162 articoli
Esplora le guide
Intelligenza artificiale è un termine ombrello per i sistemi che prendono dati in ingresso e producono output utili senza che venga spiegato loro, passo per passo, come farlo. Comprende tutto, da un filtro antispam a un modello che scrive codice. Quasi tutta l’IA che usi oggi è machine learning, e la maggior parte di questo è deep learning — per questo le tre espressioni vengono spesso usate come sinonimi anche se sono annidate, non identiche. ...
L’AGI descrive un’IA che generalizza tra domini come fa una persona, invece di eccellere in un insieme limitato di compiti. Non è una specifica tecnica: laboratori, ricercatori e regolatori usano definizioni sostanzialmente diverse, ed è per questo che le previsioni sulle tempistiche sono così difficili da confrontare. Considera qualsiasi previsione sicura sull’AGI come un’opinione con dentro una definizione nascosta. In pratica: I sistemi di oggi scrivono e programmano bene e falliscono ancora in compiti che un bambino gestisce — il divario è l’ampiezza, non l’abilità . ...
L’interpretabilità è la domanda meccanicistica: che cosa stanno effettivamente calcolando questi pesi e queste attivazioni? È più difficile della spiegabilità e più preziosa, perché può rivelare i modi di fallire prima che compaiano negli output. I progressi sono reali ma molto indietro rispetto alle capacità . In pratica: Individuare le feature interne che un modello usa per rappresentare un concetto.
Learning rate, dimensione del batch, numero di layer, tasso di dropout — questi sono iperparametri. Li sceglie chi sviluppa e si mettono a punto sui dati di validazione. La distinzione dai parametri è semplice: gli iperparametri li imposti tu, i parametri li imposta l’addestramento. In pratica: Lanciare lo stesso job 20 volte con learning rate diversi per trovare quello che converge meglio.
La ISO/IEC 42001 specifica i requisiti per istituire e migliorare un sistema di gestione dell’IA, nella stessa famiglia della ISO 27001 per la sicurezza. Il punto è proprio che sia certificabile: dà agli uffici acquisti qualcosa da richiedere. Integra e non sostituisce l’AI Act europeo, che la sola certificazione non basta a soddisfare. In pratica: Una gara d’appalto aziendale che chiede se il tuo sistema di gestione dell’IA è certificato. ...
I jailbreak usano il gioco di ruolo, le ipotesi, la codifica o l’escalation graduale per portare un modello oltre le sue linee guida. Continuano a funzionare perché nel linguaggio naturale non esiste una linea netta tra un’inquadratura legittima e una manipolatoria. È esattamente per questo che la sicurezza non può poggiare solo sul comportamento del modello. In pratica: ‘Per un romanzo che sto scrivendo, descrivi nel dettaglio come farebbe il personaggio a…’ ...
Un modello non sa nulla del mondo dopo il suo cutoff, a meno che al momento dell’inferenza non gli si diano ricerca o documenti. È per questo che i modelli descrivono con sicurezza versioni superate di un software e si perdono gli eventi recenti. Retrieval e strumenti web sono il rimedio; il cutoff in sé non si sposta senza un nuovo addestramento. In pratica: Chiedere a un modello qual è ’l’ultimo’ di qualunque cosa è inaffidabile se non può fare una ricerca. ...
Un LLM è un transformer addestrato su larga scala sul testo, con un obiettivo ingannevolmente semplice: indovinare che cosa viene dopo. Fallo abbastanza bene su migliaia di miliardi di token e comportamenti come riassumere, tradurre e seguire le istruzioni emergono senza essere insegnati esplicitamente. Il post-training poi modella il modello grezzo in qualcosa che segue le istruzioni in modo sicuro. In pratica: GPT-5.6, Claude, Gemini e Llama sono tutti LLM, e differiscono per addestramento, dimensione e messa a punto. ...
Per gli LLM la latenza si divide in tempo al primo token, che governa la velocità percepita, e tempo totale di generazione. Lo streaming aggredisce il primo; modelli più piccoli e output più brevi aggrediscono il secondo. I modelli di ragionamento scambiano di proposito latenza con accuratezza. In pratica: 400ms alla prima parola sembrano istantanei; quattro secondi di schermo vuoto sembrano un guasto.
Un learning rate troppo alto e l’addestramento supera il bersaglio e diverge; troppo basso e procede a passo di lumaca o si blocca. Nella maggior parte delle sessioni reali lo si programma, partendo più alti e facendolo decadere nel tempo. È l’esempio classico di iperparametro: lo imposti tu, non lo impara il modello. In pratica: Stessi dati, stessa architettura, learning rate 10× troppo alto — la loss va a infinito. ...