fbpx Impatti, modelli e tecnologia per capire la COP26 di Glasgow | Scienza in rete

Impatti, modelli e tecnologia per capire la COP26 di Glasgow

--
Tempo di lettura: 1 min

Ascolta "Impatti, modelli e tecnologia per capire la COP26 di Glasgow: intervista a Claudia Tebaldi" su Spreaker.

Per capire la portata dei negoziati della COP26 di Glasgow, che entrano ora nella seconda settimana, è necessario riflettere quanto superare la soglie di 1,5°C o di 2°C possa generare punti di non ritorno o meno nel nostro sistema climatico, ma anche quanto i modelli climatici possano aiutare per pianificare azioni di mitigazione e adattamento e, infine, che ruolo hanno le nuove tecnologie in tutto questo. Ne abbiamo parlato con Claudia Tebaldi, statistica al Joint Global Change Research Institute (PNNL), collaboratrice di Climate Central, e autrice principale del primo volume del sesto rapporto IPCC uscito in estate.

Voci Claudia Tebaldi, Jacopo Mengarelli, Paolo Recalcati. Musica Jacopo Mengarelli. Produzione Sergio Cima, Jacopo Mengarelli.
Fonti
IPCC, AR6 Climate Change 2021: The Physical Science Basis: https://www.ipcc.ch/report/ar6/wg1/
UN Climate Change: https://www.youtube.com/channel/UCuLEr-GWiwCBB6zBDX3elOQ
Palazzo Chigi: https://www.youtube.com/channel/UCp8W1bzofvzB8MfZSkYW2xw

Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

Why have neural networks won the Nobel Prizes in Physics and Chemistry?

This year, Artificial Intelligence played a leading role in the Nobel Prizes for Physics and Chemistry. More specifically, it would be better to say machine learning and neural networks, thanks to whose development we now have systems ranging from image recognition to generative AI like Chat-GPT. In this article, Chiara Sabelli tells the story of the research that led physicist and biologist John J. Hopfield and computer scientist and neuroscientist Geoffrey Hinton to lay the foundations of current machine learning.

Image modified from the article "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

The 2024 Nobel Prize in Physics was awarded to John J. Hopfield, an American physicist and biologist from Princeton University, and to Geoffrey Hinton, a British computer scientist and neuroscientist from the University of Toronto, for utilizing tools from statistical physics in the development of methods underlying today's powerful machine learning technologies.