Oggetti

Descrizione

dta reg (aaaa-mm-gg)

Body

Inizia con questo articolo una serie di approfondimenti a cura di Giuseppe Ciuni sugli aspetti funzionali e tecnici, ma senza complicazioni, relativi al funzionamento delle intelligenze artificiali. L’autore è un profondo conoscitore delle tecnologie digitali, sviluppatore di codice e analista di sistemi, la sua organizzazione ha sede nel sud della Sicilia e lavora con clienti di tutto il mondo e qui sulle pagine di Startupbusiness condivide la sua conoscenza dei sistemi che normalmente definiamo come di intelligenza artificiale.

Negli ultimi diciotto mesi l’adozione dell’IA in azienda è passata da una fase sperimentale a quella operativa vera e propria.

Chi lavora nel settore ha attraversato fasi ben riconoscibili: prima lo stupore: “ma che è sta roba, sembra magia!”, poi la domanda concreta: “ma è possibile imbrigliare tutto questo potere e integrarlo nella mia azienda o nel mio prodotto?”.

Da quel momento le startup e le aziende in genere hanno iniziato a integrare l’IA, nello specifico gli LLM, nei loro prodotti e processi.

Alcune integrazioni portano risultati concreti e misurabili, altre no. La discriminante è spesso una sola: la comprensione precisa di cosa fa davvero un LLM.

Un LLM non recupera informazioni da un archivio, non indicizza documenti come Elasticsearch né interroga un database come PostgreSQL. Quello che fa è più strano e capirlo cambia completamente il modo in cui si progetta un sistema IA. Proviamo ad andare un po’ più in profondità.

tipo ogg.

cat

subcat

proprietario

azienda

ute

selez1

op1

codart

codice

codclifor

motivo

url

tag

imgsrc

sunto_breve

sunto_medio

note

keyscrape

Lista tag dell'oggetto (oggettag)
cod_tag	value
ai	5
deep learning	5
embedding	5
fine-tuning	5
llm	5
llm_internal	5
machine learning	5
neural network	5
pytorch	5
rag	5
tool	5
transformer	5

Lista delle righe dell'oggetto (oggettir)
tip_pro	cod_pro	descrizione	val_pro	pes_pro

---.