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.
Un investigador de seguridad ha publicado detalles de una vulnerabilidad de Android que se activa sin necesidad de clics, denominada "SMS de la Muerte"...
Leer artículo →La investigación del hackeo de Binance ha revelado los primeros hallazgos forenses tras un incidente de seguridad sin precedentes. En concreto, el 29 de octubre...
Leer artículo →Investigadores de seguridad están monitoreando de cerca una grave vulnerabilidad de escalada de privilegios en el sistema operativo Linux. En concreto, la vulne...
Leer artículo →