fbpx Millecento anni di Niño | Page 5 | Scienza in rete

Millecento anni di Niño

Primary tabs

Read time: 1 min

L'analisi degli anelli di accrescimento degli alberi ha permesso di ricostruire l'intensità e la ciclicità dei fenomeni del Niño e della Niña per oltre un millennio.

Lo studio, pubblicato su Nature Climate Change, è frutto del lavoro di un team di ricercatori coordinati da Jinbao Li (IPRC - University of Hawaii at Manoa) che hanno esaminato le condizioni climatiche che derivano dalla cosiddetta ENSO (El Niño/Southern Oscillation) così come sono scritte negli anelli di crescita degli alberi. Gli inverni molto umidi indotti dal Niño, infatti, producono anelli di accrescimento più larghi, mentre la siccità associata alla Niña si manifesta con anelli più sottili. Gli andamenti registrati da Jinbao Li e collaboratori si adattano molto bene alle valutazioni dell'intensità del fenomeno basate sulla concentrazione di ossigeno-18 nei coralli.

Il lungo arco temporale coperto dalla disponibilità di anelli di accrescimento (1100 anni) ha permesso di scoprire che l'ampiezza dell'oscillazione El Niño/La Niña mostra un andamento quasi regolare di 50-90 anni. Secondo i ricercatori questa conoscenza potrà essere molto utile nei modelli di previsione del fenomeno.

IPRC

Autori: 
Sezioni: 
Canali: 
Luoghi: 
Indice: 
Clima

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.