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.
La Autoridad de Certificación (CA) eMudhra revocó ocho certificados intermedios comprometidos después de que investigadores encontraran que sus claves privadas...
Leer artículo →Las agencias federales civiles de Estados Unidos deben eliminar productos DeepSeek de sus sistemas de tecnología de información, así como cualquier producto o s...
Leer artículo →Desconocidos agresores brebajearon el sitio web de TeamUpdraft y podrían haber obtenido acceso no autorizado a las claves de conexión de los clientes para Updra...
Leer artículo →