AI 슈퍼컴퓨터의 성능은 9개월마다 두 배로 증가하지만, 비용과 전력 소비도 급증하여 지속가능성에 대한 우려를 제기합니다. 미국이 기술 주도권을 잡고 있으나, 2030년 예측은 정책 결정자들에게 시사하는 바가 큽니다.

본 연구는 LLM의 추상적 추론 능력을 ARC 벤치마크를 통해 평가하고, 잡음에 대한 민감성을 분석했습니다. GPT-4와 다른 모델 간의 성능 차이를 통해 현존 LLM의 구조적 한계를 밝히고, 더욱 강건한 AI 시스템 개발의 중요성을 강조합니다.

중국 연구진이 개발한 AI 기반 배드민턴 로봇은 학습 기반 조작과 물리 기반 이동의 통합을 통해 90% 이상의 성공률을 달성하며 학계의 주목을 받고 있습니다. 이 로봇은 모델 기반 전략과 혁신적인 학습 프레임워크를 통해 학습 복잡성을 줄이고 안전성과 안정성을 확보했습니다. 이 기술은 스포츠 로봇 뿐 아니라 다양한 분야에 적용될 가능성을 지닙니다.

Enqi Zhang의 연구는 SNN을 이진 활성화 RNN으로 보고 시퀀스 모델링에 적용하는 새로운 관점을 제시합니다. 기존 SNN의 한계를 극복하기 위해 재설정 메커니즘과 불응기를 재해석하고, 고정 불응기 SNN 아키텍처를 제안하여 장기 시퀀스 모델링 및 병렬 학습의 가능성을 열었습니다.

본 기사는 무선 에지 네트워크에서 에너지 효율적인 딥러닝 추론을 위한 혁신적인 컴퓨팅 아키텍처인 WISE에 대해 소개합니다. WISE는 무선 방송과 RF 연산을 통해 기존 방식 대비 2자릿수 이상의 효율 향상을 달성하며, 에지 디바이스의 딥러닝 활용에 새로운 가능성을 제시합니다.