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.
Synology insta a sus clientes a actualizar el software DiskStation Manager (DSM) que impulsa sus dispositivos de almacenamiento en red (NAS) tras sufrir ataques...
Leer artículo →BTCPay Server, un procesador de pagos de criptomonedas self-hosted y abierto de código fuente, ha instado a los usuarios a instalar la versión más reciente de s...
Leer artículo →Northflank exhortó a los clientes a rotar todas las secretas del plataforma después de informes de uso no autorizado de clave API de inteligencia artificial, ad...
Leer artículo →