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.
Drupal advirtió a los administradores sobre la necesidad de corregir una vulnerabilidad crítica de omisión de acceso en el módulo Commerce Core, que está siendo...
Leer artículo →Microsoft ha resuelto las fallas de conexión a red virtual privada Always On que se produjeron después de instalar las actualizaciones de seguridad de Windows 1...
Leer artículo →Ahmad Umar Agha, conocido en línea como 'Th3Pr0' y hackeador del Ejército Electrónico Sirio, ha sido sentenciado por un tribunal federal de Estados Unidos a 42...
Leer artículo →