Capitolo 2 di 1513%
Capitolo 2

Come Funziona l'AI

I tre ingredienti fondamentali

📌I Tre Ingredienti dell'AI

  1. DATI — esempi da cui imparare,
  2. ALGORITMO — passi che trasformano input in output,
  3. POTENZA DI CALCOLO — risorse per processare tutto. Senza uno di questi tre, l'AI non funziona. In produzione questa triade diventa pipeline: raccolta dati, training controllato e monitoraggio continuo delle metriche. Se manca un pilastro, crolla tutta la qualità del sistema.

🧠Cos'è un Algoritmo

  1. acqua a ebollizione,
  2. sale,
  3. pasta,
  4. tempo di cottura. Senza ordine e precisione, il risultato peggiora. Nel software vale lo stesso principio: input chiaro + passi chiari = output affidabile.

📌Le Reti Neurali

Le reti neurali sono algoritmi moderni che apprendono da grandi quantità di dati. Hanno neuroni artificiali collegati da pesi, che rappresentano l'importanza delle connessioni. Durante l'addestramento, i pesi vengono aggiornati per migliorare il risultato. Non è magia: è ottimizzazione iterativa. Più il training è curato, più la rete generalizza bene.

🚀Caso reale

In un e-commerce reale: dati ordini + catalogo alimentano un modello di raccomandazione, l'algoritmo di ranking decide i suggerimenti, il cloud scala nei picchi. Quando uno dei 3 pilastri degrada, cala la conversione. La performance business dipende dalla qualità tecnica end-to-end.

🖼️ Infografica

In arrivo

Mini infografica con schema e parole chiave della sezione.

media/ch02-how-ai-works/sec-04/infographic.png

🛠️Production Warning + Task

Warning: senza monitoraggio post-deploy, il modello degrada nel tempo (data drift). Task (20 min): definisci 4 metriche da monitorare in produzione (accuracy proxy, latenza, fallback rate, segnalazioni utente). Nessun modello è 'finito' dopo il deploy: va osservato continuamente.

🖼️ Infografica

In arrivo

Mini infografica con schema e parole chiave della sezione.

media/ch02-how-ai-works/sec-05/infographic.png

🎯 Punti Chiave

  • Algoritmo = serie di passi precisi (non intuizioni)
  • Reti neurali ricercano somiglianze, non significati
  • Più dati = migliore apprendimento
  • L'output dipende dalla qualità dell'input
  • Learning outcome: spiegare la triade dati-algoritmo-calcolo e mapparla su un caso reale

💬 Discussione in Aula

  • Quale dei tre ingredienti (Dati, Algoritmo, Potenza) pensi sia il più importante per l'AI moderno?
  • Come cambierebbe il risultato se uno dei tre ingredienti fosse di qualità inferiore?
  • Puoi pensare a un algoritmo che usi nella vita quotidiana, magari in cucina o nello sport?

Media del Capitolo

2/4 pronti

Gli slot con media reale non sono più placeholder; gli altri restano placeholder finché non carichiamo i file.

🎙️ Podcast

In arrivo

Versione audio con casi reali, errori comuni e takeaway operativi.

Durata target: 10-15 min

Path previsto: media/ch02-how-ai-works/podcast.mp3

📄 Risorsa

In arrivo

Materiale scaricabile per studio e esercitazione guidata.

Path previsto: media/ch02-how-ai-works/handout.pdf

🧠 Quiz del Capitolo

1. Algoritmo significa?

2. Reti neurali sono utili per?

3. Senza dati adeguati il modello?