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.
Un fallo de corrupción de memoria en el decodificador de Brotli de Google se encuentra en muchos programas que descomprimen datos comprimidos con Brotli, entre...
Leer artículo →Múltiples oleadas de ataques DDoS interrumpieron los servicios de internet público en Corea del Norte este semana, haciendo caer sitios web gubernamentales impo...
Leer artículo →Capcom anunció planes de notificar a los clientes después de que se produjera un acceso no autorizado a su servicio CAPCOM ID que afectó a 11,774,247 registros...
Leer artículo →