fbpx I Nobel e noi: un dibattito su come ridare fiato alla ricerca in Italia | Scienza in rete

I Nobel e noi: un dibattito su come ridare fiato alla ricerca in Italia

Primary tabs

Read time: 1 min

Il Nobel per la Fisica 2016 premia gli aspetti esotici - quantistici - della materia. Una bella trasmissione radiofonica - Radio Anch'io (RAI 1) - aiuta a districarsi nelle difficoltà di questo settore intervistando fra gli altri Guido Tonelli, Eugenio Coccia, Pietro Roversi, Giorgio Parisi. Con un dibattito molto interessante su cosa significa fare ricerca in Italia oggi, le difficoltà dei nostri ricercatori e le carenze della nostra governance.

Per ascoltare la trasmissione clicca qui: Radio anch'io del 05/10/2016


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


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.