Consultazione

Glossario AI

Definizioni chiare e brevi dei principali termini dell’AI. Ogni voce è una risposta autonoma e basata sui fatti, collegata ad articoli di approfondimento e ai servizi pertinenti.

AEO (Answer Engine Optimization): L'AEO è l'ottimizzazione dei contenuti affinché vengano forniti come risposta diretta in answer engine, assistenti vocali o snippet in primo piano.
Agente IA: Un agente IA è un sistema che usa un modello linguistico per scomporre autonomamente un obiettivo in passaggi, richiamare strumenti o API e portare a termine compiti senza guida umana continua.
Allucinazione (IA): Un'allucinazione è un'affermazione prodotta da un modello di IA che suona fluida e plausibile ma è di fatto errata, inventata o non supportata dalle fonti.
Apprendimento automatico (Machine Learning): L'apprendimento automatico è un sottocampo dell'IA in cui i sistemi apprendono schemi dai dati e migliorano le prestazioni senza essere programmati esplicitamente per ogni compito.
Assistente telefonico IA: Un assistente telefonico IA è un sistema che gestisce automaticamente le chiamate in entrata o in uscita, comprende la richiesta in linguaggio naturale e risponde vocalmente in tempo reale.
Automazione: L'automazione è l'uso della tecnologia per eseguire compiti o processi con un intervento umano minimo, sostituendo i passaggi manuali con procedure basate su regole o su IA.
Automazione dei flussi di lavoro: L'automazione dei flussi di lavoro è l'automazione di una sequenza collegata di attività lungo un processo aziendale, così che informazioni e trigger passino automaticamente da un passaggio o sistema al successivo.
Chatbot: Un chatbot è un programma software che conduce conversazioni testuali con gli utenti, in modo basato su regole con flussi predefiniti oppure tramite modelli linguistici di IA.
Dati strutturati (Schema.org): I dati strutturati sono marcature leggibili dalle macchine, basate sul vocabolario Schema.org, aggiunte a una pagina web affinché i motori di ricerca ne comprendano i contenuti e mostrino rich result.
Deep Learning (apprendimento profondo): Il deep learning è un sottocampo dell'apprendimento automatico che usa reti neurali artificiali con molti strati per apprendere schemi complessi in grandi quantità di dati come immagini, testo o parlato.
E-E-A-T: E-E-A-T sta per Experience, Expertise, Authoritativeness e Trustworthiness: criteri delle linee guida di Google per i valutatori della qualità usati per giudicare la qualità dei contenuti.
Embedding (vettore): Un embedding è la rappresentazione di dati come parole, frasi o immagini sotto forma di vettore di numeri in cui gli elementi semanticamente simili si trovano vicini tra loro.
EU AI Act (Regolamento sull'IA): L'EU AI Act è il regolamento dell'Unione europea che istituisce un quadro giuridico basato sul rischio per l'intelligenza artificiale; è entrato in vigore il 1° agosto 2024 e si applica per fasi.
Fine-Tuning: Il fine-tuning è l'ulteriore addestramento mirato di un modello di IA già preaddestrato su un dataset più piccolo, specifico per un compito o dominio, per adattarne il comportamento a uno scopo preciso.
GEO (Generative Engine Optimization): La GEO è l'ottimizzazione dei contenuti affinché vengano citati e mostrati nelle risposte generate dall'IA da motori generativi come ChatGPT, Perplexity o Google AI Overviews.
Google AI Overviews: Le Google AI Overviews sono riepiloghi generati dall'IA mostrati in cima ai risultati di Google Search, che sintetizzano informazioni da più fonti web e includono link.
IA conversazionale: L'IA conversazionale indica le tecnologie che permettono alle macchine di comprendere il linguaggio naturale, in testo o voce, e di rispondere in modo contestuale all'interno di un dialogo.
IA generativa: L'IA generativa indica sistemi di IA che creano nuovi contenuti come testo, immagini, audio, video o codice applicando a nuovi input gli schemi appresi dai dati di addestramento.
IA locale (on-device / self-hosted): L'IA locale indica l'esecuzione di modelli di IA sul proprio dispositivo o sulla propria infrastruttura anziché su un cloud di terzi, così che i dati restino locali.
IA open source: L'IA open source indica sistemi di IA, in particolare modelli, i cui componenti come pesi, codice e talvolta dati di addestramento sono rilasciati con licenze che ne consentono uso, studio, modifica e ridistribuzione.
Inferenza (IA): L'inferenza è il processo di applicare un modello di IA già addestrato a nuovi input per produrre un output, come una previsione o testo generato, in contrapposizione all'addestramento.
Intelligenza artificiale (IA): L'intelligenza artificiale è il campo che costruisce sistemi informatici capaci di svolgere compiti che normalmente richiedono intelligenza umana, come comprendere il linguaggio, riconoscere schemi o prendere decisioni.
Large Language Model (LLM): Un Large Language Model è un modello di IA addestrato su enormi quantità di testo che prevede il token successivo e in questo modo comprende e genera linguaggio.
llms.txt: llms.txt è un file di testo proposto in formato Markdown, collocato nella radice di un sito, che offre ai grandi modelli linguistici una panoramica curata e leggibile dalle macchine dei contenuti principali.
nLPD (nuova legge svizzera sulla protezione dei dati): La nLPD è la legge federale svizzera sulla protezione dei dati riveduta, in vigore dal 1° settembre 2023, che disciplina il trattamento dei dati personali in Svizzera.
Prompt: Un prompt è l'input, di solito formulato come testo, con cui un utente assegna a un modello di IA un compito, una domanda o un'istruzione.
Prompt Engineering: Il prompt engineering è la pratica di formulare e affinare in modo mirato gli input ai modelli di IA per ottenere risultati più affidabili, accurati e utilizzabili.
Rete neurale: Una rete neurale è un modello di calcolo composto da nodi connessi («neuroni») disposti in strati, che elabora gli input tramite connessioni pesate e ne regola i pesi durante l'addestramento per svolgere compiti.
Retrieval-Augmented Generation (RAG): La Retrieval-Augmented Generation (RAG) è un metodo in cui un modello linguistico recupera documenti pertinenti da una fonte di conoscenza esterna prima di rispondere e fonda su di essi la propria risposta.
SEO (Ottimizzazione per i motori di ricerca): La SEO è l'ottimizzazione di siti web e contenuti per posizionarsi più in alto nei risultati organici (non a pagamento) dei motori di ricerca e attrarre visitatori più pertinenti.
Speech-to-Text (STT): Lo Speech-to-Text (STT), o riconoscimento vocale, è una tecnologia che converte automaticamente il linguaggio parlato di un segnale audio in testo scritto.
Text-to-Speech (TTS): Il Text-to-Speech (TTS), o sintesi vocale, è una tecnologia che converte automaticamente il testo scritto in linguaggio parlato dal suono il più naturale possibile.
Token (nei LLM): Un token è la più piccola unità di testo elaborata da un modello linguistico, di solito una parola, parte di una parola o un segno di punteggiatura, in cui il testo viene suddiviso prima dell'elaborazione.
Transformer (architettura): Il transformer è un'architettura di rete neurale presentata nel 2017 che, tramite un meccanismo di attenzione (attention), pesa le relazioni tra tutti gli elementi di una sequenza, rendendo possibili i moderni modelli linguistici.
Voice AI: Voice AI è il termine generale per le tecnologie di IA che elaborano e generano il linguaggio parlato, tra cui riconoscimento vocale, identificazione del parlante, comprensione e sintesi vocale.
Voicebot: Un voicebot è un sistema di dialogo che interagisce tramite linguaggio parlato: converte la voce in testo, interpreta la richiesta e risponde con voce sintetizzata.