fbpx Ebola in Sierra Leone, Roberto Satolli a Radio3Scienza | Scienza in rete

Ebola in Sierra Leone, Roberto Satolli a Radio3Scienza

Primary tabs

Tempo di lettura: 1 min

Podcast della puntata del 01/12/2014 di Radio3Scienza in collegamento con Roberto Satolli, direttore editoriale di Scienza in rete, appena tornato dalla Sierra Leone.

 

Podcast della puntata del 13/11/2014 di Radio3Scienza in collegamento dalla Sierra Leone Roberto Satolli (00:14:05 min), direttore editoriale di Scienza in rete.

 

Podcast della puntata del 07/11/2014 di Radio3Scienza in collegamento dalla Sierra Leone con Dalila Frasson (00:01:53 min) e Roberto Satolli (00:13:19 min), direttore editoriale di Scienza in rete.

Articoli correlati

Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

LLM e ricerca scientifica: opportunità, rischi e controlli

disegno di ricercatore al computer

Come integrare i modelli linguistici di grandi dimensioni nel processo scientifico senza comprometterne l'integrità? Gli LLM sono utili quando velocizzano lavoro ripetitivo e preparatorio. Diventano rischiosi quando il loro output entra direttamente nel processo di validazione o nella decisione scientifica. La questione da porre non è se ma come integrarli nel processo scientifico senza comprometterne l'integrità.

Immagine di copertina realizzata con ChatGPT

Nel discorso pubblico, intelligenza artificiale e Large Language Model (LLM) vengono spesso usati come sinonimi. Non lo sono. L'IA è il campo più ampio che comprende tecniche diverse — dai sistemi simbolici all'apprendimento automatico, dalla visione artificiale alla robotica, fino ai modelli generativi. Gli LLM sono una classe specifica di questi sistemi: modelli addestrati su grandi quantità di testo e, sempre più spesso, di dati multimodali, capaci di produrre risposte linguisticamente plausibili, codice, sintesi, classificazioni e proposte operative.