Il campo dell'IA è pieno di gergo. Questo dizionario fornisce definizioni chiare e concise per i termini più importanti che devi conoscere.
A-E
Algoritmo: Un insieme di regole o istruzioni date a un'IA, una rete neurale o un'altra macchina per aiutarla a imparare da sola.
Allineamento: Il problema di garantire che i sistemi di IA abbiano obiettivi che corrispondono ai valori umani.
Bias: Errori nell'output dell'IA risultanti da pregiudizi nei dati di addestramento.
F-L
Fine-tuning: Il processo di addestramento di un modello pre-addestrato su un dataset più piccolo e specifico per specializzarlo.
Allucinazione: Quando un'IA genera informazioni false o insensate con sicurezza.
LLM (Large Language Model): Un algoritmo di deep learning che può riconoscere, riassumere, tradurre, prevedere e generare testo.
M-Z
Multimodale: IA che può capire e generare tipi multipli di media (testo, immagini, audio).
Parametri: Le variabili interne (pesi) che il modello aggiusta durante l'addestramento. GPT-4 ne ha trilioni.
Token: L'unità base del testo per un LLM (circa 0,75 parole).
Up Next
Ready to Deepen Your Understanding?
Join our hands-on workshops to master these concepts and apply them to real-world problems.