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.
El grupo de espionaje cibernético conocido como Volt Typhoon ha sido atribuido a una red oculta de acceso ahora desarticulada denominada Silent Train, que se ha...
Leer artículo →Un archivo de texto plano ubicado en la carpeta Descargas puede engañar a los agentes de codificación de IA para que modifiquen su configuración, instalen malwa...
Leer artículo →PHP ha recompilado sus paquetes oficiales para Windows (versiones 8.2 a 8.5) para corregir la vulnerabilidad CVE-2026-111497, un fallo en la biblioteca de compr...
Leer artículo →