{"id":26450,"date":"2024-07-09T18:31:32","date_gmt":"2024-07-09T16:31:32","guid":{"rendered":"https:\/\/comunicagenia.com\/blog\/glossario-dei-termini-relativi-allintelligenza-artificiale-ai\/"},"modified":"2024-07-09T18:31:32","modified_gmt":"2024-07-09T16:31:32","slug":"glossario-dei-termini-relativi-allintelligenza-artificiale-ai","status":"publish","type":"post","link":"https:\/\/comunicagenia.com\/it\/blog\/glossario-dei-termini-relativi-allintelligenza-artificiale-ai\/","title":{"rendered":"Glossario dei termini relativi all’Intelligenza Artificiale (AI)"},"content":{"rendered":"

Benvenuti nella guida definitiva per comprendere l’universo dell’Intelligenza Artificiale. Questo glossario \u00e8 progettato per portarti dai concetti pi\u00f9 basilari alle idee pi\u00f9 avanzate che stanno plasmando il nostro futuro.<\/p>\n

Che tu sia un principiante o un esperto, questa risorsa ti servir\u00e0 da guida per capire come l’intelligenza artificiale influisce sulla tua vita quotidiana. Esplora e scopri come applicare questi concetti nei tuoi progetti! Se avete suggerimenti, lasciateli nei commenti.<\/p>\n

Fondamenti di intelligenza artificiale<\/strong><\/h2>\n

Concetti essenziali che costituiscono la base dell’Intelligenza Artificiale.<\/p>\n

Intelligenza Artificiale (AI)<\/strong><\/h3>\n

Campo dell’informatica dedicato alla creazione di sistemi in grado di eseguire compiti che tipicamente richiedono l’intelligenza umana, come l’apprendimento, il ragionamento, la risoluzione di problemi, la percezione e la comprensione del linguaggio.<\/p>\n

Algoritmo<\/strong><\/h3>\n

Una sequenza finita di istruzioni o regole ben definite che vengono seguite per risolvere un problema o eseguire un compito. Nell\u2019intelligenza artificiale, gli algoritmi sono il \u201ccervello\u201d che elabora i dati e impara da essi.<\/p>\n

Modello (AI)<\/strong><\/h3>\n

\u00c8 il risultato dell’addestramento di un algoritmo con un insieme di dati. Un modello \u00e8 una struttura matematica (come una rete neurale) che ha imparato a riconoscere modelli o fare previsioni dai dati.<\/p>\n

    \n
  • Esempio:<\/strong> un modello addestrato con migliaia di foto di gatti pu\u00f2 identificare se una nuova foto contiene un gatto.<\/li>\n<\/ul>\n

    Intelligenza Artificiale Ristretta (<\/strong>ANI \u2013 Intelligenza Artificiale Ristretta<\/strong>)<\/strong><\/h3>\n

    Conosciuta anche come IA debole, \u00e8 il tipo di IA che vediamo oggi. \u00c8 progettato e addestrato per un compito specifico e non pu\u00f2 operare al di fuori del suo ambito definito.<\/p>\n

      \n
    • Esempio:<\/strong> Siri, sistemi di consigli Netflix o software di riconoscimento facciale.<\/li>\n<\/ul>\n

      Intelligenza Generale Artificiale (<\/strong>AGI \u2013 Intelligenza Generale Artificiale<\/strong>)<\/strong><\/h3>\n

      Un tipo di intelligenza artificiale teorica che ha la capacit\u00e0 di comprendere, apprendere e applicare la sua intelligenza per risolvere qualsiasi problema, simile a un essere umano. Il suo sviluppo non \u00e8 stato ancora raggiunto.<\/p>\n

      Discipline chiave dell’intelligenza artificiale<\/strong><\/h2>\n

      I principali rami e sottocampi che compongono lo studio dell’IA.<\/p>\n

      Apprendimento automatico (<\/strong>Apprendimento automatico<\/strong>)<\/strong><\/h3>\n

      Sottocampo dell’intelligenza artificiale che si concentra sullo sviluppo di algoritmi che consentono ai computer di apprendere dai dati e migliorare le proprie prestazioni con l’esperienza, senza essere esplicitamente programmati per ciascun compito.<\/p>\n

      Apprendimento approfondito (<\/strong>Apprendimento approfondito<\/strong>)<\/strong><\/h3>\n

      Una tecnica avanzata di Machine Learning che utilizza reti neurali a molti livelli (reti neurali profonde) per analizzare dati complessi come immagini, suoni e testo. \u00c8 il motore dei pi\u00f9 recenti progressi nel campo dell\u2019intelligenza artificiale.<\/p>\n

      Rete neurale artificiale<\/strong><\/h3>\n

      Un modello computazionale ispirato alla struttura e al funzionamento del cervello umano. \u00c8 costituito da nodi interconnessi (neuroni) organizzati in strati che elaborano informazioni e riconoscono modelli.<\/p>\n

      Elaborazione del linguaggio naturale (PNL)<\/strong><\/h3>\n

      Ramo dell’intelligenza artificiale che consente alle macchine di comprendere, interpretare, generare e rispondere al linguaggio umano (testo e voce) in modo utile e coerente.<\/p>\n

        \n
      • Esempio:<\/strong> Traduttori automatici, chatbot e analisi del sentiment sui social network.<\/li>\n<\/ul>\n

        Visione artificiale (<\/strong>Visione artificiale<\/strong>)<\/strong><\/h3>\n

        Campo dell’intelligenza artificiale che addestra le macchine a interpretare e comprendere il mondo visivo. Consente ai computer di “visualizzare” e analizzare il contenuto di immagini e video.<\/p>\n

          \n
        • Esempio:<\/strong> Sblocco facciale su telefoni, auto autonome che identificano ostacoli o diagnosi mediche tramite raggi X.<\/li>\n<\/ul>\n

          AI multimodale<\/strong><\/h3>\n

          Sistemi di intelligenza artificiale in grado di elaborare e mettere in relazione informazioni provenienti da pi\u00f9 tipi di dati (o “modalit\u00e0”) contemporaneamente, come testo, immagini, audio e video.<\/p>\n

            \n
          • Esempio:<\/strong> Genera una descrizione testuale di ci\u00f2 che accade in un video.<\/li>\n<\/ul>\n

            Dati: il carburante dell’intelligenza artificiale<\/strong><\/h2>\n

            Termini relativi alle informazioni che alimentano i modelli di intelligenza artificiale.<\/p>\n

            Dati (Dati)<\/strong><\/h3>\n

            La materia prima dell\u2019AI. Sono le informazioni (testo, numeri, immagini, ecc.) che vengono utilizzate per addestrare, convalidare e testare i modelli di machine learning.<\/p>\n

            Grandi dati<\/strong><\/h3>\n

            Set di dati estremamente grandi e complessi che superano la capacit\u00e0 dei software tradizionali di essere acquisiti, gestiti ed elaborati in tempi ragionevoli.<\/p>\n

            Set di dati (<\/strong>Set di dati<\/strong>)<\/strong><\/h3>\n

            Una raccolta strutturata di dati utilizzati per uno scopo specifico, solitamente suddivisa in set di formazione, convalida e test per sviluppare un modello di intelligenza artificiale.<\/p>\n

            Estrazione dati (<\/strong>Estrazione dati<\/strong>)<\/strong><\/h3>\n

            Il processo di scoperta di modelli, correlazioni e anomalie all\u2019interno di grandi set di dati per prevedere i risultati.<\/p>\n

            Tokenizzazione<\/strong><\/h3>\n

            Il processo di scomposizione del testo in unit\u00e0 pi\u00f9 piccole chiamate \u201ctoken\u201d (che possono essere parole, parti di parole o caratteri). \u00c8 un passaggio fondamentale affinch\u00e9 i modelli linguistici elaborino il testo.<\/p>\n

              \n
            • Esempio:<\/strong> La frase \u201cThe AI \u200b\u200b\u200b\u200bis here\u201d \u00e8 tokenizzata in [\u201cThe\u201d, \u201cIA\u201d, \u201cis\u201d, \u201chere\u201d].<\/li>\n<\/ul>\n

              Incorporamenti <\/strong>(Incorporamento di vettori)<\/strong><\/h3>\n

              Rappresentazioni numeriche di dati (come parole o immagini) in uno spazio multidimensionale. Consentono ai modelli di acquisire relazioni semantiche e contestuali tra i dati.<\/p>\n

                \n
              • Esempio:<\/strong> Le parole “re” e “regina” avranno un inserimento ravvicinato in questo spazio, cos\u00ec come “cane” e “gatto”.<\/li>\n<\/ul>\n

                Tipi di apprendimento e modelli<\/strong><\/h2>\n

                I diversi modi in cui i modelli apprendono e le architetture pi\u00f9 comuni.<\/p>\n

                Apprendimento supervisionato<\/strong><\/h3>\n

                Un tipo di Machine Learning in cui il modello apprende da dati che sono stati precedentemente etichettati dagli esseri umani. L’obiettivo \u00e8 apprendere una funzione che associa gli input agli output.<\/p>\n

                  \n
                • Esempio:<\/strong> Addestra un modello con migliaia di email etichettate come “spam” o “non spam” in modo che possa classificare le nuove email.<\/li>\n<\/ul>\n

                  Apprendimento non supervisionato<\/strong><\/h3>\n

                  Il modello apprende dai dati che non sono stati etichettati, cercando autonomamente modelli o strutture nascoste.<\/p>\n

                    \n
                  • Esempio:<\/strong> Raggruppare clienti con comportamenti di acquisto simili (clustering) senza sapere in anticipo quali siano tali gruppi.<\/li>\n<\/ul>\n

                    Apprendimento per rinforzo (<\/strong>Apprendimento per rinforzo<\/strong>)<\/strong><\/h3>\n

                    Un modello (chiamato \u201cagente\u201d) impara a prendere decisioni attraverso tentativi ed errori in un ambiente. Ricevi ricompense per le azioni corrette e penalit\u00e0 per quelle errate, con l’obiettivo di massimizzare la ricompensa totale.<\/p>\n

                      \n
                    • Esempio:<\/strong> Addestra un’IA a giocare a un videogioco, dove guadagna punti (ricompensa) per avanzare di livello.<\/li>\n<\/ul>\n

                      AI generativa (<\/strong>AI generativa<\/strong>)<\/strong><\/h3>\n

                      Un ramo dell’intelligenza artificiale in cui i modelli apprendono modelli dai dati di addestramento per generare contenuti completamente nuovi e originali, come testo, immagini, musica o codice.<\/p>\n

                      LLM (<\/strong>Modello linguistico di grandi dimensioni<\/strong> \u2013 Modello linguistico di grandi dimensioni)<\/strong><\/h3>\n

                      Un tipo avanzato di modello di intelligenza artificiale generativa addestrato su enormi quantit\u00e0 di testo per comprendere e generare il linguaggio umano con notevole fluidit\u00e0 e coerenza. Sono la base di strumenti come ChatGPT.<\/p>\n

                      Modelli fondamentali<\/strong><\/h3>\n

                      Modelli di intelligenza artificiale su larga scala (come gli LLM) addestrati con una grande quantit\u00e0 di dati, che possono essere adattati per un\u2019ampia gamma di compiti specifici attraverso un processo chiamato fine-tuning.<\/p>\n

                      Ottimizzazione (<\/strong>Ottimizzazione<\/strong>)<\/strong><\/h3>\n

                      Il processo di prendere un modello pre-addestrato (come un modello fondamentale) e riqualificarlo con un set di dati pi\u00f9 piccolo e pi\u00f9 specifico per adattarlo a un compito particolare.<\/p>\n

                      Trasferire l’apprendimento (<\/strong>Trasferire l’apprendimento<\/strong>)<\/strong><\/h3>\n

                      Una tecnica in cui un modello sviluppato per un’attivit\u00e0 viene riutilizzato come punto di partenza per un modello in una seconda attivit\u00e0 correlata. \u00c8 un modo efficace per sfruttare le conoscenze gi\u00e0 apprese.<\/p>\n

                      Trasformatori<\/strong><\/h3>\n

                      Un’architettura di rete neurale che ha rivoluzionato l’elaborazione del linguaggio naturale (NLP). \u00c8 particolarmente efficace nel gestire sequenze di dati, come il testo, prestando “attenzione” alle relazioni tra tutte le parole nella sequenza, indipendentemente dalla loro distanza. \u00c8 l’architettura di base della maggior parte dei LLM moderni.<\/p>\n

                      Interazione e sviluppo con l’intelligenza artificiale<\/strong><\/h2>\n

                      Termini chiave per il modo in cui gli esseri umani interagiscono e si basano sui sistemi di intelligenza artificiale.<\/p>\n

                      Ingegneria rapida<\/strong><\/h3>\n

                      L’arte e la scienza di progettare e perfezionare le istruzioni (prompt) fornite a un modello di intelligenza artificiale generativa per ottenere i risultati pi\u00f9 accurati, pertinenti e di alta qualit\u00e0.<\/p>\n

                      RAG (<\/strong>Retrieval-Augmented Generation<\/strong> \u2013 Recovery-Augmented Generation)<\/strong><\/h3>\n

                      Una tecnica che migliora le prestazioni dei LLM consentendo loro di accedere a informazioni esterne e aggiornate (come un database o Internet) prima di generare una risposta. Ci\u00f2 riduce le “allucinazioni” e basa le risposte su dati verificabili.<\/p>\n

                      Agente AI<\/strong><\/h3>\n

                      Un sistema autonomo che utilizza l\u2019intelligenza artificiale per percepire il suo ambiente, prendere decisioni ed eseguire azioni per raggiungere obiettivi specifici. Gli agenti possono eseguire attivit\u00e0 complesse in pi\u00f9 fasi senza un costante intervento umano.<\/p>\n

                        \n
                      • Esempio:<\/strong> Un agente che pu\u00f2 pianificare un intero viaggio: cercare voli, prenotare hotel e aggiungere l’itinerario al calendario, il tutto con una semplice richiesta.<\/li>\n<\/ul>\n

                        Etica, sicurezza e governance<\/strong><\/h2>\n

                        Concetti cruciali legati all\u2019impatto sociale e alla regolamentazione dell\u2019IA.<\/p>\n

                        Bias algoritmico (<\/strong>Bias<\/strong>)<\/strong><\/h3>\n

                        La tendenza di un sistema di intelligenza artificiale a produrre risultati sistematicamente dannosi per determinati gruppi o individui. In genere, \u00e8 il risultato di errori presenti nei dati di addestramento o nella progettazione dell’algoritmo.<\/p>\n

                        Allucinazione (<\/strong>Allucinazione<\/strong>)<\/strong><\/h3>\n

                        Un fenomeno in cui un modello di intelligenza artificiale generativa produce informazioni errate, inventate o prive di senso, ma le presenta con totale sicurezza come se fosse un fatto reale.<\/p>\n

                        AI spiegabile (XAI \u2013 <\/strong>AI spiegabile<\/strong>)<\/strong><\/h3>\n

                        Un insieme di metodi e tecniche che cercano di rendere comprensibili agli esseri umani le decisioni e le previsioni dei modelli di intelligenza artificiale, aprendo la “scatola nera” di algoritmi complessi.<\/p>\n

                        Trasparenza AI<\/strong><\/h3>\n

                        Il principio secondo cui il funzionamento, i dati e le decisioni di un sistema di IA devono essere accessibili e comprensibili ai suoi utenti e ai regolatori.<\/p>\n

                        Governance dell’IA<\/strong><\/h3>\n

                        L\u2019insieme di politiche, standard, leggi e quadri etici che governano lo sviluppo, l\u2019implementazione e l\u2019uso responsabile dell\u2019intelligenza artificiale nella societ\u00e0.<\/p>\n

                        Sicurezza AI<\/strong><\/h3>\n

                        Misure e pratiche progettate per proteggere i sistemi di IA da attacchi, manipolazioni o usi dannosi che potrebbero comprometterne il funzionamento o causare danni.<\/p>\n

                        AI sostenibile<\/strong><\/h3>\n

                        L\u2019attenzione \u00e8 rivolta alla progettazione e all\u2019utilizzo di sistemi di intelligenza artificiale che riducano al minimo il loro impatto ambientale, soprattutto in termini di consumo energetico e risorse computazionali.<\/p>\n

                        Il futuro e i concetti d’avanguardia<\/strong><\/h2>\n

                        Termini che indicano dove sta andando l\u2019intelligenza artificiale.<\/p>\n

                        Informatica quantistica e intelligenza artificiale<\/strong><\/h3>\n

                        L\u2019intersezione tra informatica quantistica e intelligenza artificiale, che promette di risolvere problemi di ottimizzazione e apprendimento automatico che sono intrattabili per i computer classici.<\/p>\n

                        AI bordo<\/strong><\/h3>\n

                        Esecuzione di algoritmi di intelligenza artificiale direttamente su dispositivi locali (come telefoni, sensori o automobili) anzich\u00e9 nel cloud. Ci\u00f2 riduce la latenza, risparmia larghezza di banda e migliora la privacy.<\/p>\n

                        Apprendimento federato (<\/strong>Apprendimento federato<\/strong>)<\/strong><\/h3>\n

                        Una tecnica di addestramento AI in cui un modello viene addestrato su pi\u00f9 dispositivi decentralizzati (come i telefoni cellulari) senza che i dati privati di tali dispositivi li lascino.<\/p>\n

                        Sistemi multi-agente<\/strong><\/h3>\n

                        Un sistema composto da pi\u00f9 agenti IA che interagiscono tra loro (collaborando o competendo) per risolvere problemi che vanno oltre le capacit\u00e0 di un singolo agente.<\/p>\n

                        Un glossario in costante evoluzione<\/strong><\/h2>\n

                        Questo glossario \u00e8 un documento vivo che si evolve parallelamente all’affascinante campo dell’Intelligenza Artificiale. La tecnologia avanza a passi da gigante e ci sono sempre nuovi concetti da esplorare.<\/p>\n

                        Se ritieni che manchi un termine importante o hai suggerimenti per migliorare questa risorsa, sentiti libero di lasciare un commento!<\/strong> Il tuo contributo \u00e8 molto prezioso per mantenere questa guida quanto pi\u00f9 completa e aggiornata possibile.<\/p>\n

                        Ultimo aggiornamento:<\/strong> 28 settembre 2025.<\/p>\n","protected":false},"excerpt":{"rendered":"

                        Benvenuti nella guida definitiva per comprendere l’universo dell’Intelligenza Artificiale. Questo glossario \u00e8 progettato per portarti dai concetti pi\u00f9 basilari alle idee pi\u00f9 avanzate che stanno plasmando il nostro futuro. Che tu sia un principiante o un esperto, questa risorsa ti servir\u00e0 da guida per capire come l’intelligenza artificiale influisce sulla tua vita quotidiana. Esplora e […]<\/p>\n","protected":false},"author":9,"featured_media":13775,"comment_status":"open","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"_uag_custom_page_level_css":"","_thinkrank_schema_form_data":"","_thinkrank_selected_schema_type":"","_thinkrank_additional_schemas":"","_thinkrank_canonical_url":"","_thinkrank_og_title":"","_thinkrank_og_description":"","_thinkrank_og_image":"","_thinkrank_twitter_title":"","_thinkrank_twitter_description":"","_thinkrank_twitter_image":"","_thinkrank_imported_from":"","_thinkrank_focus_keywords":[],"_thinkrank_focus_keyword":"","_thinkrank_robots_meta_enabled":0,"_thinkrank_robots_meta":"","_thinkrank_advanced_robots_meta":"","_thinkrank_exclude_from_search":0,"_thinkrank_exclude_from_archives":0,"_thinkrank_primary_category":0,"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[716],"tags":[],"class_list":["post-26450","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-intelligenza-artificiale"],"uagb_featured_image_src":{"full":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2024\/07\/glosario-terminos-inteligencia-artificial.jpg",1344,768,false],"thumbnail":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2024\/07\/glosario-terminos-inteligencia-artificial-150x150.jpg",150,150,true],"medium":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2024\/07\/glosario-terminos-inteligencia-artificial-300x171.jpg",300,171,true],"medium_large":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2024\/07\/glosario-terminos-inteligencia-artificial-768x439.jpg",768,439,true],"large":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2024\/07\/glosario-terminos-inteligencia-artificial-1024x585.jpg",1024,585,true],"1536x1536":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2024\/07\/glosario-terminos-inteligencia-artificial-1536x878.jpg",1536,878,true],"2048x2048":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2024\/07\/glosario-terminos-inteligencia-artificial.jpg",1344,768,false]},"uagb_author_info":{"display_name":"marketing","author_link":"https:\/\/comunicagenia.com\/it\/blog\/author\/marketing\/"},"uagb_comment_info":0,"uagb_excerpt":"Benvenuti nella guida definitiva per comprendere l’universo dell’Intelligenza Artificiale. Questo glossario \u00e8 progettato per portarti dai concetti pi\u00f9 basilari alle idee pi\u00f9 avanzate che stanno plasmando il nostro futuro. Che tu sia un principiante o un esperto, questa risorsa ti servir\u00e0 da guida per capire come l’intelligenza artificiale influisce sulla tua vita quotidiana. Esplora e…","_links":{"self":[{"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/posts\/26450","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/comments?post=26450"}],"version-history":[{"count":0,"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/posts\/26450\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/media\/13775"}],"wp:attachment":[{"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/media?parent=26450"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/categories?post=26450"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/tags?post=26450"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}