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.
Descubre cómo una cámara de gallinero israelí hackeada fue utilizada por espías para monitorear movimientos militares cerca del borde del Líbano. Aprende sobre...
Leer artículo →Explora cómo las grandes empresas tecnológicas de Silicon Valley como Salesforce están ejecutando una rebranding de la Inteligencia Artificial Superior siguiend...
Leer artículo →Descubre AMD Helion, la nueva hoja de ruta de infraestructura de rack abierta diseñada para la inteligencia artificial autónoma, que equilibra CPU y GPU para de...
Leer artículo →