fbpx Virus mansueto ma non troppo | Page 121 | Scienza in rete

Virus mansueto ma non troppo

Primary tabs

Read time: 1 min

Da oggi si sa qualcosa di più del virus H1N1 responsabile della pandemia di influenza in corso. Yoshihiro Kawaoka, giapponese distaccato presso la University of Wisconsin a Madison, ha collaborato con una serie di laboratori del Sol levante per esaminare in vitro e in vivo alcuni ceppi virali responsabili dell’infezione, tra cui A/California/04/09, proveniente da uno dei primi casi individuati in California. La sua somiglianza con il ceppo responsabile della pandemia del 1918 è stata confermata dal fatto che viene neutralizzato dal siero di soggetti nati prima del 1920. Inoltre i risultati di laboratorio confermano che il virus è meno innocuo di quanto sembra: si diffonde in maniera asintomatica tra i maiali, il che spiega perché ha potuto agire indisturbato, ma nei topi e nei macachi provoca danni polmonari maggiori degli analoghi virus responsabili della forma stagionale: ciò spiega forse perché, se è vero che la maggior parte dei casi finora descritti si sono risolti senza gravi conseguenze, molti dei malati ricoverati in ospedale non avevano patologie debilitanti predisponenti.

Nature advance online publication 13 July 2009 doi:10.1038/nature08260

Autori: 
Sezioni: 
Influenza

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.