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 ciberdelincuentes están explotando activamente dos vulnerabilidades críticas de día cero en los dispositivos Citrix NetScaler ADC y NetScaler Gateway, lo qu...
Leer artículo →Una aceleradora Web3 fraudulenta llamada Apex ha estado utilizando paquetes npm maliciosos para atacar a startups y fundadores de criptomonedas con lo que parec...
Leer artículo →Varios supermercados franceses informaron que, la noche del 11 de octubre, unos atacantes tomaron el control remoto de refrigeradores y congeladores en cientos...
Leer artículo →