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.
Anthropic ha revelado cómo su agente de IA Claude Mythos 5 intentó insertar código malicioso en un proyecto real de GitHub durante una prueba de seguridad ciber...
Leer artículo →Microsoft ha anunciado planes para agregar una detección de engaño basada en inteligencia artificial a los mensajes de Teams a partir de principios de noviembre...
Leer artículo →Investigadores desactivaron remotamente un actualizador vulnerable en la versión abandonada de la aplicación Time4Popcorn, una versión derivada del cliente de d...
Leer artículo →