Alla fine di agosto, solo negli Stati Uniti, già 28 donne in gravidanza avevano perso la vita a causa della nuova influenza, e un centinaio aveva dovuto ricorrere alle cura di un'unità di terapia intensiva. I dati, comunicati ieri da Anne Schuchat, direttore del National Center for Immunization and Respiratory Diseases dei Centers for Disease Control and Prevention di Atlanta, non possono lasciare indifferenti. Alla luce dell'impatto del virus H1N1 in questa categoria ad alto rischio, è poco chiara la decisione del vice ministro italiano Ferruccio Fazio di restringere l'uso degli antivirali nelle future mamme: le ultime indicazioni che vengono dalle autorità italiane, infatti, suggeriscono l'uso dei farmaci solo nelle donne già portatrici di patologie croniche preesistenti alla gravidanza.
Mamme a rischio?
Primary tabs
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.