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.
Los hackers comprometieron la cuenta de GitHub de un desarrollador de OVHcloud y utilizaronla para distribuir archivos maliciosos a través de las publicaciones...
Leer artículo →Operadores de ransomware explotan un fallo en la VPN GlobalProtect de Palo Alto Networks para bypassar el multi-factor authentication y entrar en las redes corp...
Leer artículo →La empresa fintech Revolut trabaja para resolver una gran desconexión que interrumpió la mayoría de sus servicios en todo el mundo esta mañana.
Leer artículo →