fbpx Nerviano: è l'ora dei divorzi | Page 3 | Scienza in rete

Nerviano: è l'ora dei divorzi

Read time: 1 min

Prima è diventato ufficiale l’addio di Francesco Colotta, direttore ricerca e sviluppo del Nerviano Medical Sciences, che si vociferava da tempo e da luglio lascerà il Centro; poi si è concluso e firmato a Washington l’accordo che libera il centro di ricerca oncologica dell’hinterland milanese dalla morsa di Pfizer. Sebbene infatti il distacco dal colosso farmaceutico statunitense risalga al 2004, l’azienda deteneva di fatto un diritto di prelazione nei confronti dei risultati ottenuti a Nerviano (quello che in gergo si chiama right of first refusal ). Una clausola che scoraggiava gli investimenti da parte di altri soggetti potenzialmente interessati, istituzionali o industriali che fossero. E’ a questi possibili partner che ora guardano i 530 tecnici e 170 ricercatori che lavorano nel centro, nella speranza di poter uscire finalmente dall’emergenza finanziaria che, indipendentemente dai promettenti risultati scientifici, continua a mantenere i lavoratori col fiato sospeso.

Autori: 
Sezioni: 
Ricerca

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.