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.
Microsoft anunció la eliminación de la herramienta de línea de comandos de Instrumental de administración de Windows (WMIC) de Windows 11 24H2 y 25H2, así como...
Leer artículo →Tienes un blog, un portafolio, una galería de fotos y quizás una lista de cursos que has creado. Ahora mismo, probablemente eso implique gestionar varias plataf...
Leer artículo →Un nuevo malware modular de Linux basado en Mirai, denominado Evooo1Bot, ha estado atacando dispositivos de puerta de enlace conectados a internet, convirtiéndo...
Leer artículo →