte. Con un valore basso il modello sceglie le parole più probabili, quindi è coerente e ripetibile; con un valore alto ricorre più spesso a opzioni meno ovvie, dando risultati più creativi ma meno prevedibili.
Quando usarla: per fatti e codice imposta una temperatura bassa, per brainstorming o testi creativi una più alta.
Generazione di immagini da descrizione testuale (Midjourney, DALL·E, Nano Banana).
Text-to-image è la conversione di una descrizione testuale in un'immagine. Il modello, solitamente diffusivo, traduce le parole in caratteristiche visive della scena: oggetti, stile, colori e composizione.
Buona pratica: più la descrizione è specifica (soggetto, stile, inquadratura, luce), più l'immagine sarà accurata. Vale la pena iterare e precisare il prompt.
Un pezzo di testo (parte di una parola) su cui opera il modello. Limiti e prezzi si calcolano in token.
Un token è la più piccola unità di testo che il modello elabora - di solito una parola breve o un suo frammento. Il modello non vede direttamente lettere o frasi, ma una sequenza di token, e in token si misurano la lunghezza del prompt, la finestra di contesto e il costo.
Approssimativamente: per l'italiano un token corrisponde spesso a pochi caratteri, e una parola può essere divisa in più token.
Suddivisione del testo in token, cioè le unità con cui opera il modello.
La tokenizzazione è il primo passo dell'elaborazione del testo: trasforma una sequenza di caratteri in una lista di token secondo il vocabolario del modello. Da essa dipende quanti token occuperà un dato testo, e quindi anche il costo e l'utilizzo della finestra di contesto.
Curiosità: le lingue con ricca flessione, come l'italiano, vengono talvolta suddivise in più token rispetto all'inglese, aumentando il costo dello stesso contenuto.
L'architettura su cui si basano i modelli linguistici moderni. La "T" in GPT.
Il Transformer è un'architettura di rete neurale che, grazie al meccanismo di attenzione (attention), riesce a collegare frammenti di testo distanti e a elaborare sequenze in parallelo. È questa architettura che ha permesso il salto di qualità nei modelli linguistici.
Perché è una svolta: il meccanismo di attenzione consente al modello di "guardare" l'intero contesto contemporaneamente, migliorando la comprensione delle dipendenze in testi lunghi.
Costruire applicazioni conversando con l'AI, senza scrivere manualmente tutto il codice.
Il vibe coding è uno stile di lavoro in cui descrivi al modello cosa deve essere creato, lui genera e corregge il codice, e tu principalmente guidi e testi il risultato. Accelera la prototipazione e abbassa la soglia d'ingresso alla programmazione.
Attenzione: nei progetti più grandi è ancora necessaria la verifica umana della sicurezza e della qualità del codice.
Segno invisibile nei contenuti generati dall'AI che permette di riconoscerli.
Il watermark (filigrana) nei contenuti AI è un pattern nascosto inserito nel testo, nell'immagine o nell'audio, che permette successivamente di riconoscere che il materiale è stato generato automaticamente. Serve a combattere la disinformazione e a etichettare i contenuti sintetici.
Limitazione: le filigrane possono essere rimosse o non sempre rilevabili, quindi da sole non garantiscono certezza assoluta sull'origine.
Chiedere al modello di eseguire un compito senza alcun esempio - "fallo subito".
Zero-shot è la situazione in cui il modello esegue un compito basandosi esclusivamente sull'istruzione, senza che gli venga mostrato alcun esempio. I modelli grandi spesso se la cavano sorprendentemente bene grazie alla conoscenza acquisita durante l'addestramento.
Quando aggiungere esempi: se il formato o lo stile sono insoliti, conviene passare al few-shot e mostrare un pattern.
nessun risultato - prova in altro modo