Oltre 70 termini di intelligenza artificiale dalla A alla Z in tecnologia

Far apprendere ai computer l'ABC del cervello umano.

Le persone spesso presumono che l'intelligenza artificiale significhi che i robot stanno prendendo vita per interagire con gli esseri umani. Tuttavia, questa nozione travisa il significato dell'IA.

L'intelligenza artificiale è altamente sfaccettata, con sottocomponenti che si estendono ben oltre il malinteso della "relazione robot-umano". L'hype dell'IA non è ancora all'altezza del suo nome. Mentre molti la considerano un trampolino di lancio dell'automazione, c'è di più se la si guarda attraverso la lente d'ingrandimento. 

L'IA è un superset che contiene diverse tecniche di analisi e visualizzazione dei dati. Alcune tecniche sono l'automazione dei processi robotici, l'elaborazione del linguaggio naturale, il deep learning o il machine learning. La differenza sta in quanto ciascun processo migliora notevolmente quando viene fuso. Integrare software di operazionalizzazione dell'intelligenza artificiale e del machine learning con il tuo stack tecnologico è un ottimo modo per sperimentare con i tuoi dati e vedere dove ti porta.  

Prima di proporre l'IA come soluzione nel tuo prossimo piano di progetto, passa in rassegna questi rapidi termini di intelligenza artificiale per supportare le tue affermazioni con prove. 

Termini di intelligenza artificiale dalla A alla Z

Come aveva chiaramente previsto Stephen Hawking, "L'IA è il gigantesco passo dell'umanità verso un futuro robotico. Può progettare miglioramenti per se stessa e conquistare l'umanità prima che ce ne accorgiamo. Ma prima di inchinarci alla volontà dei robot, dobbiamo sapere come sono costruiti.

Ogni termine dell'IA ruota attorno al concetto di interazione uomo-computer. Per sapere come funziona il cervello umano, i sistemi vengono alimentati con espressioni algoritmiche. Questi sistemi poi traducono i comandi umani e rilevano oggetti esterni. Vediamo quali termini contribuiscono a proprietà di auto-assistenza come queste.

Terminologia rilevante dell'intelligenza artificiale

Navigando su internet, probabilmente hai sentito termini come "data mining" e "machine learning" ma non sei mai riuscito a trovare una definizione concisa per aiutarti a capire ciò che leggi. Ora? Non devi cercare lontano. Di seguito sono riportate brevi definizioni di parole e frasi relative all'IA.

Nota: non tutte le lettere dell'alfabeto sono elencate se non contengono termini abbastanza rilevanti.

Termini di IA, dalla A alla E

AGI, ANI, ANN... cosa significano tutti? Anche se la prima lettera di ciascuno sta per "artificiale", il significato delle lettere successive non è implicato. 

A

Algoritmo: una formula o un insieme di istruzioni date a un computer affinché completi un compito (cioè, un insieme di regole per un computer). Rappresenta la relazione tra variabili di input e risultanti attraverso un'espressione matematica o condizionale. 

Intelligenza artificiale: un sottoinsieme dell'informatica che si occupa di sistemi informatici che eseguono compiti con intelligenza simile, uguale o superiore a quella di un essere umano (ad esempio, prendere decisioni, riconoscimento e classificazione degli oggetti, riconoscimento vocale e traduzione)

Intelligenza artificiale generale (AGI): nota anche come forte IA, l'AGI è un tipo di intelligenza artificiale considerata simile a quella umana e ancora nelle sue fasi preliminari (più un'esistenza ipotetica al giorno d'oggi)

Intelligenza artificiale ristretta (ANI): debole IA, l'ANI è un'intelligenza artificiale che può concentrarsi solo su un compito o problema alla volta (ad esempio, giocare a un gioco contro un concorrente umano). Questa è la forma attualmente esistente di IA. Questo algoritmo di intelligenza artificiale è programmato per risolvere un numero limitato di problemi di dati. 

Rete neurale artificiale (ANN): una rete modellata sul cervello umano creando un sistema neurale artificiale tramite un algoritmo informatico di riconoscimento dei modelli che apprende, interpreta e classifica i dati sensoriali

Funzione di attivazione: È il principale strato di calcolo di una rete neurale. La funzione di attivazione attiva il nodo decisionale corretto all'interno della rete neurale e visualizza il nodo come output. Converte una serie di input in classi di output singole o multiple.

Sistema immunitario artificiale: Una tecnica di reti neurali fuzzy intelligenti o sistemi di apprendimento automatico basati su regole utilizzati per il sistema immunitario vernacolare. La logica è costruita utilizzando espressioni reattive per risolvere un problema particolare, proprio come il sistema immunitario. 

Auto autonomi: Auto a guida autonoma che funzionano sul principio della visione artificiale per rilevare, identificare e categorizzare ostacoli esterni e guidare intorno a essi.

B

Backpropagation: abbreviazione di "propagazione all'indietro degli errori", è un metodo di addestramento delle reti neurali in cui l'output iniziale del sistema viene confrontato con l'output desiderato, quindi regolato fino a quando la differenza (tra gli output) diventa minima

Bag of words: Questo algoritmo è utilizzato per la classificazione dei documenti e il recupero delle informazioni. Estrae il testo da un documento e lo memorizza in un bag of words senza la grammatica e l'ordine delle frasi. La frequenza delle parole viene utilizzata come caratteristica per addestrare l'algoritmo e classificare il documento.

Bag of words (visione artificiale): Questo algoritmo estrae caratteristiche o caratteristiche dalle immagini e alimenta caratteristiche simili all'algoritmo per classificare l'immagine. 

Rete bayesiana: nota anche come rete di Bayes, modello di Bayes, rete di credenze e rete decisionale, è un modello basato su grafi che rappresenta un insieme di variabili e le loro dipendenze. 

Big data: grandi quantità di dati strutturati e non strutturati che sono troppo complessi per essere gestiti da software di elaborazione dati standard

Normalizzazione batch: La normalizzazione batch viene utilizzata per regolare le variabili di input nelle reti neurali. Scarica una rete neurale regolando pesi e bias e spingendoli in batch per arrivare a un output stabile. 

Albero binario: L'albero binario è un albero radicato in cui ogni nodo ha due figli, ovvero il figlio sinistro e il figlio destro. Un albero radicato generalmente impartisce livelli (distanza dalle radici). Pertanto, per ogni nodo, le nozioni sono definite come i nodi collegati ad esso. 

Ricerca brute force: Un algoritmo generativo che propone tutte le soluzioni a un problema e sceglie la soluzione migliore.

C

Chatbot: un robot di chat che può conversare con un utente umano tramite comandi testuali o vocali. Utilizzato da e-commerce, istruzione, sanità e settori aziendali per una comunicazione facile e per rispondere alle domande degli utenti. 

Immagine per gentile concessione di IBM

Classificazione: tecnica algoritmica che consente alle macchine di assegnare categorie ai punti dati

Robotica cloud: La robotica cloud consente alle macchine o ai robot di accedere all'archiviazione cloud. Queste macchine sono dotate di un provider ospitato nel cloud su un'infrastruttura convergente per accedere ai contenuti, rispondere più velocemente e visualizzare risultati accurati. 

Clustering: Una tecnica algoritmica che consente alle macchine di raggruppare dati simili in categorie di dati più grandi.

Calcolo cognitivo: un modello computerizzato che imita i processi di pensiero umano tramite data mining, NLP e riconoscimento dei modelli

Scienza cognitiva: La forma più ampia di IA si ricollega alla linguistica, alla filosofia e alla meta-esistenza dei computer. Consente alle macchine di simulare il pensiero e l'azione umana.

Visione artificiale: quando una macchina elabora input visivi da file di immagini (JPEG) o flussi di telecamere

Intelligenza computazionale: La capacità di un computer di apprendere da una situazione sperimentale e utilizzare le conoscenze acquisite per previsioni future.

Rete neurale convoluzionale (CNN): un tipo di rete neurale specificamente creata per analizzare, classificare e raggruppare immagini visive utilizzando percettroni multistrato

D

Data mining: il processo di ordinamento di grandi insiemi di dati per identificare modelli ricorrenti mentre si stabiliscono relazioni di risoluzione dei problemi

Scienza dei dati: Un termine generico per la gestione, l'analisi e la visualizzazione dei database che comprende tutte le tecniche di intelligenza artificiale e apprendimento automatico. Descrive diversi metodi, algoritmi, conoscenze e sistemi per trarre informazioni dai set di dati, addestrare modelli e creare correlazioni. Si basa su matematica, statistica, geometria e matrici e determinanti.

Set di dati: Un set di dati è una rappresentazione dei dati. Può essere un database singolo o più matrici contenenti diverse righe e colonne. Ogni set di dati ha un elenco definito di variabili e valori sottostanti che descrivono meglio il problema. Un set di dati viene raffinato e pulito prima di essere alimentato a un algoritmo di apprendimento automatico.

Data warehouse: È un repository centrale che contiene dati provenienti da una o più fonti. Memorizza e versiona dati vecchi e nuovi su una piattaforma centralizzata.

Apprendimento ad albero decisionale: Un algoritmo di apprendimento supervisionato in cui i nodi votano individualmente per prevedere la classe dell'input. Viene utilizzato anche per la modellazione predittiva o la modellazione statistica.

Riduzione della dimensionalità: Il processo di riduzione delle variabili casuali per regolare l'accuratezza dell'output. Nel riconoscimento facciale, la riduzione della dimensionalità viene utilizzata durante l'analisi delle componenti principali per ridurre la dimensione del set di immagini di input per regolare l'output ed eliminare il rumore.

Deep learning: una tecnica di apprendimento automatico che insegna ai computer come apprendere a memoria (cioè, le macchine imitano l'apprendimento come farebbe una mente umana utilizzando tecniche di classificazione)

Ecosistema digitale: diverse piattaforme software o servizi cloud che lavorano in tandem su una rete

Termini di IA, dalla F alla J

Questa sezione dovrebbe essere di particolare interesse se ti piace l'IA sperimentale! 

F

Estrazione delle caratteristiche: Nell'apprendimento automatico, nella visione artificiale o nel riconoscimento dei modelli, l'estrazione delle caratteristiche inizia dividendo l'immagine o i dati in riquadri di delimitazione ed estraendo una singola caratteristica dai riquadri. Le caratteristiche vengono estratte, raggruppate e alimentate a una macchina vettoriale supervisionata per prevedere l'output.  

Rete neurale feedforward: È la rete neurale artificiale più semplice in cui le informazioni escono attraverso il nodo di output e non tornano per l'analisi. I dati fluiscono solo in avanti e non formano un ciclo.

Logica fuzzy: Una logica condizionale in cui le variabili possono esibire qualsiasi grado di veridicità, che va da 0 a 1. Il valore 0 rappresenta "falso" e il valore 1 rappresenta "vero". In contrasto con le espressioni booleane, che visualizzano solo l'output come 0 (vero) o 1 (falso), la logica fuzzy può visualizzare la verità parziale in valori decimali.

G

Reti generative avversarie (GAN): un tipo di rete neurale che può generare fotografie apparentemente autentiche su scala superficiale per gli occhi umani. Le immagini generate da GAN prendono elementi di dati fotografici e li modellano in immagini realistiche di persone, animali e luoghi. 

Fonte: Medium.com

Algoritmo genetico: un algoritmo basato sui principi della genetica che viene utilizzato per trovare soluzioni efficienti e rapide a problemi difficili

H

Euristica: una tecnica informatica progettata per una risoluzione dei problemi rapida e ottimale basata su soluzioni. Una tecnica euristica interrompe l'algoritmo a ogni passo durante l'analisi e cerca le diverse ipotesi di soluzioni prima di arrivare a una soluzione adatta.

I

Riconoscimento delle immagini: il processo di identificazione o rilevamento di un oggetto o di una caratteristica di un oggetto in un'immagine o in un video

Agenti intelligenti: Agenti che osservano un particolare ambiente attraverso sensori e lavorano per raggiungere un obiettivo per l'algoritmo. Viene utilizzato principalmente nell'apprendimento per rinforzo e nelle reti deep-Q per apprendere o utilizzare conoscenze per eseguire un'azione. 

Analisi delle componenti indipendenti: L'ICA è una potente tecnica di apprendimento automatico che estrae tendenze dai dati osservati e li utilizza per elaborare e categorizzare nuovi dati in modo indipendente. Separa un multivariato in componenti indipendenti e non gaussiani per formare una trasformazione lineare.

Termini di IA, dalla K alla O

Alcuni dei termini più utilizzati si trovano tra K-O nel glossario dell'IA! 

K

Metodo kernel: Nell'intelligenza artificiale, il metodo kernel è un metodo bootstrap utilizzato per l'analisi e la classificazione dei modelli. È il metodo più noto della macchina vettoriale supervisionata e studia diverse relazioni all'interno dell'input per prevedere una categoria.

Estrazione della conoscenza:  L'estrazione della conoscenza dalla documentazione tecnica, XML, set di dati non strutturati o database relazionali. Gli elementi di conoscenza vengono estratti eseguendo query specifiche che rappresentano al meglio i dati.

K-nearest neighbor: È un algoritmo non supervisionato in cui la classe di dati viene determinata osservando i punti dati più vicini. Il maggior numero di punti dati in una particolare direzione significa che i dati attuali appartengono anche alla stessa categoria.

L

Memoria limitata: sistemi con memoria a breve termine limitata a un determinato periodo di tempo. L'IA a memoria limitata deriva conoscenze da esperienze o eventi in tempo reale e le memorizza nel database. Quando si verifica un problema, fornisce risultati ridondanti.

M

Apprendimento automatico (ML): si concentra sullo sviluppo di programmi che accedono e utilizzano i dati autonomamente, portando le macchine ad apprendere da sole e migliorare dalle esperienze apprese

Modelli di apprendimento automatico: È un programma addestrato su dati vecchi per fare previsioni su dati nuovi. Esistono tre tipi di modelli di apprendimento automatico, ovvero supervisionati, non supervisionati e semi-supervisionati.

Intelligenza delle macchine: È una forma avanzata di intelligenza umana in cui le macchine apprendono dai propri errori, danno priorità ai compiti di automazione in modo sequenziale e raggiungono obiettivi. 

Coscienza delle macchine: La coscienza delle macchine, o coscienza artificiale, è uno stato di consapevolezza raggiunto dalle macchine dopo un periodo di tempo specifico per decifrare le emozioni e le espressioni umane. È in fase di sperimentazione nell'industria della robotica. 

Traduzione automatica: un'applicazione dell'NLP per la traduzione linguistica (da umano a umano) in conversazioni basate su testo e voce.

N

Elaborazione del linguaggio naturale (NLP): aiuta i computer a elaborare, interpretare e analizzare il linguaggio umano e le sue caratteristiche utilizzando dati di linguaggio naturale 

Classificatore Naive Bayes:  È un algoritmo di apprendimento automatico supervisionato utilizzato per problemi di classificazione. È un singolo algoritmo o un gruppo di algoritmi con caratteristiche distintive (tutte le variabili del set di dati sono indipendenti l'una dall'altra).

Nanobot: I nanobot sono robot di dimensioni molecolari misurati su scala nanometrica e programmati per svolgere un compito specifico all'interno del corpo umano. Il concetto viene utilizzato per creare vaccini intelligenti, terapie contro il cancro e immunoterapia attraverso metodi indolori di somministrazione dei farmaci. 

Reti neurali: Le reti neurali sono una tecnica di deep learning che assomiglia alla struttura di un cervello umano. La struttura di una rete neurale costituisce diversi strati che eseguono calcoli sull'input e decidono la classe di output corretta. Una rete neurale richiede grandi set di dati e un'elevata GPU per funzionare. Tuttavia, l'output viene elaborato molto più velocemente rispetto a un algoritmo di apprendimento automatico.

Nodo: Un'unità di base di una struttura dati, come uno stack o una lista collegata, o una coda, che rappresenta un valore sottostante o una variabile.

O

Riconoscimento ottico dei caratteri (OCR): conversione di immagini di testo (digitato, scritto a mano o stampato), sia elettronicamente che meccanicamente, in testo codificato da macchina. Un software OCR analizza i caratteri di un documento pdf e li formatta in un nuovo file di destinazione nello stesso modo in cui erano stati scritti.

                                                                   Fonte: YouTube

OpenAI: Una società tecnologica a scopo di lucro che conduce ricerche scientifiche nell'intelligenza artificiale e nell'apprendimento automatico. ChatGPT, una piattaforma di intelligenza artificiale conversazionale, è la loro ultima invenzione. Sviluppato sul principio dell'apprendimento per rinforzo, ChatGPT è dotato di capacità avanzate di IA per completare compiti dipendenti dall'uomo.

Software open source: È un tipo di software per computer sotto una licenza aperta in cui lo sviluppatore (titolare del copyright) concede agli utenti i diritti di scambiare dati, codice e informazioni attraverso la piattaforma.

Termini di IA, dalla P alla T

Robot, robot, robot. Troverai finalmente alcune definizioni incentrate sui robot qui! 

P

Riconoscimento dei modelli: È un metodo di scienza dei dati utilizzato per rilevare, analizzare e etichettare modelli o regolarità nei dati.

Analisi predittiva: Tecniche di interpretazione statistica dal data mining, machine learning e deep learning vengono utilizzate per prevedere i risultati degli eventi.

Analisi delle componenti principali: Un processo statistico in cui un insieme di osservazioni non correlate viene convertito in variabili correlate. Le variabili correlate comprendono una o più caratteristiche del set di dati originale, dove ciascuna variabile è ortogonale alle variabili precedenti. 

R

Macchine reattive: possono analizzare, percepire e fare previsioni sulle esperienze, ma non memorizzano dati; reagiscono alle situazioni e agiscono in base al momento dato

Rete neurale ricorrente (RNN): un tipo di rete neurale che dà senso e crea output basati su informazioni sequenziali e riconoscimento dei modelli

Apprendimento per rinforzo: un metodo di apprendimento automatico in cui l'algoritmo di rinforzo apprende interagendo con il suo ambiente e viene quindi penalizzato o premiato in base alle decisioni che prende.

Robotica: focalizzata sulla progettazione e produzione di robot che esibiscono e/o replicano l'intelligenza e le azioni umane

Automazione dei processi robotici (RPA): utilizza software con intelligenza artificiale e apprendimento automatico per eseguire compiti ripetitivi una volta completati dagli esseri umani.

R: Una tecnica di modellazione dei dati statistici utilizzata per creare correlazioni di dati e creare un modello di buona adattabilità per prevedere la possibilità di un evento.

S

Forte IA o ASI è il più alto stadio di consapevolezza raggiunto da una macchina per tradurre emozioni ed espressioni umane. Include tecniche come l'IA reattiva, l'IA autocosciente e la teoria della mente. Le risposte sensoriali di un essere umano vengono analizzate e lette dai computer per formare una risposta biologica. Sembra quasi che un vero essere umano stia interagendo con un computer. Formare una striscia di coscienza nei computer non è facile e richiede un'elevata competenza e unità programmabili (GPU). 

Dati strutturati: dati chiaramente definiti con modelli facilmente ricercabili 

Apprendimento supervisionato: un tipo di apprendimento automatico in cui i set di dati di output insegnano alle macchine a generare risultati o algoritmi desiderati (simile a una relazione insegnante-studente)

T

Apprendimento per trasferimento: un sistema che utilizza dati precedentemente appresi e li applica a un nuovo insieme di compiti

Test di Turing: un test creato dallo scienziato informatico Alan Turing (1950) per vedere se le macchine potessero esibire un'intelligenza uguale o indistinguibile da quella di un essere umano

Termini di IA, dalla U alla Z

Meno termini di IA rientrano tra U-Z, ma i più importanti sono visualizzati. 

U

Dati non strutturati: dati senza modelli facilmente ricercabili (ad esempio, audio, video, contenuti dei social media)

Apprendimento non supervisionato: un tipo di apprendimento automatico in cui un algoritmo viene addestrato con informazioni che non sono né classificate né etichettate, consentendo così all'algoritmo di agire senza guida (o supervisione)

V

Riconoscimento vocale: Conosciuto anche come riconoscimento vocale, è una tecnica di interazione uomo-computer che consente ai computer di comprendere, interpretare la dettatura umana e produrre output scritto in conformità con i comandi vocali.

W

Debole IA: vedi intelligenza artificiale ristretta (ANI)

Sulla strada per l'esperienza

Con questi termini frequentemente cercati freschi nella tua mente, sei pronto ad affrontare l'IA a testa alta e continuare la tua avventura di esplorazione della conoscenza!  Investire nell'intelligenza artificiale richiede di immergersi a fondo nelle tendenze informative attuali e valutare la soluzione corretta per la tua attività.

Questo glossario ha suscitato la tua curiosità di saperne di più sull'intelligenza artificiale? In tal caso, dai un'occhiata a diversi tipi di IA e come influenzano le invenzioni in tutto il mondo.

Questo articolo è stato originariamente pubblicato nel 2019. Il contenuto è stato aggiornato con nuove informazioni.