Daily MaverickOUR CITY NEWS: Zille to ‘go into opposition’ if DA doesn’t win a workable coalition in JoburgThe Jerusalem PostFirst women on ultra-Orthodox party slate running for Knesset seek change - interviewInquirerPCSO lotto results Oct. 12: No winner of ₱265.5-M jackpotESPN DeportesBrewers vino de atrás ante Dodgers y abrió con triunfo SCLNESPNKCP: Sixers' success hinges on chemistry, players 'liking each other'RTP DesportoTreinador do Lens avisa para experiência do SportingAnime News NetworkKilling Bites Manga Publishes 1st Part of Final ChapterGIGAZINE各社のAIがリリース後にどれだけ性能変化したかがグラフでわかるベンチマーク「Nerf Bench」BBC NewsUS actress Selma Blair accused of assault after incident with flight attendantsCBS NewsSaudi airport stays shut as Houthi attacks kill 20 people in a weekMeduzaВ Беларуси освятили икону, созданную искусственным интеллектом3DNewsIntel вырезала из GPU блоки 3D-графики и трассировки лучей ради ИИ — представлен D270 с поддержкой до 480 Гбайт LPDDR5X
The Daily Newsstand · Free, Always
Monday, October 12, 2026

L'IA può capire dalla nostra voce quanto stiamo invecchiando

Translate

La nostra voce può rivelare quanto stiamo invecchiando: lo dimostra l'esperimento condotto con un sistema di apprendimento automatico (machine learning) in grado di stimare l'età di una persona a partire da centinaia di caratteristiche acustiche e linguistiche del suo parlato. La differenza tra l'età reale e quella stimata tramite la voce è risultata associata a diverse 'spie' dell'invecchiamento biologico, ma anche della salute cerebrale, delle funzioni cognitive, dello stress sociale e della demenza. I risultati dello studio, pubblicati sulla rivista Science Advances dal Trinity College di Dublino, aprono alla possibilità di usare la voce per monitorare l'invecchiamento in modo non invasivo e poco costoso, anche da remoto.

 La ricerca ha coinvolto quasi 3.000 partecipanti di lingua spagnola provenienti da Argentina, Cile, Colombia, Messico e Perù, includendo sia adulti sani che persone affette da lieve decadimento cognitivo, Alzheimer e diverse forme di demenza frontotemporale. Invece di limitarsi ad analizzare una singola caratteristica della voce, i ricercatori hanno utilizzato il machine learning per valutare centinaia di caratteristiche relative al modo in cui le persone parlano e a ciò che dicono, prendendo in considerazione parametri quali velocità del parlato e pause, intonazione, contenuto emotivo, vocabolario, precisione semantica, nonché quantità e organizzazione dell'eloquio. Il modello di machine learning ha poi combinato tali caratteristiche per stimare l'età.

 Le persone il cui parlato dimostrava più anni rispetto all'età reale presentavano anche segni biologici e clinici di invecchiamento accelerato, riconoscibili per esempio nell'imaging del cervello, nei test per le funzioni cognitive e nell'epigenetica delle cellule (ovvero le modificazioni chimiche del Dna legate all'età).
Il sistema di machine learning ha inoltre permesso di distinguere gli individui sani dalle persone affette da demenza, anche se non costituisce ancora un test diagnostico.

View the original on ANSA →

KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.