AI 코사이언티스트 훈련법: 논문에서 추출한 루브릭 보상으로 연구 계획 능력을 강화학습
메타 인턴십에서 나온 연구다. 실험을 끝까지 실행시키는 대신 논문 8천 편에서 추출한 채점 루브릭을 보상으로 삼아 연구 계획을 세우는 능력만 강화학습으로 끌어올렸고, 대학원생과 현업 연구자가 참여한 인간 평가에서도 개선이 확인됐다.
핵심 내용 읽기 →
AI TOPIC
AI for Science 최신 뉴스와 핵심 해설
AI for Science 관련 핵심 뉴스와 활용 인사이트 4편을 최신순으로 모았습니다.
기계학습과 대칭성 - 불변론과 갈루아 이론으로 입력 크기에 얽매이지 않는 모델 만들기
펜실베이니아대 AI 세미나에서 솔레다드 비야르 교수가 물리 법칙의 대칭성을 신경망 구조에 심는 방법과, 작은 데이터로 학습한 모델을 더 큰 입력이나 더 큰 모델로 옮기기 위한 수학적 조건을 설명했다. 불변론과 갈루아 이론이 도구로 쓰인다.
핵심 내용 읽기 →
실리콘 포토닉스 정리: AI 데이터센터의 다음 병목인 칩 간 광통신과 인버스 디자인에 딥러닝을 붙인 연구
AI 데이터센터의 다음 병목으로 떠오른 칩 간 광통신을 미시간대·MIT 연구자와 HyperAccel CTO가 해설한다. 구리선의 물리적 한계부터 CPO, 인버스 디자인에 딥러닝을 접목한 최신 연구까지 짚었다.
핵심 내용 읽기 →
MIT 6.S191 AI for Science 강연 정리: 딥러닝 에뮬레이터가 과학 시뮬레이션을 수천 배 앞당기는 법
크리스 비숍이 MIT 딥러닝 강의 6.S191에서 소개한 'AI 에뮬레이터'. 시뮬레이터로 만든 합성 데이터를 학습해 날씨 예보와 신약·소재 탐색을 수천 배 앞당기는 접근, 그리고 밀도범함수이론에 남은 마지막 난제를 정리했다.
핵심 내용 읽기 →