fuente: https://ai.epfl.ch/an-ai-capable-of-doubt-can-optimize-scientific-discovery/
Un equipo de la EPFL ha desarrollado un marco que entrena modelos de lenguaje a gran escala para crear sistemas de IA capaces de encontrar la configuración óptima o "receta" para un experimento científico.
Las herramientas computacionales modernas permiten a los científicos explorar un gran número de moléculas, materiales y reacciones químicas posibles. Sin embargo, probar todas las combinaciones en el laboratorio es lento y costoso. Entonces, ¿cómo eligen los investigadores la mejor "receta" para su experimento?
Un método llamado "optimización bayesiana" aprende de resultados previos, predice qué opciones parecen prometedoras y estima el grado de incertidumbre de dichas predicciones. Esto permite a los investigadores centrar sus próximos experimentos en las opciones más útiles para probar y evitar desperdiciar tiempo y dinero en posibilidades menos prometedoras.
San Francisco, CA, 3 de noviembre de 2026, CyberNewswire Cogent Security, una empresa de seguridad cibernética aplicada a la inteligencia artificial, informó qu...
Leer artículo →Los atacantes están aprovechando una grave vulnerabilidad en Adobe Commerce y Magento para instalar una herramienta de acceso remoto oculta llamada PSK Agent en...
Leer artículo →La empresa de tecnología financiera Abrigo ha restablecido su aplicación de gestión de riesgos Sageworks, a excepción de las funcionalidades para prestatarios,...
Leer artículo →