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.
DuckDuckGo lanza unas gafas sin tecnología como crítica a Meta y se agotan rápidamente. DuckDuckGo ha lanzado una irónica respuesta a las gafas inteligentes d...
Leer artículo →Instrucciones controladas por un atacante pueden hacer que el asistente Rovo de Atlassian recopile datos de Jira o Confluence a los que un usuario registrado ti...
Leer artículo →Una cadena de vulnerabilidades críticas en el núcleo de WordPress, identificada como CVE-2026-64638 y conocida como XSS2Shell, convierte un único intento fallid...
Leer artículo →