Per capire l’intelligenza artificiale non occorre partire dalle formule. Occorre mettere i concetti nell’ordine giusto. Questa mappa raccoglie spiegazioni semplici e rigorose, dalle parti fondamentali di un computer fino ai modelli linguistici, ai loro limiti e alle forme più avanzate di intelligenza artificiale.
Puoi iniziare dalle basi, seguire l’intero indice oppure scegliere direttamente l’argomento che ti interessa. Per una progressione orientata alla professione segui AI Literacy; per le conseguenze normative consulta Diritto & AI.
Indice dell’atlante
Dentro il computer
Cominciamo dalla macchina. Scopriamo come un computer riceve un comando, conserva i dati, utilizza la memoria ed esegue le istruzioni.
Concetti da approfondire
- Da approfondire — File, cartelle e formati
- Da approfondire — Sistema operativo e programmi
- Da approfondire — CPU, GPU e altri processori
Istruzioni e software
Un computer esegue operazioni perché riceve istruzioni organizzate. Qui vediamo come algoritmi, codice e programmi trasformano un comando in un risultato.
Concetti da approfondire
- Da approfondire — Che cos’è un linguaggio di programmazione
- Da approfondire — Dal codice sorgente alle istruzioni della CPU
Prossimi capitoli
- In preparazione — Che cos’è un’API
- In preparazione — Come comunicano programmi diversi
Dati, reti e cloud
I dati possono essere conservati sul nostro dispositivo oppure viaggiare verso altri computer. Per capire i servizi di IA dobbiamo sapere che cosa sono server, reti e cloud.
Concetti da approfondire
- Da approfondire — Che cosa accade quando inviamo un prompt online
Prossimi capitoli
- In preparazione — Che cos’è un database
- In preparazione — Come funziona Internet
- In preparazione — Client, server e richieste
- In preparazione — Che cos’è il cloud
- In preparazione — Elaborazione locale ed elaborazione remota
Apprendimento automatico
Nel machine learning il sistema costruisce un modello sulla base dei dati. Per capire questo processo dobbiamo distinguere training, parametri, reti neurali, probabilità e verifica dei risultati.
Concetti da approfondire
- Da approfondire — Dataset, esempi ed etichette
- Da approfondire — Errore e funzione di perdita
- Da approfondire — Training, validazione e test
- Da approfondire — Bias nei dati e nel modello
Prossimi capitoli
- In preparazione — Apprendimento supervisionato e non supervisionato
- In preparazione — Apprendimento per rinforzo
- In preparazione — Discesa del gradiente
- In preparazione — Retropropagazione
- In preparazione — Overfitting e generalizzazione
IA e linguaggio
Un modello linguistico trasforma il testo in unità numeriche, considera le relazioni tra queste unità e produce il risultato prevedendo progressivamente ciò che può seguire.
Concetti da approfondire
- Da approfondire — Temperatura e campionamento
- Da approfondire — Pre-training, fine-tuning e istruzione
- Da approfondire — Dimensioni, parametri e capacità del modello
Prossimi capitoli
- In preparazione — Allineamento e feedback umano
- In preparazione — Modelli aperti e modelli proprietari
Contesto, fonti e strumenti
Un modello può utilizzare istruzioni, contesto e fonti esterne. Qui scopriamo che cosa il sistema può considerare, come recupera informazioni e come può utilizzare strumenti collegati.
Concetti da approfondire
- Da approfondire — Come funziona la ricerca semantica
- Da approfondire — Prompt di sistema, utente e sviluppatore
- Da approfondire — Memoria della conversazione e memoria esterna
- Da approfondire — Fine-tuning e RAG non sono la stessa cosa
- Da approfondire — Che cosa sono gli strumenti collegati all’IA
- Da approfondire — Che cos’è tecnicamente un agente AI
Prossimi capitoli
- In preparazione — Che cos’è un database vettoriale
Errori e sicurezza
Una risposta può sembrare corretta senza esserlo. Un contenuto può anche cercare di manipolare il sistema. Questa parte spiega errori, limiti e rischi tecnici.
Concetti da approfondire
- Da approfondire — Errori dei dati, del modello e dell’utente
- Da approfondire — Estrazione dei dati e fuga di informazioni
- Da approfondire — Come si valuta l’affidabilità di un sistema
- Da approfondire — Controllo umano dal punto di vista tecnico
Prossimi capitoli
- In preparazione — Attacchi adversarial
- In preparazione — Data poisoning
- In preparazione — Benchmark e test
IA avanzata
I sistemi più recenti possono lavorare con testo, immagini, audio e strumenti esterni. Qui raccoglieremo i concetti tecnici più avanzati senza attribuire alla macchina coscienza o comprensione umana.
Approfondimento giuridico collegato: Che cos’è un agente AI? Dal chatbot all’assistente che può agire, spiegato facile ↗
Nuova spiegazione: GPT‑6 Astra e intelligenza artificiale generale ↗
Concetti da approfondire
- Da approfondire — Agenti e uso degli strumenti
- Da approfondire — Che cosa significa “ragionamento” nei modelli
Prossimi capitoli
- In preparazione — Che cos’è un modello multimodale
- In preparazione — Come un modello tratta immagini e audio
- In preparazione — Generazione di immagini
- In preparazione — Sintesi e riconoscimento della voce
- In preparazione — Sistemi multi-agente
- In preparazione — Modelli piccoli e modelli locali
- In preparazione — Quantizzazione
- In preparazione — Edge AI
- In preparazione — Robotica e IA incorporata
- In preparazione — Deduzione, induzione e abduzione nell’IA
- In preparazione — Intelligenza artificiale generale
Vuoi trasformare queste conoscenze in competenza professionale?
AI Literacy organizza i concetti tecnici in un percorso progressivo per utilizzare l’intelligenza artificiale con consapevolezza. Alle basi informatiche affianca regole, deontologia, protezione dei dati, sicurezza, controllo umano e responsabilità professionale.