Kejia Gao 등의 연구팀이 개발한 E2E Parking Dataset은 자율주차 분야의 난제였던 공개 데이터셋 부재 문제를 해결하며, 85% 이상의 높은 성공률과 낮은 오차율을 달성한 모델 성능을 통해 데이터셋의 우수성을 입증했습니다. 이는 자율주차 기술의 발전을 가속화하고 더욱 안전하고 효율적인 시스템 구현을 앞당길 것으로 기대됩니다.

싱가포르 연구진이 개발한 PatrolVision은 저전력 GPU 기반의 혁신적인 ALPR 시스템으로, RFB-Net과 YOLO 기반 네트워크를 활용하여 높은 정확도와 속도를 달성했습니다. 16,000개 이상의 이미지 데이터셋을 통해 검증된 PatrolVision은 AI 기반 공공 서비스의 실용성을 입증하는 중요한 사례입니다.

Annabella Sakunkoo와 Jonathan Sakunkoo의 연구는 LLM이 학생 이름을 통해 인종, 성별, 사회적 지위에 대한 편향적인 평가를 내린다는 것을 밝혔습니다. 이는 기존의 단순한 인종 차별적 관점을 넘어, 아시아계 내부의 다양성과 성별에 따른 차별, 그리고 서구식 이름 채택의 영향까지 고려해야 함을 보여줍니다. AI의 공정성과 윤리적인 사용을 위해서는 이러한 교차적이고 세심한 이해가 필수적임을 강조합니다.

소음 환경에서도 명확한 음성 녹음을 가능하게 하는 SonicSieve 기술이 개발되었습니다. 생체 모방 음향 마이크로 구조물과 모바일 기반 신경망을 활용하여 뛰어난 성능과 편의성을 제공합니다.

최첨단 시각 언어 모델(VLMs)의 시각 능력에 대한 연구 결과, 복잡한 물체 인식에는 뛰어나지만 기본적인 시각 개념 이해에는 심각한 결함이 있음을 밝혔습니다. 이는 인간의 시각 능력과 AI 간의 차이를 보여주는 중요한 발견이며, 향후 AI 개발 방향에 대한 새로운 시각을 제시합니다.