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 crítico de Android podría permitir a un atacante ejecutar código en un teléfono sin ninguna acción del usuario remoto, informó Google en su último bole...
Leer artículo →Autoridades rusas han arrestado a tres miembros supuestamente pertenecientes a un grupo de amenaza conocido como VasyGrek y han desmantelado su infraestructura...
Leer artículo →Tor Browser 16.0 se presenta con Firefox 153 ESR, privacidad de título de ventana oculta, soporte nativo para ARM64 Linux y preferencias del navegador mejoradas...
Leer artículo →