Dizionario AI › Fondamenti AI

Reinforcement Learning

Il reinforcement learning (apprendimento per rinforzo) è il paradigma in cui un agente AI impara per tentativi ed errori, ricevendo ricompense per le azioni buone e penalità per quelle cattive. Non gli si mostrano esempi corretti: scopre da solo la strategia migliore massimizzando la ricompensa cumulativa.

Definizione

È la tecnica dietro i successi più spettacolari dell'AI nei giochi, AlphaGo che batte il campione mondiale di Go, agenti che dominano StarCraft e Dota, e trova applicazioni in robotica, ottimizzazione di sistemi e guida autonoma.

Nei modelli linguistici, una sua variante è centrale: il RLHF (Reinforcement Learning from Human Feedback), il processo con cui modelli come ChatGPT e Claude vengono raffinati usando preferenze umane come segnale di ricompensa. È ciò che li rende utili, sicuri e capaci di seguire istruzioni.

Termini correlati

• RLHF (Reinforcement Learning from Human Feedback)
• Machine Learning
• Apprendimento supervisionato
• Agente AI (AI Agent)
• 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.