The Fort Worth Press - Un'IA al servizio della scienza, può aggregare dati da più fonti

USD -
AED 3.672501
AFN 66.495457
ALL 80.629676
AMD 365.091035
AOA 917.000132
ARS 1491.937897
AUD 1.417435
AWG 1.80125
AZN 1.700356
BAM 1.691649
BBD 2.00813
BDT 123.418242
BHD 0.375989
BIF 2985.079791
BMD 1
BND 1.277602
BOB 11.849673
BRL 5.083303
BSD 0.997016
BTN 94.875232
BWP 13.457596
BYN 2.968819
BYR 19600
BZD 2.00519
CAD 1.39515
CDF 2262.487483
CHF 0.80949
CLF 0.023206
CLP 913.315746
CNY 6.747602
CNH 6.743285
COP 3142.844787
CRC 453.228387
CUC 1
CUP 26.5
CVE 95.372573
CZK 20.982098
DJF 177.546166
DKK 6.467982
DOP 58.20179
DZD 132.308956
EGP 49.555853
ERN 15
ETB 160.923669
EUR 0.86495
FJD 2.20855
FKP 0.74148
GBP 0.742583
GEL 2.610266
GGP 0.74148
GHS 11.700039
GIP 0.74148
GMD 73.510995
GNF 8756.649224
GTQ 7.607144
GYD 208.588851
HKD 7.842299
HNL 26.723176
HRK 6.518802
HTG 130.363707
HUF 314.060243
IDR 17801
ILS 2.99985
IMP 0.74148
INR 95.210501
IQD 1306.058902
IRR 1375550.000156
ISK 123.339642
JEP 0.74148
JMD 158.335856
JOD 0.709022
JPY 157.806026
KES 129.014401
KGS 87.450366
KHR 4049.647537
KMF 425.999772
KRW 1407.860324
KWD 0.30866
KYD 0.830861
KZT 467.275008
LAK 22510.919863
LBP 89282.792025
LKR 334.420274
LRD 179.959348
LSL 16.197552
LTL 2.95274
LVL 0.60489
LYD 6.341738
MAD 9.29222
MDL 17.337716
MGA 4254.638239
MKD 53.219738
MMK 2099.549369
MNT 3595.852714
MOP 8.056654
MRU 40.080439
MUR 47.070197
MVR 15.450094
MWK 1728.841413
MXN 17.380226
MYR 4.090101
MZN 63.905023
NAD 16.197552
NGN 1364.859559
NIO 36.690741
NOK 9.51237
NPR 151.800372
NZD 1.701115
OMR 0.382693
PAB 0.997016
PEN 3.376465
PGK 4.406003
PHP 60.705001
PKR 276.796523
PLN 3.719205
PYG 5928.296501
QAR 3.644596
RON 4.536302
RSD 101.492021
RUB 81.598409
RWF 1466.072741
SAR 3.744756
SBD 8.065696
SCR 14.449077
SDG 600.501055
SEK 9.480801
SGD 1.269501
SLE 24.601635
SOS 569.822255
SRD 37.866504
STD 20697.981008
STN 21.191022
SVC 8.723782
SZL 16.194265
THB 33.050449
TJS 9.197509
TMT 3.51
TND 2.929032
TRY 47.697498
TTD 6.757774
TWD 32.250597
TZS 2639.622886
UAH 44.653894
UGX 3714.050945
UYU 40.133201
UZS 11924.058297
VES 755.762402
VND 26204.5
VUV 118.557141
WST 2.733716
XAF 567.363231
XAG 0.015731
XAU 0.00023
XCD 2.70255
XCG 1.796912
XDR 0.705618
XOF 567.363231
XPF 103.152705
YER 238.410014
ZAR 16.14632
ZMK 9001.199539
ZMW 18.818492
ZWL 321.999592
Un'IA al servizio della scienza, può aggregare dati da più fonti
Un'IA al servizio della scienza, può aggregare dati da più fonti

Un'IA al servizio della scienza, può aggregare dati da più fonti

Obiettivo laboratorio Embl, guidato da ex ricercatore di Meta

Dimensione del testo:

Integrare per la prima volta con l'Intelligenza Artificiale dati scientifici di più fonti come letteratura scientifica, immagini al microscopio e dati sperimentali: è il progetto del Laboratorio europeo di biologia molecolare Embl di Monterotondo (Roma) guidato dal ricercatore italiano Fabio Petroni che ha partecipato per Meta allo sviluppo di un approccio per l'IA del futuro capace di accelerare la ricerca. "Già da anni l'IA viene usata nell'ambito biomedico e ha trovato applicazioni incredibili ma l'IA potrebbe avere un impatto molto più ampio, ci sono molte possibilità ancora inesplorate", ha detto all'ANSA Petroni, originario di Monterotondo e che dopo circa 10 anni all'estero, in particolare nel gruppo di ricerca IA di Meta è tornato in Italia, a Monterotondo, per guidare il progetto di Embl. Un esempio nell'impatto dell'IA è stato il recente AlphaFold, l'innovativa piattaforma che ha aperto possibilità incredibili nello studio delle proteine, per cui i suoi ideatori sono stati insigniti del Nobel per la Chimica. Ma la spinta innovativa dell'IA potrebbe non essersi ancora fermata: "Possiamo fare un altro grande salto e sviluppare IA più generali, capaci di collaborare in modo più ampio con i ricercatori", ha aggiunto Petroni. Oggi i ricercatori hanno infatti accesso a quantità di dati enormi ma allo stesso tempo troppo variegati per essere analizzati e messi in connessione tra loro da una macchina come le pubblicazioni scientifiche, i dati sperimentali oppure immagini realizzate al microscopio. Una complessità che richiede una nuova forma di analisi, un nuovo paradigma IA ispirato ai cosiddetti modelli Rag, acronimo di Retrieval-Augmented Generation e sviluppati per la prima volta proprio dal gruppo di ricerca Meta di cui Petroni faceva parte. "Vogliamo sviluppare nuovi sistemi IA capaci di liberare il tempo dei ricercatori, dove gli umani non debbano dover navigare ad esempio tra centinaia di paper alla ricerca di studi in cui è stato usato un particolare metodo". "Puntiamo a creare una IA - ha concluso Petroni - che in automatico sappia aggregare informazioni da varie fonti e accelerare la ricerca".

T.Harrison--TFWP