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.
Software ilícito en los ordenadores de algunos de los mejores jugadores de póker en línea permitió al acusado fraude ver qué cartas tenían sus víctimas y supera...
Leer artículo →Un conjunto de 319 extensiones de navegador ha sido vinculado con el robo de búsquedas afectando aproximadamente a 13.4 millones de usuarios durante una década....
Leer artículo →Microsoft instó a los administradores de Entra ID a migrar de la autenticación por mensaje de texto (SMS) y por voz en Entra ID a las claves pasadas antes de qu...
Leer artículo →