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.
Guardz, la plataforma de seguridad para espacios de trabajo con agentes diseñada para proveedores de servicios gestionados (MSP), anunció hoy la integración de...
Leer artículo →Cogent Security, una empresa de ciberseguridad basada en IA aplicada, informó que la vulnerabilidad PHP2Shell expuso importantes deficiencias en la respuesta em...
Leer artículo →Funcionarios de la Universidad Estatal de Michigan (MIU) informaron que las recientes denuncias de un grupo de ransomware están relacionadas con un incidente oc...
Leer artículo →