Etica dell'IA e Giustizia

La capacità di spiegare e rendere comprensibili le decisioni e i processi degli algoritmi di IA. Richiede trasparenza e responsabilità nell'uso dell'IA.

Un campo di indagine che esamina le implicazioni morali e sociali dell'intelligenza artificiale. Include questioni come la privacy, i pregiudizi negli algoritmi e l'impatto sull'occupazione.

Il principio che si concentra sulla distribuzione equa dei benefici e dei danni dell'IA. Mira a evitare discriminazioni e assicurare l'accesso equo ai vantaggi dell'IA.

Un modello di linguaggio basato su Transformer che utilizza l'apprendimento profondo per generare testo che sembra scritto da un essere umano.

GPT viene addestrato su un enorme dataset di testi e poi viene modificato per svolgere compiti specifici come la risposta a domande, la traduzione e la creazione di contenuti.

L'azione di modificare un modello di IA, come GPT, per un compito specifico, come la risposta a domande o la traduzione.

Il processo automatico con cui un sistema informatico identifica oggetti, persone, luoghi o azioni in immagini digitali.

Tecnologie di riconoscimento delle immagini che si basano su metodi avanzati di deep learning, come le reti neurali convoluzionali (CNN), per analizzare visivamente e interpretare i dati delle immagini.

Un sistema informatico in grado di esaminare immagini radiologiche o scansioni di tessuti per identificare segni precoci di malattie come il cancro.

Una forma di intelligenza artificiale che può comprendere, imparare ed eseguire compiti intellettuali su un livello paragonabile all’intelligenza umana.

Un sistema in grado di applicare conoscenza e abilità di problem-solving in una vasta gamma di contesti diversi, mostrando adattabilità e comprensione del mondo su scala umana.

Un sistema AGI potrebbe essere utilizzato per condurre ricerche mediche autonome, formulando ipotesi, conducendo esperimenti virtuali, analizzando dati di studi clinici, e sviluppando nuovi farmaci, adeguandosi alle scoperte emergenti e regolamenti in tempo reale, senza bisogno di direttive specifiche da parte di ricercatori umani.

La realizzazione di un’AGI è ancora lontana.

Un sottocampo dell'intelligenza artificiale che consente ai computer di apprendere e migliorare le proprie prestazioni da esperienze passate (dati) senza essere esplicitamente programmati.

I modelli di machine learning identificano schemi nei dati e fanno previsioni o prendono decisioni basate su nuove informazioni.

Tecnica che utilizza dati storici e analisi statistiche per fare previsioni su eventi futuri.

Questi modelli sono addestrati utilizzando dati esistenti per poi prevedere l'esito o il comportamento di variabili di interesse in nuove situazioni.

Ramo dell'intelligenza artificiale che si occupa della capacità dei computer di comprendere e manipolare il linguaggio umano.

Il NLP permette ai computer di leggere testo, ascoltare discorsi, interpretarli, misurarne il sentimento e determinare quali parti di informazione sono importanti.

Un'applicazione che analizza le risposte a domande aperte in test di valutazione, aiutando gli insegnanti a valutare la comprensione degli studenti e identificare aree che necessitano di ulteriore spiegazione o ripasso.

Esempio di come l'NLP può essere utilizzato per analizzare risposte aperte in test di valutazione.

Un tipo di intelligenza artificiale in grado di creare nuovi contenuti, come immagini, testi e suoni, che possono essere indistinguibili da quelli creati da esseri umani.

Anche nota come intelligenza artificiale debole, si riferisce a sistemi di IA progettati e addestrati per compiere una o poche attività specifiche, senza la consapevolezza o l’intelligenza generale umana.

Sistemi di intelligenza artificiale addestrati su vasti corpus di testo che possono comprendere e generare lingua naturale in modo coerente e contestualizzato.

L'intelligenza artificiale generativa crea contenuti nuovi, come immagini, testi e suoni, imitando lo stile dei dati che ha appreso.

L'intelligenza artificiale ristretta è limitata a svolgere compiti specifici, senza la capacità di pensare come gli esseri umani.

I modelli di linguaggio di grandi dimensioni sono addestrati su un'enorme quantità di testo, che gli permette di comprendere e generare testo in modo naturale.

Le applicazioni dell’IA Generativa includono la creazione di immagini, testi e musica, che possono essere indistinguibili da quelli creati da esseri umani.

Le applicazioni dell’IA Ristretta includono compiti specifici come il riconoscimento facciale, la classificazione di immagini, la traduzione automatica e la previsione del rischio.