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 ataque de puerta habilitada por habla hace que modelos de voz alteren las palabras de una persona y desencadenen pagos de agentes de IA en pruebas. Posts rel...
Leer artículo →Un grupo de hackeo alineado con el gobierno chino utilizó herramientas automatizadas para llevar a cabo el reciente ataque de cadena de suministro en la empresa...
Leer artículo →El problema fue divulgado por el investigador de ciberseguridad Scott Helme, quien publicó un blog afirmando que en lugar de un número aleatorio de 384 bits, un...
Leer artículo →