Tutti usano l’IA. Quasi nessuno capisce come funzioni davvero. La gente lancia termini come transformers, embeddings, RAG, agenti, RLHF… come se fossero cose note. Non lo sono. E, a essere sinceri? L’IA non è così complicata una volta che ne capisci i modelli mentali. ChatGPT. Claude. Midjourney. Cursor. Coding agents. Diventano tutti chiari quando hai capito le 20 idee qui sotto. Non serve un PhD. Zero gergo tecnico. Solo spiegazioni semplici e risorse visive. Salva questo. Lo userai di nuovo.
PARTE 1: COME FUNZIONA DAVVERO L’IA (Le fondamenta su cui è costruito tutto)
1. Reti Neurali
Il cervello di ogni modello di IA.
Una rete neurale è una sequenza di strati.
→ I dati entrano attraverso lo strato di input → Passano attraverso strati nascosti → Escono come previsione.
Ogni connessione ha un “peso”, un piccolo punteggio che controlla quanta influenza un neurone ha sul successivo.
Addestramento = regolare miliardi di questi pesi finché il risultato non è accurato.
Un’idea semplice. Folle su larga scala.
GPT-4 ha circa 1,8 trilioni di parametri. Claude 3 Opus ne ha centinaia di miliardi.
Tutto dallo stesso concetto base: neuroni in strati con connessioni regolabili.
2. Tokenizzazione
Prima che l’IA legga il tuo testo, lo suddivide in pezzi chiamati token.
Non sono sempre parole intere.
“giocando” → “gioc” + “ando”
“ChatGPT” → “Chat” + “G” + “PT”
“cane” → “cane” (rimane intero)
Perché non usare parole intere?
Il linguaggio è caotico. Parole nuove. Refusi. Lingue miste. Un vocabolario fisso di parole sarebbe immensamente grande.
I token sono mattoncini riutilizzabili.
Anche se il modello non ha mai visto una parola, può capirla scomponendola in frammenti familiari.
Regola pratica: 1 token ≈ 0,75 parole.
1000 token ≈ 750 parole.
3. Embedding
Una volta tokenizzato, ogni token viene convertito in un numero.
Questo numero è un embedding, un vettore che rappresenta il significato.
Pensalo come Google Maps per le parole.
→ “Medico” e “Infermiere” sono vicini
→ “Medico” e “Pizza” sono lontani
→ “Re” meno “Uomo” più “Donna” ≈ “Regina”
Il modello non capisce le parole come te.
Capisce distanza e direzione.
Questo è ciò che alimenta:
→ La ricerca semantica
→ I consigli
→ I sistemi RAG
Tutto ciò che “capisce l’intento” usa gli embedding sotto il cofano.
4. Attenzione
La parola “Mela” ha significati diversi:
→ “Ho mangiato una Mela” → frutto
→ “Ho comprato azioni di Mela” → azienda
Gli embedding da soli non possono risolvere questo.
L’attenzione può.
L’attenzione permette a ogni parola di guardare ogni altra parola in una frase e decidere cosa è importante.
In “Ha comprato azioni di Mela”:
→ “Mela” presta molta attenzione a “azioni” e “comprato”
→ Il modello conclude: azienda, non frutto
Prima dell’attenzione, i modelli leggevano da sinistra a destra. Lenti. Limitati.
Dopo l’attenzione, i modelli vedono l’intera frase in una volta.
Questa singola idea ha sbloccato l’IA moderna.
5. Transformers
L’architettura che alimenta quasi tutti i modelli di IA odierni.
Introdotta nel 2017 in un articolo di ricerca chiamato “Attention Is All You Need.”
La svolta: invece di leggere il testo parola per parola, elabora tutto in parallelo usando l’attenzione.
Come funziona:
→ Testo → Token → Embedding → Strati di attenzione sovrapposti → Risultato
Ogni strato affina la comprensione:
→ Strati iniziali: grammatica, struttura base
→ Strati intermedi: relazioni tra le parole
→ Strati profondi: ragionamento complesso
Il risultato: un addestramento immensamente più veloce e risultati molto migliori.
GPT. Claude. Gemini. Llama. Mistral.
Sono tutti transformers.
Se capisci questa singola architettura, capisci l’IA moderna.
PARTE 2: COME FUNZIONANO GLI LLM (Cosa succede davvero quando chatti con un’IA)
6. LLM (Large Language Models)
Un LLM è un transformer addestrato su una quantità enorme di testo.
Libri. Siti web. Codice. Wikipedia. Reddit.
Trilioni di token.
Il compito di addestramento sembra troppo semplice per essere potente:
→ Prevedi il token successivo.
Tutto qui.
Ma quando ripeti questo su trilioni di esempi, accade qualcosa di straordinario.
Il modello impara la grammatica. Poi il ragionamento. Poi come scrivere codice, tradurre lingue, risolvere problemi di matematica.
Nessuno gli ha ordinato di fare nulla di tutto ciò.
È emerso dalla previsione del token successivo su larga scala.
“Large” = centinaia di miliardi di parametri. Costo di addestramento = milioni di dollari.
ChatGPT, Claude, Gemini → sono tutti LLM.
7. Finestra di Contesto
Ogni modello di IA ha un limite di memoria.
Si chiama finestra di contesto.
È il numero massimo di token che il modello può “vedere” in una volta: il tuo prompt + la sua risposta + la cronologia della conversazione.
Primi GPT: ~4.000 token. GPT-4: 128.000 token. Claude 3.5: 200.000 token. Gemini 1.5 Pro: 1.000.000 di token.
Finestra più grande = più contesto = risposte migliori.
Ma c’è un problema.
I modelli non leggono tutto in modo uguale.
Si concentrano sull’inizio e sulla fine del contesto.
La parte centrale? Spesso ignorata.
Questo è chiamato il problema “Persi nel Mezzo”.
Finestra di contesto grande ≠ memoria perfetta.
Capire questo spiega perché l’IA a volte “dimentica” qualcosa che hai chiaramente menzionato.
8. Temperatura
Quando l’IA genera testo, non sceglie sempre la singola parola successiva più probabile ogni volta.
Ha una manopola chiamata temperatura.
→ Temperatura = 0: sceglie sempre la parola più sicura e prevedibile
→ Temperatura = 1: sceglie con più creatività, più varietà
→ Temperatura = 2+: diventa estrema, a volte incoerente
Temperatura bassa → usa per: codice, dati, riassunti
Temperatura alta → usa per: brainstorming, scrittura creativa, variazioni
La maggior parte degli strumenti lo imposta automaticamente.
Ma capirlo spiega perché l’IA a volte sembra “noiosa” e a volte ti sorprende.
9. Allucinazione
L’IA mente con sicurezza.
Non apposta. Letteralmente non può farci niente.
Ecco perché.
Un LLM non cerca la verità.
Sta prevedendo qual è il token successivo più probabile.
Se un’affermazione falsa assomiglia a qualcosa che “dovrebbe venire dopo” in base ai pattern di addestramento, la genera.
Nessun controllo dei fatti. Nessuna ricerca in un database. Puro riconoscimento di pattern.
Quindi:
→ Citerà un articolo di ricerca che non esiste
→ Inventerà una funzione API che non è mai stata creata
→ Enuncerà un “fatto” storico falso con totale sicurezza
Questo si chiama allucinazione.
La soluzione: non fidarti mai dell’output dell’IA su dati fattuali senza verificare.
Usa RAG (concetto 16) per ancorarlo a dati reali.
10. Prompt Engineering
Il modo in cui chiedi cambia tutto.
Stesso modello. Stessa domanda. Risultati molto diversi basati su come la inquadri.
Prompt scarsa: → “Spiega le API” → Ottieni: risposta vaga e superficiale
Prompt buona: → “Spiega come le API REST gestiscono l’autenticazione. Fai un esempio reale con codice. Supponi che io sia uno sviluppatore junior.” → Ottieni: risposta specifica, strutturata, immediatamente utile
Il prompt engineering è solo comunicazione chiara.
I trucchi che funzionano davvero: → Dai contesto (“Sto costruendo un SaaS per X”) → Assegna un ruolo (“Agisci come un ingegnere backend senior”) → Mostra esempi (“Ecco un formato che mi piace: ___”) → Sii specifico sull’output (“Dammi 5 opzioni come elenco numerato”) → Suddividi richieste complesse in passaggi
Il prompt engineering non è un trucco.
È il modo principale in cui comunichi con il modello.
PARTE 3: COME I MODELLI DI IA MIGLIORANO (Come i modelli grezzi diventano prodotti utili)
11. Transfer Learning
Addestrare da zero è costoso.
Quantità incredibili di dati. Calcolo massiccio. Settimane di addestramento.
Il transfer learning risolve questo.
Prendi un modello già addestrato su un compito generale enorme e lo adatti per qualcosa di specifico.
Non si parte da zero. Si costruisce su una base.
Pensala così:
→ Sai già andare in bicicletta
→ Imparare a guidare una moto è molto più veloce grazie a questo
→ Trasferisci ciò che già sai
Ecco come funzionano quasi tutti i prodotti di IA oggi:
→ OpenAI addestra un modello di base massiccio
→ Le aziende lo mettono a punto per il loro caso d’uso specifico
→ Risparmia milioni in calcolo e mesi di addestramento
Nessuna azienda addestra più da zero.
12. Fine-Tuning
Il transfer learning spiega il concetto.
Il fine-tuning è come lo esegui.
Prendi un modello pre-addestrato e continui ad addestrarlo su un dataset più piccolo e specifico.
Il modello padroneggia già il “linguaggio.”
Ora gli stai insegnando il tuo campo particolare.
Esempi:
→ Modello medico messo a punto su note cliniche
→ Modello legale messo a punto su contratti
→ Modello di codifica messo a punto su GitHub
Il risultato: un modello che risponde perfettamente per il tuo caso d’uso.
Il costo: devi aggiornare miliardi di parametri.
Ciò richiede una potenza di calcolo elevata: più GPU e un’infrastruttura seria.
(Ecco perché LoRA, il prossimo concetto, è così importante).
13. RLHF (Reinforcement Learning from Human Feedback)
Il fine-tuning rende i modelli specializzati.
RLHF è ciò che li rende utili e sicuri.
Senza: il modello prevede solo testo. Fluente, ma non allineato.
Con: il modello impara ciò che gli umani preferiscono davvero.
Come funziona:
→ Un prompt viene mostrato al modello → Il modello genera più risposte → Gli umani classificano le risposte → Il modello impara a preferire ciò che gli umani preferiscono
Questo si ripete migliaia di volte.
Il modello sviluppa il senso di una “buona risposta”:
→ Chiara
→ Utile
→ Onesta
→ Sicura
Ecco perché ChatGPT e Claude sembrano assistenti, non generatori di testo casuale.
Senza RLHF, sarebbero ancora impressionanti. Ma molto meno utili, meno affidabili e molto più difficili da controllare.
14. LoRA (Low-Rank Adaptation)
Il fine-tuning è potente ma costoso.
Aggiornare miliardi di parametri richiede più GPU e un’infrastruttura seria.
LoRA risolve questo.
Invece di cambiare l’intero modello, LoRA:
→ Mantiene il modello originale congelato
→ Aggiunge piccoli strati addestrabili sopra
→ Questi strati sono una frazione della dimensione del modello completo
Il punto chiave: la maggior parte delle modifiche nel fine-tuning sono piccole.
Non è necessario riscrivere l’intero modello.
Servono solo piccole regolazioni specifiche.
Risultati:
→ Fine-tuning su una singola GPU consumer: possibile
→ Memorizzare un modello di base + cambiare diversi adattatori LoRA: pratico
→ Più modelli specializzati senza archiviazione massiccia: ottenuto
LoRA è il motivo per cui l’IA open-source è esplosa.
All’improvviso, chiunque potevo mettere a punto modelli potenti su un laptop.
15. Quantizzazione
I modelli stanno diventando enormi.
Eseguirli richiede memoria e calcolo massicci.
La quantizzazione li rende più piccoli ed economici da eseguire.
Come: riducendo la precisione di ogni peso.
Un peso memorizzato con piena precisione usa 32 bit.
Quantizzato a 4 bit → 8 volte più piccolo.
La parte incredibile: la perdita di qualità è spesso sorprendentemente piccola.
Ecco perché ora puoi:
→ Eseguire LLaMA su un MacBook
→ Eseguire Mistral localmente su una GPU consumer
→ Usare modelli potenti su un telefono
Senza la quantizzazione, i modelli grandi rimarrebbero bloccati nei data center.
Con la quantizzazione, girano sulla tua macchina.
PARTE 4: COME SONO COSTRUITI I VERI SISTEMI DI IA (Cosa c’è dietro i prodotti che usi davvero)
16. RAG (Retrieval-Augmented Generation)
Gli LLM allucinano perché rispondono a memoria.
RAG risolve questo permettendo loro di cercare informazioni prima.
Come funziona:
L’utente fa una domanda
Il sistema cerca documenti pertinenti in una knowledge base
Quei documenti vengono forniti al modello come contesto
Il modello risponde usando informazioni reali, non supposizioni
Pensala così:
→ Esame a libro chiuso (senza RAG): risposte a memoria, spesso sbaglia
→ Esame a libro aperto (con RAG): guarda la fonte, molto più accurato
Perché è potente:
→ Non serve un riaddestramento quando i tuoi dati cambiano, basta aggiornare i documenti
→ Il modello lavora sempre con informazioni aggiornate e accurate
→ Riduce drasticamente le allucinazioni
Ogni prodotto di IA serio usa RAG.
Chatbot di supporto clienti. Strumenti legali. Assistenti medici. Knowledge base interne.
17. Database Vettoriali
RAG ha bisogno di trovare i documenti giusti velocemente.
Ma come si cercano milioni di documenti per significato e non solo per parole chiave?
Database vettoriali.
Come funzionano:
Ogni documento viene convertito in un embedding (un vettore di numeri).
Questi vettori vengono memorizzati nel database.
Quando un utente fa una domanda, anche la domanda viene convertita in un vettore.
Il database trova i vettori più vicini al vettore della domanda.
Restituisce i documenti più semanticamente simili.
Perché è meglio della ricerca per parole chiave:
→ “trattamento malattie cardiache” trova documenti su “protocolli di cura cardiaca”
→ Anche se le parole esatte non corrispondono, il significato sì.
Strumenti: Pinecone, Qdrant, Weaviate, pgvector.
I database vettoriali sono ciò che fa sì che i sistemi di IA “capiscano” e non si limitino a confrontare stringhe di testo.
18. Agenti IA
Un LLM risponde ai prompt.
Un agente IA fa effettivamente le cose.
La differenza:
→ LLM: chiedi, risponde, fine
→ Agente: gli dai un obiettivo, pianifica, agisce, controlla i risultati, si adatta, ripete
Il ciclo dell’agente:
Pensa → Agisci → Osserva → Ripeti
Esempio: un agente di codifica che corregge un bug
→ Legge il problema
→ Esplora il codice sorgente
→ Identifica il difetto
→ Scrive una soluzione
→ Esegue i test
→ Osserva cosa ha fallito
→ Adatta la soluzione
→ Ripete fino al completamento
Il modello è il cervello. Gli strumenti sono le mani.
Quali strumenti possono usare gli agenti?
→ Ricerca web
→ Esecuzione di codice
→ File system
→ API
→ Email / calendario
→ Database
Gli agenti sono ciò che trasforma l’IA da un semplice chatbot in un collega.
19. Catena di Pensiero (Chain of Thought - CoT)
A volte l’IA dà una risposta sbagliata non perché è stupida.
Ma perché è arrivata alla risposta troppo velocemente.
La Catena di Pensiero risolve questo.
Invece di chiedere direttamente la risposta finale:
→ “Risolvi: Se un treno viaggia a 60 mph per 2,5 ore, quanta distanza percorre?”
Le dici di pensare passo dopo passo:
→ “Risolvi passo dopo passo: Velocità = 60 mph. Tempo = 2,5 ore. Distanza = Velocità × Tempo = ?”
Il modello esamina il ragionamento:
→ Passo 1: Identifica la formula
→ Passo 2: Inserisci i numeri
→ Passo 3: Calcola
È molto più affidabile per matematica, logica e problemi a più passaggi.
Il punto chiave: dare al modello spazio per pensare, non solo per reagire.
Ecco perché prompt come “pensa passo dopo passo” o “ragiona attentamente” funzionano davvero.
20. Modelli Diffusivi
Finora tutto ha riguardato il testo.
I modelli diffusivi spiegano come l’IA genera immagini.
Il processo è controintuitivo.
Il modello non impara a disegnare.
Impara a distruggere le immagini.
Addestramento:
→ Inizia con un’immagine reale
→ Aggiunge rumore passo dopo passo fino a diventare puro rumore
→ Addestra il modello a invertire questo processo, rimuovendo il rumore passo dopo passo
Generazione:
→ Inizia con puro rumore
→ Il modello rimuove il rumore passo dopo passo
→ Guidato dal tuo prompt testuale
→ L’immagine emerge dal caos
Il nome deriva dalla fisica: particelle che si diffondono casualmente attraverso un mezzo, come l’inchiostro che si spande nell’acqua.
Qui, il modello impara a invertire quella diffusione.
Non sono più solo immagini:
→ Video (Sora, Runway)
→ Audio
→ Contenuti 3D
→ Molecole di farmaci
I modelli diffusivi sono il modo in cui l’IA genera qualsiasi cosa di visivo.
Queste sono le 20. Lasciami riassumere:
Come funziona l’IA:
→ 1. Reti Neurali: apprendimento di pattern a strati
→ 2. Tokenizzazione: suddividere il testo in pezzi
→ 3. Embedding: il significato come numeri
→ 4. Attenzione: il contesto cambia il significato
→ 5. Transformers: l’architettura dietro tutto
Come funzionano gli LLM:
→ 6. LLM: previsione del token successivo su scala massiccia
→ 7. Finestra di Contesto: limiti di memoria e il problema del mezzo
→ 8. Temperatura: la manopola della creatività
→ 9. Allucinazione: sicuro e sbagliato
→ 10. Prompt Engineering: come comunichi
Come migliorano i modelli:
→ 11. Transfer Learning: costruire su ciò che esiste
→ 12. Fine-Tuning: specializzare un modello
→ 13. RLHF: insegnargli a essere utile
→ 14. LoRA: fine-tuning senza il costo
→ 15. Quantizzazione: eseguire modelli grandi su macchine piccole
Come vengono costruiti i sistemi reali:
→ 16. RAG: prima cerca, poi rispondi
→ 17. Database Vettoriali: cerca per significato
→ 18. Agenti IA: dal rispondere al fare
→ 19. Catena di Pensiero: dargli spazio per pensare
→ 20. Modelli Diffusivi: dal rumore all’immagine
Ora capisci come funziona davvero l’IA.
La maggior parte delle persone che usano l’IA ogni giorno non lo sa.
Questo divario è il tuo vantaggio.
Se è stato utile:
→ Ripubblica per condividerlo con la tua rete
→ Segui @chesny per altre spiegazioni come questa
→ Salvalo come riferimento
Scrivo di IA, sviluppo di prodotti e sistemi che funzionano mentre dormi.
