Luo Mingcheng 등 연구진이 4100만 개의 나노포토닉 뉴런으로 구성된 대규모 광학 신경망을 개발하여 기존 AI 시스템의 한계를 극복하고, 실제 AI 문제 해결에 성공했습니다. 메타표면 기반의 이 시스템은 속도와 에너지 효율에서 탁월한 성능을 보이며, 미래 AI 기술 발전에 중요한 이정표를 세웠습니다.

본 기사는 Linux 커널 버그 해결을 위한 최초의 LLM 기반 소프트웨어 복구 에이전트인 CrashFixer의 개발과 그 성능을 소개합니다. 기존 코드 LLM의 한계를 뛰어넘는 kGymSuite 플랫폼과 전문 개발자의 워크플로우를 모방한 버그 해결 전략을 통해, CrashFixer는 실제 오픈 버그에 대한 실행 가능한 해결책을 제시하며 소프트웨어 엔지니어링의 미래를 혁신적으로 바꿀 가능성을 보여줍니다.

이재용, 정광재, 임병찬, 황형주 연구원이 개발한 FourierSpecNet은 푸리에 스펙트럼 방법과 심층 학습을 결합하여 볼츠만 방정식을 효율적으로 해결하는 혁신적인 프레임워크입니다. 계산 비용을 줄이고 정확도를 높이며, 해상도에 무관한 학습과 제로샷 초고해상도 예측 기능을 제공합니다.

본 기사는 LLM과 오프라인 시뮬레이션을 결합하여 소프트웨어 스크립팅 자동화의 효율성과 안전성을 높인 새로운 연구 결과를 소개합니다. GNN 기반 API 시너지 예측 모델과 실행 피드백을 활용하여 자동화 성공률을 향상시키고 응답 시간과 비용을 절감하는 효과를 확인했습니다.

Sahil Sethi 등 연구진의 ScopeMRI 연구는 딥러닝을 이용하여 어깨 관절의 뱅카트 병변을 정확하게 진단하는 방법을 제시했습니다. 공개 데이터셋과 모듈형 코드베이스를 통해 의료 영상 분석 연구를 가속화하고, 비침습적 MRI만으로도 정확한 진단이 가능함을 보여주었습니다.