fbpx 2030: la fine dell'artico | Page 3 | Scienza in rete

2030: la fine dell'artico

Read time: 2 mins

Neppure i modelli climatici più pessimisti l'avevano previsto, ma sta succedendo: la superficie dei ghiacci artici, uno dei principali indicatori dei cambiamenti climatici, ha raggiunto un nuovo record negativo. Con questo ritmo, nella stagione estiva i ghiacci  potrebbero sparire del tutto entro il 2030. 

Come riportato di recente da Nature, le analisi dello US National Snow and Ice Data Center (Colorado) mostrano che la superficie dei ghiacci già il 26 agosto “si era ridotta a 4,10 milioni di chilometri quadrati, 70.000 in meno del valore più basso registrato nel 2007”. Due mesi più tardi il valore si è ridotto di un altro 14%, fino ad arrivare a 3,52 milioni di chilometri quadrati.

“Siamo entrati in un regime interamente nuovo – ha dichiarato Mark Serreze, direttore del centro di ricerca americano – il ghiaccio marino è in condizioni talmente cattive che non è più in grado di sopravvivere allo scioglimento che avviene in estate. Persino in mancanza di condizioni meteo estreme”.

I modelli computerizzati utilizzati oggi dai climatologi prevedono la fine del ghiaccio artico durante la stagione “calda” fra il 2040 e il 2100, eppure i dati registrati non combaciano. “C'è un'enorme differenza il modello e le osservazioni – continua Serreze – e potrebbe essere dovuta a una variabilità naturale più alta di quanto avevamo stimato. Oppure sono gli stessi modelli ad essere errati, e per questo non riescono a stimare il modo in cui si evolve lo spessore dei ghiacci”.

Autori: 
Sezioni: 
Dossier: 

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.