Glossario AI

Nel mondo dell’intelligenza artificiale si incontrano continuamente acronimi e sigle che possono sembrare complessi e oscuri. Questo glossario nasce per fare chiarezza, offrendo una guida pratica ai termini più usati, che spaziano dai chip hardware indispensabili per l’addestramento fino ai modelli generativi di ultima generazione.

Che tu sia un ricercatore, uno sviluppatore o un appassionato, qui troverai una base solida per comprendere meglio il linguaggio dell’AI.

Hardware e Infrastrutture

• GPU – Graphics Processing Unit
  Processore parallelo fondamentale per l’addestramento dei modelli AI.
  Esempio: senza GPU, l’addestramento di un modello come GPT-3 richiederebbe anni invece che settimane.

• TPU – Tensor Processing Unit
  Chip sviluppato da Google per ottimizzare i calcoli di machine learning.
  Esempio: viene utilizzato in Google Cloud AI per accelerare i Transformer.

• CPU – Central Processing Unit
  Processore centrale, gestisce operazioni generali.
  Esempio: spesso coordina GPU e TPU durante l’addestramento.

• FPGA – Field-Programmable Gate Array
  Hardware programmabile per compiti specifici, adatto a inferenze personalizzate.

• ASIC – Application-Specific Integrated Circuit
  Circuiti progettati per un solo scopo, molto efficienti.
  Esempio: utilizzati anche per il mining di Bitcoin.

• CUDA – Compute Unified Device Architecture
  Piattaforma NVIDIA per programmare GPU.
  Risorsa utile: CUDA Toolkit

• cuDNN – CUDA Deep Neural Network library
  Libreria NVIDIA ottimizzata per reti neurali.
  Essenziale per framework come TensorFlow e PyTorch.

• TensorRT
  Software NVIDIA per ottimizzare modelli AI nell’inferenza, aumentando velocità ed efficienza.

• OpenVINO
  Toolkit Intel per ottimizzare e distribuire modelli AI su diversi tipi di hardware.

Generative AI e Modelli Diffusivi

• DDPM – Denoising Diffusion Probabilistic Models
  Modelli generativi basati su processi di diffusione probabilistici.

• DDIM – Denoising Diffusion Implicit Models
  Variante più veloce ed efficiente dei modelli DDPM.

• LAION – Large-scale Artificial Intelligence Open Network
  Dataset open di immagini e testi, utilizzato per addestrare modelli multimodali come Stable Diffusion.

• LoRA – Low-Rank Adaptation
  Tecnica per adattare modelli di grandi dimensioni in modo leggero, riducendo i costi di calcolo.

• DreamBooth
  Metodo per personalizzare modelli diffusivi con pochi esempi.
  Esempio: generare immagini di un oggetto specifico a partire da foto personali.

• Inpainting
  Tecnica che consente di modificare parti di un’immagine mantenendo la coerenza visiva.

• Outpainting
  Estensione dell’immagine oltre i bordi originali, creando scenari coerenti e realistici.

• CFG – Classifier-Free Guidance
  Metodo per migliorare la qualità delle immagini generate senza bisogno di classificatori esterni.

• Prompt Engineering
  L’arte di scrivere prompt efficaci per guidare i modelli AI verso risultati desiderati.

• Zero-Shot
  Capacità di un modello di eseguire compiti senza addestramento specifico sul task.
  Esempio: GPT-4 può tradurre da una lingua all’altra anche senza essere stato addestrato esclusivamente come traduttore.