독일 연구진의 연구 결과, 주행 시뮬레이터의 현실성을 높이려면 30~100Hz 고주파 영역의 진동을 정확히 모델링해야 함을 밝혔습니다. 특히 엔진, 휠 등 비도로 요인의 진동이 주행 피드백에 큰 영향을 미치는 것으로 나타났습니다.

본 연구는 AI를 활용한 항생제 개발 파이프라인을 구축하여 표적 선정부터 화합물 발견까지의 전 과정을 효율화했습니다. 다양한 AI 모델 비교 평가를 통해 DeepBlock과 TamGen을 최적 모델로 제시하고, 엄격한 후처리 과정을 거쳐 실제 합성 가능한 화합물 후보군을 도출했습니다. 이 연구는 AI 기반 신약 개발의 실질적인 적용 가능성과 한계점을 동시에 제시하며, 미래 항생제 개발 방향에 중요한 시사점을 제공합니다.

Peng Du 등 연구팀이 개발한 QAMA는 양자 어닐링을 활용하여 기존 어텐션 메커니즘의 한계를 극복하고 에너지 효율성과 속도를 크게 향상시킨 혁신적인 기술입니다. 실험 결과 고전적인 방법과 비슷한 성능을 보이면서도 추론 시간을 획기적으로 단축시켰다는 점에서 AI 분야의 혁신적인 전환점이 될 것으로 기대됩니다.

DeepMLF는 학습 가능한 토큰을 활용한 심층 다중 모드 융합을 통해 멀티모달 감정 분석(MSA)에서 최첨단 성능을 달성한 새로운 모델입니다. 심층 융합과 적절한 토큰 수의 중요성을 확인하였으며, 향후 MSA 연구에 중요한 발견을 제시합니다.

본 연구는 영아의 자발적인 목표 지향적 행동을 '자기 사전'이라는 새로운 개념을 통해 설명하며, 시뮬레이션을 통해 이를 검증함으로써 AI 분야에 새로운 가능성을 제시합니다.