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.
El Banco de India (SBI) ha notificado individualmente a los clientes cuyos datos fueron identificados en un incidente cibernético reciente, enviando alertas a t...
Leer artículo →Los hackers comprometieron la paquete PyPI del proyecto LuzLLM y publicaron imágenes Docker maliciosas con un payload que roba credenciales, secretos y variable...
Leer artículo →La gigante japonesa de juegos Capcom ha confirmado que los hackers incumplieron su servicio de membresía, CAPCOM ID, revelando más de 11.7 millones de direccion...
Leer artículo →