본 기사는 자율주행 자동차의 협력적 인지 시스템에 대한 사이버 보안 위협과, 이를 해결하기 위한 새로운 방어 시스템인 CP-Guard+에 대한 연구 결과를 소개합니다. CP-Guard+는 악성 행위자를 효율적으로 탐지하고 방어하는 새로운 패러다임을 제시하며, 실험 결과를 통해 그 우수성을 입증하였습니다.

Herbert Roitblat의 논문을 바탕으로, 현재의 GenAI 모델이 인간의 과도한 개입과 언어 패턴 학습에 대한 의존, 그리고 부적절한 평가 방식으로 인해 인공 일반 지능(AGI) 달성에 어려움을 겪고 있음을 분석했습니다. AGI 달성을 위해서는 기술적 발전뿐 아니라 인간 지능에 대한 깊이 있는 이해와 새로운 평가 기준이 필요함을 강조합니다.

독일과 인도 연구진이 암묵적 상태 공간 모델(SSM)을 이용하여 RNN의 장점과 SSM의 효율성을 결합한 새로운 언어 모델을 개발했습니다. 이 모델은 13억 매개변수, 2070억 토큰으로 훈련되었으며, 기존 모델보다 우수한 성능을 보였습니다. 근사 고정점 수렴 전략을 통해 병렬 처리의 효율성을 높였고, 규칙 언어에 대한 상태 추적 능력이 특히 뛰어났습니다.

본 논문은 사전 훈련된 비디오 생성 모델을 제어 가능한 세계 시뮬레이터로 변환하는 동적 세계 시뮬레이션(DWS)을 제안합니다. 경량 액션 조건화 모듈과 모션 강화 손실을 통해 액션 제어 가능성을 향상시키고, 우선 순위 상상 기법으로 샘플 효율성을 개선하여 게임 및 로봇 분야에서 뛰어난 성능을 보였습니다.

Tousif Rahman 등 연구진은 eFPGA를 활용한 런타임 조정 가능한 Tsetlin 머신을 개발하여 에너지 효율적인 에지 머신러닝 추론을 가능하게 했습니다. 기존 설계 대비 리소스 사용량을 크게 줄이고 에너지 소비를 최대 129배까지 감소시킨 이 연구는 에지 AI 분야의 혁신적인 발전으로 평가받고 있습니다.