Dizionario AI › Fondamenti AI

Autoencoder

Un autoencoder è una rete neurale che impara a comprimere i dati e poi a ricostruirli, senza bisogno di etichette esterne. È formato da due parti: un encoder che riduce l'input a una rappresentazione compatta, detta spazio latente, e un decoder che da quella tenta di ricostruire l'input originale. È come chiedere a qualcuno di riassumere un libro in poche frasi e poi di riscriverne la trama a partire solo da quel riassunto: per riuscirci deve catturare l'essenza, scartando i dettagli superflui. Addestrandosi a minimizzare la differenza tra ingresso e ricostruzione, il modello scopre le caratteristiche più significative dei dati.

Definizione

Gli autoencoder sono usati per ridurre la dimensionalità, rimuovere rumore dalle immagini e rilevare anomalie, poiché un dato anomalo si ricostruisce male. Le loro varianti, come gli autoencoder variazionali, sono anche generative e costituiscono un mattone concettuale importante per molti modelli moderni di apprendimento delle rappresentazioni.

Termini correlati

• Encoder-Decoder
• Modello di diffusione
• Embedding
• Rete generativa avversaria (GAN)
• Deep Learning

Altri termini in Fondamenti AI

• LLM (Large Language Model)
• Token
• Context Window
• Temperature
• Allucinazione (AI Hallucination)
• Fine-tuning
• RAG (Retrieval Augmented Generation)
• Embedding

Mettilo alla prova

• Scenario reale: applica questo concetto con un verdetto AI immediato.
• Palestra quotidiana: brevi esercizi per allenare i concetti del dizionario.
• Gioco Playoff: sfida altri giocatori, a eliminazione diretta.

📱 Scarica l'app Android (beta) iOS in arrivo

Dì quello che intendi. Ottieni quello che ti serve.

Grace Certified, la coach AI che allena e certifica il tuo prompt engineering, di Agora Intelligence.