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 FBI y agencias cibernéticas en el Reino Unido y Alemania indicaron que SafePay está objetando a empresas y infraestructura crítica mediante la suposición de...
Leer artículo →Agentes del DHS no solo rastrearon y intimidaron a personas que observaban la actividad de ICE en Maine, sino que almacenaron información sobre ellas en una bas...
Leer artículo →Millones han descargado el agente de inteligencia artificial Meta, Muse. Pero hacer que funcione a tu favor implica costos de privacidad.
Leer artículo →