segui la diretta su http://nobelprize.org/mediaplayer/index.php?id=1166
1/2 of the prize
China and United Kingdom
Sandard Telecommunication Laboratories
Harlow, United Kingdom; Chinese University of Hong Kong
Hong Kong, China
b. 1933
(in Shanghai, China)
1/4 of the prize
USA
Bell Laboratories
Murray Hill, NJ, USA
b. 1924
(in Amherst, NS, Canada)
1/4 of the prize
USA
Bell Laboratories
Murray Hill, NJ, USA
b. 1930
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.
