Riassunti VERIFICATO

Riassunto completo video-lezioni AI LITERACY

Università degli Studi di Milano Economia aziendale 2026
26 visualizzazioni
Nessun voto ancora
Condividi: WhatsApp Telegram

Di cosa parla

Riassunto AI · si legge in un minuto

Il documento copre i fondamenti dell'intelligenza artificiale, dall'apprendimento automatico alle reti neurali, fino ai language model e ai transformer. Analizza poi i rischi come allucinazioni, opacità e bias, insieme al quadro normativo europeo e italiano. Infine presenta l'IA generativa, con modalità di accesso, benchmark, applicazioni pratiche, prompt design e gestione consapevole dei dati.
Leggi il riassunto completo
  • Il modulo introduce la nascita dell'intelligenza artificiale con il Dartmouth Summer Research Project del 1955, la definizione operativa basata sull'Imitation Game, la struttura di un sistema IA come catena di compito, rappresentazione, modello, decodifica e fruizione, e la differenza tra apprendimento basato su regole e apprendimento automatico.
  • Viene spiegato come l'apprendimento supervisionato costruisca un modello confrontando previsioni ed esiti reali tramite l'errore, distinguendo generalizzazione e overfitting, e come la quantità, la varietà e la qualità dei dati determinino ciò che il modello può apprendere.
  • Il modulo descrive la rappresentazione numerica dei dati tramite feature, vettori, matrici, spazi geometrici, prodotti scalari e trasformazioni lineari e non lineari, fino alla costruzione delle reti neurali, al gradient descent, al deep learning e agli embedding.
  • Si approfondiscono i language model, che stimano la probabilità delle sequenze di parole con generazione autoregressiva e temperatura, l'importanza del contesto e del positional encoding, l'architettura transformer basata sull'attenzione e i modelli multimodali che integrano testo, immagini e audio.
  • Il modulo tratta le allucinazioni dei modelli generativi, il ruolo dell'explainability e l'opacità dei sistemi black box, i bias e i bias culturali che derivano dai dati, e i rischi della delega del giudizio, della riduzione della soglia critica e della proiezione di intenzioni sulle macchine.
  • Viene presentato l'AI Act europeo, con definizioni, principio di accountability, ruoli di fornitore, deployer, rappresentante autorizzato, importatore e distributore, ambito di applicazione extraterritoriale e classificazione basata sul rischio, insieme alla legge nazionale italiana con principi, tutela dei minori, autorità di vigilanza e responsabilità penali e civili.
  • La parte sull'IA generativa confronta l'evoluzione dei modelli, le modalità chat e API, i modelli remoti e locali, i modelli closed e open weights, i modelli general-purpose e specializzati, i principali benchmark come MMLU, TruthfulQA e BLEU, e le applicazioni pratiche nella generazione di testi, slide, traduzioni, immagini, video, interrogazione di documenti e coding.

Riassunto generato con l'intelligenza artificiale a partire dagli appunti. Come lo facciamo

Anteprima pagina 1 — Riassunto completo video-lezioni AI LITERACY

Stai vedendo l'anteprima delle prime pagine. Registrati per sbloccare le pagine restanti.

Studia questi appunti con l'AI

Riassunto e domande d'esame sono gratis: chiedili e ti mandiamo un'email quando sono pronti.

Registrati e scarica gratis questo appunto.

Simula l'esame con domande costruite su questi appunti.

Ripassa l'esame di Ai literacy

20 carte di ripasso sul programma ufficiale dell'insegnamento. Prova le prime:

Qual è la differenza tra un approccio simbolico basato su regole e un approccio basato sull'apprendimento dai dati nell'intelligenza artificiale? Gira la carta
L'approccio simbolico rappresenta la conoscenza con regole esplicite e simboli, manipolati da un motore di inferenza, e la competenza è codificata dall'uomo. L'approccio basato sui dati costruisce invece il comportamento del sistema a partire da esempi, apprendendo induttivamente i parametri del modello.
Che cosa distingue un modello generativo da un modello discriminativo? Gira la carta
Un modello discriminativo apprende a predire un'etichetta o un valore dato un input, cioè stima la probabilità condizionata di y dato x. Un modello generativo apprende la distribuzione dei dati stessi e può quindi produrre nuovi esempi plausibili, simili a quelli di addestramento.
In che cosa consiste il machine learning e in cosa si differenzia dalla programmazione tradizionale? Gira la carta
Nel machine learning il sistema apprende un modello a partire da dati e da una misura dell'errore, invece di ricevere istruzioni esplicite per ogni caso. Nella programmazione tradizionale il programmatore scrive le regole che, applicate ai dati, producono i risultati; nel machine learning, forniti dati e risultati attesi, si ricava il modello che codifica le regole.

Carte generate con l'intelligenza artificiale dal programma dell'insegnamento: possono contenere errori.

Di cosa parla l'insegnamento

Ai literacy · 1° anno · 3 CFU · INFO-01/A

Il percorso mira a fornire una comprensione chiara, accessibile e concettualmente rigorosa dei fondamenti dell'Intelligenza Artificiale e dell'AI generativa, costruendo un lessico condiviso e spiegando in modo intuitivo il funzionamento dei modelli di apprendimento automatico e dei language model. Si propone di…

Scheda completa nella pagina del corso

Condividi questi appunti

WhatsApp Telegram