fbpx Spirit, il giorno dell'addio | Page 5 | Scienza in rete

Spirit, il giorno dell'addio

Read time: 2 mins

Nei giorni scorsi, visto il fallimento di ogni tentativo di comunicazione, la NASA ha annunciato che considera definitivamente conclusa la missione del rover marziano Spirit.

L'ultimo messaggio della sonda risaliva al 22 marzo 2010 e la situazione del rover era critica. Insabbiato senza scampo e con due ruote fuori uso, Spirit si stava accingendo ad affrontare il duro inverno marziano con la prospettiva di non riuscire a ricaricare le sue batterie per il pessimo orientamento delle celle solari. Passato l'inverno i tecnici del JPL hanno ripetutamente provato a contattare Spirit, ma senza alcuna risposta. Inevitabile, dunque, la decisione dell'ente spaziale americano di concentrare tutte le risorse sull'altro rover, Opportunity, anch'esso un po' acciaccato ma comunque ancora in grado di proseguire la sua missione.

Progettato per resistere tre mesi, Spirit ha lavorato per oltre sei anni percorrendo quasi otto chilometri sulla superficie di Marte, superando dislivelli anche piuttosto impegnativi e inviando a terra 124 mila immagini della superficie del Pianeta rosso. Non si è fermato neppure quando, nel 2006, gli si è bloccata una ruota anteriore e quando, l'anno successivo, anche la seconda ha dato forfait ha proseguito il cammino procedendo all'indietro e lasciando due profondi solchi sulla superficie marziana. La sorte ha voluto che proprio in quei solchi Spirit facesse una delle scoperte più importanti, individuando depositi di silicati che testimoniavano l'umido passato di quell'arido pianeta.

Molto difficile fare una classifica delle missioni spaziali, ma se un giorno qualcuno provasse a stilarla, il faticoso arrancare di Spirit (e Opportunity) sulle lande desolate di Marte meriterebbe indubbiamente uno dei primi posti. Gran bel lavoro, Spirit!

NASA-JPL

Autori: 
Sezioni: 
Marte

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.