Glossario IA - Conoscenze di Base

Un programma o dispositivo che percepisce il suo ambiente attraverso sensori e agisce su di esso per raggiungere determinati obiettivi. Gli agenti intelligenti apprendono e migliorano le proprie azioni basandosi sui dati raccolti.

Una serie di regole o istruzioni sequenziali progettate per eseguire operazioni specifiche e risolvere problemi. Gli algoritmi in IA possono essere utilizzati per identificare modelli o prendere decisioni.

Utilizzo di dati storici e algoritmi statistici per identificare la probabilità di eventi futuri. Questa analisi aiuta a prendere decisioni più informate.

L’impiego di sistemi informatici per svolgere attività senza intervento umano, migliorando l’efficienza e riducendo gli errori.

Il principio di autonomia nell'Etica dell'IA sottolinea l'importanza di preservare l'autonomia umana, garantendo che le decisioni basate su sistemi di IA siano il risultato di scelte umane consapevoli e non di una dipendenza non critica dalla tecnologia.

Nell’ambito dell’etica dell’IA, il principio di beneficenza si riferisce all’obbligo di agire per il bene degli esseri umani, assicurando che le applicazioni di IA siano sviluppate e utilizzate per promuovere il benessere e il progresso umano, senza arrecare danno.

Rappresenta ingenti quantità di dati, sia strutturati che no, che vengono analizzati per scoprire pattern, tendenze e associazioni, specialmente in relazione ai comportamenti e alle interazioni umane.

La misura delle prestazioni tecniche di un sistema informatico. Include velocità di elaborazione dei dati, memoria disponibile e capacità di calcolo parallelo.

Programmi informatici avanzati capaci di condurre una conversazione con gli utenti umani, tipicamente via testo.

Nel contesto del machine learning, la classificazione è il processo di assegnare un’etichetta a un esempio di dati basandosi su un set di esempi di apprendimento pre-etichettati.

La tecnologia che permette di accedere a risorse di elaborazione, come server e storage, tramite internet anziché su macchine locali. Offre vantaggi significativi in termini di scalabilità, efficienza e accessibilità delle informazioni, risultando fondamentale per supportare sistemi complessi di intelligenza artificiale che richiedono un’elevata potenza di calcolo e la gestione di grandi volumi di dati.

Questa branca dell’intelligenza artificiale si concentra sull’abilità dei sistemi informatici di interpretare informazioni visive in modo simile agli esseri umani.

Processo analitico che mira a scoprire relazioni, pattern e tendenze significative in grandi insiemi di dati, sfruttando metodi statistici, matematici e di machine learning.

Una tecnica per la sintesi dell’immagine umana basata sull’intelligenza artificiale. Viene utilizzata per sovrapporre esistenti file audio e video con nuovi contenuti in cui volti, voci o movimenti sono alterati o completamente falsificati.

Una branca avanzata del machine learning che utilizza reti neurali articolate in molteplici livelli o “strati” per apprendere autonomamente da grandi quantità di dati.

I dati strutturati sono organizzati in un formato facilmente interrogabile, come tabelle o database, mentre i dati non strutturati non seguono un modello o schema predefinito.

È una modalità di computazione in cui molti calcoli o l’esecuzione di processi sono effettuati simultaneamente.

L’esplicabilità si riferisce alla capacità di spiegare e rendere comprensibili le decisioni e i processi degli algoritmi di IA.

Campo di indagine che esamina le implicazioni morali e sociali dell’intelligenza artificiale.

Il principio di giustizia nell’Etica dell’IA si concentra sulla distribuzione equa dei benefici e dei danni che la tecnologia può portare, cercando di evitare discriminazioni e di assicurare che tutti abbiano accesso equo ai vantaggi offerti dall’IA.

GPT è un modello di linguaggio basato sull’architettura Transformer che utilizza l’apprendimento profondo per produrre testo che può essere incredibilmente umano nel tono e nella struttura.

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

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

Si tratta di un tipo di intelligenza artificiale che è 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.

I modelli di linguaggio di grandi dimensioni sono sistemi di intelligenza artificiale addestrati su vasti corpus di testo che possono comprendere e generare lingua naturale in modo coerente e contestualizzato.

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

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

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

Elementi di base che compongono una rete neurale artificiale. Ispirati ai neuroni del cervello umano, i neuroni artificiali ricevono segnali di input, li elaborano e trasmettono l’output ai neuroni successivi.

Il principio di non maleficenza esige che le tecnologie di intelligenza artificiale non arrechino danno agli utenti o alla società.

Una tecnologia che consente di convertire diversi tipi di documenti, come scansioni di documenti cartacei, PDF o immagini catturate da una fotocamera, in dati testuali modificabili e ricercabili.

Una rete di neuroni artificiali strutturati in strati che lavorano insieme per apprendere dai dati, identificare pattern e prendere decisioni.

Un tipo di apprendimento automatico in cui un agente impara a prendere decisioni ottimizzando le azioni basate sul feedback ricevuto sotto forma di ricompense o penalità.

Il campo dell’ingegneria che si occupa della progettazione, costruzione, operazione e uso di robot.

Una disciplina interdisciplinare che utilizza metodi scientifici, processi, algoritmi e sistemi per estrarre conoscenze e intuizioni dai dati in varie forme.

Un metodo di apprendimento automatico dove un modello viene allenato su un insieme di dati etichettati, ovvero associati a una risposta o risultato corretto già noto.

Un’applicazione informatica che simula il giudizio e il comportamento di un umano o di un’organizzazione che ha competenze specialistiche e conoscenze in un campo particolare

Proposto dal matematico Alan Turing nel 1950, è un criterio per valutare l’abilità di una macchina di esibire comportamenti intelligenti indistinguibili da quelli umani.

Si riferisce ai modelli di AI capaci di generare immagini realistiche partendo da descrizioni testuali.

Un tipo di machine learning in cui il modello lavora su dati non etichettati. Il sistema cerca di imparare la struttura e i pattern dei dati senza input esterni.