fbpx Maryam Mirzakhan vince la medaglia Fields | Page 5 | Scienza in rete

Maryam Mirzakhan vince la medaglia Fields

Primary tabs

Read time: 2 mins

Per la prima volta nella storia una donna vince la Medaglia Fields, il più prestigioso premio nel campo della matematica. La medaglia, che viene assegnata ogni 4 anni a quattro specialisti che si sono distinti nel campo dei numeri, è andata all'iraniana Maryam Mirzakhan.
Laureata ad Harvard nel 2004 e professoressa all'Università di Stanford in California, è una specialista della geometria delle forme inusuali e ha scoperto nuovi metodi per calcolare il volume di oggetti con superfici iperboliche, come ad esempio una sella da cavallo. 

Mirakhani era stata già insignita di altri importanti riconoscimenti nel 2009 e poi nel 2013. Ma la Medaglia Fields, resa celebre tra l'altro dal film "Genio ribelle" al quale partecipò Robin Williams, è il punto più alto nella carriera di un matematico. Prima di lei, a riceverlo erano stati 52 uomini. "E' un grande onore", ha detto l'iraniana, che vive a Stanford con il marito e un figlio, "sono felice di poter dare coraggio alle donne che si occupano di scienza e di matematica e sono sicura che molte altre colleghe lo vinceranno nei prossimi anni".
Il premio del valore di 15.000 dollari canadesi viene assegnato dalla International Mathematical Union (Imu) a persone al di sotto dei 40 anni che dimostrano talento eccezionale nella matematica.
Nel corso della cerimonia, che si è svolta nella Corea del Sud, sono stati premiati anche Martin Hairer, un austriaco di 38 anni che lavora presso l'Università di Warwick in Inghilterra, Manjul Bhargava, della Princeton University e Artur Avila ricercatore franco-brasiliano di 35 anni che lavora all'Istituto di Matematica di Jussieu a Parigi

Autori: 
Sezioni: 
Indice: 
Matematica

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.