Per la prima volta è stata impiegata la datazione al radiocarbonio con misure di alta precisione per inquadrare correttamente la sequenza temporale delle dinastie dei faraoni. I risultati sono sostanzialmente in linea con le datazioni esistenti, ma non mancano anche alcune sorprese.
Christopher Bronk Ramsey (University of Oxford) e altri nove ricercatori francesi, austriaci e israeliani hanno accuratamente misurato la quantità di Carbonio 14 presente in 211 campioni provenienti da reperti concessi da musei europei e statunitensi. Perché la datazione fosse il più accurata e affidabile possibile, sono stati considerati solo quei manufatti ottenuti da materiali cresciuti proprio nell'epoca in cui furono lavorati, quali i tessuti e le ceste, nonché le sementi e i prodotti agricoli parte di corredi funerari. Gran parte dei campioni, infatti, provenivano da tombe sicuramente appartenenti a precise dinastie e questo ha permesso un accurato confronto tra la datazione al radiocarbonio e la sequenza temporale attualmente in vigore tra gli storici.
La nuova datazione ha permesso di rilevare alcune difformità con quanto sostenuto dagli storici. Secondo i ricercatori, infatti, il radiocarbonio colloca il regno di Djoser (Antico Regno) tra il 2691 e il 2625 a.C. e gli inizi del Nuovo Regno tra il 1570 e 1544 a.C., dunque in epoche anteriori rispetto a quanto suggerito dagli storici.
Radiocarbonio per i regni dei faraoni
prossimo articolo
LLM e ricerca scientifica: opportunità, rischi e controlli
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.