fbpx Canaloni di Marte e ghiaccio secco | Scienza in rete

Canaloni di Marte e ghiaccio secco

Primary tabs

Read time: 1 min

Il confronto tra immagini acquisite in tempi diversi ha permesso agli astronomi di chiarire che alcuni cambiamenti nei canaloni si Marte non possono essere attribuiti all'azione dell'acqua, bensì a quella dell'anidride carbonica.

L'importante scoperta, pubblicata sul numero di novembre di Geology, è opera del team coordinato da Serina Diniega (Jet Propulsion Laboratory), che ha analizzato i cambiamenti occorsi in una ventina di canaloni in sette diverse località dell'emisfero meridionale di Marte riuscendo a circoscrivere il periodo dell'anno in cui sono avvenuti.

Poiché dai dati emerge che le nuove strutture sono verosimilmente state scavate nella stagione invernale, è impossibile imputare la loro formazione allo scorrere di acqua liquida – una delle ipotesi più gettonate fin dalla scoperta dei canaloni dieci anni fa.

Diniega e collaboratori puntano così il dito verso l'anidride carbonica proveniente dall'atmosfera di Marte che in inverno congela e finisce nel terreno, ma che ritorna in forma gassosa non appena si avvicina la primavera. L'energia associata agli sbuffi di gas unita all'azione lubrificante dell'anidride carbonica sulla sabbia potrebbero favorire o generare scivolamenti e frane, originando in tal modo nuovi canaloni.

NASA-JPL

Autori: 
Sezioni: 
Astronomia

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.