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 vulnerabilidad Linux PwnEscape permite que las máquinas virtuales invitadas escapen de la isla de seguridad y ejecuten comandos con privilegios root en servi...
Leer artículo →Compare cinco firmas de desarrollo de software de salud y aprenda cómo construir productos seguros y cumplidores con las regulaciones HIPAA, GDPR y FDA.
Leer artículo →La policía japonesa arrestó a una pareja china acusada de esconder una computadora en un hotel de Kobe para enviar correos electrónicos de fraude y usar detalle...
Leer artículo →