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.
Hackers están utilizando mensajes y llamadas de Microsoft Teams para imitar a los empleados de TI, persuadir a los empleados de aprobar acceso remoto y avanzar...
Leer artículo →iPhone viejos utilizaban para almacenar frases semilla de criptomonedas podrían exponer a los propietarios a ataques físicos que el modo avión no puede detener....
Leer artículo →Más de 1,000 servidores GitLab expuestos están aún sin parchear contra un fallo de severidad máxima que es activamente explotado en ataques de ejecución remota....
Leer artículo →