Glossario

L'accuratezza è la quota di previsioni corrette di un modello. Formula, accuratezza top-1 e top-5, il paradosso dell'accuratezza con dati sbilanciati e metriche migliori.

Il raggruppamento delle azioni fa sì che una policy robotica preveda una sequenza di azioni future a partire da una singola osservazione, riducendo gli errori cumulativi. Tratta ACT, lo smoothing e i VLA.

Il riconoscimento delle azioni, o riconoscimento delle attività umane (HAR), assegna etichette a ciò che fanno le persone nei video modellando il movimento nel tempo. Metodi, dataset e codice.

Una funzione di attivazione è la funzione non lineare che un neurone applica al proprio input ponderato, consentendo alle reti di apprendere pattern curvi. Confronta le scelte più comuni.

L'apprendimento attivo consente a un modello di scegliere quali campioni senza etichetta far annotare successivamente, raggiungendo l'accuratezza desiderata con meno etichette. Strategie di selezione e codice.

Adam combina il momentum con dimensioni del passo per parametro scalate in base alle dimensioni recenti dei gradienti. Tratta la regola di aggiornamento, i valori predefiniti, AdamW e il confronto tra Adam e SGD.

Gli attacchi avversari apportano piccole modifiche agli input, spesso impercettibili, che fanno fallire i modelli di IA con elevata sicurezza. Come funziona FGSM, tipi di attacco e difese.

L'informatica affettiva sviluppa sistemi capaci di percepire e reagire alle emozioni umane. I segnali, i dataset, gli usi reali e i limiti scientifici e legali.

La valutazione degli agenti verifica se un agente IA completa correttamente e in modo affidabile attività composte da più passaggi, valutando gli esiti finali e le trascrizioni in prove ripetute.

Un harness per agenti è il codice che circonda un modello e lo trasforma in un agente IA: il ciclo, gli strumenti, il contesto, la memoria, le autorizzazioni e i controlli che eseguono le sue azioni.

Il sandboxing degli agenti esegue i comandi e il codice generato da un agente IA in un ambiente isolato che limita l'accesso a file, rete, credenziali e risorse di calcolo.

Le Agent Skills sono cartelle di istruzioni, script e file di riferimento, organizzate attorno a un file SKILL.md, che un agente IA carica quando un'attività ne richiede l'uso.

Il protocollo Agent2Agent (A2A) è uno standard aperto che consente agli agenti IA di fornitori diversi di individuarsi a vicenda, delegare attività e restituire risultati.

La programmazione agentica è uno sviluppo software in cui un agente IA legge una codebase, modifica file, esegue test, corregge gli errori e restituisce una modifica da revisionare.

Il commercio agentico consiste nell'acquisto e nella vendita in cui gli agenti IA cercano, confrontano e pagano per conto dell'acquirente entro limiti prestabiliti, usando protocolli come ACP, UCP e AP2.

Il RAG agentico affida il recupero delle informazioni a un agente IA: l'agente pianifica le ricerche, sceglie gli strumenti, verifica i risultati e ripete la ricerca finché non è in grado di rispondere.

I flussi di lavoro agentici suddividono un'attività in passaggi in cui i modelli linguistici pianificano, richiamano strumenti, controllano i propri risultati e li rivedono, invece di rispondere in un solo passaggio.

Un agente IA persegue un obiettivo osservando l'ambiente, scegliendo un'azione e agendo tramite strumenti in un ciclo finché l'attività non è completata. Come funzionano gli agenti.

L'orchestrazione degli agenti IA stabilisce quale agente, modello o strumento gestisce ciascun passaggio di un'attività, quale contesto vede ciascuno e come vengono combinati i risultati.

Nel dibattito sull'IA, due modelli sostengono risposte opposte e un giudice meno capace sceglie il vincitore. Come funziona la proposta del 2018, cosa hanno rilevato gli esperimenti e quali sono i suoi limiti.

Il doppiaggio con IA combina trascrizione, traduzione e sintesi vocale per creare dialoghi sincronizzati in altre lingue, mantenendo i tempi degli interventi dei parlanti.

L'etica dell'IA applica principi morali come equità, privacy, trasparenza e responsabilità allo sviluppo e all'uso dell'IA. Quadri di riferimento, questioni e leggi.

Una fabbrica di IA è l'infrastruttura e l'insieme dei flussi di lavoro che trasformano i dati in risultati di IA su larga scala, dall'etichettatura e dall'addestramento fino alla distribuzione e al monitoraggio.

Un gateway IA è un proxy tra le applicazioni e i modelli IA che unifica le API dei fornitori e aggiunge instradamento, opzioni alternative, budget di token, caching e registrazione.

La governance dell'AI stabilisce chi può creare, approvare e dismettere sistemi AI e sulla base di quali prove. NIST AI RMF, ISO/IEC 42001, AI Act dell'UE e controlli fondamentali.

Le protezioni per l'IA sono controlli attorno a un modello IA che bloccano input, output e azioni non sicuri: dai filtri contro la prompt injection ai controlli dello schema sulle chiamate agli strumenti.

L'alfabetizzazione all'IA è l'insieme di conoscenze e capacità di giudizio necessarie per comprendere, mettere in discussione e usare bene l'IA. Competenze fondamentali, quadri di riferimento scolastici e articolo 4 della legge UE sull'IA.

La psicosi da IA descrive deliri che si sviluppano o si aggravano durante lunghe conversazioni con chatbot. Cosa mostrano le prove, perché accade e quali misure di protezione adottare.

Il red teaming dell'IA sottopone i sistemi IA ad attacchi simulati e a usi impropri per individuare jailbreak, fughe di dati, output dannosi e carenze di robustezza.

La sicurezza dell'IA è il campo che impedisce ai sistemi IA di causare danni dovuti a uso improprio, disallineamento, errori o comportamenti fragili con input non familiari.

La spazzatura generata dall'IA è contenuto di bassa qualità prodotto in massa con l'IA generativa per ottenere clic e ricavi pubblicitari. Origine del termine, motivi della sua diffusione e metodi per individuarla.

La compiacenza dell'IA si verifica quando un modello dà ragione agli utenti o li lusinga a scapito dell'accuratezza. Perché l'addestramento basato sulle preferenze la causa, quali danni comporta e come verificarla.

Tagli basati sulle trascrizioni, riformulazione automatica, maschere dei soggetti, rimozione di oggetti e oscuramento: i modelli alla base del montaggio video con IA e i casi in cui le modifiche automatiche falliscono.

L’AI washing consiste nell’esagerare in modo fuorviante le capacità di AI di un prodotto, nascondendo le prestazioni reali, il coinvolgimento umano e le prove a sostegno delle affermazioni.

La filigrana IA nasconde un segnale rilevabile automaticamente in immagini, testo, audio o video generati. Come funzionano SynthID e gli schemi a lista verde e quali sono i loro limiti.

Il bias algoritmico è un errore sistematico e ripetibile nelle decisioni automatizzate che penalizza alcuni gruppi. Le sue tre origini, casi emblematici e compromessi.

La simulazione dell'allineamento si verifica quando un modello IA segue un addestramento con cui non è d'accordo per mantenere intatte le proprie preferenze; il fenomeno è stato osservato per la prima volta in Claude 3 Opus nel 2024.

Le anchor box sono riquadri predefiniti di dimensioni e proporzioni fisse che un rilevatore sposta e ridimensiona per adattarli agli oggetti. Come vengono dimensionati, abbinati e usati.

I rilevatori basati su anchor prevedono gli oggetti come scostamenti rispetto a anchor box predefinite, come avviene in Faster R-CNN, SSD, RetinaNet e YOLOv5. Come funzionano e come si confrontano.

I rilevatori senza anchor prevedono i riquadri a partire da punti o keypoint, senza anchor box predefinite. Come FCOS, CenterNet e i moderni modelli YOLO individuano gli oggetti.

Il rilevamento delle anomalie segnala punti dati, eventi o aree di immagini che si discostano dai pattern normali. Tipi di anomalie, metodi principali, ispezione visiva e codice.

AUC trasforma una curva ROC in un unico punteggio compreso tra 0 e 1: la probabilità che un classificatore assegni a un positivo casuale un punteggio superiore a quello di un negativo casuale. AUC ROC e AUC PR, con codice.

L'intelligenza artificiale generale (AGI) è un'ipotetica IA che eguaglia le persone in quasi tutte le attività cognitive. Definizioni, livelli, test e confronto tra AGI e ANI.

L'intelligenza artificiale (IA) è il campo che sviluppa macchine capaci di percepire, ragionare, apprendere e agire. La sua storia, gli approcci principali, i tipi e gli usi.

L'intelligenza artificiale ristretta (ANI), o IA debole, padroneggia un'attività ma non sa trasferire le proprie capacità ad altre. Come funziona, esempi e confronto tra ANI e AGI.

Un meccanismo di attenzione assegna pesi alle caratteristiche dell'input in base alla loro rilevanza, usando query, chiavi e valori. Tratta la matematica, i tipi di attenzione e il confronto tra attenzione e convoluzione.

Gli attention sink sono token, di solito i primi, che assorbono il peso di attenzione residuo; memorizzarli nella cache mantiene stabili gli LLM anche durante flussi molto lunghi.

Auto-GPT è un programma open source del 2023 che consentiva a GPT-4 di perseguire autonomamente un obiettivo, impartendosi prompt in un ciclo di pianificazione, comandi agli strumenti e memoria.

Un autoencoder impara a comprimere i dati in un codice compatto e a ricostruirli, senza etichette. Tratta la struttura, le varianti, il rilevamento delle anomalie e il codice.

L'apprendimento automatico automatizzato (AutoML) automatizza la selezione dei modelli, la regolazione degli iperparametri e la preparazione delle caratteristiche. Come funziona la ricerca, strumenti e ottimizzazione di YOLO.

I veicoli autonomi rilevano l'ambiente circostante e guidano con un intervento umano minimo o nullo. Tratta i sensori, lo stack di guida, i livelli SAE e le applicazioni.