Individuato in Australia il fossile di un essere vivente molto simile alle spugne risalente a 635 milioni di anni fa, una scoperta che rappresenta il nuovo record per i fossili animali.
Autore dell'incredibile scoperta, pubblicata nei giorni scorsi su Nature Geoscience, è Adam Maloof (Princeton University) che, con i suoi collaboratori, stava eseguendo studi geologici sulle rocce dell'Australia del Sud alla ricerca di indizi riguardanti l'incredibile glaciazione che 635 milioni di anni fa rivestì il nostro pianeta con una spessa coltre ghiacciata. L'accurata analisi di strane formazioni di calcite inizialmente sottovalutate ha permesso ai ricercatori di riconoscere che si trattava di fossili di antiche spugne completamente inglobate nella matrice rocciosa. L'analisi, davvero difficile, è stata effettuata ricorrendo a una tecnica innovativa che ha comportato l'abrasione di sottilissimi strati di materiale, la ripresa fotografica delle superfici e la ricostruzione computerizzata tridimensionale del fossile.
Prima della scoperta di queste primitive spugne il record dei fossili più antichi apparteneva al Namacalathus, un organismo risalente a circa 550 milioni di anni fa, e a una creatura chiamata Kimberella, di circa 5 milioni di anni più antica.
Fossile record
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.