미시간 대학교 연구진은 뇌 MRI를 수초 만에 해석하고 97.5%의 정확도로 응급 상황을 자동으로 표시하는 AI 시스템 Prima를 개발했습니다.

OpenAI가 지금까지 가장 성능이 뛰어난 에이전트형 코딩 모델인 GPT-5.3-Codex를 공개했습니다. 이 획기적인 AI는 스스로를 구축하고 배포하는 데 도움을 주었으며 실행 속도가 25% 빨라졌습니다.

MIT CSAIL이 EnCompass 프레임워크를 소개합니다. 이 프레임워크는 AI 에이전트가 LLM 출력물을 되돌아가 최적화할 수 있게 하며, 코드량은 82% 줄이면서 정확도를 15~40% 향상시킵니다.

Discovery Learning 방법은 전통적인 수개월에 걸친 테스트 주기와 달리 1주일 만에 빠른 배터리 수명 예측을 가능하게 합니다.

임펄스 AI는 Kaggle 대회에서 상위 2.5%에 오른 자율형 ML 플랫폼을 공개했으며, 데이터 준비부터 운영 배포까지의 전체 워크플로를 한 시간 이내에 자동화합니다.

새로운 AI 안전 보고서는 확산되는 딥페이크, AI 동반자 및 자율 시스템을 경고하면서 수학 분야에서 금메달 수준의 AI 성능을 강조한다.

종합 분석을 통해 ML 프로젝트 실패율 85%를 초래하는 다섯 가지 반복되는 함정이 확인되었습니다: 잘못된 문제 선택, 데이터 품질 문제, 모델과 제품 간의 갭, 오프라인-온라인 불일치, 비기술적 장애 요인과 실무자를 위한 실행 가능한 해결책을 제시합니다.

새롭게 등장하는 세계 모델 기술은 기계가 공간과 시간을 더 잘 이해하도록 하여 AI의 일관성 문제를 해결하는 것을 목표로 한다.

ScienceDaily는 연구자들이 기계학습을 사용해 185개국의 암 데이터를 분석하고 각 국가의 생존율을 개선할 수 있는 구체적인 정책 변화를 밝혀냈다고 보도했습니다.

MIT 연구진은 가장 성능이 우수한 기계 학습 모델도 새로운 데이터 환경에 적용되면 최악의 성능을 보일 수 있으며, 의료 AI 및 기타 중요한 응용 분야에서 잘못된 상관관계로 인한 숨겨진 위험을 드러낸다고 보여줍니다.

연구진은 Riff-Diff라고 불리는 새로운 AI 방법을 개발하여 효소 설계를 혁신하고 산업 및 의료 응용을 위한 매우 효율적이고 안정적인 생촉매를 만들어냈습니다. 이 연구 결과는 학술지 Nature에 게재되었습니다.

인공지능은 우주 탐사로 활동 영역을 확장하고 있으며, 스탠퍼드 대학교의 연구진이 국제우주정거장에 탑재된 로봇에 기계 학습을 성공적으로 적용했습니다. 이 AI 시스템은 로봇의 움직임 계획 효율을 50~60% 향상시켜, 우주에서 새로운 기회를 창출할 수 있는 AI의 가능성을 보여주었습니다.

LangChain부터 Hugging Face Transformers까지, 이 16개의 오픈 소스 프로젝트는 AI와 머신러닝 혁신을 가속화하는 기본 도구와 프레임워크를 제공하고 있습니다.