비동기적으로 코딩된 전자 피부는 초고정밀도와 반응성으로 압력, 온도 및 습도를 감지할 수 있습니다. 인간의 감각 신경계보다 1,000배 빠른 촉각을 감지할 수 있습니다. 인공 지능과 통합하여 고성능 기계-뇌 인터페이스를 구현할 수 있습니다. 수년 동안 과학자들은 기계에 촉각을 부여하기 위해 노력해 왔습니다. 그들은 인간과 같은 지능형 안드로이드와 인공 피부에 전자 피부를 장착하여 피부가 자연스럽고 인간과 협력하여 환경의 다양한 구조를 조작할 수 있도록 합니다. 이 전자 피부는 빠른 체성 감각 지각을 제공하는 다양한 센서로

DeepCubeA라는 새로운 심층 강화 학습 접근 방식은 몇 초 안에 루빅스 큐브를 풀 수 있습니다. 딥러닝 모델은 로봇, 자연과학 등 다양한 분야에 적용할 수 있습니다. 인공 지능(AI)은 이미 체스와 바둑에서 성공적인 것으로 입증되었지만 루빅스 큐브와 같은 더 어려운 퍼즐은 기계 지능을 통해 해결되지 않았습니다. 기계 학습에 독특하고 흥미로운 과제를 제시하는 고전적인 조합 퍼즐입니다. 기계 학습 기술은 이전에 루빅스 큐브를 푸는 데 사용되었지만 효율적이고 안정적으로 퍼즐을 푸는 데 실패했습니다. 또한 이러한 기술은 특정 도

새로운 통계 방법은 AI 생성 콘텐츠를 감지할 수 있습니다. 텍스트의 오류에 플래그를 지정하는 대신 너무 예측 가능한 텍스트를 식별하여 작동합니다. 최근 10년 동안 자연어 처리 커뮤니티는 점점 더 크고 스마트한 언어 모델의 성장을 목격했습니다. 인공 지능과 인간의 자연어가 탑재된 심층 신경망 시대에 Harvard University와 IBM Research의 연구원은 컴퓨터 생성 텍스트를 감지하는 통계적 방법을 개발했습니다. 그들은 인간의 언어와 기계가 생성한 자연어 및 텍스트를 구별하기 위해 대화형 도구(공개적으로 사

MIT 연구원들이 초전도 나노와이어에서 인공 뉴런을 설계했습니다. 이론적으로는 이러한 뉴런의 간단한 회로가 인간의 두뇌만큼 효율적으로 작동할 수 있습니다. 네트워크는 와트당 초당 100조 개의 시냅스 작업을 수행할 수 있습니다. 과학에 알려진 가장 매혹적인 컴퓨팅 장치는 인간의 두뇌입니다. 단일 구성 요소인 뉴런 그룹의 도움으로 다양한 복잡한 작업을 수행할 수 있습니다. 기가헤르츠 속도로 실행되는 최신 CPU와 달리 뇌는 몇 헤르츠의 클럭 속도로 작동합니다. 그러나 초당 수조 개의 계산을 [병렬로] 수행하므로 대화, 걷기,

연구원들은 생물학적 분석을 쉽게 하기 위해 새로운 소프트웨어 프로그램을 구축했습니다. 대규모 데이터세트를 자동으로 처리하고 대화형 시각화, 빠르고 정확한 정렬, 실시간 융합을 가능하게 합니다. 샘플 제거 및 확장 현미경과 같은 최신 광학 현미경 방법은 장기에 대한 자세한 통찰력을 제공하지만 처리하기가 극히 어려운 엄청난 양의 데이터를 생성합니다. 고급 라이트 시트 현미경의 도움으로 이러한 방법을 사용하면 과학자들이 대규모 샘플을 신속하게 처리할 수 있습니다. 그러나 이러한 절차는 과도한 데이터(테라바이트 단위)를 생성하므로

2016년 프랑스 정부는 1km 길이의 태양광 도로를 건설하는 데 500만 달러 이상을 투자했습니다. 이 모델은 에너지 효율이 낮거나 경제적이지 않은 것으로 입증되었습니다. 도로에 금이 가고 파손되어 재판이 끝났습니다. 2016년 12월 프랑스에서 세계 최초의 태양열 도로가 개통되었습니다. 엄청나게 비싼 프로젝트였습니다. 프랑스 정부는 30,000평방피트의 태양광 패널로 구성된 1km 길이의 도로를 건설하는 데 520만 달러를 투자했습니다. 이 도로는 프랑스의 주요 토목 엔지니어링 회사인 Colas Group이 건설했습니

MIT 연구원들은 기후 변화가 실리콘 광전지의 성능에 미치는 영향에 대한 간단한 예측을 제시합니다. 평균적으로 태양광 전지의 출력은 온도가 1도 상승할 때마다 0.45%씩 감소합니다. 21세기에는 두 가지 일이 확실히 일어날 것입니다. 지구가 더 따뜻해질 것이고 태양 전지판의 배치가 증가할 것입니다. 이 두 가지 요소를 고려할 때 지구 온난화가 향후 수십 년 동안 태양 에너지 생산에 어떤 영향을 미칠 것인지에 대한 질문이 생깁니다. 태양광 전지는 온도에 민감하기 때문에 성능은 주로 대기 중 에어로졸 농도 및 수분 함량과

새로운 심층 신경망은 야간에 차량이 더 쉽게 볼 수 있도록 하는 동시에 다른 운전자가 헤드라이트에 의해 눈이 멀어지는 것을 방지합니다. 개별 상향등 LED를 어둡게 하여 교통 패턴에 따라 눈부심 없는 구역을 만듭니다. 전면 헤드라이트에 통합된 상향등은 야간 가시 범위를 크게 늘리지만 다른 운전자에게 위험한 눈부심을 유발할 수 있습니다. 오늘날 모든 차량에는 운전자에게 밝고 장거리 조명을 제공하기 위해 하이빔 헤드라이트가 설치되어 있지만 이러한 조명 시스템은 여전히 ​​수동 제어가 필요합니다. 그리고 인간 운전자는 오류가 발

새로운 수학적 모델은 전 세계적으로 데이터 센터 간의 연결 실패 확률을 평가합니다. 금융 위험 이론에서 영감을 얻었습니다. 클라우드 서비스 제공업체가 데이터 센터 리소스를 더 잘 활용하고 수백만 달러를 절약하는 데 도움이 될 수 있습니다. 클라우드 스토리지 및 클라우드 컴퓨팅에 대한 계속 증가하는 수요를 따라잡기 위해 기업은 WAN 백본의 용량을 늘리는 데 수백만 달러를 투자하고 있습니다. 주요 과제 중 하나는 네트워크 가용성과 활용도 간의 균형을 잘 유지하는 것입니다. 활용도가 높은 채널은 갑작스러운 트래픽 급증을 처리

연구원은 자유롭게 전파하는 전자를 사용하여 빛이 파장의 한계를 넘어 어떻게 작용하는지 확인합니다. 그들은 나노 크기의 물체를 포착하는 새로운 홀로그램 방법을 개발할 수 있었습니다. 양자 계산의 새로운 문을 열 수 있습니다. 홀로그램의 개념은 1948년에 처음 발견되었지만 과학자들은 1960년 적절한 광원인 레이저가 발명될 때까지 홀로그램을 만들 수 없었습니다. 그 이후로 홀로그램은 디스플레이 및 과학 이미지 분야 모두에서 빠르게 확장되었습니다. . 광학 홀로그래피는 이제 거시적 재료 및 보안 응용 프로그램의 3D 이미징에

NASA는 대학 리더십 이니셔티브 프로젝트를 지원하기 위해 3년 동안 600만 달러를 지원할 것입니다. 이 프로젝트는 이산화탄소를 배출하지 않고 다른 유해한 배출 가스도 배출하지 않는 완전 전기 항공기를 개발하는 것을 목표로 합니다. 금세기에 기후변화를 줄이기 위해서는 항공 여행을 포함한 모든 것을 전기화하는 것이 중요합니다. 우리는 전기 항공기가 필요할 것입니다. 이 아이디어가 터무니없게 들릴지 모르지만 많은 연구 센터와 민간 단체가 2030년까지 전기 비행기를 만들기 위해 노력하고 있습니다. 지금까지 설계된 전기 비행기는

연구원들이 떨어지는 눈에서 정전기를 발생시키는 최초의 장치를 제작합니다. 태양광 패널과 통합하여 눈이 오는 조건에서 지속적인 전원 공급을 얻을 수 있습니다. 또한 풍향과 강설량을 모니터링하는 자체 전원 센서의 기능도 합니다. 강설량 지역에서는 풍력 터빈 및 태양 에너지와 같은 재생 가능한 친환경 전원에 접근하기가 매우 어렵습니다. 짧은 일광 기간, 장기간의 구름 덮임, 영하의 기온 및 폭설과 같은 극단적인 기상 조건은 에너지 생성에 영향을 줄 수 있습니다. 여러 대체 기술은 이러한 지역 기상 조건을 활용하고 보다 실행 가

새로운 유형의 목재는 햇빛을 반사하고 과도한 열을 방출합니다. 이 새로운 목재의 중량당 기계적 강도는 강철보다 3배 더 강합니다. 건물 온도를 최대 10°C까지 떨어뜨리고 냉각 비용을 60% 절감할 수 있습니다. 미국에서 건물은 전기 사용의 거의 70%를 차지하며 연간 4,300억 달러 이상의 국가 에너지 청구서를 생성합니다. 냉방과 난방만 이 에너지 사용의 48%를 차지합니다. 열역학 제2법칙에 따르면 난방보다 냉방이 더 어렵다. 지금까지 과학자들은 콘크리트 및 철강 생산을 처리하는 방법과 냉각 비용을 줄이기 위한 다양한

새로운 3D 합성곱 신경망은 시작 프레임과 끝 프레임 사이의 시퀀스를 채울 수 있습니다. 잠재적 표현 생성기를 사용하여 다양한 비디오 시퀀스를 생성합니다. 최근 인공 신경망 아키텍처 및 생성적 적대 네트워크의 발전으로 이미지/비디오 합성 방법의 발전이 가속화되었습니다. 기존 연구의 대부분은 무조건 영상 생성과 영상 예측이라는 두 가지 연산에 초점을 맞추고 있다. 둘 다 제한된 수의 과거 프레임을 사용하여 새로운 그럴듯한 동영상을 생성/예측하는 것과 관련이 있습니다. 최근 구글 연구팀은 2개의 프레임(시작 프레임과 끝 프레임)만

Microsoft는 대화형 인공 지능 분야에서 새로운 기록을 만듭니다. 다양한 자연어 이해 작업에서 텍스트 표현을 학습하기 위해 향상된 버전의 Multi-Task Deep Neural Network를 개발했습니다. 강력하고 보편적인 언어 표현은 다양한 NLP(자연어 처리) 작업에서 적절한 결과를 얻는 데 중요합니다. 앙상블 학습은 모델 일반화를 향상시키는 가장 효율적인 방법 중 하나입니다. 지금까지 개발자는 이를 사용하여 기계 읽기 이해에서 질문 답변에 이르는 다양한 자연어 이해(NLU) 작업에서 최첨단 결과를 얻었습니다.

대형 신경망을 개발하고 최적화하면 최대 284,000kg의 이산화탄소를 배출할 수 있습니다. 이것은 일반 자동차의 평생 배기가스 배출량의 5배에 해당합니다. 최근 인공 지능(AI) 분야의 발전으로 대규모 데이터로 훈련된 대규모 네트워크의 새로운 시대가 열렸습니다. 이러한 네트워크는 몇 가지 기본 자연어 처리(NLP) 작업 전반에 걸쳐 정확도가 크게 향상되었습니다. 특히 리소스를 가장 많이 사용하는 모델이 가장 높은 점수를 받았습니다. 그러나 이러한 모델을 훈련하려면 엄청난 양의 계산 리소스가 필요하며 상당한 에너지가 필요합

Lumii라는 스타트업은 ID, 라벨, 패키지 등에 이미지를 3D로 표시합니다. 머신 러닝에서 영감을 받은 알고리즘을 사용하여 깨끗한 필름의 양면에 수천만 개의 잉크 도트를 정확하게 배치합니다. 디자인은 인쇄물에 움직임, 깊이 및 색채 효과를 더합니다. 통화 및 제품을 인증하는 데 사용되는 3D 홀로그램을 만들려면 일반적으로 복잡하고 값비싼 프린터가 필요합니다. 이것이 위조가 어려운 이유입니다. 이제 MIT의 연구원 팀은 인쇄물에 홀로그램의 시각적 효과를 복제할 수 있는 새로운 기술을 개발했습니다. 화려한 디스플레이 화면이나

많은 국가에서 우주 프로그램에 많은 돈(십억 단위)을 투자합니다. 미국은 1958년부터 선두를 달리고 있습니다. 미국은 NASA(National Aeronautics and Space Administration)에 연간 180억 달러 이상을 지출합니다. 어떤 사람들은 미국이 우주 프로그램에 왜 그렇게 많은 돈을 쓰는지 의문을 제기합니다. 사실 NASA는 창설 이래로 단순히 우주를 연구하는 것 이상의 일을 하고 있습니다. 오늘날 우리는 일상 생활에서 NASA의 연구 개발의 결과인지 몰랐던 많은 제품을 사용합니다. 우리는 매일 당연하

Facebook 게시물만으로도 당뇨병, 우울증, 불안, 정신병과 같은 질병을 예측할 수 있습니다. 유전체 정보와 마찬가지로 소셜 미디어 콘텐츠도 개인 맞춤형 건강 관리가 가능합니다. 20억 명이 넘는 사람들이 소셜 미디어 플랫폼을 통해 일상 생활에 대한 정보를 공유하고 종종 자신의 성격, 감정 및 인구 통계를 공개합니다. 2021년에는 전체 인구의 약 1/3에 해당하는 30억 명[월간 활성 소셜 미디어 사용자]에 이를 것으로 예상됩니다. 이러한 정보에는 인구 수준에서 유용한 건강 신호가 포함되어 있습니다. 최근에 Penn

우주 최초의 AI 시뮬레이터는 빠르고 정확합니다. AI 모델은 2.8%의 상대 오차로 30밀리초 내에 6억 광년 너비의 우주를 시뮬레이션할 수 있습니다. 연구원들이 이 시뮬레이터가 내부에서 어떻게 작동하는지 모른다는 것은 매우 놀라운 일입니다. 우리 우주의 진화를 설명하기 위해 과학자들은 하늘 관측에서 정보를 추출하기 위해 많은 시뮬레이션이 필요합니다. 이 프로세스에는 수십억 년에 걸쳐 방대한 양에 걸쳐 정확한 물리적 모델을 사용하여 수십억 개의 입자를 평가하는 작업이 포함됩니다. 천체 물리학자들은 일반적으로 N체 시뮬레