INS-0011 · Mappa del sistema AI operativo
Un modello non è il sistema completo.
AI, machine learning e deep learning descrivono famiglie di metodi. Un sistema reale comprende anche logica programmata, orchestrazione e controlli.
Obiettivo e contesto operativo
Prima si definisce il lavoro; poi si scelgono i componenti.
- Risultato
- Utente
- Ambiente
- Conseguenza
Componenti del sistema
Le parti apprese e quelle programmate possono lavorare insieme.
Componenti appresi
Apprendono pattern dai dati per un compito definito.
- Predizione
- Classificazione
- Generazione
Componenti programmati
Seguono logiche e percorsi definiti esplicitamente.
- Regole e soglie
- Ricerca e retrieval
- Ottimizzazione
- Query e formule
- Workflow
- Fallback
Orchestrazione
Coordina i componenti e il passaggio del lavoro.
Passi e condizioni seguono una sequenza progettata.
Seleziona passi e strumenti entro limiti e permessi definiti.
Sintesi editoriale M4TIC: non è una tassonomia normativa, un modello universale o un certificato di conformità.
Equivalente testuale completo
Un sistema operativo parte da risultato, utente, ambiente e conseguenza. I componenti si dividono in parti apprese e programmate. Nel ramo appreso, il deep learning è un sottoinsieme del machine learning; predizione, classificazione e generazione descrivono output, non ulteriori livelli universali. Il ramo programmato comprende regole, retrieval, ottimizzazione, query, formule, workflow e fallback.
L’orchestrazione può seguire un workflow fisso oppure usare un’architettura agentica entro limiti. I controlli trasversali governano l’intero sistema.