Una parentesi di leggerezza, un po’ d’ironia e un sorriso non guastano anche nelle occasioni importanti. Il numero 2916 di Topolino, in questi giorni in edicola, è dedicato all'Anno della Chimica. Lo celebra in grande, con una lunga e talvolta esilarante storia a fumetti dal titolo “Qui Quo Qua e la grande storia della chimica dei paperi”. Il testo è di Stefano Ambrosio, laureato in chimica industriale (http://www.topolino.it/autori/4) e i disegni sono di Paolo De Lorenzi, Roberto Vian, Carlo Limido, Antonello Dalena e Marco Gervasio. Si sviluppa in cinque episodi che vanno dalle idee sugli atomi dei filosofi greci fino al polipropilene isotattico che valse il premio Nobel 1963 a Karl Ziegler e Giulio Natta. Chissà come avrebbe reagito l’austero professore del Politecnico di Milano se qualcuno gli avesse detto che un giorno sarebbe finito fra i paperi in una storia dal titolo “Gaston Meneghin e lo Sfornaplastica”? Forse si sarebbe divertito anche lui, perché l’episodio che lo riguarda è davvero un piccolo capolavoro di umorismo intelligente. Non sono certo da meno quelli che raccontano le gesta di Lavoisier, Mendeleev, Kekulé ed altri, inclusi gli inventori delle materie plastiche che precedettero il Moplen. Se si aggiunge che la correttezza dei dati storici, pur con le indispensabili approssimazioni, è ben sorvegliata dal bravo Stefano Ambrosio, bisogna dire che Topolino se l’è cavata nel modo migliore possibile.
La chimica dei paperi
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.