Intelligenza artificiale: lessico - i concetti più importanti

Una lista dei termini più frequenti rilevanti per i sistemi di intelligenza artificiale.

Termini stampati in grassetto sono riferimenti cross a altri termini che vengono anche spiegati nel glossario di intelligenza artificiale.

Ulteriori informazioni sulla IA sono disponibili nei contributi su Dr. GDPR:

Informazioni sulla Intelligenza Artificiale

Lessico di concetti chiave dell'intelligenza artificiale

Termine	Spiegazione
Intelligenza artificiale	Anche con l'acronimo AI. La AI è lo sviluppo di computer e software che possiedono abilità umane, come ad esempio l'apprendimento, la risoluzione dei problemi, la comprensione e produzione della lingua, la percezione sensoriale, il controllo dell'azione e la decisione autonoma.
Modello	Un modello di intelligenza artificiale è un cervello elettronico. Esattamente come nel cervello biologico, esso si compone di una rete neuronale (vedi KNN).
Modello di linguaggio avanzato	Abbreviazione per Large Language Model. Modello, che è stato addestrato con un grande numero di documenti testuali, in modo da poter rappresentare molto bene la grammatica di una o più lingue.
Foundation Model	Un modello di base addestrato, che può essere adattato a specifiche attività o domini attraverso il fine-tuning e spesso viene reso disponibile con una licenza amichevole per l'uso.
Il K-Nearest Neighbor (KNN)	Sigla per Rete Neuronale Artificiale. Immagine elettronica del modello biologico. Fondamento per modelli di intelligenza artificiale (vedi Modello).
Trasformatore	Approccio matematico fondamentale che ha reso possibile l'implementazione di applicazioni AI efficaci come ChatGPT e che è responsabile del successo attuale delle tecnologie AI. Esiste dal 2017. La versione precedente è stata sviluppata da Jürgen Schmidhuber all'inizio degli anni '90. Si compone di una struttura Encoder-Decoder, in cui un'ingresso viene codificato in feature che vengono poi trasformate in uscita tramite un decoder. Vedi anche Embeddings.
Dimensione del modello	La grandezza di un modello di intelligenza artificiale (vedi modello) viene indicata in forma abbreviata dal numero dei parametri (vedi parametro). I modelli piccoli hanno solo alcuni centinaia di milioni di parametri. Un modello da 200M ha 200 milioni di parametri. I modelli più grandi hanno 13B o 60B parametri. Il "B" sta per miliardo (inglese: "billion").
Parametro	Come parametri vengono definite le pesi in una rete neuronale artificiale (vedi KNN). Un peso definisce la forza del collegamento tra due neuroni.
ChatGPT	ChatBot basato sull'architettura GPT (vedi GPT). Possiede anche un'interfaccia programmabile (API). Dovrebbe avere circa 160B parametri (vedi dimensione del modello). Problemi in materia di protezione dei dati, segreti commerciali e documenti riservati.
GPT	Sigla per Generative Pretrained Transformer. Vedi Generativo, Votrainato e Transformer.
Creativo	La capacità di produrre o creare qualcosa di nuovo. Parte dell'abbreviazione GPT, che è anche presente in ChatGPT.
Addestrato magistralmente	Un modello preaddestrato è un modello addestrato. È stato addestrato. Invece di addestrato si parla di preaddestrato. Il contesto è che un modello già addestrato può essere addestrato ulteriormente, ciò che viene chiamato fine-tuning.
Raffinamento	Un modello addestrato può essere ulteriormente "addestrato" per specifiche attività (vedi Downstream). Questa formazione supplementare viene chiamata fine-tuning. Fine-tuning ha il grande vantaggio di richiedere molto meno dati d'ingresso e risorse (tempo, potenza di calcolo, memoria principale) rispetto alla costruzione di un modello AI addestrato.
Strati	Si riferisce a reti neurali artificiali (vedere KNN): Le strati di una rete neuronale sono le strati d'ingresso, la strato d'uscita insieme alle strati nascoste tra queste due strati.
Strato di ingresso	La prima strato di una rete neuronale artificiale (vedi KNN). I dati d'ingresso (dati sensoriali o input dell'utente) arrivano attraverso la strato d'ingresso nel KNN.
Strato di emissione	L'ultima strato di una rete neuronale artificiale (vedi ANN). La strato di uscita annuncia il risultato di un'intelligenza artificiale.
Strati nascosti	Strati di un KNN, che si trovano tra la sottolivello di input e il sottolivello di output. È qui che avviene la magia, anche chiamata intelligenza. Vedi intelligenza umana e intelligenza artificiale.
Strati nascosti	Vedi Strati nascosti.
Compito upstream	Compito per cui è stato addestrato un modello di intelligenza artificiale. Vedi anche Downstream Task.
Downstream Task	Compito per cui il modello di intelligenza artificiale viene preparato con l'aiuto del fine-tuning e che è diverso dal compito upstream per cui il modello di intelligenza artificiale è stato originariamente addestrato.
PyTorch	Il framework di intelligenza artificiale più amato, basato sulla lingua di programmazione Python.
Tensorflow	Accanto a PyTorch, un noto framework di intelligenza artificiale. Deriva da Google. Considerato più complesso di PyTorch.
Tensore	Concetto matematico per rappresentare i dati. Vedi anche vettore.
Svincolo	Eseguire parti di un modello di intelligenza artificiale (vedi Modello) su una CPU (anziché GPU) o sul disco rigido. L'offloading risolve il problema di memoria (vedi VRAM) nei grandi modelli di IA, ma comporta calcoli molto più lenti.
CUDA	Sigla per Compute Unified Device Architecture. Architettura di software di Nvidia, per utilizzare le schede grafiche (vedi GPU) per calcoli.
Nvidia	Senza voler fare pubblicità: leader mondiale per le schede grafiche adatte alle calcolazioni di intelligenza artificiale (vedi CUDA). Non conosco nessun altro produttore che abbia schede grafiche così ben supportate in numerosi framework di IA (vedi PyTorch).
Il codice Python non è un testo da tradurre, ma piuttosto un linguaggio di programmazione. Tuttavia, se vuoi sapere cosa significa o come funziona il codice Python, sono qui per aiutarti	Lingua di programmazione più utilizzata per applicazioni AI.
Unità di elaborazione grafica	L'abbreviazione per Graphics Processing Unit. Una GPU di una scheda grafica potente come quella di Nvidia contiene migliaia di core. Un core può risolvere un compito di calcolo. Più core possono lavorare contemporaneamente. Per le applicazioni AI, miliardi di calcoli possono essere eseguiti su una GPU (scheda grafica) in modo molto più veloce che su una CPU (processore normale). La scheda grafica viene sfruttata come schiavo per i calcoli nelle applicazioni AI. Non produce immagini o testo.
CPU	Sigla per Unità di elaborazione centrale. Il processore di un computer. Di solito possiede 8-24 core. Vedi anche GPU.
Memoria di video RAM	Memoria video. A differenza del RAM, qui si intende il memoria di una scheda grafica (vedi GPU) decisiva per l'utilizzo dei modelli di Intelligenza Artificiale (vedi Modello).
Servizio AI	Sono chiamati server quelli che contengono una scheda grafica potente (vedi CUDA, GPU e VRAM).
Stable Diffusion	Il modello di intelligenza artificiale più noto e amato per la generazione di immagini.
LAION	Abbreviazione per Large Scale Artificial Intelligence Open Network. Un'associazione registrata in Germania. Ha creato un set di dati d'immagini con circa 6 miliardi di immagini e relative descrizioni. Serve come base per gli approcci Stable Diffusion.
Fantasie visiva	Il caso d'uso più frequente: tramite un Prompts una IA genera un'immagine che riflette il Prompts, il procedimento più noto è lo Stable Diffusion. È anche possibile combinare più immagini o modificare le immagini di input.
Vettore	Un vettore è la rappresentazione di un'ingresso (= insieme di dati), come ad esempio un testo, un'immagine o una traccia audio. Vedi multimodale. Un vettore consiste in serie numeriche e ha una dimensione che definisce il numero e l'ordine delle numeri.
Inserimento	Rappresentazione di dati di qualsiasi tipo (testo, immagine, audio, sensore di movimento, sensore di temperatura ecc.) in forma di un vettore.
Multimodale	Grazie all'approccio Transformer, ogni tipo di dati può essere trattato in modo uniforme. Paragoniamo il cervello umano. Tutti i dati sensoriali (occhi, orecchie, naso, irritazioni cutanee…) vengono "senza problemi" elaborati nel nostro rete neuronale allo stesso modo.
Intelligenza umana	Funziona come Intelligenza Artificiale, è la mia tesi forte.
Spirito	L'illusione, prodotta dal cervello umano, è la mia convinzione.
Intelligenza Artificiale	Sigla per Intelligenza Artificiale Generale. Analogo all'uomo: Intelligenza generale che può risolvere tutte le possibili mansioni.
Prompt	Campo di input per testo, per dare una istruzione a un'intelligenza artificiale o porre una domanda.
Token	Una unità di dati, come un termine in un testo. Unità di misura comunemente utilizzata per il calcolo dei costi della fruizione di sistemi AI come ChatGPT o per la configurazione della lunghezza massima del testo da produrre.
RNN a lungo termine	Sigla per Long Short Term Memory. In italiano: Memoria a lungo e breve termine. Approccio ideato dall'informatico tedesco Jürgen Schmidhuber. L'LSM è un tipo di memoria episodica.
Statistik	Nel modello di AI altrettanto presente o meno presente come nell'uomo (vedi intelligenza umana)
Apprendimento Profondo	Si riferisce al fatto che un KNN ha molti strati nascosti, quindi è profondo.
Sistema di autarchia	Sistema amichevole con i dati che funziona su una infrastruttura locale e senza connessione internet.
Amichevole con i dati	Il sistema, che non causa problemi di privacy, dati riservati o segreti commerciali fatti in casa. Al contrario sono i sistemi che provengono dagli Stati Uniti o tengono i dati sui server degli USA (vedi Privacy Shield – Schrems II).
Eliza	Programma di psichiatria, già concepito nel 1966 da Joseph Weizenbaum. Fingeva di essere intelligente. Invece, al partner umano del dialogo veniva comunicato solo il senso di intelligenza utilizzando luoghi comuni e ripetendo le Prompt-inserzioni dell'uomo.

Lessico di termini di intelligenza artificiale più comuni.

Sono anche lieto di fare riferimento al Dizionario della protezione dei dati tedesco-inglese, che contiene i concetti più importanti per la GDPR e il digitale rispetto alla protezione dei dati.

Messaggi chiave

L'intelligenza artificiale (IA) permette ai computer di imparare e svolgere compiti che normalmente richiedono l'intelligenza umana, come comprendere il linguaggio e risolvere problemi.

Un modello di intelligenza artificiale può essere addestrato inizialmente su un vasto set di dati e poi ulteriormente raffinato per compiti specifici, richiedendo meno risorse.

Python è il linguaggio di programmazione più usato per l'intelligenza artificiale, che sfrutta le potenti schede grafiche (GPU) per eseguire calcoli complessi molto più velocemente rispetto ai processori normali (CPU).

L'articolo spiega i concetti chiave dell'intelligenza artificiale, come i modelli di apprendimento profondo e le reti neurali a memoria a lungo termine (LSTM).

Ulteriori informazioni