Glossario

Deepfake

Che cos’è Deepfake?

Un deepfake è un'immagine, un video o un audio creato o modificato con l'IA che mostra in modo ingannevolmente realistico persone reali mentre dicono o fanno cose mai avvenute. Oltre a usi legittimi, ad esempio nel cinema o nel doppiaggio, i deepfake servono a disinformazione, danni alla reputazione e truffe, come false telefonate di presunti superiori che chiedono un bonifico. Ci si protegge con richiamate tramite canali noti, processi di approvazione chiari e l'etichettatura dei contenuti generati dall'IA.

Temi

disinformazione
frode
IA generativa

Prova KI.ordo

Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.

Avvia demo

← Tutti i termini

Termini correlati

Rete generativa avversaria (GAN)

Una rete generativa avversaria (Generative Adversarial Network, GAN) è composta da due reti neurali addestrate l’una contro l’altra: il generatore crea dati artificiali, ad esempio immagini, e il discriminatore cerca di distinguerli da quelli reali. Grazie a questa competizione i risultati diventano sempre più realistici. Presentate nel 2014, le GAN hanno segnato la generazione di immagini prima della diffusione dei modelli a diffusione; si usano ad esempio per dati di addestramento sintetici o per migliorare immagini.

Reti neurali
Generazione di immagini
+1

IA generativa

L’IA generativa indica i sistemi di IA che creano contenuti nuovi, come testi, immagini, audio, video o codice, invece di limitarsi a ordinare o valutare dati esistenti. Si basa su modelli che apprendono schemi da grandi quantità di dati e li usano per produrre nuovi output plausibili. In azienda si usa ad esempio per bozze di email, riassunti, descrizioni di prodotto o idee visive. I risultati possono contenere errori e vanno verificati prima dell’uso.

Concetto base
Creazione di contenuti
+1

Etica dell'IA

L'etica dell'IA si occupa delle questioni morali legate allo sviluppo e all'uso dell'IA: equità e discriminazione, trasparenza e spiegabilità, protezione dei dati, responsabilità per gli errori, sicurezza ed effetti su lavoro e società. Per le organizzazioni si traduce in linee guida, valutazioni del rischio, supervisione umana e comunicazione onesta sui limiti dell'IA. Esempio: prima di introdurre un filtro per le candidature si verifica che non svantaggi determinati gruppi.

Etica
Responsabilità
+1

Rilevamento delle frodi

Il rilevamento delle frodi comprende metodi che individuano per tempo transazioni, ordini, account o richieste sospetti. Regole e modelli di apprendimento cercano segnali d'allarme come indirizzi di consegna e fatturazione diversi, quantità insolite, fretta sospetta o indirizzi e-mail usa e getta. Si usa nell'e-commerce, nelle banche, nelle assicurazioni e nei servizi di pagamento. Poiché i falsi allarmi possono colpire clienti reali, le segnalazioni vanno verificate da persone e non respinte automaticamente.

Prevenzione frodi
Gestione del rischio
+1

Modello