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.
Microsoft indica que Windows Server 2016 dejará de recibir actualizaciones de seguridad después de alcanzar el final de soporte en enero de 2027.
Leer artículo →Organizaciones diplomáticas en Asia Central han sido objetadas por un nuevo bootkit llamado BlackX, basado en la interfaz extensible de firmware (UEFI). La acti...
Leer artículo →El Servicio de Seguridad Cibernética e Infraestructura de la Infraestructura de Estados Unidos (CISA) el viernes añadió dos vulnerabilidades que afectan a Colla...
Leer artículo →