Riassunto completo video-lezioni AI LITERACY
Di cosa parla
Riassunto AI · si legge in un minuto
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
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.
In preparazione: di solito è pronto in giornata.
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
Che cosa distingue un modello generativo da un modello discriminativo? Gira la carta
In che cosa consiste il machine learning e in cosa si differenzia dalla programmazione tradizionale? Gira la carta
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…