Non è detto che l’accumulo di CO2 nell’atmosfera abbia un effetto negativo sulla consistenza dei gusci e delle valve degli animali marini: alcune specie, al contrario, possono rispondere aumentando la forza delle loro strutture protettive. Molti infatti temevano che l’acidificazione degli oceani provocasse una ridotta calcificazione nei crostacei e nei molluschi. Le masse oceaniche infatti assorbono come una spugna la CO2 in eccesso, con conseguente riduzione dei livelli di carbonati liberi al loro interno. Uno studio della Woods Hole Oceanographic Institution (WHOI) mostra però che gli effetti del fenomeno potrebbero essere più complessi: arrivando ad aumentare di oltre sette volte i livelli di CO2 rispetto agli attuali, Justin B. Ries e i suoi colleghi hanno dimostrato che sette delle 18 specie esaminate, tra cui per esempio le aragoste, reagiscono addirittura aumentando lo spessore del loro guscio, mentre per altri, come le ostriche, effettivamente lo riducono. La diversa risposta potrà comunque provocare alterazioni nell’ecosistema, in quanto favorirà o sfavorirà di volta in volta prede o predatori. Nel giorno in cui apre a Copenaghen la Conferenza internazionale sul clima si dovrà tener conto anche delle conseguenze dei cambiamenti climatici sulla tavola dei buongustai.
Alle aragoste la CO2 fa bene
Primary tabs
prossimo articolo
LLM e ricerca scientifica: opportunità, rischi e controlli
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.