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.
Google ha publicado su actualización de seguridad de Android de noviembre de 2026, que corrige más de 200 vulnerabilidades en el sistema operativo, el kernel y...
Leer artículo →Una nueva campaña de malware XLoader está llegando a las bandejas de entrada haciéndose pasar por pedidos comerciales y solicitudes de presupuesto. Los correos...
Leer artículo →La plataforma para desarrolladores WorkOS sufrió una brecha de datos después de que un atacante accediera a los registros de contactos comerciales y a los resúm...
Leer artículo →