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.
En un contexto de amenazas híbridas, el gobierno británico desea actualizar la Ley de Correos Submarinos de 1885, que impone una multa máxima de £1,000 y cinco...
Leer artículo →Los objetos prohibidos —un transmisor de video inalámbrico y una cámara de cuadro de conducción— están hechos con chips fabricados por HiSilicon, subsidiaria de...
Leer artículo →La empresa suspendió la función después de que investigadores de seguridad descubrieran cómo era fácil acceder a información sensible compartida con el asistent...
Leer artículo →