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.
Una familia de malware para Android, denominada WindRelay, que utiliza la tecnología NFC (comunicación de campo cercano) y que hasta ahora no se había detectado...
Leer artículo →OpenAI presentó el lunes un nuevo modelo de ciberseguridad llamado GPT-5.6-Cyber, enfocado en la investigación de vulnerabilidades, pruebas de penetración y res...
Leer artículo →Investigadores de ciberseguridad han descubierto una nueva versión de la botnet Kimwolf/AISURU para Android e Internet de las Cosas (IoT) que incorpora mejoras...
Leer artículo →