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.
Si alguna vez has usado i3 en Linux, conoces esa sensación. Ese momento en que te das cuenta de que tus ventanas pueden organizarse solas sin que tengas que mov...
Leer artículo →Kali365 convierte una cuenta legítima de Microsoft en una puerta de acceso a datos corporativos. Este kit de phishing ataca a organizaciones estadounidenses con...
Leer artículo →Tras la presentación inaugural del módulo de computación aeroespacial “NVIDIA Space-1 Vera Rubin” por parte de NVIDIA en la conferencia GTC en marzo, esta inici...
Leer artículo →