고대사는 과거 문명의 사상, 언어, 사회 및 역사에 대한 증거로 비문(inscriptions) 연구인 에피그라피(Epigraphy)와 같은 학문에 의존한다. 그러나 수세기에 걸쳐 많은 비문은 읽을 수 없을 정도로 침식되었거나 부서져 조각이 누락 되는 등 손상되었으며, 기록 날짜 또한 불확실하다.여기에, 고대 그리스 비문의 텍스트 복원, 지리적 및 연대기적 속성을 위한 옥스퍼드대학교(University of Oxford) 고전학부와 베니스의 '카 포스카리 베네치아대학교(Università Ca' Foscari Venezia)' 인문학
빠른 치료효과를 위해 여러 약물을 함께 처방받아 복약하는 경우는 매우 흔하다. 그러나, 약물들의 상호작용에 따른 약물 간 간섭이 서로 많은 영향을 준다면 부작용이 발생할 가능성이 높아지기 때문에 신중할 필요가 있다.지스트(광주과학기술원, 총장 김기선) 전기전자컴퓨터공학부 남호정 교수 연구팀은 유전자 발현 데이터 기반 약물 간 상호작용으로 인한 부작용을 예측하는 인공지능 기술을 개발했다.연구팀은 약물 처리 유전자 발현데이터를 기반으로 약물-약물 상호작용을 예측하는 DeSIDE-DDI 인공지능 모델은 기존 관련 연구들과 비교하여 높은
일반적으로 암 진단에서 기본이 되는 절차로 병리학적 조직 이미지를 현미경을 사용하여 관찰하는 생검(Interventions infobox)에 의해 수행되지만 기본적으로 병리학과 의사의 개인 경험과 정보에 기반한다.조직 이미지의 객관적인 설명과 수치화는 어렵기 때문에 많은 사례 정보의 통합과 다른 임상 데이터와의 정량적 비교, 유사한 사례의 검색 및 기타 데이터로 취급하기가 쉽지 않았다.이에 도쿄대학교(University of Tokyo) 의과대학원 예방의학과(Department of Preventive Medicine) 연구팀이 인
고려대학교(총장 정진택) 인공지능학과 이성환 교수 연구팀이 위스콘신 대학교 매디슨, 리에주대학교(University of Wisconsin at Madison, University Hospital of Liège)와 공동으로 설명가능한 인공지능(XAI)을 사용하여 매우 짧은 뇌 신호만으로 의식의 깊이를 정량화할 수 있는 의식 지표인 ‘설명가능한 의식 지표(Explainable Consciousness Indicator, 이하, ECI)'를 개발했다.제1저자인 고려대학교 인공지능학과 이민지 박사(고려대 뇌공학과)는 삼성생명과학연구소
자연계에 존재하지 않는 광학적 성질을 가질 수 있도록 제작된 인공 이차원 물질, 메타표면(MetaSurface)은 빛의 파장보다 훨씬 작은 크기의 구조를 이용해 이전에 없던 빛의 성질을 달성하는 나노광학 소자를 뜻한다.나노광학 소자는 빛의 특성을 미시 단위에서 제어하여, 자율주행에 쓰이는 라이다(LiDAR) 빔조향 장치, 초고해상도 이미징 기술, 디스플레이에 활용되는 발광소자의 광특성 제어, 홀로그램 생성 등에 활용될 수 있다.최근 나노광학 소자에 대한 기대 성능이 높아지면서, 이전에 있던 소자구조를 훨씬 뛰어넘는 성능을 달성하기
뇌 활동만으로 사람의 의도를 파악해 로봇이나 기계가 대신 행동에 옮기는 `뇌-기계 인터페이스' 기술은 최근 급속도로 발전하고 있다.하지만, 손을 움직이는 정도의 의도 파악을 넘어, 팔 움직임의 방향에 대한 의도를 섬세하게 파악해 정교하게 로봇팔을 움직이는 기술은 아직 정확도가 높지 않았다.여기에, KAIST(총장 이광형)는 바이오및뇌공학과 정재승 교수 연구팀이 인공지능(AI)과 유전자 알고리즘을 사용해 3차원 공간상에서 생각만으로 로봇팔을 높은 정확도 (90.9~92.6%)로 조종하는 `뇌-기계 인터페이스 시스템'을 개발했다.이는
스위스 로잔연방공과대학교(Ecole polytechnique fédérale de Lausanne. 이하, EPFL)의 스위스 프라즈마센터(Swiss Plasma Center. 이하, SPC)와 딥마인드(DeepMind)의 공동 연구팀은 핵융합 연구를 위해 플라즈마를 제어하는 세계 최초의 인공지능(AI) 심층강화학습 알고리즘을 개발했다.이들은 함께, 심층 강화 학습(Deep Reinforcement Learning)을 기반으로 플라스마 자기제어 방식을 개발하고 SPC의 토카막(Tokamak) 연구시설인 '가변 구성 토카막(Var
인공지능(AI)을 이용해 개인용 비행체 (PAV)나 초고속 기차에 쓰이는 합금(여러 금속 원소를 섞은 소재)의 원소 조합과 제작 공정을 설계하는 기술이 나왔다.AI가 찾아낸 원소 조합과 공정으로 만든 합금 소재는 기존 상용 소재(7068-T6 합금) 보다 강도가 20% 이상 세고, 연성(늘어나는 성질)은 2.5배 이상 뛰어났다.이 기술에는 설명가능한 인공지능(XAI) 기술이 적용됐다는 점도 주목된다. AI가 특정 조합과 공정을 추천한 이유가 무엇인지 알 수 있어서 이를 바탕으로 다양한 미래 모빌리티용 합금 소재 개발에 응용할 수 있
전 세계적으로 수많은 제약회사들이 새로운 약물을 개발하기 위해 천문학적인 시간과 비용을 투자하고 있다.여기에, 인공지능(AI) 기술을 활용하여 신약 후보물질 탐색 시간을 단축함으로써 결과적으로 신약개발에 소요되는 기간과 비용을 획기적으로 줄일 수 있어 혁명적 변화를 이끌 수 있다.지스트(광주과학기술원, 총장 김기선) 전기전자컴퓨터공학부 남호정 교수 연구팀은 단백질 서열 기반으로 약물과 표적 단백질의 결합지역 및 상호작용을 예측(Highlights on Target Sequence 이하, HoTS) 하는 인공지능 기술을 개발했다.그러
현재의 데이터 학습 기반 인공지능(AI)과 완전히 구별되는 생물학적 원리 기반의 인공지능 개발 가능성을 열었다.KAIST(총장 이광형)는 바이오및뇌공학과 백세범 교수 연구팀이 학습을 전혀 거치지 않은 뇌 신경망에서 선천적인 인지 기능이 발생하는 원리를 규명한 것이다.이번 연구 결과는 동물들이 출생 직후 학습을 거치지 않은 상태에서도 기초적 인지 기능들을 수행할 수 있게 하는 `선천적 뇌 기능'에 대한 이해에 다가가는 기초를 마련했으며 `초기 뇌 신경망 인지 기능의 발생'에 대해 기존의 상식과 완전히 다른 시각을 제시한다.또한 연구팀
선문대 정보통신공학과 학생들이 지난 4일부터 6일까지 개최된 '2021 한국정보처리학회 추계학술발표대회(Annual Conference of KIPS)의 논문경진대회에서 장려상을 수상했다고 8일 밝혔다.이번 대회에서 선문대 이규빈, 윤예빈, 함소진(이상 정보통신공학과·3학년) 3명과 프로메디우스는 작년 11월부터 올해 2월까지 진행한 ‘GAN으로 합성된 흉부 X-ray를 활용한 의료 인공지능 교육 모델에 관한 사례 연구’로 장려상 수상했다.이들은 유원상 교수(정보통신공학과)가 이끄는 인공지능 영상처리 연구실(AIIP Lab)의 학부
현재, 생성적 적대 신경망(GAN)는 사실적인 그림이든 추상적인 콜라주(collages)든 이미지를 만들기 위한 가장 잘 확립된 인공지능(AI) 방법이다.그러나, 이 모델은 중요한 제약이 있다. 일반적으로 훈련 데이터 세트와 밀접한 관련이 있는 객체 또는 장면의 이미지만 생성할 수 있다는 것이다.예를 들어, 자동차 이미지에 대해 훈련된 GAN은 다른 자동차 이미지를 생성하라는 요청을 받았을 때 인상적인 결과를 보여주지만, 자동차 데이터 세트 밖에서 꽃이나 다른 물체의 이미지를 생성하도록 요청하면 거의 실패한다.페이스북 AI는 이 문
지진, 화재, 태풍 등과 같은 대형재난이 세계적으로 급증하고 있는 가운데 위험한 재난 현장에서 신속하고 안전한 인명구조는 매우 중요하다.재난 현장을 모사한 대규모의 데이터 셋을 구축하고 현장에서 피해자의 위치를 추정할 수 있는 알고리즘에 대한 연구결과가 나왔습니다.지스트(광주과학기술원) 인공지능(AI)대학원의 전해곤 교수와 DGIST 임성훈 교수, KAIST 권인소 교수, 미국 카네기 멜론 대학교 등으로 구성된 공동 연구팀은 재난 구조 로봇의 시각인지를 위한 인공지능 알고리즘을 개발했다.대형재난 대응에 대한 사회적인 요구에도 불구하
KAIST(총장 이광형)는 신소재공학과 홍승범 교수 연구팀이 시뮬레이션을 기반으로 한 신소재 데이터 분석을 위한 인공지능(AI)을 개발했다.최근 컴퓨팅 파워가 기하급수적으로 증가함에 따라 인공지능을 활용한 다양한 응용들이 실생활에 활용되고 있으며, 이에 인공지능을 활용해 신소재 데이터를 고속으로 분석하고 소재를 역설계하는 기술의 연구 역시 가속화되고 있다.최근 인공지능의 효율 및 정확도를 증가시키는 연구를 바탕으로 자율주행 자동차, 데이터베이스 기반의 마케팅 및 물류 시스템 보조 등의 분야에 인공지능의 활용이 높아지고 있다.특히,
서울대학교 공과대학(학장 차국헌)은 컴퓨터공학부 전병곤 교수팀이 마이크로소프트와 공동으로 전통적 머신러닝 파이프라인을 신경망(neural network)으로 변환해 최적화하는 프레임워크인 '윈드터널(WindTunnel)'을 개발했다.이 프레임워크는 전통적 머신러닝 기법과 최신 딥러닝 기법의 장점을 모두 취하는 핵심 기술로, 클릭률 예측, 추천 시스템 등 다양한 실제 인공지능(AI) 응용에 활용될 것으로 예상된다.딥러닝 기법이 컴퓨터 비전이나 자연어 처리(NLP) 등의 분야에서 효과적인 것으로 나타나 많은 각광을 받고 있지만, 클릭률
서울대학교 공과대학(학장 차국헌)은 기계공학부 안성훈 교수팀이 소리로 여러 대의 장비 상태를 실시간으로 동시에 알아내는 제조공정 모니터링 시스템을 개발했다고 2일 밝혔다.이번에 개발된 센싱 시스템은 공장 내에 설치된 1대의 마이크를 통해 로그 멜-스펙트로그램 방식으로 소리를 2차원으로 변환하고, 인공지능(AI) 인공신경망의 일종인 컨볼루션 신경망(Convolutional Neural Network)을 이용해 인지하는 방식이다.해당 시스템은 소음이 매우 큰 실제 공장 환경 내에서 여러 대의 장비 소리를 동시에 추적하는 것이 가능하며,
인공지능(AI)이 게임에서 인간을 이길 정도로 똑똑해 졌으며, 백만명중에서 범법자를 3초만에 찾아내고 AI를 이용하여 질병 및 기타 건강 상태를 예측하고, 소셜 네트워크에서는 자살하려는 의도를 가진 사람을 찾아내기 시작했다.또한 음악을 작곡하고 영화 대본을 작성하는 등 더 빠르고 똑똑한 인공지능을 위한 기반을 마련하고 다양한 분야에서 급속한 진전을 보였지만 여전히 갈 길은 멀다.또한 인공신경망(Neural Network)이 더 심층적이고 복잡해짐에 따라 요구하는 사항은 다양해지면서 급속히 증가하고 있다. 뉴럴 네트워크 아키텍처(Ne
지난 20년 동안 컴퓨팅 및 네트워크의 극적인 발전으로 개발자들은 보다 다양하고 난의도 높은 게임을 구현할 수 있었다. 즉, 단순한 선형 수준에서 보다 사실적인 세계로 진화했으며, 절차적 알고리즘은 전례 없는 다양성을 지닌 게임의 구현을 가능하게 했다.네트워크를 통한 게임은 보다 사실적이고 역동적인 온라인 서비스로 변모했다. 하지만 안타깝게도 게임 품질이 자동화된 테스트 기능보다 범위와 복잡성이 더 빠르게 증가하고 있다. 이는 제품 품질(출시 지연, 출시 후 패치)과 일부 개발자의 삶의 질에 모두 문제를 제기하기도 한다.이미, 인공
KAIST(총장 이광형)는 국내 설명가능한 AI (Explainable AI. 이하, XAI)의 선구자이자 최고 권위자인 KAIST 인공지능대학원 최재식 교수(설명가능 인공지능연구센터장) 연구팀이 딥러닝 생성모델의 오류 수정 기술을 개발했다.최근 딥러닝 생성모델(Deep Generative Models)은 이미지, 음성뿐만 아니라 문장 등 새로운 콘텐츠를 생성하는 데 널리 활용되고 있다. 이런 생성모델의 발전에도 불구하고 최근 개발된 모델도 여전히 블랙박스의 존재로 국방, 의료, 제조, 금융 등의 매우 중요한 작업에 모델을 활용하기
엔비디아는 자사의 엔비디아 캔버스(NVIDIA Canvas) 베타 버전을 출시하고, RTX GPU를 사용하는 모든 사용자에게 실시간 페인팅 툴인 고갱(GauGAN)을 제공한다고 23일(현지시간) 밝혔다.엔비디아 캔버스는 AI를 통해 스케치를 실제와 같은 이미지로 변환하여 크리에이터가 색상이 아닌 소재로 색을 입힐 수 있게 한다.실시간 페인팅 툴인 고갱(GauGAN)은 2019년 엔비디아의 류밍유(Ming-Yu Liu), 크리스 헤버트(Chris Hebert), 가브리일 클림로프(Gavriil Klimov) 연구원과 UC 버클리의 박