Recentemente, ho incontrato ex colleghi e amici di persona. Sapendo che lavoro con i contenuti di IA, sono tutti molto interessati, e le nostre conversazioni ruotano spesso naturalmente attorno all'IA.
Ma mentre parlavamo, ho notato un problema.
Menzionavo naturalmente termini come Agent, Skill e MCP, pensando che tutti li conoscessero. Tuttavia, la persona di fronte a me si fermava e chiedeva: "Cosa significa esattamente Agent?" "Cosa vuol dire Skill?"
In quel momento, ho capito di essere caduto nella "maledizione della conoscenza". Quando vedi e usi una parola troppo spesso, dimentichi che anche tu eri confuso la prima volta che l'hai vista.
Qualche mese fa, anche io ero sopraffatto da queste abbreviazioni inglesi. Durante quel periodo, ho pubblicato "Nozioni di base giornaliere sull'IA per principianti", imparando una parola al giorno per quasi 30 giorni, esaminando una serie di vocaboli IA comuni uno per uno.
Visto che sempre più persone me lo chiedono ultimamente, ho deciso di renderlo ancora più completo.
Ho compilato 66 termini IA che considero ad alta frequenza e li ho spiegati in un linguaggio semplice. Per ogni parola, ti dirò: cos'è, dove la incontrerai e quale scenario di vita reale la rende più facile da ricordare.
Non devi memorizzarli tutti in una volta. Leggili una volta così la prossima volta che vedi LLM, RAG, Agent, MCP, API o CLI, almeno saprai approssimativamente dove si collocano nel mondo dell'IA.
I. Capire prima l'IA e i Grandi Modelli
Questo gruppo risponde a due domande: cos'è l'IA e cosa elaborano i Grandi Modelli Linguistici quando parlano? Una volta capita questa mappa, i termini seguenti saranno molto più facili.
L'IA riguarda il far svolgere alle macchine compiti che di solito richiedono comprensione, giudizio, previsione o creazione umana. Lo sblocco del volto sui telefoni, la previsione del traffico sulle mappe, i consigli video sulle piattaforme e i chatbot che rispondono alle domande appartengono tutti all'IA. È un termine ombrello ampio; gli strumenti di chat sono solo un tipo di applicazione.
Un algoritmo è una serie chiara di passaggi per risolvere un problema, molto simile a una ricetta. Una ricetta dice di tagliare prima le verdure, poi scaldare la padella e infine condire; un algoritmo dice al computer cosa leggere prima, come confrontare e infine cosa restituire. Molti algoritmi tradizionali non possono affatto chattare; gli algoritmi di IA sono solo una parte della famiglia degli algoritmi.
La PNL (NLP) è il campo tecnico che consente ai computer di elaborare il linguaggio umano. Traduzione, riassunto, ricerca, sintesi vocale e chat sono tutti correlati. Quando inserisci una domanda colloquiale e l'IA capisce il significato generale e risponde, sta usando le capacità di elaborazione del linguaggio naturale.
Gli LLM sono modelli linguistici addestrati con enormi quantità di testo e calcolo, specializzati nella comprensione e generazione di testo. I modelli o le famiglie di modelli comuni includono GPT di OpenAI, Claude di Anthropic, Gemini di Google, oltre a DeepSeek e Qwen. È importante distinguere tra prodotto e modello: ChatGPT è il prodotto che apri e usi, mentre GPT è la famiglia di modelli che potrebbe chiamare in background.
Gli SLM sono modelli linguistici con dimensioni inferiori e requisiti computazionali ridotti. Attualmente, non esiste un confine di parametri unificato a livello globale. Esempi comuni includono la serie Phi di Microsoft e le versioni a parametri ridotti di famiglie di modelli come Gemma e Qwen. La loro gamma di conoscenze potrebbe essere più ristretta, ma per compiti fissi come riassunto, classificazione o assistenti su dispositivo, possono essere più veloci, più economici e più facili da eseguire su telefoni o computer standard.
I Token sono i piccoli pezzi che i modelli usano quando leggono e scrivono testo. Non sono esattamente uguali a un carattere cinese, una parola inglese o un segno di punteggiatura. Il modello scompone una frase in molti token prima di calcolare. Anche la fatturazione e la capacità del contesto sono spesso contate in token. Pensali come i "mattoncini" che l'IA usa per elaborare il testo.
Il Contesto è tutte le informazioni a cui l'IA può attualmente fare riferimento, inclusa la tua domanda, il dialogo precedente, i file caricati, le regole di sistema e i risultati degli strumenti. Come una visita medica, la stessa frase "non mi sento bene" porterà a giudizi diversi a seconda che ci siano età, sintomi e referti. Più chiaro è il contesto fornito all'IA, più fondata sarà la sua risposta.
La finestra di contesto è la quantità massima di informazioni che un modello può elaborare in una volta, solitamente espressa in token. È come una scrivania di dimensioni limitate: c'è un limite a quanti documenti possono essere sparsi contemporaneamente. Quando il contenuto supera questo limite, il sistema deve troncare, riassumere, elaborare in lotti o lasciare che le informazioni precedenti escano dalla finestra.
La lunghezza del contesto ha spesso due significati: il numero massimo di token che un modello consente o i token effettivamente utilizzati in una richiesta specifica. Il primo è come l'area massima della scrivania; il secondo è come i documenti che hai effettivamente sparpagliato questa volta. Quando i prodotti pubblicizzano "contesto ultra-lungo", di solito si riferiscono alla capacità massima.
Gli MLLM possono elaborare informazioni oltre al testo, come immagini, audio o video. Se gli dai una foto del frigorifero, può vedere gli ingredienti e consigliare la cena in base ai requisiti testuali; se carichi una registrazione di una riunione, potrebbe organizzare i punti chiave dopo aver ascoltato. "Multimodale" qui si riferisce a più forme di informazione.
Il VLM collega specificamente la visione e il linguaggio, occupandosi principalmente di compiti come "guardare un'immagine e capire o rispondere con testo". Può scrivere didascalie per foto, identificare il contenuto di un grafico o trovare pulsanti basandosi su screenshot. Il VLM enfatizza il coordinamento di visione e linguaggio, e il suo ambito è solitamente più specifico del termine generico modello multimodale.
Il MoE organizza più set di "esperti" all'interno del modello, lasciando che solo una parte di essi partecipi ai calcoli ogni volta. È come un triage ospedaliero: i problemi di pelle vanno dal dermatologo, le lesioni ossee dall'ortopedico, piuttosto che far consultare tutti i medici contemporaneamente. Ciò espande la capacità del modello controllando la potenza di calcolo necessaria per ogni esecuzione.
Dopo aver letto questo gruppo, devi solo distinguere: LLM elabora principalmente il linguaggio, VLM collega immagini e linguaggio, e MLLM può gestire più tipi di informazioni. I token sono blocchi di testo e il contesto è il materiale a cui il modello può fare riferimento questa volta.
II. Termini più comuni quando si chatta con l'IA
Questo gruppo viene usato ogni giorno. I Prompt sono responsabili dell'assegnazione dei compiti, il contesto fornisce i materiali e l'IA genera risposte basate su queste informazioni.
Un prompt è l'intero input che dai all'IA, che può essere una frase, una domanda, un documento o un'immagine. "Riassumi questo contratto in cinque rischi" è un prompt. I prompt non devono essere scritti come formule magiche; finché l'obiettivo, i materiali, i vincoli e i requisiti di output sono chiari, è più probabile che l'IA faccia centro.
L'ingegneria dei prompt è il metodo per progettare, testare e migliorare i prompt. È molto simile ad assegnare un lavoro a un collega: se il primo risultato è sbagliato, controlli se il compito era chiaro, se i materiali erano completi e se il formato era specificato, poi aggiusti le istruzioni. Il suo valore sta nel ridurre gli errori di comunicazione e le rilavorazioni.
Un prompt di sistema è un insieme di regole ad alta priorità impostate in background in un'applicazione di IA per definire identità, tono, gamma di capacità e limiti di sicurezza. È come il manuale del dipendente di un'azienda; gli utenti di solito non lo vedono tutto. Se la tua richiesta entra in conflitto con le regole di sistema, il modello darà generalmente priorità al prompt di sistema.
Un prompt utente è il requisito corrente inserito dall'utente, il contenuto che invii nella casella di chat. Il prompt di sistema è come le regole operative del negozio, mentre il prompt utente è come "Per favore, dammi una bevanda calda con meno zucchero". Entrambi influenzano il risultato, ecco perché la stessa frase in diversi prodotti di IA potrebbe dare risposte diverse.
Un'istruzione è un'azione chiara che chiedi all'IA di eseguire all'interno di un prompt, come riassumere, tradurre, confrontare, classificare o controllare. Un prompt completo può includere anche informazioni di base e vincoli. Ad esempio, "Leggi l'email qui sotto, estrai la data e non aggiungere informazioni non presenti nel testo originale" contiene due istruzioni.
Markdown è un formato per impaginare il testo usando simboli semplici.
- # può rappresentare un'intestazione,
- - può rappresentare un elenco,
- \\testo\\ può rappresentare il grassetto.
Molti output dell'IA appaiono chiaramente strutturati perché usano Markdown; lo incontrerai spesso quando scrivi articoli, documenti o descrizioni di progetti.
JSON è un formato di dati strutturato comunemente usato dai programmi, solitamente composto da parentesi graffe, nomi di campo e contenuto corrispondente. È come un foglio di calcolo elettronico con campi fissi che gli umani possono leggere e i programmi possono elaborare facilmente. Chiedere all'IA di "output in JSON" è spesso per far sì che un altro software utilizzi automaticamente i risultati.
La cronologia della conversazione si riferisce ai messaggi apparsi in precedenza nella chat corrente. L'IA può continuare un argomento di cinque minuti fa di solito perché l'applicazione reinvia i record di chat precedenti al modello. Dopo che una chat diventa troppo lunga, il contenuto iniziale potrebbe essere troncato o riassunto, quindi l'IA a volte dimentica cosa hai detto all'inizio.
L'allucinazione è quando l'IA genera contenuti che sembrano ragionevoli ma sono in realtà errati o inesistenti, come inventare titoli di libri, link, dati o esperienze personali. È come una persona con grandi abilità linguistiche che si rifiuta di ammettere di "non sapere" e riempie i vuoti. Controlla sempre le fonti originali per date, numeri, citazioni e decisioni importanti.
Le cose più importanti da ricordare di questo gruppo: Il prompt determina come chiedi, il contesto determina a cosa l'IA può fare riferimento e l'allucinazione ti ricorda che le risposte devono ancora essere verificate.
III. Far leggere i dati all'IA: RAG e Ricerca
Quando vedi "far leggere i file aziendali all'IA" o "creare una base di conoscenza personale", probabilmente incontrerai questo gruppo di parole. L'intero percorso è solo una frase: prima trova i materiali pertinenti, poi lascia che il modello risponda.
RAG consente all'IA di cercare contenuti pertinenti da materiali specificati prima di rispondere, poi passa i frammenti trovati al modello per organizzare la risposta. È come un esame a libro aperto: lo studente sfoglia il libro di testo prima, poi risponde basandosi su di esso. RAG può ridurre le invenzioni, ma potrebbe anche cercare i materiali sbagliati, quindi le citazioni devono ancora essere controllate umanamente.
Una base di conoscenza è una raccolta di materiali immagazzinati centralmente, organizzati e disponibili per le query del sistema. I manuali dei prodotti, i documenti politici e le FAQ di un'azienda messi insieme possono diventare una base di conoscenza per il servizio clienti; gli appunti, gli articoli e i registri di lettura di una persona possono anche formare una base di conoscenza. Se i materiali sono accurati e aggiornati influisce direttamente sulla qualità delle risposte.
Il recupero (Retrieval) consiste nel trovare il contenuto più pertinente da un grande lotto di materiali. Un bibliotecario che ascolta la tua domanda e ti porta i tre libri più adatti tra decine di migliaia è un recupero. In RAG, il modello di solito non legge l'intero database prima, ma recupera alcuni frammenti per rispondere.
La ricerca per parole chiave cerca principalmente se determinate parole compaiono direttamente. Se cerchi "scadenza rimborso", darà priorità alla ricerca di contenuti contenenti "scadenza" e "rimborso". Questo metodo è veloce e buono per controllare numeri di prodotto, nomi e termini fissi; potrebbe perdere risposte se lo stile della domanda e la formulazione originale differiscono significativamente.
La ricerca semantica si concentra maggiormente sul fatto che il significato di due passaggi sia vicino. Se cerchi "Non voglio più questo, come restituirlo", potrebbe anche trovare un documento intitolato "Politica di reso". È adatta per domande in linguaggio naturale, ma la comprensione può deviare, quindi gli scenari importanti spesso la combinano con la ricerca per parole chiave.
La ricerca ibrida utilizza insieme la ricerca per parole chiave e la ricerca semantica. I numeri ID e i numeri di contratto sono adatti per la corrispondenza esatta; "come richiedere un rimborso" necessita di comprensione del significato. I risultati di entrambi vengono uniti e classificati, tenendo conto sia della coerenza letterale che del significato simile, un metodo adottato da molti sistemi RAG.
IV. Agent, Strumenti e MCP
Questo è il gruppo di parole più popolare e spesso più confuso di recente. Agent, Skill e MCP, che ho menzionato più spesso quando chattavo con gli amici, sono tutti in questo capitolo.
Prima, guarda il percorso più breve:
1Proponi un obiettivo2→ L'Agent decide il passo successivo3→ Chiama gli strumenti per leggere dati o eseguire azioni4→ Continua l'elaborazione in base ai risultati5→ L'umano controlla i passaggi chiave
Un chatbot è un software che risponde principalmente alle domande attraverso il dialogo. I primi chatbot potevano solo rispondere basandosi su parole chiave fisse; ora molti chatbot si collegano a grandi modelli per risposte più naturali. Il suo focus rimane "tu chiedi, lui risponde", e di solito non completa autonomamente una lunga serie di operazioni esterne.
Un Assistente IA o Copilot è un prodotto IA che aiuta le persone a completare compiti, come assistere nella scrittura, organizzare riunioni, creare fogli di calcolo o programmare. La metafora del "copilota" è facile da ricordare: può osservare, ricordare e aiutare, ma il volante è ancora nelle mani dell'umano, e il risultato finale deve essere controllato dall'umano.
Un flusso di lavoro è un insieme predefinito di passaggi fissi. Dopo aver ricevuto una fattura, identificare prima l'importo, poi scriverlo in una tabella e infine notificare la finanza è un flusso di lavoro. Ogni passo è solitamente determinato in anticipo, rendendolo stabile e facile da controllare; non deciderà flessibilmente il passo successivo come un Agent quando incontra situazioni impreviste.
Un Agente IA è un sistema che può decidere il passo successivo attorno a un obiettivo, chiamare strumenti, osservare i risultati e continuare ad agire. Una chat normale ti dirà come comprare un biglietto; un Agent può aprire un servizio di prenotazione, interrogare i voli e compilare le informazioni entro i limiti autorizzati. Può agire, quindi permessi, errori e conferma umana sono molto importanti.
L'IA Agentica si riferisce a una classe di sistemi o approcci di progettazione che enfatizzano la capacità dell'IA di pianificare continuamente, utilizzare strumenti ed eseguire compiti a più passaggi. L'ambito di questo termine è ampio e diverse aziende usano nomi diversi. Quando vedi un prodotto etichettato "Agentic", puoi continuare a chiedere tre cose: quali strumenti può usare, quanti passaggi può fare da solo e dove deve confermare un umano.
L'autonomia si riferisce al grado in cui un sistema può decidere e agire da solo senza la direzione umana passo dopo passo. Organizzare automaticamente una copia di un file ha bassa autonomia e rischio; inviare automaticamente email, effettuare pagamenti o eliminare dati aumenta significativamente il rischio. Più importante è il compito, più i permessi dovrebbero essere ristretti e i punti di conferma aggiunti.
La pianificazione consiste nel suddividere un obiettivo in passaggi che possono essere eseguiti in sequenza. Come prepararsi per un viaggio: prima confermare le date, poi controllare i trasporti, prenotare l'alloggio e fare una lista di cose da mettere in valigia. Anche gli Agent pianificano quando incontrano compiti complessi; un bel piano non garantisce un'esecuzione di successo, e ogni passo completato richiede il controllo dei risultati effettivi.
Uno strumento è una capacità esterna che l'IA può chiamare, come la ricerca web, la calcolatrice, il database, il calendario e la posta elettronica. Il modello stesso è più come il cervello responsabile del giudizio; gli strumenti gli danno mani e occhi. Senza strumenti, il modello può solo rispondere basandosi sul contesto esistente; dopo aver collegato gli strumenti, ha la possibilità di interrogare e agire.
La chiamata allo strumento (Tool calling) è quando il modello seleziona uno strumento secondo formati specificati e compila i parametri richiesti, che il programma poi esegue e restituisce il risultato al modello. È come un manager che compila un ordine di lavoro per un membro dello staff da eseguire. Il modello è responsabile di giudicare "cosa chiamare", e il codice specifico è responsabile di completare la query, il calcolo o la scrittura.
Un plugin è un pacchetto di estensione installato in un software per aggiungere funzionalità. Un browser può tradurre pagine web dopo aver installato un plugin di traduzione; un'applicazione IA potrebbe connettersi a file, calendari o servizi di terze parti dopo aver installato un plugin. I plugin di solito dipendono da prodotti specifici, e ciò che possono fare dipende dalle interfacce e dai permessi forniti dal prodotto.
Una skill è un insieme di istruzioni, script e risorse riutilizzabili che insegnano a un Agent a completare stabilmente un certo tipo di compito. È come un manuale operativo standard per un dipendente: quali materiali leggere prima, quali passaggi seguire e come controllare i risultati sono tutti scritti chiaramente. Un prompt spesso risolve un compito una tantum, mentre una skill è più adatta per eseguire ripetutamente lo stesso tipo di lavoro.
MCP è un protocollo aperto che consente alle applicazioni IA di connettersi a dati e strumenti esterni. La metafora migliore è l'USB-C del mondo dell'IA: in passato, ogni strumento doveva essere adattato individualmente; ora possono fornire capacità secondo lo stesso standard di connessione. Risolve "come connettersi", ma non decide gli obiettivi del compito per l'Agent.
Un Host MCP è l'applicazione IA che l'utente utilizza effettivamente, come un assistente desktop, un editor di codice o una piattaforma Agent. È responsabile della gestione di utenti, modelli, permessi di sicurezza e connessioni multiple. Pensa all'Host come a un computer: è l'intero ambiente di utilizzo e il luogo in cui risiede il Client MCP.
Il Client MCP si trova all'interno dell'Host ed è responsabile di stabilire e mantenere la comunicazione con un Server MCP specifico. Scopre quali strumenti e materiali fornisce il Server e invia richieste di chiamata. Come un computer che si connette a una stampante, è necessario un canale di comunicazione dedicato internamente per gestire questa connessione.
Un Server MCP è un programma che fornisce strumenti, materiali o modelli di prompt alle applicazioni IA secondo le specifiche MCP. Avere "Server" nel nome non significa che debba essere lontano; può anche essere eseguito sul tuo computer. Ad esempio, un Server di file locale può permettere all'IA di leggere file in directory autorizzate.
Uno Strumento MCP è un'azione specifica che il Server fornisce per essere eseguita dall'IA su richiesta, come interrogare il meteo, creare un appuntamento, leggere un database o inviare un messaggio. Ogni Strumento specifica quali parametri sono necessari. Le azioni di query hanno un rischio inferiore, mentre l'invio, l'eliminazione o il pagamento dovrebbero avere permessi e conferme chiari.
Una Risorsa MCP è un contenuto fornito tramite MCP per essere letto dall'IA, come file, record di database, strutture di progetto o stati dell'applicazione. È più simile a materiali messi su una scrivania, mentre uno Strumento è più simile a un pulsante che può essere premuto. Se una risorsa può essere letta dipende ancora dai permessi di accesso impostati dall'Host e dal Server.
Un Prompt MCP è un modello di prompt riutilizzabile fornito dal Server per aiutare gli utenti ad avviare compiti in modo fisso. È come un modello di tabella preinstallato, che organizza i campi e la struttura del compito da compilare. Non esegue automaticamente azioni; deve ancora essere selezionato dall'utente ed elaborato dal modello.
La Memoria è l'informazione che il sistema salva e riutilizza in seguito, che potrebbe includere riassunti della chat corrente, preferenze dell'utente, compiti passati e dati a lungo termine. Quando un'IA "ti ricorda", di solito significa che queste informazioni sono memorizzate e fornite al modello nei dialoghi successivi. La memoria influisce sull'esperienza e richiede anche attenzione alla privacy e ai metodi di cancellazione.
Umano nel ciclo (Human in the loop) significa che i passaggi chiave devono essere controllati, selezionati o approvati da una persona. L'IA può organizzare una lista di rimborsi e compilare bozze, ma il trasferimento effettivo è confermato dalla finanza. Questo sfrutta la velocità dell'IA evitando conseguenze irreparabili causate da informazioni incomplete o giudizi errati.
Multi-agente consiste nel far collaborare più Agent, ad esempio uno che recupera dati, uno che scrive una bozza di articolo e uno che controlla le citazioni. È come un team di progetto; quando la divisione del lavoro è ragionevole, può gestire compiti complessi in parallelo. Tuttavia, più membri aumentano anche la comunicazione, il lavoro ridondante e la propagazione degli errori, quindi più Agent non sono sempre meglio.
A2A si riferisce al metodo di comunicazione tra Agent per scambiare compiti, stato e risultati. MCP si concentra più su come gli Agent si connettono a strumenti e dati, mentre A2A si concentra più su come un Agent passa un compito a un altro. Pensa al primo come "collegare dispositivi" e al secondo come "passare il lavoro tra colleghi".
Computer Use consiste nel far operare l'IA su software osservando lo schermo, muovendo il mouse, cliccando e digitando. È come un operatore remoto che può usare applicazioni web e desktop senza API dedicate. I cambiamenti dell'interfaccia potrebbero fargli cliccare nel punto sbagliato; la conferma umana è obbligatoria per pagamenti, eliminazioni e messaggi in uscita.
Una sandbox è un ambiente isolato che limita l'area di attività di un programma. È come un recinto di sabbia per un bambino in cui giocare; può provare cose, e se qualcosa va storto, non toccherà file importanti o il sistema. Quando si lascia che un Agent esegua codice, scarichi file o modifichi progetti, una sandbox riduce l'area di impatto ma non può sostituire tutti i controlli di sicurezza.
Ricorda solo una frase per questo capitolo: L'Agent è responsabile di decidere e agire, lo Strumento fornisce capacità specifiche, la Skill gli insegna come farlo e MCP è responsabile di connettere l'IA con le capacità esterne.
V. Termini Informatici che Incontrerai nei Tutorial sull'IA
Queste parole non sono state tutte inventate dal campo dell'IA, ma appaiono spesso quando si impara su Agent, automazione e modelli locali. Se riesci a capirle, molti tutorial non sembreranno una lingua straniera.
Un'API è un punto di ingresso per il software per comunicare secondo un accordo. Non devi intrufolarti in cucina in un ristorante; ordini semplicemente tramite un cameriere. L'API è come il cameriere del mondo del software, prende la tua richiesta, la porta al backend e riporta il risultato. Le app meteo, i servizi di pagamento e i grandi modelli possono tutti essere chiamati da altri programmi tramite API.
Una Chiave API (API Key) è una credenziale segreta utilizzata quando un programma accede a un servizio, usata per identificare chi sta chiamando e spesso collegata a limiti di utilizzo e fatturazione. È come il PIN di una carta di banca; chiunque la ottenga può consumare la tua quota. Non mettere chiavi complete in codice pubblico, screenshot, tutorial o chat di gruppo.
Un SDK è una raccolta di codice, istruzioni, esempi e strumenti comunemente usati quando si sviluppano applicazioni per una piattaforma. Mentre un'API ti dice "come ordinare", un SDK prepara il menu, gli utensili e i piatti dimostrativi, risparmiando agli sviluppatori di scrivere molto codice di base. Diversi linguaggi di programmazione di solito hanno i propri SDK.
CLI è un'interfaccia per operare su un computer digitando comandi di testo. Un'interfaccia grafica ti permette di cliccare "Nuova Cartella", mentre una CLI ti permette di digitare una riga di comando per fare lo stesso. Sembra una finestra nera, ma in realtà è solo un altro modo di operare; l'installazione e l'esecuzione degli strumenti open source di IA usano spesso la CLI.
Un terminale è la finestra in cui vengono visualizzati e inseriti i comandi, come "Terminale" su Mac o Windows Terminal. Pensalo come una finestra di chat tra te e il computer, dove i comandi CLI sono i messaggi inviati al computer. Il terminale è la finestra, la CLI è il metodo di operare tramite testo; i due spesso appaiono insieme.
Un repository, spesso abbreviato in Repo, è un luogo in cui vengono salvati centralmente i file di progetto e la cronologia delle modifiche. È come una cartella di progetto con registrazioni delle versioni, dove possono essere inseriti codice, istruzioni, immagini e configurazioni. Quando qualcuno dice "clona il Repo", di solito intende copiare questo progetto e la sua storia sul tuo computer.
Git è uno strumento per registrare le modifiche nelle versioni dei file. Può dirti quali contenuti sono stati modificati e da chi, e può mantenere versioni di diverse fasi. È come salvare ogni revisione quando si scrive un articolo, ma in modo più sistematico. Git funziona localmente e non ha bisogno di essere sempre online, e non è la stessa cosa di GitHub.
GitHub è un sito web per ospitare repository Git e supportare la collaborazione multi-persona. Gli sviluppatori pubblicano codice, scrivono istruzioni, segnalano problemi e modificano progetti insieme su di esso. Git è lo strumento di gestione delle versioni, e GitHub è la piattaforma che fornisce hosting online e collaborazione; quando si imparano gli strumenti open source dell'AI, spesso si inizia con un link di GitHub.
Non essere nervoso la prima volta che vedi la CLI. Prima di copiare un comando, controlla se leggerà, modificherà, cancellerà o caricherà qualcosa, e fai pratica con una copia quando sono coinvolti file importanti.
VI. Termini comuni per modelli locali e hardware
Devi guardare da vicino questo gruppo di parole solo quando sei pronto a eseguire modelli sul tuo computer. Se usi solitamente prodotti AI online, conoscere il significato generale è sufficiente.
Il deployment locale è l'esecuzione di un modello o programma sul tuo computer, telefono o macchina aziendale. I dati passano attraverso meno servizi esterni e possono essere utilizzati offline; tuttavia, installazione, aggiornamenti, prestazioni e sicurezza devono essere gestiti da te. È adatto a chi valorizza il controllo dei dati o ha bisogno di un ambiente fisso, ma non significa che sia naturalmente assolutamente sicuro.
Una cloud API è quando il modello viene eseguito sul server remoto di un fornitore di servizi e gli utenti inviano richieste e ottengono risultati tramite rete. È come andare al ristorante e ordinare; non devi comprare i fornelli e gli ingredienti tu stesso, il che lo rende facile da iniziare; allo stesso tempo, è influenzato da rete, prezzo, limiti di chiamata, regole della piattaforma e politiche dei dati.
Open source di solito significa che il codice sorgente è pubblico sotto una certa licenza, permettendo ad altri di visualizzarlo, modificarlo e distribuirlo entro i limiti consentiti dalla licenza. Il download pubblico non significa che può essere utilizzato commercialmente a piacimento; licenze diverse hanno requisiti molto diversi. Quando vedi "Open Source AI", devi ancora vedere quali parti del codice, dei dati e dei pesi sono effettivamente aperti.
Open weights significa che i parametri dopo l'addestramento del modello possono essere scaricati, dando agli utenti la possibilità di eseguirli o modificarli ulteriormente sui propri dispositivi. I dati di addestramento, il codice di addestramento completo e i diritti commerciali non sono necessariamente aperti contemporaneamente. Pertanto, open weights e open source completo sono due cose diverse; come possono essere utilizzati concretamente dipende dalla licenza del modello.
Le GPU erano originariamente brave a elaborare grafica e sono anche molto adatte per completare grandi quantità di calcoli simili contemporaneamente, quindi sono ampiamente utilizzate per addestrare ed eseguire modelli AI. È come un grande gruppo di persone che possono risolvere problemi in parallelo. Quando si acquista un computer per eseguire modelli locali, il modello della GPU e la dimensione della VRAM sono solitamente più importanti rispetto agli scenari di ufficio normali.
La VRAM è la memoria ad alta velocità utilizzata dalla GPU stessa, dove devono essere posizionati i pesi del modello e i dati intermedi durante l'esecuzione. Il modello è come un grande set di mattoncini, e la VRAM è come il piano del tavolo; se il piano del tavolo è troppo piccolo, i mattoncini non ci stanno, e il modello potrebbe non caricarsi o richiedere metodi più lenti e che risparmiano spazio.
Il 7B o 70B nei nomi dei modelli di solito rappresenta circa 7 miliardi o 70 miliardi di parametri. I parametri possono essere intesi come l'enorme quantità di numeri interni che il modello ha imparato dopo l'addestramento. Numeri più grandi di solito significano più memoria e risorse di calcolo; non significa direttamente capacità maggiore, poiché la qualità dell'addestramento e i compiti specifici sono altrettanto importanti.
VII. Se ricordi solo 10 parole
Non devi memorizzare 66 parole. Dopo la prima lettura, ricorda prima queste 10:
- AI: Far sì che le macchine gestiscano compiti che richiedono comprensione, giudizio, previsione o creazione.
- LLM: Grandi modelli responsabili della comprensione e generazione del linguaggio.
- Token: Piccoli pezzi che i modelli usano quando leggono e scrivono testo.
- Contesto: Informazioni a cui il modello può fare riferimento questa volta.
- Prompt: Requisiti e materiali che dai all'AI.
- Allucinazione: L'AI fa sembrare molto reali contenuti errati.
- RAG: Recuperare prima da materiali specificati, poi organizzare la risposta.
- Agente: Un sistema che può prendere decisioni e agire continuamente intorno a un obiettivo.
- MCP: Un protocollo aperto che collega l'AI con dati e strumenti esterni.
- CLI: Un'interfaccia per operare il computer tramite comandi di testo.
Qualche mese fa, ho iniziato anche io capendo una parola al giorno. Non devi ricordare tutte le 66 parole oggi; finché la prossima volta che vedi Agente, Skill o MCP ti appare un'immagine generale nella mente, questo dizionario ha già svolto il suo scopo.
In futuro, quando incontri un'abbreviazione sconosciuta, puoi prima chiederti a quale categoria appartiene: Modello, Dialogo, Dati, Agente, Interfaccia o Hardware? Se riesci a rimettere la parola in questi sei cassetti, la maggior parte degli articoli sull'AI sarà molto più facile da leggere.
Informazioni sull'autore
