Behind the AI

Il problema della predizione

Quasi ogni compito di machine learning, nella sua essenza, può ridursi allo stesso problema matematico: dato un insieme di variabili di input, predire il valore delle variabili di output.

Programmazione tradizionale vs. Machine Learning

Nella programmazione tradizionale è un umano a scrivere le regole; nel machine learning si forniscono alla macchina degli esempi ed è lei a ricavare le regole da sola.

Come imparano le macchine: pesi, loss e discesa del gradiente

Un sistema di machine learning impara regolando i propri pesi per rendere la loss — il numero che misura l'errore di predizione complessivo — la più piccola possibile, tramite un algoritmo di ottimizzazione, tipicamente la discesa del gradiente.

Overfitting vs. generalizzazione

Un modello che fitta perfettamente i dati di training può comunque essere inutile: l'obiettivo non è errore zero ma la generalizzazione — predire al meglio i casi mai visti — il che significa resistere alla tentazione dell'overfitting.

I tre tipi di Machine Learning

Il machine learning si può ricondurre a tre grandi famiglie — apprendimento supervisionato, non supervisionato e per rinforzo — distinti da come sono i dati di training: etichettati, non etichettati o sostituiti da ricompense.

Anatomia di una rete neurale

Una rete neurale è un modello fatto di nodi elementari disposti in strati e collegati da connessioni pesate: i dati entrano dallo strato di input, attraversano uno o più strati nascosti ed escono dallo strato di output — e i pesi delle connessioni sono esattamente i parametri che l'addestramento deve trovare.

Il neurone artificiale

Un neurone artificiale calcola una somma pesata dei suoi input, aggiunge un bias e passa il risultato attraverso una funzione di attivazione: è la non linearità di quest'ultima a rendere sensata la profondità, perché senza di essa un'intera rete collasserebbe in una sola operazione lineare.

Backpropagation: come si regolano milioni di pesi

Perché le reti neurali sono così potenti — e così opache

Guida ai tipi di rete neurale

Un numero può avere un significato?

Word2Vec e l'apprendimento dal contesto

Cosa rivelano gli embedding

Tokenizzazione: spezzare il testo in pezzi

Attention e calcolo parallelo — perché i Transformer scalano

Come un Transformer predice la parola successiva

Perché lo stesso prompt dà risposte diverse

Conoscenza vs. pattern matching: cosa succede davvero?

Le leggi di scala: perché i modelli più grandi migliorano

Capacità emergenti: quando la scala cambia tutto

In-context learning e few-shot prompting

Chain of Thought: come "ragioniamo passo dopo passo" ha sbloccato il ragionamento

RAG: dare agli LLM una memoria oltre l'addestramento

Automazioni vs. AI workflow vs. AI agent

Allucinazioni: perché gli LLM mentono

Quando NON usare un LLM

Small Language Model

Mixture of Experts, quantizzazione e distillazione

Modelli di diffusione: un modo diverso di generare