Glossario IA
I termini chiave dell’IA spiegati in una frase, con un esempio. Vuoi approfondire? Apri «Per esperti».
151 termini · Ultimo controllo: ottobre 2026
Basi
Intelligenza artificiale (IA)
L’intelligenza artificiale è un software che svolge compiti che di solito richiedono il pensiero umano: capire il linguaggio, riconoscere immagini, scrivere testi o preparare decisioni.
IA generativa
L’IA generativa crea contenuti nuovi: testi, immagini, musica, video o codice. Descrivi ciò che vuoi e l’IA produce una bozza.
Apprendimento automatico
Nell’apprendimento automatico il computer impara dagli esempi, invece che qualcuno programmi ogni regola a mano.
Rete neurale
Una rete neurale è un modello di calcolo fatto di molti nodi collegati. Si ispira vagamente al cervello ed è alla base di quasi tutta l’IA moderna.
LLM (grande modello linguistico)
Un LLM è un modello di IA addestrato su enormi quantità di testo. Sa capire, scrivere e riassumere testi e rispondere a domande.
Modello di IA
Un modello di IA è il «cervello» addestrato dietro uno strumento di IA. La stessa app può offrire più modelli, diversi per velocità, qualità e prezzo.
Addestramento
L’addestramento è la fase di apprendimento di un’IA. Il modello vede moltissimi esempi e si corregge finché le risposte sono abbastanza buone.
Inferenza
L’inferenza è l’uso di un modello già addestrato. Ogni risposta che ricevi da un’IA è inferenza.
Multimodale
Un’IA multimodale capisce o crea più tipi di contenuto, ad esempio testo, immagini, voce e video.
Allucinazione
Un’allucinazione è un’affermazione falsa che l’IA formula in modo convincente, come numeri, citazioni o fonti inventate.
Transformer
Il transformer è lo schema alla base di quasi tutti i modelli linguistici di oggi. Guarda tutte le parole di un testo insieme e capisce quali sono collegate.
Modello fondazionale
Un modello fondazionale è un grande modello di IA addestrato su enormi quantità di dati generali, che poi può essere adattato a molti compiti.
Modello di frontiera
I modelli di frontiera sono i modelli di IA più capaci del momento, sviluppati di solito da pochi grandi fornitori.
AGI (intelligenza artificiale generale)
Per AGI si intende un’IA in grado di svolgere la maggior parte dei compiti intellettuali almeno quanto una persona. Finora non esiste.
Modello del mondo
Un modello del mondo è un’IA che impara come si comporta un ambiente e sa prevedere che cosa succederà dopo.
Pre-addestramento
Il pre-addestramento è la prima e più ampia fase di apprendimento di un modello di IA, in cui impara come funziona la lingua da enormi quantità di testo.
Meccanismo di attenzione
L’attenzione è il calcolo con cui un modello linguistico decide quali altre parole contano per la parola attuale.
Deep learning
Il deep learning è apprendimento automatico con reti neurali formate da molti strati. È alla base dei modelli linguistici, del riconoscimento di immagini e della voce.
Elaborazione del linguaggio naturale (NLP)
L’elaborazione del linguaggio naturale è il campo in cui i computer leggono, capiscono e producono il linguaggio umano.
Visione artificiale
La visione artificiale è la parte dell’IA che analizza immagini e video, ad esempio per riconoscere oggetti, testi o volti.
Apprendimento per rinforzo
Nell’apprendimento per rinforzo un’IA prova delle azioni e impara da premi o penalità che cosa porta all’obiettivo.
Apprendimento supervisionato
Nell’apprendimento supervisionato un’IA impara da esempi che contengono già la risposta giusta.
Leggi di scala
Le leggi di scala descrivono come i modelli di IA migliorano in modo prevedibile aumentando dimensione del modello, dati e potenza di calcolo.
Lavorare con l’IA
Prompt
Un prompt è la tua istruzione all’IA: ciò che scrivi nel campo di testo.
Prompt di sistema
Un prompt di sistema è un’istruzione di fondo valida prima di ogni conversazione. Stabilisce come deve comportarsi l’IA.
Prompt engineering
Il prompt engineering consiste nello scrivere e testare istruzioni perché l’IA dia risultati buoni in modo affidabile.
Few-shot prompting
Nel few-shot prompting dai all’IA alcuni esempi perché ne imiti stile e formato.
Token
Un token è un piccolo pezzo di testo con cui l’IA calcola, spesso una parte di parola. I fornitori fissano prezzi e limiti in token.
Finestra di contesto
La finestra di contesto è la quantità di testo che l’IA può tenere presente in una volta: la conversazione più i documenti che hai aggiunto.
Temperatura
La temperatura è un’impostazione che regola quanto le risposte dell’IA sono creative o prevedibili.
Modello di ragionamento
Un modello di ragionamento «pensa» per passaggi intermedi prima di rispondere. Aiuta in matematica, logica, pianificazione e codice.
Chatbot
Un chatbot è un programma con cui parli in una finestra di chat. I chatbot moderni funzionano con grandi modelli linguistici.
Memoria
Con la memoria un assistente IA ricorda informazioni su di te tra una conversazione e l’altra, come la tua professione o il tuo stile di scrittura.
Context engineering
Il context engineering consiste nel dare all’IA esattamente le informazioni che le servono per un compito, né più né meno.
Catena di ragionamento
La catena di ragionamento significa che l’IA risolve un compito in passaggi intermedi invece di rispondere subito. Così le risposte complesse sono spesso più precise.
Output strutturato
Con l’output strutturato l’IA risponde in un formato fisso, come una tabella o JSON, così un programma può elaborare subito la risposta.
Vibe coding
Il vibe coding consiste nel creare software dicendo all’IA in linguaggio comune che cosa si vuole, quasi senza leggere il codice generato.
Prompt zero-shot
Zero-shot significa dare all’IA un compito senza alcun esempio e contare sul fatto che lo capisca comunque.
Concatenazione di prompt
Con la concatenazione di prompt si divide un compito grande in più prompt; la risposta di uno diventa l’input del successivo.
Meta-prompting
Meta-prompting significa far scrivere o migliorare un prompt all’IA invece di formularlo da sé.
Prompt di ruolo
Un prompt di ruolo assegna all’IA un ruolo, come «Sei una redattrice esperta», perché tono e prospettiva siano adatti.
Assistente IA
Un assistente IA è un programma che risponde a domande e svolge compiti, di solito via chat o voce.
Campionamento (top-p, top-k)
Il campionamento è il modo in cui un modello linguistico sceglie una tra più possibili parole successive. Decide quanto i testi risultano prevedibili o vari.
Skill e agenti
Skill (SKILL.md)
Una skill è una guida di lavoro fissa per un compito. Si trova in una cartella con il file di testo SKILL.md e, se serve, altri file come modelli o script. L’IA la segue passo dopo passo, così i risultati diventano più uniformi e affidabili.
Agente IA
Un agente di IA è un assistente con un obiettivo. Pianifica da solo i passaggi e usa strumenti e spesso più skill. Gli agenti configurati bene ti chiedono conferma prima delle decisioni importanti.
Uso di strumenti
Con l’uso di strumenti l’IA può servirsi di strumenti come la ricerca web, un calendario o una calcolatrice, invece di scrivere solo testo.
MCP (Model Context Protocol)
MCP è uno standard aperto per collegare assistenti IA ad app e dati, un po’ come una porta USB per l’IA.
Automazione dei flussi di lavoro
L’automazione dei flussi collega le app in modo che le attività ricorrenti si svolgano da sole, oggi spesso con passaggi di IA intermedi.
Sistema multi-agente
In un sistema multi-agente collaborano più agenti IA specializzati: uno cerca, uno scrive, uno controlla.
Custom GPT
Un Custom GPT è una versione propria di ChatGPT con istruzioni fisse e file di conoscenza. Secondo OpenAI, i Custom GPT dovrebbero essere dismessi l’11 dicembre 2026.
Gem (Gemini)
Un Gem è un assistente personalizzato nell’app Gemini di Google, con istruzioni proprie per un compito specifico.
Human in the loop
Human in the loop significa che una persona controlla e approva prima che l’IA faccia qualcosa di importante, come inviare un’email o pagare.
Agent builder
Un agent builder è uno strumento per creare agenti IA con poco o nessun codice.
IA agentica
L’IA agentica descrive sistemi che perseguono un obiettivo da soli in più passaggi, usano strumenti e controllano i risultati intermedi, invece di rispondere solo a una domanda.
Ciclo dell’agente
Il ciclo dell’agente è il modo in cui lavora un agente di IA: pianificare, agire, guardare il risultato e ripianificare finché il compito è finito.
Subagente
Un subagente è un agente ausiliario a cui un agente principale affida un sotto-compito. Lavora con un proprio contesto e restituisce solo il risultato.
Grafo di agenti
Un grafo di agenti descrive un processo di IA come una rete di passaggi e collegamenti: stabilisce quale passo segue e quando servono un ciclo o un’approvazione.
A2A (protocollo Agent2Agent)
A2A è uno standard aperto che permette ad agenti di IA di fornitori diversi di parlarsi e passarsi compiti.
Uso del computer (computer use)
Computer use significa che un’IA usa un computer come una persona: vede lo schermo, muove il mouse e scrive.
Browser con IA
Un browser con IA è un browser con un assistente integrato che riassume le pagine e può svolgere compiti sul web per te.
Ricerca approfondita (deep research)
Deep research è una funzione in cui un agente di IA legge molte fonti sul web e scrive un rapporto dettagliato con i riferimenti.
Agente di programmazione
Un agente di programmazione è un’IA che legge, modifica e testa il codice da sola e propone modifiche da revisionare.
AGENTS.md
AGENTS.md è un file di testo nella cartella di un progetto che spiega agli agenti di programmazione con IA come lavorare lì.
Modalità di autorizzazione (agenti)
Una modalità di autorizzazione stabilisce quanto un agente di IA può fare senza chiedere: solo leggere, chiedere prima o agire da solo.
Orchestrazione di agenti
L’orchestrazione consiste nel coordinare più passaggi o agenti di IA perché risolvano insieme un compito.
Sandbox
Una sandbox è un ambiente isolato in cui un agente IA può eseguire codice o usare programmi senza mettere a rischio il tuo sistema reale.
Agente in background
Un agente in background lavora da solo a un compito mentre fai altro e torna con un risultato.
Commercio agentico
Commercio agentico significa che un agente IA cerca, confronta e, con la tua approvazione, acquista prodotti per tuo conto.
Dati e conoscenza
RAG (generazione aumentata dal recupero)
Con RAG l’IA cerca prima i passaggi pertinenti nei tuoi documenti e risponde basandosi su quelli. Si appoggia ai tuoi dati e non solo all’addestramento.
Embedding
Un embedding trasforma un testo in una lunga lista di numeri. Testi con significato simile ottengono numeri simili.
Database vettoriale
Un database vettoriale archivia embedding e trova velocemente i testi con il significato più vicino a una domanda.
Fine-tuning
Il fine-tuning riaddestra un modello già pronto con esempi tuoi, perché padroneggi meglio uno stile o un compito.
Dati di addestramento
I dati di addestramento sono gli esempi da cui un’IA impara, come testi, immagini o codice.
Data di cutoff della conoscenza
La data di cutoff è il momento fino al quale un modello ha visto dati. Non sa cosa è successo dopo, a meno che non cerchi sul web.
Grounding
Grounding significa che l’IA basa la risposta su fonti verificabili, come pagine web o i tuoi documenti.
Benchmark
Un benchmark è un test standardizzato per confrontare modelli di IA, ad esempio in matematica, programmazione o cultura generale.
Grafo della conoscenza
Un grafo della conoscenza memorizza il sapere come rete di cose e delle loro relazioni, ad esempio «Roma – è capitale di – Italia».
GraphRAG
GraphRAG è una forma di RAG in cui l’IA recupera conoscenza non solo come frammenti di testo, ma come grafo con relazioni.
Chunking (suddivisione in blocchi)
Il chunking consiste nel dividere documenti lunghi in piccoli blocchi, perché un’IA possa poi trovare i passaggi giusti.
Ricerca semantica
La ricerca semantica trova testi in base al significato, non solo a parole uguali.
Reranking (riordinamento)
Il reranking riordina i risultati di una ricerca perché i più pertinenti finiscano davvero in cima.
Dati sintetici
I dati sintetici sono dati generati artificialmente, spesso da un’IA, che sostituiscono o integrano dati reali.
LoRA
LoRA è un modo economico di adattare un modello di IA: invece di cambiare tutti i pesi, si addestrano solo piccoli moduli aggiuntivi.
Ricerca ibrida
La ricerca ibrida combina la classica ricerca per parole chiave con quella per significato, per trovare sia termini esatti sia risultati affini.
Base di conoscenza (per l’IA)
Una base di conoscenza è una raccolta di documenti verificati che un’IA consulta per rispondere con le tue conoscenze.
Etichettatura dei dati
L’etichettatura dei dati consiste nell’aggiungere ai dati la risposta corretta, perché un’IA possa imparare da essi.
OCR (riconoscimento ottico dei caratteri)
L’OCR trasforma il testo contenuto in immagini o scansioni in testo modificabile.
Collasso del modello
Il collasso del modello descrive come i modelli di IA possano peggiorare se vengono addestrati più volte su testi o immagini prodotti da altre IA.
Contesto lungo
Contesto lungo significa che un modello può elaborare molto testo in una volta, come interi libri o grandi basi di codice.
Immagini, video, audio
Modello di diffusione
Un modello di diffusione crea immagini trasformando passo dopo passo un rumore casuale in un’immagine nitida che corrisponde alla tua descrizione.
Text-to-image
L’IA text-to-image crea un’immagine a partire da una descrizione scritta.
Text-to-video
L’IA text-to-video crea brevi clip a partire da una descrizione o da un’immagine iniziale.
Text-to-speech
L’IA text-to-speech legge ad alta voce un testo scritto con una voce naturale.
Speech-to-text
Lo speech-to-text trasforma il parlato in testo scritto.
Deepfake
Un deepfake è un’immagine, un video o un audio creato o modificato con l’IA che sembra reale e mostra una persona dire o fare qualcosa che non è mai successo.
Content Credentials (C2PA)
Le Content Credentials sono informazioni sull’origine firmate, incorporate in un file di immagine, video o audio. Possono mostrare con quale programma o IA il contenuto è stato creato o modificato.
Filigrana IA
Una filigrana IA è un segnale invisibile in immagini, testi, audio o video che indica che il contenuto è stato generato con l’IA.
Clonazione vocale
La clonazione vocale consiste nel ricreare con l’IA la voce di una persona precisa, spesso da pochi secondi di registrazione.
Inpainting
L’inpainting consiste nel riempire o modificare con l’IA un’area selezionata di un’immagine.
Upscaling con IA
L’upscaling con IA ingrandisce immagini o video e aggiunge dettagli plausibili perché sembrino più nitidi.
Da immagine a immagine
Con image-to-image l’IA prende un’immagine esistente come base e crea una nuova versione, ad esempio in un altro stile.
Musica con IA
La musica con IA comprende brani, melodie o musica di sottofondo che un’IA genera da una descrizione testuale.
Avatar IA
Un avatar IA è una persona artificiale o ricreata in un video che pronuncia un testo con movimenti delle labbra sincronizzati.
Tecnica e costi
API
Un’API è un’interfaccia che permette ai programmi di comunicare tra loro. Con un’API di IA gli sviluppatori integrano l’IA nelle proprie app.
Chiave API
Una chiave API è come una password per un’API. Chi la possiede può usare il servizio a tue spese.
Limite di utilizzo
Un limite di utilizzo stabilisce quante richieste o messaggi puoi inviare in un certo periodo.
Modello a pesi aperti
Con un modello a pesi aperti puoi scaricare i pesi addestrati ed eseguire il modello da solo.
IA locale
L’IA locale funziona sul tuo computer o server invece che nel cloud. I tuoi dati restano sul dispositivo.
Quantizzazione
La quantizzazione rende più piccolo un modello di IA salvando i suoi numeri con meno precisione, così gira anche su dispositivi meno potenti.
Parametri
I parametri sono le impostazioni apprese di un modello. Il loro numero indica, in modo approssimativo, le dimensioni del modello.
GPU (unità di elaborazione grafica)
Una GPU è un chip che esegue moltissimi calcoli contemporaneamente. Per questo addestramento e uso dell’IA avvengono per lo più su GPU o su chip specializzati simili, come le TPU di Google.
Calcolo in fase di inferenza
Il test-time compute consiste nel dare all’IA più tempo di calcolo quando risponde, così può ragionare più a lungo. Spesso migliora le risposte difficili.
Mixture of experts (MoE)
La mixture of experts è un’architettura in cui per ogni richiesta lavora solo una parte del modello, come se si chiamassero gli specialisti giusti.
Distillazione
La distillazione consiste nel far imparare un piccolo modello di IA da uno grande, perché diventi quasi altrettanto bravo ma più veloce ed economico.
Modello linguistico piccolo (SLM)
Un modello linguistico piccolo ha relativamente pochi parametri e funziona anche su un portatile o uno smartphone.
NPU (unità di elaborazione neurale)
Una NPU è un componente del chip che esegue i calcoli di IA consumando poca energia, ad esempio in portatili e smartphone.
Prompt caching
Il prompt caching significa che il fornitore di IA memorizza l’inizio fisso della tua richiesta, così le richieste ripetute diventano più veloci ed economiche.
RLHF
L’RLHF è una fase di addestramento in cui persone valutano le risposte di un’IA e il modello impara a dare quelle preferite.
Evals (valutazioni dell’IA)
Le evals sono test ripetibili per verificare quanto bene un’applicazione di IA svolge il suo compito.
LLM come giudice
Con l’LLM come giudice, un modello linguistico valuta le risposte di un altro modello, ad esempio per correttezza o tono.
Latenza
La latenza è il tempo di attesa finché un’IA inizia a rispondere o finisce.
Elaborazione in batch (Batch API)
Con un’API batch invii molte richieste insieme e ricevi i risultati più tardi, di solito a un prezzo più basso.
Cache KV
La cache KV è una memoria temporanea nel modello linguistico che conserva parti già calcolate, così ogni nuova parola viene generata più in fretta.
Decodifica speculativa
Nella decodifica speculativa un modello piccolo e veloce indovina in anticipo più parole e il modello grande le verifica in un solo passaggio. Così le risposte arrivano prima.
TPU (Tensor Processing Unit)
Una TPU è un chip specializzato per i calcoli di IA sviluppato da Google e usato soprattutto nei data center.
FLOP (calcolo)
I FLOP contano i passaggi di calcolo necessari per addestrare o usare un modello di IA. Sono una misura del calcolo.
Scheda del modello (model card)
Una scheda del modello è una carta d’identità di un modello di IA: a cosa serve, come è stato testato e quali sono i suoi limiti.
IA open source
L’IA open source è un sistema di IA i cui componenti possono essere liberamente usati, studiati, modificati e condivisi.
Overfitting (sovradattamento)
L’overfitting significa che un modello impara a memoria gli esempi di addestramento e va male sui casi nuovi.
Sicurezza e diritto
Prompt injection
In una prompt injection gli attaccanti nascondono istruzioni in testi, pagine web o file per far fare all’IA qualcosa di indesiderato.
Jailbreak
Un jailbreak è un tentativo di ingannare un’IA perché ignori le proprie regole di sicurezza.
Guardrail
I guardrail sono regole di sicurezza attorno a un’IA. Impediscono risposte o azioni indesiderate.
Bias
Bias significa che un’IA favorisce o svantaggia sistematicamente certi gruppi o opinioni, di solito perché i dati di addestramento sono sbilanciati.
Etichettatura dell’IA
Etichettare l’IA significa dire apertamente quando un contenuto è stato creato con l’IA o quando stai parlando con un’IA.
Regolamento UE sull’IA (AI Act)
L’AI Act è la legge europea sull’intelligenza artificiale. Classifica l’IA in base al rischio e fissa regole per ogni livello.
Alfabetizzazione sull’IA
L’alfabetizzazione sull’IA è la conoscenza necessaria per usare l’IA in modo sensato e sicuro: cosa sa fare, dove sbaglia e a cosa fare attenzione.
Red teaming
Nel red teaming esperti cercano di proposito di far sbagliare un’IA o di farle dare risposte dannose, per trovare i punti deboli prima del lancio.
Avvelenamento dei dati
L’avvelenamento dei dati è un attacco che introduce dati manipolati nell’addestramento o nella fonte di conoscenza di un’IA perché poi reagisca in modo sbagliato.
Modello GPAI (modello di IA per finalità generali)
Secondo l’AI Act dell’UE, un modello GPAI è un modello di IA utilizzabile per molti compiti diversi, come un grande modello linguistico.
Rischio sistemico (AI Act)
Nell’AI Act dell’UE, il rischio sistemico è il pericolo particolare che modelli di IA molto capaci possono rappresentare per la società, la sicurezza o i diritti fondamentali.
IA ad alto rischio
Secondo l’AI Act, i sistemi ad alto rischio possono mettere seriamente a rischio salute, sicurezza o diritti fondamentali, ad esempio perché influiscono su assunzioni o crediti o sono componente di sicurezza di un prodotto. Valgono regole severe.
Fornitore e deployer (AI Act)
L’AI Act distingue i fornitori, che sviluppano un sistema di IA (o lo fanno sviluppare) e lo immettono sul mercato con il proprio nome, dai deployer, che lo usano sotto la propria autorità in ambito professionale.
Allineamento dell’IA
L’allineamento è il lavoro per far sì che i sistemi di IA facciano ciò che le persone intendono davvero, rispettando regole e valori.
Spiegabilità (XAI)
Spiegabilità significa che le persone possono capire perché un’IA è arrivata a un risultato.
Compiacenza (sycophancy)
La compiacenza significa che un’IA ti dice ciò che vuoi sentirti dire: ti dà ragione, ti loda o cambia una risposta giusta solo perché obietti.
Pratiche di IA vietate
L’AI Act dell’UE vieta del tutto alcuni usi dell’IA perché considerati un rischio inaccettabile.
Obblighi di trasparenza (AI Act)
Gli obblighi di trasparenza richiedono che le persone possano capire quando parlano con un’IA o vedono contenuti generati dall’IA.
Opt-out TDM (estrazione di testo e dati)
Con l’opt-out TDM i titolari dei diritti possono dichiarare che le loro opere accessibili al pubblico non possono essere usate per l’estrazione di testo e dati, compreso l’addestramento dell’IA.
Shadow AI (IA ombra)
Shadow AI significa che i dipendenti usano strumenti di IA per lavoro senza che l’azienda lo sappia o li abbia approvati.
Divulgazione di informazioni sensibili
La divulgazione di informazioni sensibili significa che dati riservati arrivano a persone non autorizzate tramite un’IA, ad esempio attraverso input, risposte o strumenti collegati.
Valutazione della conformità (AI Act)
La valutazione della conformità verifica se un sistema di IA ad alto rischio soddisfa tutti i requisiti dell’AI Act prima di arrivare sul mercato.
| Termine | Descrizione | Categoria |
|---|---|---|
| A | ||
| A2A (protocollo Agent2Agent) | A2A è uno standard aperto che permette ad agenti di IA di fornitori diversi di parlarsi e passarsi compiti. | Skill e agenti |
| Addestramento | L’addestramento è la fase di apprendimento di un’IA. Il modello vede moltissimi esempi e si corregge finché le risposte sono abbastanza buone. | Basi |
| Agent builder | Un agent builder è uno strumento per creare agenti IA con poco o nessun codice. | Skill e agenti |
| Agente di programmazione | Un agente di programmazione è un’IA che legge, modifica e testa il codice da sola e propone modifiche da revisionare. | Skill e agenti |
| Agente IA | Un agente di IA è un assistente con un obiettivo. Pianifica da solo i passaggi e usa strumenti e spesso più skill. Gli agenti configurati bene ti chiedono conferma prima delle decisioni importanti. | Skill e agenti |
| Agente in background | Un agente in background lavora da solo a un compito mentre fai altro e torna con un risultato. | Skill e agenti |
| AGENTS.md | AGENTS.md è un file di testo nella cartella di un progetto che spiega agli agenti di programmazione con IA come lavorare lì. | Skill e agenti |
| AGI (intelligenza artificiale generale) | Per AGI si intende un’IA in grado di svolgere la maggior parte dei compiti intellettuali almeno quanto una persona. Finora non esiste. | Basi |
| Alfabetizzazione sull’IA | L’alfabetizzazione sull’IA è la conoscenza necessaria per usare l’IA in modo sensato e sicuro: cosa sa fare, dove sbaglia e a cosa fare attenzione. | Sicurezza e diritto |
| Allineamento dell’IA | L’allineamento è il lavoro per far sì che i sistemi di IA facciano ciò che le persone intendono davvero, rispettando regole e valori. | Sicurezza e diritto |
| Allucinazione | Un’allucinazione è un’affermazione falsa che l’IA formula in modo convincente, come numeri, citazioni o fonti inventate. | Basi |
| API | Un’API è un’interfaccia che permette ai programmi di comunicare tra loro. Con un’API di IA gli sviluppatori integrano l’IA nelle proprie app. | Tecnica e costi |
| Apprendimento automatico | Nell’apprendimento automatico il computer impara dagli esempi, invece che qualcuno programmi ogni regola a mano. | Basi |
| Apprendimento per rinforzo | Nell’apprendimento per rinforzo un’IA prova delle azioni e impara da premi o penalità che cosa porta all’obiettivo. | Basi |
| Apprendimento supervisionato | Nell’apprendimento supervisionato un’IA impara da esempi che contengono già la risposta giusta. | Basi |
| Assistente IA | Un assistente IA è un programma che risponde a domande e svolge compiti, di solito via chat o voce. | Lavorare con l’IA |
| Automazione dei flussi di lavoro | L’automazione dei flussi collega le app in modo che le attività ricorrenti si svolgano da sole, oggi spesso con passaggi di IA intermedi. | Skill e agenti |
| Avatar IA | Un avatar IA è una persona artificiale o ricreata in un video che pronuncia un testo con movimenti delle labbra sincronizzati. | Immagini, video, audio |
| Avvelenamento dei dati | L’avvelenamento dei dati è un attacco che introduce dati manipolati nell’addestramento o nella fonte di conoscenza di un’IA perché poi reagisca in modo sbagliato. | Sicurezza e diritto |
| B | ||
| Base di conoscenza (per l’IA) | Una base di conoscenza è una raccolta di documenti verificati che un’IA consulta per rispondere con le tue conoscenze. | Dati e conoscenza |
| Benchmark | Un benchmark è un test standardizzato per confrontare modelli di IA, ad esempio in matematica, programmazione o cultura generale. | Dati e conoscenza |
| Bias | Bias significa che un’IA favorisce o svantaggia sistematicamente certi gruppi o opinioni, di solito perché i dati di addestramento sono sbilanciati. | Sicurezza e diritto |
| Browser con IA | Un browser con IA è un browser con un assistente integrato che riassume le pagine e può svolgere compiti sul web per te. | Skill e agenti |
| C | ||
| Cache KV | La cache KV è una memoria temporanea nel modello linguistico che conserva parti già calcolate, così ogni nuova parola viene generata più in fretta. | Tecnica e costi |
| Calcolo in fase di inferenza | Il test-time compute consiste nel dare all’IA più tempo di calcolo quando risponde, così può ragionare più a lungo. Spesso migliora le risposte difficili. | Tecnica e costi |
| Campionamento (top-p, top-k) | Il campionamento è il modo in cui un modello linguistico sceglie una tra più possibili parole successive. Decide quanto i testi risultano prevedibili o vari. | Lavorare con l’IA |
| Catena di ragionamento | La catena di ragionamento significa che l’IA risolve un compito in passaggi intermedi invece di rispondere subito. Così le risposte complesse sono spesso più precise. | Lavorare con l’IA |
| Chatbot | Un chatbot è un programma con cui parli in una finestra di chat. I chatbot moderni funzionano con grandi modelli linguistici. | Lavorare con l’IA |
| Chiave API | Una chiave API è come una password per un’API. Chi la possiede può usare il servizio a tue spese. | Tecnica e costi |
| Chunking (suddivisione in blocchi) | Il chunking consiste nel dividere documenti lunghi in piccoli blocchi, perché un’IA possa poi trovare i passaggi giusti. | Dati e conoscenza |
| Ciclo dell’agente | Il ciclo dell’agente è il modo in cui lavora un agente di IA: pianificare, agire, guardare il risultato e ripianificare finché il compito è finito. | Skill e agenti |
| Clonazione vocale | La clonazione vocale consiste nel ricreare con l’IA la voce di una persona precisa, spesso da pochi secondi di registrazione. | Immagini, video, audio |
| Collasso del modello | Il collasso del modello descrive come i modelli di IA possano peggiorare se vengono addestrati più volte su testi o immagini prodotti da altre IA. | Dati e conoscenza |
| Commercio agentico | Commercio agentico significa che un agente IA cerca, confronta e, con la tua approvazione, acquista prodotti per tuo conto. | Skill e agenti |
| Compiacenza (sycophancy) | La compiacenza significa che un’IA ti dice ciò che vuoi sentirti dire: ti dà ragione, ti loda o cambia una risposta giusta solo perché obietti. | Sicurezza e diritto |
| Concatenazione di prompt | Con la concatenazione di prompt si divide un compito grande in più prompt; la risposta di uno diventa l’input del successivo. | Lavorare con l’IA |
| Content Credentials (C2PA) | Le Content Credentials sono informazioni sull’origine firmate, incorporate in un file di immagine, video o audio. Possono mostrare con quale programma o IA il contenuto è stato creato o modificato. | Immagini, video, audio |
| Contesto lungo | Contesto lungo significa che un modello può elaborare molto testo in una volta, come interi libri o grandi basi di codice. | Dati e conoscenza |
| Context engineering | Il context engineering consiste nel dare all’IA esattamente le informazioni che le servono per un compito, né più né meno. | Lavorare con l’IA |
| Custom GPT | Un Custom GPT è una versione propria di ChatGPT con istruzioni fisse e file di conoscenza. Secondo OpenAI, i Custom GPT dovrebbero essere dismessi l’11 dicembre 2026. | Skill e agenti |
| D | ||
| Da immagine a immagine | Con image-to-image l’IA prende un’immagine esistente come base e crea una nuova versione, ad esempio in un altro stile. | Immagini, video, audio |
| Data di cutoff della conoscenza | La data di cutoff è il momento fino al quale un modello ha visto dati. Non sa cosa è successo dopo, a meno che non cerchi sul web. | Dati e conoscenza |
| Database vettoriale | Un database vettoriale archivia embedding e trova velocemente i testi con il significato più vicino a una domanda. | Dati e conoscenza |
| Dati di addestramento | I dati di addestramento sono gli esempi da cui un’IA impara, come testi, immagini o codice. | Dati e conoscenza |
| Dati sintetici | I dati sintetici sono dati generati artificialmente, spesso da un’IA, che sostituiscono o integrano dati reali. | Dati e conoscenza |
| Decodifica speculativa | Nella decodifica speculativa un modello piccolo e veloce indovina in anticipo più parole e il modello grande le verifica in un solo passaggio. Così le risposte arrivano prima. | Tecnica e costi |
| Deep learning | Il deep learning è apprendimento automatico con reti neurali formate da molti strati. È alla base dei modelli linguistici, del riconoscimento di immagini e della voce. | Basi |
| Deepfake | Un deepfake è un’immagine, un video o un audio creato o modificato con l’IA che sembra reale e mostra una persona dire o fare qualcosa che non è mai successo. | Immagini, video, audio |
| Distillazione | La distillazione consiste nel far imparare un piccolo modello di IA da uno grande, perché diventi quasi altrettanto bravo ma più veloce ed economico. | Tecnica e costi |
| Divulgazione di informazioni sensibili | La divulgazione di informazioni sensibili significa che dati riservati arrivano a persone non autorizzate tramite un’IA, ad esempio attraverso input, risposte o strumenti collegati. | Sicurezza e diritto |
| E | ||
| Elaborazione del linguaggio naturale (NLP) | L’elaborazione del linguaggio naturale è il campo in cui i computer leggono, capiscono e producono il linguaggio umano. | Basi |
| Elaborazione in batch (Batch API) | Con un’API batch invii molte richieste insieme e ricevi i risultati più tardi, di solito a un prezzo più basso. | Tecnica e costi |
| Embedding | Un embedding trasforma un testo in una lunga lista di numeri. Testi con significato simile ottengono numeri simili. | Dati e conoscenza |
| Etichettatura dei dati | L’etichettatura dei dati consiste nell’aggiungere ai dati la risposta corretta, perché un’IA possa imparare da essi. | Dati e conoscenza |
| Etichettatura dell’IA | Etichettare l’IA significa dire apertamente quando un contenuto è stato creato con l’IA o quando stai parlando con un’IA. | Sicurezza e diritto |
| Evals (valutazioni dell’IA) | Le evals sono test ripetibili per verificare quanto bene un’applicazione di IA svolge il suo compito. | Tecnica e costi |
| F | ||
| Few-shot prompting | Nel few-shot prompting dai all’IA alcuni esempi perché ne imiti stile e formato. | Lavorare con l’IA |
| Filigrana IA | Una filigrana IA è un segnale invisibile in immagini, testi, audio o video che indica che il contenuto è stato generato con l’IA. | Immagini, video, audio |
| Fine-tuning | Il fine-tuning riaddestra un modello già pronto con esempi tuoi, perché padroneggi meglio uno stile o un compito. | Dati e conoscenza |
| Finestra di contesto | La finestra di contesto è la quantità di testo che l’IA può tenere presente in una volta: la conversazione più i documenti che hai aggiunto. | Lavorare con l’IA |
| FLOP (calcolo) | I FLOP contano i passaggi di calcolo necessari per addestrare o usare un modello di IA. Sono una misura del calcolo. | Tecnica e costi |
| Fornitore e deployer (AI Act) | L’AI Act distingue i fornitori, che sviluppano un sistema di IA (o lo fanno sviluppare) e lo immettono sul mercato con il proprio nome, dai deployer, che lo usano sotto la propria autorità in ambito professionale. | Sicurezza e diritto |
| G | ||
| Gem (Gemini) | Un Gem è un assistente personalizzato nell’app Gemini di Google, con istruzioni proprie per un compito specifico. | Skill e agenti |
| GPU (unità di elaborazione grafica) | Una GPU è un chip che esegue moltissimi calcoli contemporaneamente. Per questo addestramento e uso dell’IA avvengono per lo più su GPU o su chip specializzati simili, come le TPU di Google. | Tecnica e costi |
| Grafo della conoscenza | Un grafo della conoscenza memorizza il sapere come rete di cose e delle loro relazioni, ad esempio «Roma – è capitale di – Italia». | Dati e conoscenza |
| Grafo di agenti | Un grafo di agenti descrive un processo di IA come una rete di passaggi e collegamenti: stabilisce quale passo segue e quando servono un ciclo o un’approvazione. | Skill e agenti |
| GraphRAG | GraphRAG è una forma di RAG in cui l’IA recupera conoscenza non solo come frammenti di testo, ma come grafo con relazioni. | Dati e conoscenza |
| Grounding | Grounding significa che l’IA basa la risposta su fonti verificabili, come pagine web o i tuoi documenti. | Dati e conoscenza |
| Guardrail | I guardrail sono regole di sicurezza attorno a un’IA. Impediscono risposte o azioni indesiderate. | Sicurezza e diritto |
| H | ||
| Human in the loop | Human in the loop significa che una persona controlla e approva prima che l’IA faccia qualcosa di importante, come inviare un’email o pagare. | Skill e agenti |
| I | ||
| IA ad alto rischio | Secondo l’AI Act, i sistemi ad alto rischio possono mettere seriamente a rischio salute, sicurezza o diritti fondamentali, ad esempio perché influiscono su assunzioni o crediti o sono componente di sicurezza di un prodotto. Valgono regole severe. | Sicurezza e diritto |
| IA agentica | L’IA agentica descrive sistemi che perseguono un obiettivo da soli in più passaggi, usano strumenti e controllano i risultati intermedi, invece di rispondere solo a una domanda. | Skill e agenti |
| IA generativa | L’IA generativa crea contenuti nuovi: testi, immagini, musica, video o codice. Descrivi ciò che vuoi e l’IA produce una bozza. | Basi |
| IA locale | L’IA locale funziona sul tuo computer o server invece che nel cloud. I tuoi dati restano sul dispositivo. | Tecnica e costi |
| IA open source | L’IA open source è un sistema di IA i cui componenti possono essere liberamente usati, studiati, modificati e condivisi. | Tecnica e costi |
| Inferenza | L’inferenza è l’uso di un modello già addestrato. Ogni risposta che ricevi da un’IA è inferenza. | Basi |
| Inpainting | L’inpainting consiste nel riempire o modificare con l’IA un’area selezionata di un’immagine. | Immagini, video, audio |
| Intelligenza artificiale (IA) | L’intelligenza artificiale è un software che svolge compiti che di solito richiedono il pensiero umano: capire il linguaggio, riconoscere immagini, scrivere testi o preparare decisioni. | Basi |
| J | ||
| Jailbreak | Un jailbreak è un tentativo di ingannare un’IA perché ignori le proprie regole di sicurezza. | Sicurezza e diritto |
| L | ||
| Latenza | La latenza è il tempo di attesa finché un’IA inizia a rispondere o finisce. | Tecnica e costi |
| Leggi di scala | Le leggi di scala descrivono come i modelli di IA migliorano in modo prevedibile aumentando dimensione del modello, dati e potenza di calcolo. | Basi |
| Limite di utilizzo | Un limite di utilizzo stabilisce quante richieste o messaggi puoi inviare in un certo periodo. | Tecnica e costi |
| LLM (grande modello linguistico) | Un LLM è un modello di IA addestrato su enormi quantità di testo. Sa capire, scrivere e riassumere testi e rispondere a domande. | Basi |
| LLM come giudice | Con l’LLM come giudice, un modello linguistico valuta le risposte di un altro modello, ad esempio per correttezza o tono. | Tecnica e costi |
| LoRA | LoRA è un modo economico di adattare un modello di IA: invece di cambiare tutti i pesi, si addestrano solo piccoli moduli aggiuntivi. | Dati e conoscenza |
| M | ||
| MCP (Model Context Protocol) | MCP è uno standard aperto per collegare assistenti IA ad app e dati, un po’ come una porta USB per l’IA. | Skill e agenti |
| Meccanismo di attenzione | L’attenzione è il calcolo con cui un modello linguistico decide quali altre parole contano per la parola attuale. | Basi |
| Memoria | Con la memoria un assistente IA ricorda informazioni su di te tra una conversazione e l’altra, come la tua professione o il tuo stile di scrittura. | Lavorare con l’IA |
| Meta-prompting | Meta-prompting significa far scrivere o migliorare un prompt all’IA invece di formularlo da sé. | Lavorare con l’IA |
| Mixture of experts (MoE) | La mixture of experts è un’architettura in cui per ogni richiesta lavora solo una parte del modello, come se si chiamassero gli specialisti giusti. | Tecnica e costi |
| Modalità di autorizzazione (agenti) | Una modalità di autorizzazione stabilisce quanto un agente di IA può fare senza chiedere: solo leggere, chiedere prima o agire da solo. | Skill e agenti |
| Modello a pesi aperti | Con un modello a pesi aperti puoi scaricare i pesi addestrati ed eseguire il modello da solo. | Tecnica e costi |
| Modello del mondo | Un modello del mondo è un’IA che impara come si comporta un ambiente e sa prevedere che cosa succederà dopo. | Basi |
| Modello di diffusione | Un modello di diffusione crea immagini trasformando passo dopo passo un rumore casuale in un’immagine nitida che corrisponde alla tua descrizione. | Immagini, video, audio |
| Modello di frontiera | I modelli di frontiera sono i modelli di IA più capaci del momento, sviluppati di solito da pochi grandi fornitori. | Basi |
| Modello di IA | Un modello di IA è il «cervello» addestrato dietro uno strumento di IA. La stessa app può offrire più modelli, diversi per velocità, qualità e prezzo. | Basi |
| Modello di ragionamento | Un modello di ragionamento «pensa» per passaggi intermedi prima di rispondere. Aiuta in matematica, logica, pianificazione e codice. | Lavorare con l’IA |
| Modello fondazionale | Un modello fondazionale è un grande modello di IA addestrato su enormi quantità di dati generali, che poi può essere adattato a molti compiti. | Basi |
| Modello GPAI (modello di IA per finalità generali) | Secondo l’AI Act dell’UE, un modello GPAI è un modello di IA utilizzabile per molti compiti diversi, come un grande modello linguistico. | Sicurezza e diritto |
| Modello linguistico piccolo (SLM) | Un modello linguistico piccolo ha relativamente pochi parametri e funziona anche su un portatile o uno smartphone. | Tecnica e costi |
| Multimodale | Un’IA multimodale capisce o crea più tipi di contenuto, ad esempio testo, immagini, voce e video. | Basi |
| Musica con IA | La musica con IA comprende brani, melodie o musica di sottofondo che un’IA genera da una descrizione testuale. | Immagini, video, audio |
| N | ||
| NPU (unità di elaborazione neurale) | Una NPU è un componente del chip che esegue i calcoli di IA consumando poca energia, ad esempio in portatili e smartphone. | Tecnica e costi |
| O | ||
| Obblighi di trasparenza (AI Act) | Gli obblighi di trasparenza richiedono che le persone possano capire quando parlano con un’IA o vedono contenuti generati dall’IA. | Sicurezza e diritto |
| OCR (riconoscimento ottico dei caratteri) | L’OCR trasforma il testo contenuto in immagini o scansioni in testo modificabile. | Dati e conoscenza |
| Opt-out TDM (estrazione di testo e dati) | Con l’opt-out TDM i titolari dei diritti possono dichiarare che le loro opere accessibili al pubblico non possono essere usate per l’estrazione di testo e dati, compreso l’addestramento dell’IA. | Sicurezza e diritto |
| Orchestrazione di agenti | L’orchestrazione consiste nel coordinare più passaggi o agenti di IA perché risolvano insieme un compito. | Skill e agenti |
| Output strutturato | Con l’output strutturato l’IA risponde in un formato fisso, come una tabella o JSON, così un programma può elaborare subito la risposta. | Lavorare con l’IA |
| Overfitting (sovradattamento) | L’overfitting significa che un modello impara a memoria gli esempi di addestramento e va male sui casi nuovi. | Tecnica e costi |
| P | ||
| Parametri | I parametri sono le impostazioni apprese di un modello. Il loro numero indica, in modo approssimativo, le dimensioni del modello. | Tecnica e costi |
| Pratiche di IA vietate | L’AI Act dell’UE vieta del tutto alcuni usi dell’IA perché considerati un rischio inaccettabile. | Sicurezza e diritto |
| Pre-addestramento | Il pre-addestramento è la prima e più ampia fase di apprendimento di un modello di IA, in cui impara come funziona la lingua da enormi quantità di testo. | Basi |
| Prompt | Un prompt è la tua istruzione all’IA: ciò che scrivi nel campo di testo. | Lavorare con l’IA |
| Prompt caching | Il prompt caching significa che il fornitore di IA memorizza l’inizio fisso della tua richiesta, così le richieste ripetute diventano più veloci ed economiche. | Tecnica e costi |
| Prompt di ruolo | Un prompt di ruolo assegna all’IA un ruolo, come «Sei una redattrice esperta», perché tono e prospettiva siano adatti. | Lavorare con l’IA |
| Prompt di sistema | Un prompt di sistema è un’istruzione di fondo valida prima di ogni conversazione. Stabilisce come deve comportarsi l’IA. | Lavorare con l’IA |
| Prompt engineering | Il prompt engineering consiste nello scrivere e testare istruzioni perché l’IA dia risultati buoni in modo affidabile. | Lavorare con l’IA |
| Prompt injection | In una prompt injection gli attaccanti nascondono istruzioni in testi, pagine web o file per far fare all’IA qualcosa di indesiderato. | Sicurezza e diritto |
| Prompt zero-shot | Zero-shot significa dare all’IA un compito senza alcun esempio e contare sul fatto che lo capisca comunque. | Lavorare con l’IA |
| Q | ||
| Quantizzazione | La quantizzazione rende più piccolo un modello di IA salvando i suoi numeri con meno precisione, così gira anche su dispositivi meno potenti. | Tecnica e costi |
| R | ||
| RAG (generazione aumentata dal recupero) | Con RAG l’IA cerca prima i passaggi pertinenti nei tuoi documenti e risponde basandosi su quelli. Si appoggia ai tuoi dati e non solo all’addestramento. | Dati e conoscenza |
| Red teaming | Nel red teaming esperti cercano di proposito di far sbagliare un’IA o di farle dare risposte dannose, per trovare i punti deboli prima del lancio. | Sicurezza e diritto |
| Regolamento UE sull’IA (AI Act) | L’AI Act è la legge europea sull’intelligenza artificiale. Classifica l’IA in base al rischio e fissa regole per ogni livello. | Sicurezza e diritto |
| Reranking (riordinamento) | Il reranking riordina i risultati di una ricerca perché i più pertinenti finiscano davvero in cima. | Dati e conoscenza |
| Rete neurale | Una rete neurale è un modello di calcolo fatto di molti nodi collegati. Si ispira vagamente al cervello ed è alla base di quasi tutta l’IA moderna. | Basi |
| Ricerca approfondita (deep research) | Deep research è una funzione in cui un agente di IA legge molte fonti sul web e scrive un rapporto dettagliato con i riferimenti. | Skill e agenti |
| Ricerca ibrida | La ricerca ibrida combina la classica ricerca per parole chiave con quella per significato, per trovare sia termini esatti sia risultati affini. | Dati e conoscenza |
| Ricerca semantica | La ricerca semantica trova testi in base al significato, non solo a parole uguali. | Dati e conoscenza |
| Rischio sistemico (AI Act) | Nell’AI Act dell’UE, il rischio sistemico è il pericolo particolare che modelli di IA molto capaci possono rappresentare per la società, la sicurezza o i diritti fondamentali. | Sicurezza e diritto |
| RLHF | L’RLHF è una fase di addestramento in cui persone valutano le risposte di un’IA e il modello impara a dare quelle preferite. | Tecnica e costi |
| S | ||
| Sandbox | Una sandbox è un ambiente isolato in cui un agente IA può eseguire codice o usare programmi senza mettere a rischio il tuo sistema reale. | Skill e agenti |
| Scheda del modello (model card) | Una scheda del modello è una carta d’identità di un modello di IA: a cosa serve, come è stato testato e quali sono i suoi limiti. | Tecnica e costi |
| Shadow AI (IA ombra) | Shadow AI significa che i dipendenti usano strumenti di IA per lavoro senza che l’azienda lo sappia o li abbia approvati. | Sicurezza e diritto |
| Sistema multi-agente | In un sistema multi-agente collaborano più agenti IA specializzati: uno cerca, uno scrive, uno controlla. | Skill e agenti |
| Skill (SKILL.md) | Una skill è una guida di lavoro fissa per un compito. Si trova in una cartella con il file di testo SKILL.md e, se serve, altri file come modelli o script. L’IA la segue passo dopo passo, così i risultati diventano più uniformi e affidabili. | Skill e agenti |
| Speech-to-text | Lo speech-to-text trasforma il parlato in testo scritto. | Immagini, video, audio |
| Spiegabilità (XAI) | Spiegabilità significa che le persone possono capire perché un’IA è arrivata a un risultato. | Sicurezza e diritto |
| Subagente | Un subagente è un agente ausiliario a cui un agente principale affida un sotto-compito. Lavora con un proprio contesto e restituisce solo il risultato. | Skill e agenti |
| T | ||
| Temperatura | La temperatura è un’impostazione che regola quanto le risposte dell’IA sono creative o prevedibili. | Lavorare con l’IA |
| Text-to-image | L’IA text-to-image crea un’immagine a partire da una descrizione scritta. | Immagini, video, audio |
| Text-to-speech | L’IA text-to-speech legge ad alta voce un testo scritto con una voce naturale. | Immagini, video, audio |
| Text-to-video | L’IA text-to-video crea brevi clip a partire da una descrizione o da un’immagine iniziale. | Immagini, video, audio |
| Token | Un token è un piccolo pezzo di testo con cui l’IA calcola, spesso una parte di parola. I fornitori fissano prezzi e limiti in token. | Lavorare con l’IA |
| TPU (Tensor Processing Unit) | Una TPU è un chip specializzato per i calcoli di IA sviluppato da Google e usato soprattutto nei data center. | Tecnica e costi |
| Transformer | Il transformer è lo schema alla base di quasi tutti i modelli linguistici di oggi. Guarda tutte le parole di un testo insieme e capisce quali sono collegate. | Basi |
| U | ||
| Upscaling con IA | L’upscaling con IA ingrandisce immagini o video e aggiunge dettagli plausibili perché sembrino più nitidi. | Immagini, video, audio |
| Uso del computer (computer use) | Computer use significa che un’IA usa un computer come una persona: vede lo schermo, muove il mouse e scrive. | Skill e agenti |
| Uso di strumenti | Con l’uso di strumenti l’IA può servirsi di strumenti come la ricerca web, un calendario o una calcolatrice, invece di scrivere solo testo. | Skill e agenti |
| V | ||
| Valutazione della conformità (AI Act) | La valutazione della conformità verifica se un sistema di IA ad alto rischio soddisfa tutti i requisiti dell’AI Act prima di arrivare sul mercato. | Sicurezza e diritto |
| Vibe coding | Il vibe coding consiste nel creare software dicendo all’IA in linguaggio comune che cosa si vuole, quasi senza leggere il codice generato. | Lavorare con l’IA |
| Visione artificiale | La visione artificiale è la parte dell’IA che analizza immagini e video, ad esempio per riconoscere oggetti, testi o volti. | Basi |
Nessun termine trovato. Prova con una parola più corta.
Domande frequenti
A chi è rivolto il glossario IA?
A chiunque usi l’IA o voglia capirla. La prima frase di ogni voce è pensata per chi inizia. «Per esperti» aggiunge dettagli tecnici.
Da dove vengono le spiegazioni?
Scriviamo noi tutti i testi. Quando un dato può cambiare, come date o funzioni dei prodotti, indichiamo il produttore o la fonte ufficiale.
Che differenza c’è tra prompt, skill e agente?
Un prompt è un’istruzione singola. Una skill è una guida di lavoro fissa per un compito. Un agente è un assistente con un obiettivo che usa più skill ed esegue passaggi in autonomia. Ti consigliamo di configurarlo in modo che ti chieda conferma prima dei passaggi importanti.
Il glossario è una consulenza legale?
No. Termini come il Regolamento UE sull’IA o l’etichettatura dell’IA sono spiegati solo in modo generale. Per un caso concreto rivolgiti a un avvocato.
Il glossario costa qualcosa?
No. Il glossario è gratuito e non richiede registrazione.
Scritto da AI Compare Ninja con l’aiuto dell’IA e rivisto da noi. Ogni spiegazione è un testo originale.