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.