Glossario¶
Le definizioni come le uso in aula. Non sono le più rigorose possibili: sono quelle che permettono a una persona non tecnica di capirsi con un tecnico.
Intelligenza artificiale¶
Disciplina transdisciplinare (informatica, matematica, ma anche psicologia, filosofia, etica) che studia sistemi capaci di svolgere compiti che associamo all'intelligenza. È un insieme molto più grande del machine learning.
Machine learning¶
Apprendimento automatico. Macchine che apprendono in modo automatico da esempi, senza che qualcuno le programmi passo per passo.
Deep learning¶
Machine learning che usa reti neurali artificiali in configurazioni complesse. Tutta l'AI generativa di oggi è deep learning.
Dataset¶
L'insieme degli esempi da cui la macchina apprende. La porzione di realtà da cui la macchina apprende.
Algoritmo di apprendimento¶
La sequenza di calcoli che trova i pattern negli esempi. (Algoritmo = sequenza di operazioni.)
Modello allenato¶
Uno o più file pieni di numeri che contengono ciò che la macchina ha imparato. Da solo non fa niente.
Parametri / pesi¶
I numeri che compongono il modello allenato. "Modello più grande" = più parametri.
Applicazione¶
Il software che permette di usare un modello. ChatGPT è un'applicazione; GPT-x è un modello.
Input / prompt¶
Dati nuovi dati al modello. Nelle chatbot il prompt è un'istruzione in linguaggio naturale.
Inferenza¶
Detta anche output: la risposta del modello. È sempre una previsione, quindi sempre con un margine d'errore.
Training / deploy¶
Le due fasi: prima si impara, poi (dopo il test) si mette in produzione e si usa. Gli utenti stanno sempre nella seconda.
Token¶
Sequenza di caratteri a cui è associato un numero. Le chatbot leggono e scrivono token, non parole.
LLM¶
Large language model, modello di linguaggio di grandi dimensioni. Il modello allenato che fa funzionare la generazione di testo. Un predittore del token successivo.
Knowledge cutoff¶
Il punto nel tempo in cui finiscono i dati da cui il modello ha imparato.
Allucinazione¶
Risposta scorretta ma verosimile. (Il termine è discusso perché antropomorfizza.)
Finestra di contesto¶
Il numero massimo di token che il modello rilegge a ogni invio. La sua memoria di lavoro. Stabilità: il concetto è stabile, le dimensioni sono volatili.
Ragionamento (modelli reasoning)¶
Modelli che, prima di rispondere, generano token di "pensiero interno" per analizzare la richiesta e verificarsi. Evolutivo.
Chain of thought¶
Tecnica che fa esplicitare i passaggi intermedi ("pensiamo passo per passo"). Oggi incorporata nei modelli.
RAG¶
Retrieval-augmented generation: tecniche per recuperare pezzi pertinenti di documenti e passarli al modello. È uno dei modi in cui vengono gestiti gli allegati.
Code interpreter¶
Funzionalità in cui il modello scrive codice (di solito Python) che viene eseguito davvero, per esempio per fare calcoli.
Chat personalizzata¶
Una chat con istruzioni, file e strumenti fissi. Nomi commerciali: GPT, Gem, "agente" (in Microsoft Copilot). Volatile nei nomi.
Agente¶
Sistema che, dato un obiettivo, pianifica, sceglie gli strumenti, esegue e verifica in autonomia. Evolutivo.
Open source / open weights¶
Open weights: puoi scaricare i pesi del modello e usarlo dove vuoi. Open source: anche dati, codice di addestramento, ricetta.
Black box¶
Sistema di cui vedi ingressi e uscite ma non il processo interno. Le reti neurali profonde lo sono, in parte, anche per chi le costruisce.
GIGO¶
Garbage in, garbage out. Esempi spazzatura, risultati spazzatura.
Sycophancy (piaggeria)¶
La tendenza dei modelli a darti ragione e a lodarti. È un comportamento appreso, non un'emozione.
Turco meccanico¶
Automa scacchista del Settecento con un umano nascosto dentro. Per estensione: automazione apparente che nasconde lavoro umano.