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.
DreamHost advierte de una filtración de datos tras el acceso de atacantes a su plataforma de gestión de archivos durante dos meses, quienes robaron los nombres...
Leer artículo →Están robando el acceso a modelos de lenguaje extensos (LLM) de diversas corporaciones para revenderlo, provocando que las víctimas enfrenten facturas de servic...
Leer artículo →Un usuario con el seudónimo "koii" afirma vender una base de datos asociada al Servicio Nacional de Aprendizaje (SENA) de Colombia. La publicación anu...
Leer artículo →