AI Dictionary › Fondamenti AI
Vettore
A vector, in the context of artificial intelligence, is an ordered sequence of numbers used to mathematically represent a piece of information: a word, an image, a user, a concept. Each number in the sequence is a "dimension" of the vector, and the set of all dimensions defines a point in a multidimensional mathematical space.
A vector, in the context of artificial intelligence, is an ordered sequence of numbers used to mathematically represent a piece of information: a word, an image, a user, a concept. Each number in the sequence is a "dimension" of the vector, and the set of all dimensions defines a point in a multidimensional mathematical space.
Neural networks operate by transforming vectors into other vectors through multiplications by parameter matrices and non-linear functions. The distance or angle between two vectors in this space can be interpreted as a measure of how similar the information they represent is: nearby vectors tend to represent related concepts.
It is the basic unit with which every type of data is represented internally by an artificial intelligence model: a token becomes a vector through the embedding layer, an image becomes a vector of extracted features, an entire document can be summarized into a single vector used for semantic search in a vector database.
The term is inherited directly from linear algebra, the branch of mathematics that studies these objects and their transformations, and it became central to machine learning as models began representing every type of data in continuous numerical form rather than symbolic form.
Un vettore, nel contesto dell'intelligenza artificiale, è una sequenza ordinata di numeri usata per rappresentare in forma matematica un'informazione: una parola, un'immagine, un utente, un concetto. Ogni numero della sequenza è una "dimensione" del vettore, e l'insieme di tutte le dimensioni definisce un punto in uno spazio matematico multidimensionale.
Le reti neurali operano trasformando vettori in altri vettori attraverso moltiplicazioni per matrici di parametri e funzioni non lineari. La distanza o l'angolo tra due vettori in questo spazio può essere interpretato come una misura di quanto le informazioni che rappresentano siano simili tra loro: vettori vicini tendono a rappresentare concetti correlati.
È l'unità di base con cui ogni tipo di dato viene rappresentato internamente da un modello di intelligenza artificiale: un token diventa un vettore tramite il livello di embedding, un'immagine diventa un vettore di caratteristiche estratte, un documento intero può essere riassunto in un singolo vettore usato per la ricerca semantica in un database vettoriale.
Il termine è ereditato direttamente dall'algebra lineare, la branca della matematica che studia questi oggetti e le loro trasformazioni, ed è diventato centrale nel machine learning man mano che i modelli hanno iniziato a rappresentare ogni tipo di dato in forma numerica continua anziché simbolica.
From our network
HSE Genius — AI for Safety Data Sheets
Extract SDS data, H phrases and ECHA compliance checks in seconds, powered by AI.
Visit hsegenius.com →From the Agora Intelligence blog
📱 Download the Android app (beta) iOS coming soon
Say what you mean. Get what you need.
Grace Certified — the AI coach that trains and certifies your prompt engineering — by Agora Intelligence.