Vai al contenuto
Giallo

Fondamenta AI

I concetti di base dell'intelligenza artificiale spiegati in modo semplice: token, modelli linguistici, RAG, agenti, allucinazioni.

31 guide in questa categoria

Una persona controlla su un monitor la risposta di un assistente AI prima di inviarla a un clienteBias e pregiudizi nei modelli AI: dove si sbaglia in azienda e come evitarloCome una PMI riconosce i pregiudizi di un modello AI e li limita: da dove nascono, cinque errori da evitare e un controllo umano pratico.
Schema di un problema scomposto in passaggi intermedi che portano a una risposta finaleChain of thought: cosa significa che un modello ragiona passo per passoIl chain of thought fa scrivere al modello i passaggi intermedi prima della risposta. Come funziona, quando aiuta, quali limiti ha e come usarlo in una PMI.
Manopola di regolazione che passa da un valore basso a uno alto accanto a un testo generato da un modello AITemperatura di un modello AI spiegata in parole sempliciChe cosa significa temperatura in un modello AI, perché cambia le risposte e quando abbassarla o alzarla nel lavoro di una PMI.
Edificio universitario in stile classico circondato da alberi, simbolo del campus dove nacque il nome intelligenza artificialeLa conferenza di Dartmouth e le origini del nome intelligenza artificialeChi ha coniato l'espressione intelligenza artificiale e dove? La storia del workshop di Dartmouth, di Turing e dei primi modelli, con le fonti.
Protocollo di benchmark degli LLM locali in italiano: campione, condizioni, valutazione e decisione.LLM locali in italiano: come confrontarli senza falsi testUn protocollo per confrontare LLM locali in italiano: compiti, risposte attese, citazioni, astensione, latenza e configurazioni riproducibili.
Quantizzazione GGUF Q4 o Q8: confronto dei soli pesi teorici di un LM da 27B, esclusi cache e overhead.Quantizzazione GGUF: Q4 o Q8 per gli LLM locali?GGUF, Q4 e Q8 spiegati senza scorciatoie: dimensione dei pesi, memoria reale, qualità e metodo per scegliere una quantizzazione.
Differenza AI AGI ASI: confronto tra ampiezza delle capacità, prestazioni e autonomiaAI, AGI e ASI: differenze tra intelligenza e autonomiaDifferenza AI AGI ASI: confronta generalità, prestazioni e autonomia. Capisci che cosa dimostra un agente e quali domande fare a un fornitore.
Superintelligenza artificiale: capacità generali e autonomia rappresentate su assi distintiSuperintelligenza artificiale: significato e applicazioniSuperintelligenza artificiale: significato, prove disponibili nel 2026 e differenze dall’AI. Una guida concreta per interpretare annunci e applicazioni.
La superintelligenza esiste già: verifica delle prove pubbliche e dei limiti degli annunci 2026La superintelligenza esiste già? Le prove nel 2026La superintelligenza esiste già? Leggi le prove pubbliche del 2026, i risultati dichiarati dai laboratori e ciò che manca per classificare un sistema ASI.
Esempi di intelligenza artificiale nella vita quotidiana e al lavoro: posta, navigatore, telefono, ufficio, fabbrica, sanità e pubblica amministrazioneIntelligenza artificiale: esempi concreti dalla vita quotidiana al lavoroIntelligenza artificiale, esempi concreti: antispam, navigatore, sottotitoli, ufficio, vendite, fabbrica, sanità e PA. Cosa fa l'AI e dove si ferma.
Tempo al primo token: come si misura la latenza di un modello AITempo al primo token: cos'è e perché decide la percezione di velocitàCos'è il tempo al primo token (TTFT), perché conta più della velocità totale, cosa lo peggiora e come si riduce in un sistema AI aziendale.
Schema del prompt engineering: ruolo, contesto, vincoli, dati, formato e controllo che guidano la risposta dell'AIPrompt engineering: cos'è e come iniziareCos'è il prompt engineering, cosa significa in pratica e come iniziare: framework in 6 parti, esempi prima e dopo, errori comuni e uso in azienda.
Token AI: una frase italiana divisa nei frammenti di testo che il modello legge uno alla voltaCosa sono i token AI: come si contano e quanto costanoToken AI: i pezzi di testo che un modello legge e scrive. Nel nostro test in italiano 1.000 token sono fra 576 e 647 parole. Limiti, prezzi e spesa.
Schema delle allucinazioni AI: un modello linguistico che genera una risposta plausibile ma sbagliata e il controllo che la verificaAllucinazioni AI: cosa sono e come evitarleCosa sono le allucinazioni AI, perché succedono e come ridurle in azienda con RAG, grounding e verifica umana. Esempi reali e checklist pratica.
Schema a confronto della differenza tra assistente, chatbot e agente AI per autonomia e uso di strumentiAI assistant: differenza tra assistente, chatbot e agenteDifferenza tra assistente, chatbot e agente AI spiegata semplice: autonomia, memoria, strumenti, esempi e quando scegliere ognuno in azienda.
Schema di come funziona un LLM: testo in ingresso, modello linguistico, previsione della parola successivaLLM: cosa sono i modelli linguisticiCosa sono gli LLM (large language model) e come funzionano, spiegati semplice: a cosa servono, limiti, esempi reali e come usarli in azienda.
Hub di selezione tra i principali modelli AI: GPT, Claude, Gemini, Llama, Mistral, DeepSeekModelli AI: guida ai principali modelliGuida ai principali modelli AI (GPT, Claude, Gemini, Llama, Mistral, DeepSeek): cosa fanno, quando usarli e come scegliere per la tua azienda.
Schema del flusso RAG: documenti, embedding, vector database, recupero e generazione della risposta AI con citazioniRAG: cos'è e perché migliora le risposte AICos'è il RAG (retrieval augmented generation) e perché rende le risposte AI più precise: come funziona, esempi reali e come usarlo in azienda.
Schema di come funzionano gli agenti AI: percepire un input, ragionare, usare strumenti e agire verso un obiettivoAgenti AI: cosa sono e come funzionanoCosa sono gli agenti AI: come ragionano, usano strumenti e agiscono. Differenze con i chatbot, casi d'uso in azienda e ruolo del controllo umano.
AI per aziende: mappa dei reparti di un'impresa italiana in cui introdurre l'intelligenza artificiale, dall'amministrazione alle venditeAI per aziende: guida completa per partireAI per aziende: come un'impresa italiana la adotta davvero. Dati ISTAT 2025, primo processo, strumenti, GDPR, AI Act e legge 132/2025.
Schema di come funzionano le API AI: software aziendale che chiama un modello AI e riceve la rispostaAPI AI: cosa sono e come funzionanoCosa sono le API AI e come funzionano: differenza tra chat e integrazione, costi a token, sicurezza delle chiavi e casi d'uso reali per PMI.
Schema di come funzionano gli embedding AI: testo trasformato in vettori numerici vicini per significatoEmbedding AI: cosa sono spiegati sempliceCosa sono gli embedding AI, spiegati semplice: la rappresentazione numerica del significato, come funzionano, esempi reali e a cosa servono in azienda.
Schema dell'AI generativa: un prompt in ingresso, il modello generativo e i contenuti prodotti in uscitaAI generativa: cos'è e perché è importanteCos'è l'AI generativa e perché conta: come crea testo e immagini, esempi reali in azienda, limiti e come usarla in modo concreto in una PMI.
Schema di come funziona l'AI multimodale: testo, immagine e audio in ingresso, un unico modello, una rispostaAI multimodale: cos'è e come funzionaCos'è l'AI multimodale e come funziona, spiegata semplice: testo, immagini, audio e video in un unico modello, esempi reali per PMI, limiti e usi pratici.
Schema dell'automazione AI: da un'attività manuale a un risultato automatico passando per un modello che decideAutomazione AI: cos'è e come funzionaCos'è l'automazione AI e come funziona: esempi reali per PMI, un workflow passo per passo, limiti da conoscere e come applicarla ai processi di ogni giorno.
Schema di come funziona un chatbot AI: domanda dell'utente, comprensione del linguaggio, risposta generataChatbot AI: cosa sono e come funzionanoCosa sono i chatbot AI e come funzionano: differenza tra chatbot a regole e basati su LLM, quando bastano e quando serve un agente AI. Esempi PMI.
Schema visivo di come funziona il deep learning: dati in ingresso, strati di una rete neurale profonda, risposta in uscitaDeep learning: cos'è spiegato sempliceCos'è il deep learning spiegato semplice: come funzionano le reti neurali profonde, differenze con il machine learning, esempi reali e usi in azienda.
Schema decisionale sul fine-tuning AI: quando serve addestrare un modello e quando bastano RAG o un buon promptFine-tuning AI: cos'è e quando serveCos'è il fine-tuning AI e quando serve davvero: differenza con RAG e prompting, costi, competenze richieste ed esempi reali per le PMI.
Schema visivo di come funziona l'intelligenza artificiale: dati in ingresso, modello, rispostaIntelligenza artificiale: cos'è e come funzionaCos'è l'intelligenza artificiale e come funziona, spiegata semplice: tipi di AI, esempi reali, limiti e come usarla davvero in azienda.
Schema visivo di come funziona il machine learning: dati di esempio, addestramento del modello, previsioneMachine learning: cos'è e come funzionaCos'è il machine learning e come funziona, spiegato semplice: tipi di apprendimento, esempi reali in azienda, differenza con l'AI, limiti e usi pratici.
Schema di un vector database: testi trasformati in vettori e ricerca per similarità in uno spazio multidimensionaleVector database: cosa sono e a cosa servonoCosa sono i vector database e a cosa servono: ricerca per similarità, ricerca semantica, RAG e raccomandazioni, spiegati semplice con esempi per aziende.

Le altre categorie