fbpx Impatti, modelli e tecnologia per capire la COP26 di Glasgow | Scienza in rete

Impatti, modelli e tecnologia per capire la COP26 di Glasgow

Primary tabs

di Jacopo Mengarelli, Claudia Tebaldi
Pubblicato il 07/11/2021
--
Tempo di lettura: 1 min
Ambiente

Per capire la portata dei negoziati della COP26 di Glasgow, che entrano ora nella seconda settimana, è necessario riflettere quanto superare la soglie di 1,5°C o di 2°C possa generare punti di non ritorno o meno nel nostro sistema climatico, ma anche quanto i modelli climatici possano aiutare per pianificare azioni di mitigazione e adattamento e, infine, che ruolo hanno le nuove tecnologie in tutto questo. Ne abbiamo parlato con Claudia Tebaldi, statistica al Joint Global Change Research Institute (PNNL), collaboratrice di Climate Central, e autrice principale del primo volume del sesto rapporto IPCC uscito in estate.

Voci Claudia Tebaldi, Jacopo Mengarelli, Chiara Sabelli. Musica Jacopo Mengarelli. Produzione Sergio Cima, Jacopo Mengarelli.
Fonti
IPCC, AR6 Climate Change 2021: The Physical Science Basis: https://www.ipcc.ch/report/ar6/wg1/
UN Climate Change: https://www.youtube.com/channel/UCuLEr-GWiwCBB6zBDX3elOQ
Palazzo Chigi: https://www.youtube.com/channel/UCp8W1bzofvzB8MfZSkYW2xw

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.


  • 25912 letture

prossimo articolo

LLM e ricerca scientifica: opportunità, rischi e controlli

di Rocco De Nicola
Pubblicato il 01/07/2026
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

Intelligenza artificiale
Ricerca scientifica

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.