Tipi di AI: una mappa per orientarsi

Se hai letto qualche articolo sull'AI, ti sarai imbattuto in una giungla di sigle e termini: ML, DL, NLP, LLM, GPT, AI generativa... Sembra un linguaggio alieno. In realtà la struttura è più semplice di quanto sembri — basta avere la mappa giusta.

La matrioska dell'AI

Pensa a una matrioska russa, quelle bambole che si incastrano una dentro l'altra.

Intelligenza Artificiale è la bambola più grande. È il campo generale: qualsiasi sistema che simula un comportamento intelligente. Include tutto, dalle regole scritte a mano negli anni '80 ai modelli moderni.

Machine Learning è dentro l'AI. È il sottoinsieme in cui le macchine imparano dai dati senza essere programmate esplicitamente. Non tutto l'AI è Machine Learning (puoi fare AI con regole scritte a mano), ma oggi quasi tutto l'AI interessante lo è.

Deep Learning è dentro il Machine Learning. Usa reti neurali con molti strati (da qui "deep" — profondo). È la tecnologia dietro il riconoscimento di immagini, la traduzione, e i modelli di linguaggio.

AI Generativa è un'applicazione del Deep Learning che crea contenuti nuovi: testo, immagini, audio, video, codice. ChatGPT, Midjourney, DALL-E sono tutti AI generativa.

Quindi: AI generativa ⊂ Deep Learning ⊂ Machine Learning ⊂ Intelligenza Artificiale.

I tre stili di apprendimento

Nel Machine Learning ci sono tre approcci fondamentali. La differenza sta in come il modello impara.

Supervised Learning (apprendimento supervisionato)

L'analogia: uno studente con un insegnante. Per ogni esercizio, l'insegnante dà la risposta corretta. Lo studente impara a collegare le domande alle risposte.

Come funziona: dai al modello dati etichettati — cioè esempi con la risposta corretta già allegata. "Questa foto è un gatto" (etichetta: gatto). "Questa email è spam" (etichetta: spam). Il modello impara la relazione tra i dati e le etichette.

Dove lo trovi: filtri spam, riconoscimento facciale, diagnosi mediche da immagini, previsione dei prezzi, rilevamento di frodi.

Unsupervised Learning (apprendimento non supervisionato)

L'analogia: un esploratore senza mappa. Arriva in un territorio sconosciuto e deve trovare da solo i pattern, i gruppi, le strutture nascoste.

Come funziona: dai al modello dati senza etichette. Nessuno gli dice cosa è cosa. Il modello trova da solo le strutture nascoste nei dati: raggruppa clienti simili, identifica anomalie, scopre relazioni tra variabili.

Dove lo trovi: segmentazione clienti (Amazon che raggruppa utenti con gusti simili), rilevamento anomalie (la banca che identifica transazioni sospette), compressione dati.

Reinforcement Learning (apprendimento per rinforzo)

L'analogia: un videogiocatore. Nessuno gli spiega le regole — prova azioni, riceve punti (ricompensa) o perde vite (punizione), e impara per tentativi quale strategia funziona meglio.

Come funziona: il modello (chiamato "agente") interagisce con un ambiente, compie azioni e riceve un feedback numerico (premio o penalità). Con milioni di tentativi, impara la strategia ottimale.

Dove lo trovi: robotica (robot che imparano a camminare), giochi (AlphaGo di Google che ha battuto il campione mondiale di Go), RLHF nei modelli di linguaggio (il processo con cui ChatGPT impara a dare risposte che piacciono agli umani), auto a guida autonoma.

I modelli di linguaggio (LLM)

I Large Language Models sono i protagonisti dell'AI attuale. Sono modelli di Deep Learning addestrati su enormi quantità di testo per capire e generare linguaggio naturale.

"Large" si riferisce alle dimensioni: miliardi o migliaia di miliardi di parametri. "Language Model" perché il loro compito fondamentale è modellare il linguaggio — prevedere quale parola viene dopo.

I più conosciuti (aggiornato a maggio 2026):

• GPT-5 / GPT-5.5 — di OpenAI, il modello dietro ChatGPT. Native computer use, 1M token di contesto via API.
• Claude 4.6 (Opus / Sonnet / Haiku) — di Anthropic, leader su benchmark agentic e legali, MCP nativo.
• Gemini Omni / 3.5 Flash — di Google, integrato nell'ecosistema Workspace, contesto fino a 2M token.
• Llama 4 — di Meta, open source e liberamente utilizzabile
• Mistral — startup francese, modelli efficienti e performanti
• DeepSeek V4 — modello cinese open source (MIT), 1,6 trilioni di parametri, prestazioni da top-tier a costi minimi

La cosa affascinante degli LLM è che sono addestrati per fare una cosa sola — prevedere la parola successiva — ma da questo compito apparentemente semplice emergono capacità sorprendenti: riassumere, tradurre, ragionare, scrivere codice, risolvere problemi. Nessuno ha programmato queste capacità esplicitamente — sono emerse dall'addestramento su scala massiva.

I modelli di ragionamento

A partire dal 2025, è emersa una nuova categoria di LLM: i modelli di ragionamento (reasoning models). A differenza degli LLM tradizionali che generano la risposta in modo diretto, questi modelli producono prima una catena di pensiero esplicita — una serie di token interni visibili o nascosti in cui il modello "riflette" sul problema prima di rispondere.

Esempi principali:

• OpenAI o-series (o1, o3) — pensiero strutturato prima della risposta
• Claude con extended thinking (Anthropic) — catena di ragionamento trasparente
• DeepSeek R1 — reasoning model open source
• Gemini Thinking (Google)

Quando usarli: problemi di matematica, logica, coding complesso, analisi multi-step. Quando non usarli: conversazioni veloci, domande semplici, task creativi — il costo in token e latenza non giustifica il beneficio.

Cosa sono davvero GPT, BERT e Transformer

Questi nomi li vedi ovunque. Ecco cosa significano.

Transformer è un'architettura — cioè il design del modello. È stata inventata da Google nel 2017 ed è alla base di praticamente tutti i modelli di linguaggio moderni. La sua innovazione chiave è il meccanismo di "attenzione": permette al modello di guardare tutte le parole di una frase contemporaneamente e capire quali sono importanti per il contesto.

GPT sta per "Generative Pre-trained Transformer". È il nome che OpenAI ha dato ai suoi modelli. Si legge così: è un Transformer, pre-addestrato su tanti testi, che genera contenuti. GPT-3, GPT-4, GPT-4o sono versioni successive dello stesso approccio.

BERT sta per "Bidirectional Encoder Representations from Transformers". È un modello di Google pensato per capire il testo (non per generarlo). È quello che fa funzionare Google Search quando capisce cosa intendi anche se scrivi male la query.

La differenza chiave: GPT genera testo (scrive), BERT comprende testo (legge). I modelli moderni come GPT-4 fanno entrambe le cose, ma la distinzione originale è utile per capire la storia.

AI multimodale: non solo testo

I primi LLM lavoravano solo con il testo. I modelli multimodali possono lavorare con più tipi di dati contemporaneamente.

Cosa significa in pratica:

• Puoi dare a GPT-4o una foto e chiedergli di descriverla
• Puoi chiedere a Gemini di analizzare un grafico
• Puoi dare a Claude un PDF e fargli domande sul contenuto
• Puoi chiedere a GPT-4o di generare testo e audio contemporaneamente

Le modalità principali sono: testo, immagini, audio, video e codice. Un modello è "multimodale" quando ne gestisce più di una.

Questo è un cambiamento enorme. Significa che l'AI non è più limitata alle parole — può vedere, sentire e interpretare il mondo in modi sempre più simili a come facciamo noi. Un medico può caricare una radiografia e chiedere un parere. Un designer può caricare un wireframe e farsi generare il codice. Un insegnante può analizzare i compiti degli studenti con foto.

I modelli open source

Non tutta l'AI è chiusa dietro abbonamenti. Esiste un ecosistema vibrante di modelli open source — modelli i cui pesi (i parametri) sono pubblici e chiunque può scaricare, usare e modificare.

I più importanti (maggio 2026):

• Llama 4 (Meta) — la famiglia di modelli open source più influente
• DeepSeek V4 (DeepSeek) — 1,6 trilioni di parametri, licenza MIT, prestazioni da frontiera. È diventato il riferimento open-source più citato nel 2026.
• Mistral — modelli europei efficienti e performanti
• Gemma (Google) — versioni aperte dei modelli Google
• Phi (Microsoft) — modelli piccoli ma sorprendentemente capaci
• Qwen (Alibaba) — modelli cinesi open source, qualità in rapida crescita
• Kimi (Moonshot AI) — modello cinese open source con contesto molto lungo

Perché è importante? Perché permette a chiunque — ricercatori, startup, aziende, appassionati — di usare, studiare e migliorare modelli AI senza dipendere dalle big tech. Puoi far girare un modello Llama o DeepSeek sul tuo computer con tool come Ollama o LM Studio, senza inviare dati a nessun server.

Il dibattito open vs closed è uno dei più accesi nel mondo AI: chi sostiene l'open source dice che democratizza la tecnologia, chi lo critica dice che rende l'AI potente accessibile anche a chi potrebbe usarla male.

In pratica 🎯

Fai questo esperimento per toccare con mano le differenze tra modelli:

1. Scegli una domanda complessa, ad esempio: "Quali sono i pro e contro del lavoro da remoto per un'azienda con 50 dipendenti?"
2. Fai la stessa domanda a tre chatbot diversi:
   • ChatGPT (GPT-5.5)
   • Claude (Claude Sonnet 4.6)
   • Gemini (Gemini 3.5 Flash)
3. Confronta le risposte: lunghezza, struttura, tono, profondità, punti trattati

Noterai che ogni modello ha un "carattere" diverso: uno è più sintetico, un altro più dettagliato, un altro ancora più cauto. Questo perché sono stati addestrati su dati diversi, con obiettivi diversi, e con RLHF basato su preferenze umane diverse.

Non esiste il "migliore in assoluto" — esiste il più adatto al tuo bisogno specifico.

Risorse correlate

• 📖 Glossario: Machine Learning, Deep Learning, Supervised Learning, Unsupervised Learning, Reinforcement Learning, LLM, Transformer, GPT, BERT, Multimodale, Open Source, Parametri, Attenzione
• 📄 Doc: ChatGPT, Claude, Gemini
• 🔧 Tool: ChatGPT, Claude, Gemini, HuggingFace