Intelligenza artificiale per ingegneri
Che cosa succede davvero tra un prompt e la risposta di un modello linguistico? E che cosa serve per trasformare quella risposta in un sistema affidabile, in produzione?
Questo libro percorre l'intera strada. Prima i fondamenti, con i conti svolti a mano e verificati cifra per cifra: le reti neurali, la tokenizzazione, il meccanismo di attention, l'architettura Transformer, fino a un mini-GPT completo scritto in centocinquanta righe di PyTorch. Poi la pratica professionale: le API, il prompt e context engineering, la ricerca semantica, il RAG. Infine gli agenti, il Model Context Protocol, i sistemi multi-agente e il mestiere della produzione: costi, sicurezza, GDPR e AI Act, observability, con un caso di studio finale che monta ogni pezzo in un assistente aziendale completo.
Nessuna magia e nessuna scatola nera: prima si capisce il meccanismo, poi lo si costruisce in codice eseguibile.What actually happens between a prompt and a language model's answer? And what does it take to turn that answer into a reliable system in production?
This book walks the whole path. First the fundamentals, with the math worked out by hand and checked digit by digit: neural networks, tokenization, the attention mechanism, the Transformer architecture, up to a complete mini-GPT written in a hundred and fifty lines of PyTorch. Then the professional practice: APIs, prompt and context engineering, semantic search, RAG. Finally agents, the Model Context Protocol, multi-agent systems and the craft of production: cost, security, GDPR and the AI Act, observability, with a final case study that assembles every piece into a complete enterprise assistant.
No magic and no black box: first you understand the mechanism, then you build it in runnable code.
