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.
La IA generativa se ha extendido rápidamente y las redes sociales están ahora repletas de sus resultados. Cuentas falsas, fotos de perfil realistas, historias i...
Leer artículo →Los operadores del esquema de ransomware como servicio (RaaS) DevMan mantienen una plataforma web dedicada que permite a sus afiliados crear cargas útiles, supe...
Leer artículo →La empresa de paquetería OnTrac informa que piratas informáticos vulneraron su red corporativa y podrían haber accedido a datos personales de sus clientes. El i...
Leer artículo →