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.
Los atacantes han explotado la vulnerabilidad CVE-2026-116779, una vulnerabilidad crítica de FreeSWITCH que permite ejecutar comandos del servidor mediante un ú...
Leer artículo →Las campañas públicas de Jess Asato en favor de las víctimas del abuso en línea la pusieron en el alcance del escándalo de deepfake de Grok. Luego, la miembro d...
Leer artículo →Bluesky informa a WIRED que bloqueó enlaces a un archivo descubierto de información sobre 41,000 empleados de ICE, CBP y otros funcionarios del DHS debido a que...
Leer artículo →