양자컴퓨터와 딥러닝 결합 ‘만능 함수’ 찾았다
복잡한 입자 계산 한계를 넘다 물리학과 재료과학에서 가장 어려운 문제 중 하나는 수많은 입자가 서로 상호작용하는 현상을 정확하게 계산하는 것이다. 이 문제는 신소재 개발, 배터리 성능 개선, 신약 설계 등 산업 전반과 직결돼 있다. 지금까지 가장 널리 사용돼 온 방법은 밀도 범함수 이론(DFT)이다. 계산 속도는 빠르지만, 입자 간 상호작용이 복잡해질수록 정확도가 급격히 떨어진다는 한계를 안고…
-
-
AI | Books & Life | Conference & Seminar | News | PR | Tech
2025년 AI 온라인 강의 무료 코스 베스트 10
가장 인기 있고 효과적인 AI 강의 사이트 TOP 10 Artificial Intelligence(AI)는 음성 비서부터 자율주행차, 추천 알고리즘까지 현대 기술의 중심에 자리 잡고 있다. AI 커리어를 시작하고 싶거나 지식을 확장하고 싶은 사람이라면, 무료 온라인 AI 강의를 통해 부담 없이 학습을 시작할 수 있다.이번 가이드에서는 2025년 기준 가장 인기 있고 효과적인 무료 AI 강의 10가지를 소개한다. 머신러닝, 딥러닝,…
-
기계 학습 사용한 분자 상자 오프너 개발
더욱 표적화된 약물 치료를 목표로 분자를 생물학적 시스템에 도입하려는 노력이 있다. 유전자 치료와 약물 전달은 널리 사용되기 위해 효과적이고 저렴해야 한다. 이 목표를 달성하기 위해 세 명의 연구자가 기계 학습(machine learning)을 사용하여 분자 상자(molecular cage) 내부의 분자를 제거하는 방법을 설계했다. 연구는 Physical Review Letters에 게재됐다. 미국 하버드대학교 Ryan K. Krueger 주저자와 동등하게 참여한 공동 저자들은…
-
기계학습으로 정확하고 효율적인 양자 오류 완화
양자 컴퓨터는 최적화 및 데이터 처리와 같은 특정 작업에서 고전 컴퓨터보다 우수한 성능을 발휘할 잠재력을 가지고 있다. 하지만 양자 시스템은 큐비트(양자 정보의 기본 단위)를 제어하는 데 어려움이 있어 오류에 더 취약하다. 오류를 줄이기 위한 양자 오류 완화(uantum error mitigation, QEM) 기술이 개발됐지만 비용과 시간 측면에서 실용적이지 않았다. 최근 IBM Quantum 연구원들은 기계 학습(machine learning, ML)을…
-
피드백 없는 자율 학습 : 기계보다 인간이 더 어려움을 겪는 이유
어린이가 농장에서 처음으로 양과 염소를 보았다. 부모가 각각의 동물을 가리키며 구별하는 방법을 가르쳐 준다. 다시 농장을 방문했을 때, 그 아이는 과연 이 두 동물을 구별할 수 있을까? 신경 과학자 프란시스카 브뢰커는 인간과 기계가 감독 없이 어떻게 배우는지를 연구하고 있으며, 이 과정에서 자율 학습이 진전을 도울 수도, 방해할 수도 있다는 흥미로운 사실을 발견했다. 이 연구는 Trends…
-
AI 표적 물질 발견 가속화 자기 주도 실험 기반 마련
과학자들은 새로운 재료를 검색할 때 데이터를 보다 효율적으로 수집하는 데 도움이 되는 AI 기반 방법을 개발했다. 이 연구는 미국 에너지부(DOE) 산하 SLAC 국립 가속기 연구소(SLAC National Accelerator Laboratory)와 스탠포드 대학(컴퓨터 과학 및 재료 과학)이 협력했다. 이번 협력에는 알고리즘 개발, 기계 학습 및 재료 과학 분야가 포함됐다. 18일(현지시각) npj Computational Materials에 발표된 연구는 지능형 알고리즘이 SLAC…
-
생성형 AI 모델로 양자 컴퓨팅 혁신
연구원들은 생성형 AI(Generative AI) 모델이 이미지를 생성하는 방식과 유사하게 텍스트 설명에서 양자 회로를 생성하는 기계 학습(machine learning, ML) 모델을 개발했다. 오스트리아 인스브루크 대학에서 개발된 방법은 사용자 사양을 기반으로 회로가 실행될 양자 하드웨어의 기능에 맞게 조정된 양자 회로를 생성한다. 이 방법은 양자 컴퓨팅의 효율성과 적응성을 향상한다. 머신러닝(ML)의 가장 중요한 최근 개발 중 하나는 확산 모델과 같은…
-
-
견고한 양자 기계학습, 적대적 공격에서 AI 보안 강화
오늘날 기계 학습(machine learning)은 컴퓨터 모델이 대량의 데이터를 스스로 학습해 다양한 작업을 수행하는 인공지능(AI) 분야다. 이제 체스 AI는 인간 마스터에게 체스 전략을 배울 필요가 없다. 자신의 복사본과 수백만 번의 게임을 플레이함으로써 독립적으로 전략을 “학습”할 수 있다. 이같은 자가 학습은 명시적 지침을 기록하는 것이 불가능하지는 않더라도 비실용적인 상황에서 매우 중요하다. 그림에 고양이가 포함되어 있는지 강아지가 포함되어…
-
AI 기계 학습에 강한 모듈식 ‘다중 자아’ 시스템
인공지능(AI) 다중 에이전트 시스템은 복잡하게 변화하는 세계를 탐색하고 적응하는 데 도움이 된다. 미국 프린스턴 신경과학 연구소(Princeton Neuroscience Institute) 연구팀은 기계 학습 의사 결정에서 에이전트 프로세스를 개선하는 접근 방식을 찾았다. 7월 3일 미국 국립과학원회보(Proceedings of the National Academy of Sciences)에 발표된 논문에서 연구원들은 단일 AI 에이전트와 모듈식 다중 AI 에이전트 시스템에서 사용되는 강화 학습 접근 방식을…
-
AI 기계학습으로 수천개 초신성 자율 분류
미국 캘리포니아 공대(Caltech) 천문학자들은 기계 학습 알고리즘으로 수천개의 초신성을 완전히 자율적으로 분류했다. 이 알고리즘은 샌디에고(San Diego)에 위치한 Caltech의 팔로머 관측소(Palomar Observatory)에 있는 천문 측량 장비인 Zwicky Transient Facility(ZTF)에서 캡처한 데이터에 적용됐다. 연구팀에 따르면 기계학습(machine learning) 알고리즘 ‘SNIascore’는 2021년 4월에 첫 번째 초신성을 분류했으며, 1년 반 후 1000개의 초신성을 분류했다. ZTF는 매일 밤 밤하늘을 스캔하여 일시적…
-
AI 기반 신호 없는 교차로 교통 최적화 알고리즘
도시 지역과 같이 붐비고 역동적인 환경에서 교차로를 관리하는 것은 매우 어려울 수 있다. 이들의 교통 관리가 부실하면 도로 사고, 연료 낭비 및 환경 오염이 발생할 수 있다. 미국 메릴랜드 대학(University of Maryland) 연구원들은 최근 교통량이 많은 신호 없는 교차로를 보다 효율적으로 관리하는 데 도움이 될 수 있는 새로운 알고리즘인 GAMEOPT를 개발했다. 연구팀은 제25회 지능형 교통…
-
AI, 재료 구조 예측 문제 해결
연구원들은 현재 표준의 5배 효율로 신소재의 구조를 예측할 수 있는 기계 학습(machine learning) 방법을 설계했다. 영국 캠브리지(Cambridge)와 스웨덴 린셰핑 대학(Linkoping Universities)의 연구원들은 구성 요소를 고려하여 에너지 저장 및 태양광 등 응용 분야를 위한 첨단 소재 물질 구조를 예측하는 방법을 설계했다. 결과는 Science Advances 저널에 보고됐다. 물질의 원자 배열은 물질의 특성을 결정한다. 실험실에서 재료를 만들지 않고도…
-
AI 미래 범죄 예측 90% 정확도…경찰 대응 편향 노출
인공 지능(AI)의 발전은 범죄를 억제하기 위해 예측 치안 유지에 이러한 도구를 사용하려는 관심을 불러일으켰다. 범죄 예측에 대한 초기 노력은 경찰 집행의 체계적인 편향과 범죄 및 사회와의 복잡한 관계를 설명하지 않기 때문에 논란의 여지가 있다. 미국 시카고 대학(University of Chicago) 사회 과학자들은 폭력 및 재산 범죄에 대한 공개 데이터에서 시간 및 지리적 위치의 패턴을 학습해 범죄를…
-
-
양자 컴퓨터, 특정 기계 학습에서 기하급수적 우위…과학자들 이론적 제안
미국과 호주 연구팀은 양자 컴퓨터가 일부 학습 작업에서 기존 기계보다 기하급수적으로 빨라야 한다는 이론을 개발했다. Science 저널에 9일 발표된 논문에서 Google Quantum AI를 포함한 연구 그룹은 Google의 Sycamore 양자 컴퓨터에서 테스트했을 때 그들의 이론과 결과를 설명했다. Leiden University City의 Vedran Dunjko는 새로운 수준의 컴퓨터 기반 학습 시스템을 제공하기 위해 양자 컴퓨팅과 기계 학습을 결합하는 아이디어를…
-
-
애플 AI 기계학습 리더 구글 딥마인드 합류
애플(Apple)의 기계 학습(Machine Learning) 디렉터 이안 굿펠로우(Ian Goodfellow)가 애플을 떠났다. 그는 코로나 19 이후 대면 업무 복귀 전환, 원격 풀타임 근무가 불가능한 회사 정책에 불만을 암시했다. Goodfellow는 알파벳(Alphabet) 자회사 딥마인드(DeepMind)로 자리을 옮겼다. DeepMind에서 Goodfellow의 역할이 무엇인지 아직 명확하지 않지만 그는 Apple에 앞서 Google 연구원으로 일했다. 이후 그는 OpenAI에서 일하기도 했다. 18일 현재 그의 SNS 링크드인…
-
IonQ, 이미지 분류 및 3D 물체 감지 QML 애플리케이션 협력
ML(machine learning) 모델 훈련은 계산 집약적인 활동입니다. 모델에 잠재적인 상황에 대한 대규모 데이터 세트를 제공하고 정교한 알고리즘을 사용하여 이미지의 특징을 인식하는 데 사용할 수 있는 수학적 모델을 만드는 것으로 구성됩니다. IonQ와 현대의 최신 프로젝트는 Aria 양자 컴퓨터를 사용하여 이동 상황에서 흔히 볼 수 있는 43가지 유형의 도로 표지판을 분류하는 데 사용할 양자 기계 학습(Quantum Machine…
-
AI 1000배 빠른 빙하 모델링
이전 모델보다 최대 1000배 빠른 속도로 기후와 얼음 역학 및 얼음 상호 작용을 시뮬레이션할 수 있는 새로운 빙하 모델이 개발됐다. 이 모델은 다양한 시나리오에서 해수면 상승 등에 영향을 미치는 빙하와 빙상의 진화를 예측하는 데 사용할 수 있다. 새로운 모델은 높은 수준의 충실도로 빙하 모델링을 훨씬 더 빠르게 만드는 기계 학습 접근 방식을 사용한다. 최첨단 Instructed…
