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.
Cuarenta por ciento de los equipos de seguridad utilizan actualmente la IA todos los días, y otro 56% la está probando. Solo el 4% no tiene planes de adoptarla,...
Leer artículo →Dos defectos críticos en Langflow podrían permitir a un atacante remoto sin cuenta bypassar la autenticación o ejecutar código arbitrario, informó IBM la semana...
Leer artículo →Polymarket sufrió un incidente de seguridad el 29 de octubre de 2026, cuando un proveedor externo comprometido expuso a los usuarios de su plataforma internacio...
Leer artículo →