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.
Investigadores demostraron SPECTER, una técnica que revela datos en computadoras aisladas comprometidas a través de controladores de energía USB, cambios en la...
Leer artículo →El vendedor de StealC ha regresado con el RAT Stadia, combinando la robo de credenciales, control oculto del escritorio y ejecución remota de comandos mediante…...
Leer artículo →La empresa de pruebas de laboratorio nacional Quest Diagnostics informó que uno de sus sistemas clave pudo haber experimentado una brecha de datos de pacientes....
Leer artículo →